Blog
/
Data
Tableau 人氣部落客分享│ 如何從問題解構到拉出圖形
Data
Tableau

Tableau 人氣部落客分享│ 如何從問題解構到拉出圖形

20/11/2020

這是【跟著大師學Tableau系列】的第9集的精華摘要。我們都知道,要快速學好一門技能,就是去找那些已經達到我們想要結果/成績的人學習!

而在 Tableau 學習之路上,你肯定早就在 喜樂君 部落格 爬過很多實用的教學文章!這個部落格的作者,是中國地區著名的 Tableau 推廣家 吳玉朋,他最大特色就是用直白易懂的方式推廣 Tableau 的知識點。今年他也出版了新書《數據可視化分析:Tableau原理與實踐

本篇將重點摘錄他的線上分享內容:如何分析問題,以及如何根據問題選擇最適合的圖形來闡釋問題

如果你是 Tableau 老手,可以從一位每天都在琢磨如何把Tableau講的精闢易理解的企業講師,學習如何重新解構早已習以為常的知識點 ;

如果你是新手,可以加速你理解 Tableau 的運作以及知道分析職涯最有價值的地方在哪裡。

而這個分享,其實也回應了很多人現在面臨的兩個關卡

  1. 同仁離不開Excel
  2. 不知道自己還可以如何精進分析能力

以下整理幾個重點,也非常建議你可以自己觀看回播影片 (因為裡面也有很多操作示範),看自己會有什麼新的使用啟發!

一、傳統BI vs. 敏捷BI,最大差異在哪?

  • 傳統 BI 是線性分析:業務問題、IT尋找數據、IT完成報表、IT交付報表、業務解釋數據。
  • 敏捷 BI 是循環分析,敏捷BI以你為中心、以你最關心的問題出發,準備數據、分析、發現、分享、產生新問題、繼續下一個循環。你因為敏捷BI提高工作效率,也成為一個更有能力解決問題的人。
  • 傳統 BI 比的是圖形的數量,敏捷BI比的是「問題的類型」,敏捷BI可以在有限的圖形內支持無限個問題、無限的擴展空間,最終要比的,是對業務的理解力跟對市場的適應力。
  • 如果用「能做到什麼圖」來比較傳統BI與敏捷BI,就像是「誰都可以去跑馬拉松(BI),但不是每個人都能跑到終點(業務決策)」如果有一個工具強調能做出各種圖形,但不能解決業務問題的話,又有什麼用呢?

二、為什麼很多人夾在 Excel 和 Tableau 中間過不去?

因為帶著 Excel 的習慣去用 Tableau

Excel 的侷限是:很難在Pivot Table上再去做2-3次的變化,當你從Pivot Table開始的時候,你的邏輯已經失去了,因為只有明細中才紀錄了你的業務邏輯。而Tableau正好相反,Tableau 的起點是問題,如果你的問題變了,再加入一個字段就好了。

三、從問題解構到拉出圖形的基本3步驟

如何從問題到圖形的基礎3步驟by 喜樂君

一個資料視覺化呈現,就像一棵大樹,要看得見樹枝、樹幹(主問題)、也要看的到底層的樹根(問題的脈絡)

  1. 分析問題,問題其實就是字段,字段又分兩類
  2. 把問題中的主幹圖先做完(主視圖)
  3. 在已有的主幹上添加枝葉枝幹(互動設計、樣式、主題分析)

承上,如何分析問題?先了解在Tableau中的字段類型

即使再難的問題,構成都是一樣的,所有問題都是由3元素組成的

  1. 問題範圍(用篩選器)
  2. 問題層次(e.g.類型、地區)
  3. 問題答案(大多都是由數字決定的,偶爾也會是維度)

問題分析的基礎是字段,而字段有兩種分類:

  1. 維度 Dimension&度量Measure:維度字段描述問題(是什麼)、維度決定問題層次(維度=層次=詳細級別=LOD),聚合度量回答問題。
  2. 離散&連續:離散生成標題,連續生成座標軸(用膠囊顏色區分,藍色是離散、綠色是連續。)

四、問題類型與基本圖形樣式 (影片31:12開始)

問題類型與基本圖形樣式by 喜樂君

圖形不是分析的起點,因為圖形的樣式取決於「問題是什麼類型」,也就是說,基本的問題類型決定了基本的圖形樣式

而問題又是由字段決定的,問題中的 [字段的相互關係] 主要有6種:

  • 排序:基本是長條圖
  • 時間趨勢:基本是折線圖
  • 佔比:樹地圖、圓餅圖

以上三類是基本三大圖形,但也對業務理解比較淺,只是在展示沒有探索。

大數據的探索是你需要知道出了什麼問題?

所以更為重要的是以下:

五、從基本圖到高級圖

(影片46:54開始)

基本問題的特徵:問題中只包含一個問題層次,即主視圖

凡事你的問題包含兩個層次,就可以稱為高級圖

範例:最簡單的高級圖–Donut Chart 環形圖

六、部分Q&A

(影片69:00開始Q&A)

Q1 : 小公司是否適合用 Tableau?

企業規模大小不是重點, 數據多寡跟業務邏輯才是關鍵。

因為很多小公司的數據可能有幾十萬數據量,且幾十萬的業務邏輯就足夠複雜了。

但如果你的數據邏輯很簡單,用Excel跟SQL可以搞定沒錯,但你要想,長期來說,這個工具限制了你思考的深度、養成不會去深度思考的習慣,因為你用Excel跟SQL已經決定了你不可能回答複雜(多層次的)問題,一但有了複雜問題,你會因為手邊工具的限制而覺得很麻煩、不容易,就很容易放棄去解決深度問題。

所以就個人成長層面來說,你也不會有多大的能力成長、也等於限制自己的職涯。就公司成長層面來說,正是因為公司小,更需要成長,所以要去思考的是你的工具是否會限制你去想深一點。就像是我寫書(2020年出版-Tableau原理與實踐)一樣,如果沒有人問我那麼多問題,我就不會去想那麼深。

Q2:小公司內怎麼推 Tableau ?

先讓別人注意到你做PPT又快又美,在合適的時機,用Tableau Story展示,這時候就切進去了。

小公司使用Tableau的好處:試錯成本很低(租賃)、入門成本很低、個人價值高 (加速業務理解的能力)

Q3:業務分析思維如何建立起來的?

最快的方式就是多看書,先找一本書把這個行業的框架建立起來。

有大框架之後,再去想你更關心什麼? 例如:細節營銷(大框架), 如果你更關心客戶,接下來就去看消費心理學、影響力 ,如果更關心價格,就去看定價聖經、定價致勝。

大多數人的問題就是想得太多、看書太少,數據分析也是一樣。

Q4:如何推動公司從Excel到Tableau ?

放棄你對Excel Pivot Table的幻象,Tableau的行列與篩選器就是Pivot Table。 不要像Excel一樣去做單圖、要去做多圖,當一個單一圖做完後,去做多圖把兩個圖連結互動起來,你的畫面有整體感完整感、有業務邏輯,慢慢的你就脫離Excel了。

用Tableau的話每一次都是完善、而不是從頭開始。但從Excel的話,每一次都是從頭開始。

我們可以透過誘導的方式,去讓他接軌新的方式。如果他不願意接受新的圖,你就要用業務方式去誘導他,讓他知道任務有更快的方式做到。

新的呈現方式需要循序漸進的、提出新的圖形時,要同時保留舊的圖形,漸漸的,就會替換的,新的圖需要教育的、需要時間過渡的。

但有的人、有的公司,只能用時代去淘汰他的,你是無法改變他的。 (中肯)

七、Tableau 學習資源

Free Training Video ,只要有時間,任何時候都可觀看

影片依照Creator、Explorer、Viewer 角色去切分重點單元,而Creator的內容是一定要看的。若沒時間全部看完,以下列舉幾個區塊是超推要看的,可以快速知道 Tableau 基本面外,還可以做到什麼程度

      • Visual Analytics ,裡面共有25小單元
      • Calculations,共16個小單元
      • Mapping (Tableau超級強項之一),共11個小單元
      • Why is Tableau Doing That ,有助於你從運作原理的角度去學習Tableau,共5個小單元
      • VizQL 是Tableau 獲得專利的查詢語言,點此查看我們之前整理的文章
      • 若你需要快速用 Tableau 製作出過去常看的圖,推 How to Video ,共10個小單元
      • 其他 How to 製作文章分享

Live Training 直播互動課程

共8種主題,循環舉辦,重點是可以在直播課中,跟講師提問!

On-Demand Webinar 熱門主題分享

錯過也可以看回播影片~

Tableau eLearning 學習平台

這是一個需要付費的線上學習平台,而這個平台的內容跟Tableau官網上提供的免費短影片,不同點在於:

    • Role-based learning,可依照「角色」來選擇學習路線,共分13種學習路線。若不知道要選擇哪種學習路線,可以先進入這裡(點此)來評估、回答幾個問題,最後會推薦最適合的路線給你喔
    • 也可依照「課程類型」去學習,分4種:Desktop I: Fundamentals、Desktop II: Intermediate、Desktop III: Advanced、Prep Builder
    • 可選擇中英介面(但中文介面內容比較少),建議還是用英文介面,英文講解影片也有中文字幕喔
    • 完成角色路線課程後,可獲得上完課證明Badge ,可以分享到自己的LinkedIn上,作為技能成長註記

Tableau的知識庫Knowledge Base

如果你是比較喜歡文字閱讀學習的,這是我看過最詳細的官方知識整理

PGi樺鼎的教學資源

其他推薦

想完整學會 Tableau?

Tableau Desktop 初階與進階培訓班

了解最近課程日期

相關文章