<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Tableau 資料視覺化與商業分析筆記 on Medium]]></title>
        <description><![CDATA[Stories by Tableau 資料視覺化與商業分析筆記 on Medium]]></description>
        <link>https://medium.com/@tableaunote?source=rss-c954fec6599c------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*9qeCBI3OiarDzgyjyVDe4Q.png</url>
            <title>Stories by Tableau 資料視覺化與商業分析筆記 on Medium</title>
            <link>https://medium.com/@tableaunote?source=rss-c954fec6599c------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 16:33:33 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@tableaunote/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Tableau教學–你應該要知道的常見問題01：從Desktop上傳到Public的台灣地圖無法正確顯示]]></title>
            <link>https://tableaunote.medium.com/tableau%E6%95%99%E5%AD%B8-%E4%BD%A0%E6%87%89%E8%A9%B2%E8%A6%81%E7%9F%A5%E9%81%93%E7%9A%84%E5%B8%B8%E8%A6%8B%E5%95%8F%E9%A1%8C01-%E5%BE%9Edesktop%E4%B8%8A%E5%82%B3%E5%88%B0public%E7%9A%84%E5%8F%B0%E7%81%A3%E5%9C%B0%E5%9C%96%E7%84%A1%E6%B3%95%E6%AD%A3%E7%A2%BA%E9%A1%AF%E7%A4%BA-2d056db0896?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/2d056db0896</guid>
            <category><![CDATA[tableau-public]]></category>
            <category><![CDATA[tableau-map]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Sat, 19 Dec 2020 14:33:50 GMT</pubDate>
            <atom:updated>2020-12-20T00:47:42.600Z</atom:updated>
            <content:encoded><![CDATA[<p>當您今天有在Tableau Public上呈現台灣地圖需求，請記得在Desktop做好視圖要上傳至Public前，先做好以下設定：</p><ol><li>如沒做設定，Desktop上原本正確顯示的台灣地圖，上傳至Public後會呈現空白</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*_1x7zN2JFdQLjrfVmF0Bug.png" /><figcaption>(Public上台灣地圖消失)</figcaption></figure><p>2. 勾選 檔案-&gt;工作簿地區設定-&gt;Chinese(Taiwan)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7HmkZvMfDdCOJfyHCBssFQ.png" /><figcaption>(上傳前請先在Desktop上做好設定)</figcaption></figure><p>3. 再次發佈至Public上地圖顯示正常</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0b_z0ES5CM8NtEK_35m-nQ.png" /></figure><p>這是因為用標準自動設定，當您一發佈到 Public上後，Public只認得英文!因此下次想在Punlic上正確顯示台灣地圖，請記得做好此設定!</p><h3>什麼是Tableau Desktop? Tableau Public?</h3><p>在Tableau的產品線中分為四大產品(Prep、Desktop、Server/Online)跟一個社群(Public)，各司其職構建一站式資料分析平台，這也契合知名顧問公司Gartner在2020年時所發布的一篇評比裡面所提到的(參考連結：<a href="https://www.gartner.com/en/webinars/3981619/the-gartner-2020-data-analytics-magic-quadrant-highlights">數位時代大數據+資料分析平臺評估要素</a>）</p><blockquote>在數位時代選擇BI工具，必須選擇一個能夠完整支援數據生命週期的平台(data life cycle)，以強化分析能力，做到數位賦能的願景</blockquote><p>1.Tableau產品線包含 Prep、Desktop、Server/Online，如下圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/735/1*LllbifTu8sGWBn9GzjspGg.png" /><figcaption>Prep用做資料前清洗、Desktop為視覺化分析、利用Server/Online則可以在安全可控的環境內做企業內部敏感資料的成果分享</figcaption></figure><p>2.<a href="https://public.tableau.com/zh-tw/gallery/?tab=viz-of-the-day&amp;type=viz-of-the-day">Public社群</a>上每天則會有數以萬計的使用者在上面無私地分享視覺化成果，筆者每天都會在上面瀏覽與發想創意：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/515/1*jsxf79653eI3OGaFPWkMBw.png" /></figure><p>今日會特別提到Tableau的各項服務，是因為當今天您所做的視圖<strong>不屬於機密性(E.g.企業的營收資料)</strong>的時候，您就可以利用 Desktop快速做好圖表之後，上傳到Public上，讓全世界上的人看到您的成果，發揮影響力!</p><p>註1：族繁不及備載 <a href="https://energy-smartcity.energypark.org.tw/">自己的電自己省(工研院綠能所)</a>、<a href="https://visualizinghealthdata.idv.tw/?route=article/news">看見健康數據(成大呂宗學老師) </a>、<a href="https://public.tableau.com/profile/bill1210#!/vizhome/COVID-19_15868914479730/Dashboard">台灣嚴重特殊傳染性肺炎案例視覺化(陳克勤 Tableau 台灣Power User組織負責人)</a></p><p>註2：Public為免費服務，但必須要特別注意，當資料發佈後任何人都可瀏覽您的資料，因此不適合用做企業級的分享平台</p><p>以上分享希望對您有幫助</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2d056db0896" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau 民國 轉 西元 日期格式轉換]]></title>
            <link>https://tableaunote.medium.com/tableau-%E6%B0%91%E5%9C%8B-%E8%BD%89-%E8%A5%BF%E5%85%83-%E6%97%A5%E6%9C%9F%E6%A0%BC%E5%BC%8F%E8%BD%89%E6%8F%9B-4dae27241368?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/4dae27241368</guid>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[tableau教學]]></category>
            <category><![CDATA[tableau民國]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Tue, 21 Jul 2020 06:49:52 GMT</pubDate>
            <atom:updated>2022-07-06T01:33:30.133Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tableau教學–你應該要知道的常見問題02：Tableau 民國 轉 西元 日期格式轉換</h3><p>Tableau有強大的日期分析能力，並可輕易用折線圖呈現資料隨時間之變化，方便找到趨勢：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pXxKduQR_9xlUjFGiAjFLg.png" /><figcaption>Raw Data 樣貌</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5U7qKqmFN3AP7eQbblpcOw.png" /><figcaption>1.透過Tableau可輕易知道業績趨勢</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3RJ-kv-rYIxFaXw8G9ASug.png" /><figcaption>2.將年、月欄位對調後就可觀察同期比較</figcaption></figure><p>但因為Tableau是一間美國公司，當我們今天日期欄位原始資料是以民國呈現的話，就需要寫計算式進行日期轉換至西元，步驟如下：</p><ol><li>原始資料為 109/07/21 需轉換為 2020/07/21 (tips. 109+1911=2020)</li><li>民國日期系統自動判別屬性為字串</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/654/1*mG5LDqQ8gS6jLRjaa0NVOA.png" /></figure><p>3. 將 109/07/21字串裡頭的民國年份(ex.109)之屬性轉為數字後加上1911(註：因轉為數字才可數字間相加)</p><p>ex. INT(MID([日期],1,3))+1911</p><p>4. 第三步驟完成之數字需再轉成字串，才可以跟 “/”合併</p><p>ex. STR(INT(MID([日期],1,3))+1911)+”/”</p><p>5.將第四步驟完成之西元年份，與月、日合併</p><p>STR(INT(MID([日期],1,3))+1911)+”/”+MID([日期],5,2)+”/”+MID([日期],8,2)</p><p>6. 加上 DATE、DATEPARSE 函式，將第五步驟之字串屬性轉為日期屬性，完成!</p><blockquote>DATE(DATEPARSE ( “yyyy/MM/dd”, STR(INT(MID([日期],1,3))+1911)+”/”+MID([日期],5,2)+”/”+MID([日期],8,2) ))</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/643/1*xnstjG8RCQJcle_hw9YCfQ.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4dae27241368" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau 調整星期排序，調整為週一開始]]></title>
            <link>https://tableaunote.medium.com/tableau-%E8%AA%BF%E6%95%B4%E6%98%9F%E6%9C%9F%E6%8E%92%E5%BA%8F-%E8%AA%BF%E6%95%B4%E7%82%BA%E9%80%B1%E4%B8%80%E9%96%8B%E5%A7%8B-3e6135ddaf40?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/3e6135ddaf40</guid>
            <category><![CDATA[tableau]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Mon, 04 May 2020 09:06:04 GMT</pubDate>
            <atom:updated>2022-07-06T01:35:27.017Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tableau教學–你應該要知道的常見問題03：Tableau 調整星期排序，調整為週一開始</h3><p>若以工作日來視覺化日期資料，Tableau預設會從週日開始做排序。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/880/1*tL7Q6DuyCG5CUogHxHo9HA.png" /><figcaption>以工作日方式呈現日期</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/878/1*uhz_kw2CZyZ7y7uVQAJ5dw.png" /><figcaption>從週日開始排序</figcaption></figure><p>但從週日開始排序無法直觀的表示出，平日跟假日的資料量對比。因此可以參考以下調整：</p><ol><li>右鍵點擊資料來源</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/880/1*uSxZTuRS66x06q3nlUKmiA.png" /></figure><p>2.選擇日期屬性</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/932/1*rooKtLiSaKAcT7zlpt1dsA.png" /></figure><p>3.將週開始調整為&quot;星期一&quot;，完成!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/902/1*cxIxXIqAFIfdRPV78AMxVw.png" /></figure><p>4.可看出週一~週五的平均用量高過於週六跟週日，為甚麼會造成這樣的結果?就是我們需要繼續探討，深入做分析的地方!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/913/1*vx_XIst1sjBgqOfdp7Bvdw.png" /></figure><p>希望此篇教學，有解決到你們的問題!</p><p>Ernie</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3e6135ddaf40" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau ATTR()函數應用與說明，解決"無法將彙總和非彙總參數與此函數混合"問題]]></title>
            <link>https://tableaunote.medium.com/tableau-attr-%E5%87%BD%E6%95%B8%E6%87%89%E7%94%A8%E8%88%87%E8%AA%AA%E6%98%8E-%E8%A7%A3%E6%B1%BA-%E7%84%A1%E6%B3%95%E5%B0%87%E5%BD%99%E7%B8%BD%E5%92%8C%E9%9D%9E%E5%BD%99%E7%B8%BD%E5%8F%83%E6%95%B8%E8%88%87%E6%AD%A4%E5%87%BD%E6%95%B8%E6%B7%B7%E5%90%88-%E5%95%8F%E9%A1%8C-e0597c97cd03?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/e0597c97cd03</guid>
            <category><![CDATA[混合彙總和非彙總函數]]></category>
            <category><![CDATA[詳細資料級別]]></category>
            <category><![CDATA[tableau計算式]]></category>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[attr]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Sun, 18 Aug 2019 05:11:17 GMT</pubDate>
            <atom:updated>2022-07-06T01:35:50.473Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tableau教學–你應該要知道的常見問題04：Tableau ATTR()函數應用，解決&quot;無法將彙總和非彙總參數與此函數混合&quot;問題</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/627/1*qDyhMuzh5f9mhx8NZID65w.png" /></figure><p>在我一開始接觸Tableau函數時，因為對<a href="https://medium.com/@tableaunote/tableau-%E6%95%99%E5%AD%B8-15%E5%88%86%E9%90%98%E5%AD%B8%E6%9C%83%E8%A8%88%E7%AE%97%E5%8A%9F%E8%83%BD-%E5%90%AB%E5%9F%BA%E7%A4%8E-%E8%A1%A8%E8%A8%88%E7%AE%97-lod%E8%A9%B3%E7%B4%B0%E7%B4%9A%E5%88%A5%E8%A1%A8%E9%81%94%E5%BC%8F-4c6f96826223">詳細資料級別</a>的觀念還不清楚，常常寫出混和不同詳細級別的函數，跳出以下警告:</p><p><strong>無法將彙總和非彙總參數與此函數混合(cannot mix aggregate and non-aggregate arguments with this function)</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TdjZPqD6LEcobQ2yJ9SHyg.png" /><figcaption>（跳出錯誤之函數）</figcaption></figure><p><strong>針對此類問題，ATTR()函數可以用來解決建立計算式時，聚合和非聚合欄位不能混合的問題。</strong></p><p>原函數：</p><p>IF SUM([銷售額])&gt;10000 and <strong>CONTAINS([子類別],”椅子”) </strong>THEN “藍”<br>ELSE “紅”<br>END</p><p><strong>此時，就可以使用ATTR()函數，將CONTAINS字段包裹在裡面，轉換為聚合字段，解決該問題。</strong></p><p>…………………………..</p><p>修改後函數：</p><p>IF SUM([銷售額])&gt;10000 and ATTR(CONTAINS([子類別],”椅子”)) THEN “藍”<br>ELSE “紅”<br>END</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aV5kZYLKqone5OI-UuA6Ng.png" /><figcaption>(計算有效函數)</figcaption></figure><h3>原理：ATTR()函數是什麼？</h3><p>引用<a href="https://help.tableau.com/current/pro/desktop/zh-tw/calculations_calculatedfields_aggregate_create.htm">Tableau官網</a>定義:</p><blockquote>ATTR()：如果它的所有列都有一個值，則返回該運算式的值。否則返回星號。會忽略 Null 值。</blockquote><p>使用範例超級市場資料源解釋。</p><ol><li>首先建立一個 &quot;區域&quot;、&quot;國家/地區&quot; 交叉表</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*l3Cajfsv7pyucCGMNooOHA.png" /></figure><p>2. 接著建立一個計算式 ATTR(城市)，並將此計算式放在行區</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RDxXavftJgRsSDwsN1wZlA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OuZYZyd0zgpcZ_h5tJeapw.png" /></figure><p>我們發現在交叉表中，在新增字段的對應位置，顯示出許多星號。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bY8qjOHaQECW5Toq73396A.png" /></figure><p>那*為什麼會出現在交叉表中呢？那是因為每個&quot;國家/地區&quot;中都對應了許多&quot;城市&quot;，按照ATTR()函數的定義，當返回值不止一個時，就會返回*。</p><p>舉例來說，當我們查看Australia的完整資料時，可以看到有不同的城市，如Sydney、Hobart等，因此返回了*</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*60VkfD0ArLJNuo4bPpg_cA.png" /></figure><p>此時若將資料源中的最詳細的資料級別(最細粒度)，即&quot;訂單ID&quot;字段拖放到&quot;ATTR([城市])&quot;前，*將全部消失，因為返回的值不再是多個值而是唯一值，即每筆訂單ID對應的城市，如下圖：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SFQW0veSZ9QaKxkBzPLd5A.png" /></figure><p>以上說明，希望能幫你們了解ATTR()函數，如果有任何問題歡迎留言給我，我們下次見掰掰</p><p>Ernie Liu</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e0597c97cd03" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[「Tableau 行銷儀錶板分享」]]></title>
            <link>https://tableaunote.medium.com/tableau-%E8%A1%8C%E9%8A%B7%E5%84%80%E9%8C%B6%E6%9D%BF%E5%88%86%E4%BA%AB-4ef69020e2f2?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/4ef69020e2f2</guid>
            <category><![CDATA[tableau]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Fri, 02 Aug 2019 12:48:01 GMT</pubDate>
            <atom:updated>2019-08-02T12:48:37.510Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/710/1*hSg9SzpDy3fJ6aqqnNboJQ@2x.jpeg" /></figure><p>分享連結請見文章底部。</p><p>1.數位行銷整合評估</p><p>2.社群媒體用戶增長</p><p>3.Google Ads關鍵指標</p><p>4.KPI</p><p>5.問券統整</p><p>6.Blog成效</p><p>7.實體行銷活動</p><p>8.Email成效評估</p><p>9.網站轉換率</p><p>10.SEO成效</p><p>11.網站流量</p><p>— — — -</p><p>在與客戶交流的過程中發現仍然有很多公司都還是在使用Excel做各行銷管道的成效報表產出，使用此方法做出的報表非常僵化，也限制了我們繼續找出關鍵見解的分析能力。</p><p>有很多的工具的資料視覺化（如excel表）都是以「設計思維」模式運行：我想做一個XX圖，操作的起點是設計一個圖表模板。</p><p>「設計思維」模式迥異於Tableau所強調的「分析思維」模式：我想知道XX指標有沒有異常，操作的起點是選擇那個度量值和相關維度，進而設計出圖表後，繼續對我感興趣的資料深入分析。</p><p>不同的心態與不同的工具，導致不同的結果，與大家分享~</p><p>＊Tableau 在行銷相關應用場景非常豐富，下連結整合了數位行銷與實體活動成效評估儀表板，供大家參考：</p><p>https://public.tableau.com/profile/tableau.for.marketing#!/</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4ef69020e2f2" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau RFM 模型-實現客戶分群行銷]]></title>
            <link>https://tableaunote.medium.com/tableau-rfm-%E6%A8%A1%E5%9E%8B-%E5%AF%A6%E7%8F%BE%E5%AE%A2%E6%88%B6%E5%88%86%E7%BE%A4%E8%A1%8C%E9%8A%B7-41df042067e9?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/41df042067e9</guid>
            <category><![CDATA[精準行銷]]></category>
            <category><![CDATA[客戶分群]]></category>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[rfm]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Sat, 27 Jul 2019 09:16:48 GMT</pubDate>
            <atom:updated>2019-07-27T09:17:37.530Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>在過去的零售與電商產業經驗中，如何區別與分辨不同的客群，並針對各客群做客製化與精準行銷是非常重要的事</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/562/1*mEULJNnKZnMCsZi_WHfGOQ.png" /><figcaption>(來源: <a href="http://user68982.psee.io/KCXGG?fbclid=IwAR07rqCEScMGQUIx7pGit71J1bYGRLfUJY2RvJeY2Lv0U-DV_bNI6N5g-wc">http://user68982.psee.io/KCXGG</a>)</figcaption></figure><p>我最喜歡使用的模型為RFM分析，RFM分別對應: R(Recency)最近一次消費、F(Frequency)消費頻率、M(Monetary)消費金額，<a href="https://wiki.mbalib.com/zh-tw/RFM%E6%A8%A1%E5%9E%8B">了解RFM的定義</a>後我們就可對各個客戶進行1–5分的評分並將有類似消費習慣的進行分群!</p><p>舉例來說，針對R、F、M分數都為5分的客群是最有價值的客戶，我們應對他們做VIP客製化服務；而若F、M分數都高但R分數低，代表這個客戶的購買頻率跟金額都很高但最近沒跟我們消費，我們就應該以Email、電話、人員拜訪等方式提醒客戶。</p><p>＊Tableau Public RFM模型儀表板分享(可下載工作簿自行操作): <br><a href="http://user68982.psee.io/KCXGG?fbclid=IwAR2ccBJQULJLcWkJbcxUhNmzz-0WGO9cUXkmnP12tddx4e9kUIU5uv3zFGk">http://user68982.psee.io/KCXGG</a></p><p>&gt;&gt;RFM各步驟作法說明: <a href="https://pse.is/KFVE2?fbclid=IwAR0LIHxzOAAp5kdYYhI7RykMcOhMNHAhmMRqnFVpOuLqopS42yAqMRxkgyc">https://pse.is/KFVE2</a></p><p>補充說明: RFM分析應用在Tableau中，使用 Percentile 計算好 1–5分的R, F, M 級距資料，加上時間及分析維度，就可進行視覺化分析。<br>(參考來源: <a href="https://medium.com/@judyjiamin/tableau-x-rfm-%E5%88%86%E6%9E%90-%E6%9C%89%E5%9C%96%E6%9C%89%E7%9C%9F%E7%9B%B8-fcc23ed3cff2">https://medium.com/@judyjiamin/tableau-x-rfm-%E5%88%86%E6%9E%90-%E6%9C%89%E5%9C%96%E6%9C%89%E7%9C%9F%E7%9B%B8-fcc23ed3cff2</a>)</p><p>除了RFM模型以外，你們對於現有的顧客群會做怎樣的分析?也歡迎在下方留言給我。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=41df042067e9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau教學–你應該要知道的分析技巧01：Keep Only (只保留)快速探索感興趣的資料]]></title>
            <link>https://tableaunote.medium.com/tableau%E6%95%99%E5%AD%B8-%E4%BD%A0%E6%87%89%E8%A9%B2%E8%A6%81%E7%9F%A5%E9%81%93%E7%9A%84%E5%88%86%E6%9E%90%E6%8A%80%E5%B7%A701-keep-only-%E5%8F%AA%E4%BF%9D%E7%95%99-%E5%BF%AB%E9%80%9F%E6%8E%A2%E7%B4%A2%E6%84%9F%E8%88%88%E8%B6%A3%E7%9A%84%E8%B3%87%E6%96%99-927fb79e233d?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/927fb79e233d</guid>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[big-data]]></category>
            <category><![CDATA[tableau-public]]></category>
            <category><![CDATA[tableau教學]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Tue, 12 Mar 2019 10:28:07 GMT</pubDate>
            <atom:updated>2022-07-06T01:49:26.630Z</atom:updated>
            <content:encoded><![CDATA[<iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2F5kCwy04AOZU%3Ffeature%3Doembed&amp;url=http%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3D5kCwy04AOZU&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2F5kCwy04AOZU%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/6f6af2f3b0a2d5c9feedcc6acc804898/href">https://medium.com/media/6f6af2f3b0a2d5c9feedcc6acc804898/href</a></iframe><blockquote>你應該要知道的分析技巧，將會是一系列短篇教學影片，目的在於與大家分享如何活用Tableau的功能來提升工作效率。</blockquote><p><strong>本篇的主題Keep Only(中文翻譯：只保留)，讓我們可以直觀的在視覺化圖表上，以滑鼠點擊，所見即所得，將感興趣的資料快速篩選出來，以進一步分析，不斷的與資料互動，不斷解答新的問題。</strong></p><h3>Keep Only 功能應用情境</h3><p>我舉一個例子來與大家分享，當遇到一般公司常見的銷售議題時，如何利用”Keep Only”功能來幫助視覺化分析。如果我們是一位銷售經理，在看銷售報表時，是否銷售額越高，公司的獲利表現就越好呢?</p><p>為了解答這個問題，首先我們先將欄位”Profit”移至Columns，”Sub-category”商品子分類移至Rows。可看到Tableau自動以長條圖來呈現不同商品的利潤表現。接著將欄位”Sales”拉至Marks標記區中的Color，如此我們就可以利用顏色來判別銷售額的大小，顏色越深代表此項商品的銷售額越高。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*x5sHw5dzie8Hqp7Aqg8QTQ.png" /></figure><p>在此我們發現了，Tables桌子的銷售額很高利潤卻很差，若是不找辦法解決Tables的利潤問題，賣越多此類商品只會讓公司賠更多錢。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/832/1*x46gjf3GyZ0kRy3qQVtTKQ.png" /></figure><p><strong>為了找出Tables負利潤的原因，這時就可以利用Keep Only功能來對視圖中感興趣的資料，快速進行篩選來進一步分析。</strong></p><p>Bookcases、Supplies、Tables是我們感興趣的，想進一步探討的負利潤商品類別。以滑鼠左鍵圈選後點選”Keep Only”，就可將這三種商品類別篩選出來。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/991/1*AM5hQjTz8TMlL54vVrjQug.png" /></figure><p>我們可看到Filters區，因剛才Keep Only的操作，多了一個Sub-Category的篩選，視圖也產生了變化。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*WdknBzXrEJ_vjbxSi5qdVQ.png" /></figure><p>為了找出這三種商品類別利潤差的原因，在沒有任何線索的情況下，先隨意加入任一欄位分析。</p><p>將”Customer Name”拉至Rows中，但沒有發現任何明顯的證據可解釋為何Tables利潤差，因此將”Customer Name” 移除。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/992/1*hGFqC9e9zKRmcY0IHi0UHw.png" /></figure><p>接著嘗試加入”Ship Mode”至Rows ，我們得到一個有用的資訊，可以看到Tables的各種配送方式的利潤都很差，尤其是Standard Class的利潤更差。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RFG8wHA2DFt2_zzTNh7bPQ.png" /></figure><p><strong>為了找到更多線索，我們的思路如下：<br>1.可以帶入更多欄位，改變視圖的粒度，用不同的角度分析</strong></p><p><strong>2.利用”Keep Only”功能，再次將視圖中感興趣的資料篩選出來進一步分析。</strong></p><p>首先呢，我們嘗試使用”Keep Only”功能，圈選各商品分類的Standard Class配送模式(按住鍵盤Ctrl鍵即可選擇多個目標)。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/993/1*2h30Rbp6oW2-t29I2SyqYw.png" /></figure><p>結果如下：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/993/1*_qK6lALhj0D7fu63nJeQZQ.png" /></figure><p>接著因我想看到隨時間推移的銷售情況，加入”Order Date”至Rows功能區，</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/993/1*oYLukjXumJQ0n0mJ0-K6bg.png" /></figure><p>並將視圖顯示方式從自動改成Bar。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/994/1*-c4UVDMKAoQUNmZVLy8RwQ.png" /></figure><p>我們可以看到Tables在Standard Class配送模式下，連續四年都是虧損的，尤其是在2018年虧損的最多。很好!我們又取得了一項重要發現。 我們可以尋求改善方案，例如增加Standard Class 的運費，或取消Tables的配送業務。</p><h3>結論</h3><p>以上就是“Keep Only”的功能介紹。我的操作邏輯跟步驟都是基於觀察視圖而來，或許你們會有不一樣的見解，請留言讓我知道。鼓勵大家下載免費版的Tableau Public，你會發現它對工作效率帶來的改變，那我們下次見，掰掰</p><p>影片各重點開始時間軸：<br>0:23 Keep Only功能展示<br>0:37 Keep Only功能應用情境<br>4:02 結論</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=927fb79e233d" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau 教學-15分鐘學會計算功能(含基礎、表計算、LOD詳細級別表達式)]]></title>
            <link>https://tableaunote.medium.com/tableau-%E6%95%99%E5%AD%B8-15%E5%88%86%E9%90%98%E5%AD%B8%E6%9C%83%E8%A8%88%E7%AE%97%E5%8A%9F%E8%83%BD-%E5%90%AB%E5%9F%BA%E7%A4%8E-%E8%A1%A8%E8%A8%88%E7%AE%97-lod%E8%A9%B3%E7%B4%B0%E7%B4%9A%E5%88%A5%E8%A1%A8%E9%81%94%E5%BC%8F-4c6f96826223?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/4c6f96826223</guid>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[tableau教學]]></category>
            <category><![CDATA[tableau-public]]></category>
            <category><![CDATA[tableau-計算]]></category>
            <category><![CDATA[視覺化分析]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Fri, 01 Mar 2019 12:39:43 GMT</pubDate>
            <atom:updated>2022-07-06T01:50:21.451Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tableau 教學-20分鐘學會計算功能(含基礎、表計算、LOD詳細級別表達式)</h3><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FD9sbUbv7N_Q%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DD9sbUbv7N_Q&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FD9sbUbv7N_Q%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/b07bc8976d94c1f1d89e85692fb0aedb/href">https://medium.com/media/b07bc8976d94c1f1d89e85692fb0aedb/href</a></iframe><p>今天要介紹的是資料視覺化分析軟體Tableau的計算功能。我們可以透過計算功能，建立新欄位並應用至視覺化圖表內來執行較為複雜與深入的分析。</p><p>我會依過去的使用經驗，整理出3種計算類型，有了基礎的知識，在 Tableau的使用介面也有計算式的使用說明，相信已可解決8成的計算需求。</p><p>Tableau中有三種計算類型(我們選擇的計算類型取決於分析需求）</p><p>1.基本計算式</p><p>2.表計算</p><p>3.詳細資料級別(LOD)計算式。</p><p>首先先介紹：基本計算式</p><h3>0:59 基本計算式</h3><p><strong>基本計算式有兩個主要用途</strong></p><ol><li><strong>快速對資料分類</strong></li><li><strong>建立資料來源中缺少，但分析所需的欄位</strong></li></ol><p>首先呢，假設我是一位銷售經理，我想知道我管轄區域內不同商品的獲利表現，我在Tableau中將欄位”Profit”移至Columns，”Category”及”Sub-category”移至Rows，可看到Tableau自動以長條圖來呈現不同商品的利潤表現。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/991/1*eNrb15fS_So1ZxeuWP8Ntg.png" /></figure><p>接著因公司設定的KPI目標，我需要找出有哪些產品的獲利超過3萬塊，此時就可利用計算式來完成我的目標。我可以利用Tableau的邏輯函數來設定一門檻值，將不同商品的獲利能力進行分類。</p><p>右鍵點擊數據窗格空白處，選取”Create Calculated Field”，將此計算式命名為”獲利門檻值”。依序輸入以下計算式。</p><p>IF SUM([Profit])&gt;30000 THEN “高利潤”</p><p>ELSE “低利潤”</p><p>END</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/367/1*Nsc2mnX0sQMA1eZf9c-jcw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/654/1*Gcpljrz2D9-n_xlIlBWbng.png" /><figcaption>（解析為：如果利潤總合大於3萬則結果回拋為高利潤，反之為低利潤，END!）</figcaption></figure><p>接著把此計算欄位”獲利門檻值”拖到視圖中的”Color”，我們就完成資料分類了!橙色的商品類別為高利潤商品，利潤超過3萬，而利潤低於3萬的低利潤商品則以藍色呈現。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2FhHYTl0Sgcl9PMNit8FPg.png" /></figure><p>在這個例子中，我們透過邏輯函數IF與運算符號，建立新欄位快速對資料分類。而基本計算式的功能遠遠不僅於此，譬如使用數字函數ROUND將欄位做四捨五入、ZN函數處理空值等。</p><p>基本計算式另一個強大的功用是，當資料來源中缺少分析所需的資料時，也可以使用基本計算式建立新欄位。</p><p>例如，如果資料源中有“Sales” 和“Profit” ，而我們也想知道”成本”的資訊時，就可以利用基本計算式來建立一個新欄位”成本”。</p><p>首先新開一個Sheet，將欄位”Profit”移至Columns，”Category”及”Sub-category”移至Rows，右鍵點擊數據窗格空白處，選取”Create Calculated Field”，將此計算式命名為”成本”。依序輸入以下計算式：[Sales]-[Profit]</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/652/1*9gkh7Om2J0BfVZEsCWFtKA.png" /></figure><p>再來將”成本”欄位移至Columns。我們可以看到科技產品中的Copiers成本很低，利潤卻很高，我們藉由基本計算式取得了一個重大的發現。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8D3QH87nXqXTmERfm-fA6g.png" /></figure><p>了解基本計算式的使用情境後，接著介紹Tableau中的第二種計算類型 2.表計算</p><h3>5:11 表計算與快速表計算</h3><p><strong>表計算的功用是對同一欄位下的資料做資料間的運算，像是當我們需要排名、累計或是移動平均時，就要用表計算。只要計算存在跨列運算，就只有表計算能實現跨列的結果。</strong></p><p>舉例來說，新開一個sheet，將欄位”Region”移至Columns，”Order Date” 移至Rows，”Sales”移至Marks區中的”Text”。</p><p>對於這樣的4年業績表格中，如果問題是哪一年在Central區域有銷售額的最大值？我們肉眼直觀即可見，答案為2017年。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/550/1*RFGrWvWnjHpqY7L-zlHqQw.png" /></figure><p>但如果想知道的是哪年的同期增長最大，（ＰＳ:同期增長＝本年銷售–去年銷售），就無法以肉眼做到了，這時就需要表計算來對同一欄位下的資料做資料間的運算。</p><p>要算出同期增長我們只要滑鼠左鍵點擊Sum(Sales)的下拉式選單，選擇”Add Table Calculation”，在”Calculation Type”中我們可以看到除了”Difference From”外還有”Rank排名”、”Running Total累計”等表計算，因今天要算的是同期增長，因此我們選擇”Difference From”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/553/1*ylaqar8q5ImBH1v3sPl2Tg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/333/1*DIq1KphhYlRRSjcgry7D_Q.png" /></figure><p>在”Compute Using”下，如果選擇Table(across)，可以看到計算是依據橫穿進行計算，例如第一列第二行的計算結果24,842，就是由2015年East區域的業績減掉Central區域的業績而來，但看來這計算方式並不是我們要的。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/718/1*yjkZioHOQZw2tmC0Xr2-mA.png" /></figure><p>我們繼續發揮探索的精神，選擇Table(down)，此時呈現的值是依據銷售年度採直向向下計算，由本年的業績減去去年度的業績，這計算方式就是我們要的資訊! (還有若干的計算方式，可依照不同的計算需求使用，就留給大家探索囉~)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/718/1*gjly_aMmGMvM6xJI2AB2Lw.png" /></figure><p>這裡小結表計算式的用途，如果我們想做移動平均、百分比差異、百分比、總額百分比、累計等，同一欄位的資料間運算時，就需要使用表計算!</p><h3>快速表計算</h3><p><strong>另外在Tableau中一些常見的表計算，如與剛才範例類似的”年同比增長比率”，在Tableau中已經貼心的至於快速表計算中。</strong></p><p>我們新開一個sheet，重覆剛才的步驟，將欄位”Region”移至Columns，”Order Date” 移至Rows，”Sales”移至Marks區中的”Text”。</p><p>接著只要左鍵點擊Sum(Sales)，在Quick Table Calculation中選擇”Year over Year Growth”，就完成年同比增長的計算了!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/567/1*EwOcAqk61BrkLBDLzFIPew.png" /></figure><p>好的，我們接著介紹今天的重頭戲，Tableau的第三種計算類型 3.詳細資料級別(LOD)計算式</p><h3>8:32 詳細資料級別(LOD)計算式-基本觀念</h3><p>在說明何為詳細資料級別Level of Detail，簡稱LOD前，我想先聊聊<strong>何為聚合</strong>。舉個例子，如果我現在的身分是區域經理，我底下的店員在看銷售報表時，關心的是每月自己的達成業績，但對我來說，關心的是整個區域整體的銷售額，因為我負責的區域底下還有各城市，城市還可對各行政區進行劃分，各行政區下才會具體到每個店員，<strong>因不同的人關注的重點不一樣，這時候就要對數據進行聚合</strong>。</p><p><strong>所謂的不同關注點，體現在技術上就是詳細級別Level of Detail，它代表的就是我們關注資料的詳細程度。</strong></p><p><strong>在Tableau的視覺化圖表中，能影響視圖詳細級別的方法有兩種</strong></p><ol><li><strong>將Dimensions欄位加至Columns、Rows中</strong></li><li><strong>或將Dimensions欄位加至Marks標記區</strong></li></ol><p>將欄位加至Columns、Rows中是如何影響視圖詳細級別呢?舉例來說，新開一個sheet，並把”Sales”拉至Rows功能區，可看到tableau以聚合的方式呈現銷售額。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/344/1*DBnMaDDu7X8t8QSzVTqsmg.png" /></figure><p>接著我們加入更多維度，將“Category”拖到Columns功能區。Tableau以商品類別，對銷售總額進行切割，也就是我們現在看到的不同商品類別的銷售情況。加入了維度“Category”後我們在長條圖中獲得更多的粒度和更少的聚合。換句話說，我們改變了視圖的詳細級別。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/515/1*Rcz7_-I1cVE-PJcSlPTUvA.png" /><figcaption>(加入新維度後，視圖發生變化)</figcaption></figure><p>我們也可在Marks標記區中改變視圖的詳細級別，開一個新的Sheet來說明，將 ”Sales”拉至Rows功能區，“Profit”拖到Columns功能區，呈現出來的散點圖只有一個點，是因為我們沒有對資料進行細分，換句話說，我們的粒度最低，也就是最聚合的。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/613/1*3QImUpROKevWo12i160n6w.png" /></figure><p>只時候只要將”Order ID”拖到Detail欄中，視圖就變化出現N個點，每個點代表一個ID訂單，呈現了較高粒度的詳細級別。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/703/1*Kmv2RnMi4jLpT_0lR2oY7g.png" /></figure><p>前面這兩種方法的共通性是，如果拖拉其它維度的欄位到行、列欄或是Marks標記區中，整個視圖的詳細級別就會產生變化。</p><p><strong>而LOD計算式的特色是:</strong></p><p>1.當我們不想影響到視覺化內容展示的情況下，可藉由LOD計算式，自定義要用怎樣的維度進行計算。<br> 2. 可以在定義Detail層級的同時，獨立於視圖中使用的維度，一切設定都體現在計算欄位的表達式中。</p><p>LOD類型有三種 — EXCLUDE、INCLUDE和FIXED，各有不同的用途，我做了一個比較圖說明如下，我接下來會各舉1個例子說明，讓大家更明瞭運作原理。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/875/1*AIlKswIV4z5aYbg3CVQ4ZQ.png" /></figure><p>首先先介紹使用頻率最高的LOD計算式，FIXED LOD。</p><h3>11:52 詳細資料級別(LOD)計算式-FIXED</h3><p><strong>FIXED LOD 此計算式使用函式內的維度計算值，而不引用視圖中的維度。這個特色讓我們明確定義計算的聚合級別，而不被視圖詳細級別影響。</strong>在此我舉一個計算新顧客留存率的例子來說明。</p><p>假設我們是一位電子商務的行銷人員，想要知道各地區每日新顧客獲取數量，知道此趨勢有助於了解組織拓展新業務的成效。當表現趨緩時，或許就需要行銷活動來增加潛在機會。</p><p>第一步，開一個新sheet並將”Order Date”拖到”Columns”，並調整成連續型”Day(Order Date)”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/576/1*YPk6q_EY3aND4NC7GBxUjQ.png" /></figure><p>接著將”Customer ID”移至Rows，並滑鼠左鍵點擊膠囊，選擇Measure 中的”Count(Distinct)不重複計數。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/666/1*cXVKlpgRJpEP09r9zZjaiw.png" /></figure><p>最後將”Region”移至Color，如此我們就得到了每日各地區的客戶數，但這樣的計算方式計算了每日新客戶的數量外也計算了舊客戶的數量。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vffLa-krVlBSRuNclVhATQ.png" /></figure><p>因此第二步，重新梳理思考脈絡，整理如下：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/962/1*lxB1to4bBisZmBVvSwS9KQ.png" /></figure><p><strong>我們需要先清楚想在此視圖表現出來的是什麼!為了得知各地區每日新顧客數量，視圖可規劃為按照天和地區計算新顧客的數量，但是否為新客戶需要利用顧客的最早訂單日期來判斷，這資訊無須引用當前視圖的維度，我們需要額外的獨立資訊，判斷是否為新客戶，此時就可用FIXED LOD來表達這個背景資料，明確定義計算的聚合級別，而不被視圖詳細級別影響。</strong></p><p>第三步， 如前面提到的，可以利用FIXED LOD判斷客戶是否為新客戶。做法如下：右鍵點擊數據窗格空白處，選取”Create Calculated Field”，將此計算式命名為”新或舊客戶”，依序輸入以下計算式。</p><p>{FIXED [Customer ID]: MIN([Order Date])}</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/655/1*DiO3YFse8LHSICooLxEGpQ.png" /><figcaption>(利用FIXED LOD不使用視圖中的維度，僅使用函式內的”Customer ID”維度，算出每個客戶的首次購賣日期)</figcaption></figure><p>接著我們再利用IIF函式來對客戶進行分類，步驟如下：</p><p>IIF([Order Date]={FIXED [Customer ID]: MIN([Order Date])},”新客戶”,”舊客戶“)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/652/1*0YQ_iqQTtVIaeWnGU_Gl9w.png" /><figcaption>(如果訂購日期為首次購買日期，欄位標籤為新客戶，反之則為舊客戶)</figcaption></figure><p>第四步，將需要參考的額外背景資訊代入視圖中， 滑鼠拖放”新或舊客戶”欄位至Filters中，選擇”新客戶”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/716/1*jz8eGwQ7fLg7UQY9Puakng.png" /></figure><p>為了一目了然線條圖的增長趨勢，左鍵點擊CNTD(Customer ID)下拉式選單，在 Quick Table Calculation中選擇”Running Total”累計，如此就得到了各地區每日新顧客獲取數量的趨勢圖。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/766/1*5OujFYRbtLRvPXJZuoYs5Q.png" /></figure><p>並可從中可看到各地區在2016年開始新客戶的增長開始趨緩。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/990/1*gMG0ITnAGlVOar3nMVcSKQ.png" /></figure><p>接下來介紹LOD下一個應用， INCLUDE LOD計算式。</p><h3>16:55 詳細資料級別(LOD)計算式-INCLUDE</h3><p>首先我們先看一下本教學使用的範例資料源EXCEL檔，我擷取部分畫面後製表如下，以第一筆訂單CA-2017–152156為例，購買者的客戶編號為CG-12520，他購買了兩樣商品，資料以兩列的型式儲存。這樣的儲存方式當我們今天想要知道各個地區每筆訂單平均的購買金額時，若直接將”Sales” 做平均，Tableau會加總每一列的值後，除以列數。但正確的算法應為先各別加總各地區每筆訂單的銷售金額後，在除以訂單數。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/658/1*TkE3fXbG7s318kKrQdtWYA.png" /></figure><p>在此情境下，我們可以藉由INCLUDE LOD 計算式來幫助我們算出正確的平均值，INCLUDE LOD 這個計算式使用指定的維度以及視圖中的維度來計算值。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/804/1*ITeK6iW4lsR5KbiCZlXPYg.png" /></figure><p>首先我們新開一個sheet將”Region”拖到”Columns”，接著右鍵點擊數據窗格空白處，選取”Create Calculated Field”，將此計算式命名為”每筆訂單銷售額”，依序輸入以下計算式。</p><p>{INCLUDE [Order ID]: SUM([Sales])}</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/653/1*6Qu_lU8iml-ciWwNLqPqUg.png" /><figcaption>(使用INCLUDE函式，參考函數內指定的維度[Order ID]，也引用視圖中的Region維度，來計算銷售額)</figcaption></figure><p><strong>為什麼使用INCLUDE LOD計算式的原因有兩個<br> 1.可以讓我們不用將Order ID這個欄位拖到視圖當中，而影響視圖的詳細程度。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/410/1*FAktARQ8NtdUow7J8ZRNtQ.png" /></figure><p><strong>2.如使用INCLUDE LOD計算式，我們將以函數內指定的維度以及視圖中的任何維度來計算值。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/678/1*rIZnfE31bgcOa6N6Rp75LQ.png" /></figure><p>解讀整句函式即為</p><ol><li>找出每筆訂單的訂單金額</li><li>引用視圖中的Region維度計算出，每個地區內每筆訂單的總銷售金額，但卻又不影響視圖的詳細程度。</li></ol><p>要得到平均訂單金額，我們只要將此計算式拉至”Rows”，再將計算方式改為Avg即可。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/527/1*q-DhwtpXEYcNXgVTbuQrtw.png" /></figure><p>接下來介紹最後一個LOD計算式</p><h3>20:03 詳細資料級別(LOD)計算式-EXCLUDE</h3><p>如果我們希望視圖能以月為單位，除了展示按地區計算的總銷售額外，也展示總銷售額。 在此情境下我們可以使用EXCLUDE LOD，將視圖中的維度減去EXCLUDE LOD內的維度來計算值。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/803/1*tib_iSIDRRDhL8liTWqF4A.png" /></figure><p>首先新開一個sheet將”Order Date”拖到”Rows”，並調整成離散”Month(Order Date)”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/404/1*7pujYCcbTpmOgwoWeH6P4Q.png" /></figure><p>接著將” Region”、 ”Sales”移至Columns，並在Marks標記區中調整圖表為”Bar”。我們已完成第一個部份，按月及地區計算的總銷售額。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/713/1*UQUb_jb0fRYYFEsWNbMaRw.png" /></figure><p>接著因為在視圖中，地區已被置於“Columns”上，但我們又想知道不受地區影響的總銷售額， 這時就可以使用EXCLUDE LOD將視圖中的Region維度排除來計算值。</p><p>做法如下：右鍵點擊數據窗格空白處，選取”Create Calculated Field”，將此計算式命名為”總銷售額（不受區域影響）”，依序輸入以下計算式。</p><p>{EXCLUDE [Region]: SUM([Sales])}</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/651/1*0YTvWL6SlwFj601dFDWXtw.png" /><figcaption>(使用EXCLUDE函式，將函數內指定的維度[Region]，從視圖中維度排除，來計算銷售額)</figcaption></figure><p>將此計算式加到”Color”，滑鼠移至任一長條圖中，我們除了看到總銷售額外，也可以看到按地區計算的總銷售額。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/696/1*P6miUoI871Z9FO800_VRxg.png" /></figure><h3>22:19 結論</h3><p>我認為Tableau迷人之處在於，它的整體介面營造出探索式分析的情境，你可以簡單直覺的拖拉欄位到視圖中就可以有精美的圖表，你也可以選擇使用計算式來做更為複雜與精細的分析。</p><p>對我來說，計算式是手中最靈活的工具，可以建立新欄位來快速對資料分類，而”年同比增長”之類常見的計算需求，也可利用快速表計算達成目的，LOD計算式可以讓我們在不想影響到視覺化內容展示的情況下，自定義任意的維度進行計算。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4c6f96826223" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau VS. Excel-為何我選擇Tableau作為視覺化資料分析的必備工具-2018.3版]]></title>
            <link>https://tableaunote.medium.com/ableau-vs-excel-%E7%82%BA%E4%BD%95%E6%88%91%E9%81%B8%E6%93%87tableau%E4%BD%9C%E7%82%BA%E8%A6%96%E8%A6%BA%E5%8C%96%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90%E7%9A%84%E5%BF%85%E5%82%99%E5%B7%A5%E5%85%B7-2018-3%E7%89%88-4e121557968a?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/4e121557968a</guid>
            <category><![CDATA[excel]]></category>
            <category><![CDATA[大數據]]></category>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[資料視覺化]]></category>
            <category><![CDATA[資料視覺化分析]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Thu, 24 Jan 2019 02:33:20 GMT</pubDate>
            <atom:updated>2022-07-06T01:50:48.765Z</atom:updated>
            <content:encoded><![CDATA[<iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FK9Wpx5K6f4U%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DK9Wpx5K6f4U&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FK9Wpx5K6f4U%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/e26df2d2f1db69a563ef4fd15510b5f8/href">https://medium.com/media/e26df2d2f1db69a563ef4fd15510b5f8/href</a></iframe><p>在我分享上一部基礎教學影片時（<a href="https://www.youtube.com/watch?v=xn6Txs7b6iM">點我看連結</a>），感謝有很多網友給了我寶貴的意見，其中就有網友說，”Excel也有製作圖表的功能，他想知道excel跟tableau實際使用上的差別”。</p><p>以我過去的使用經驗，Excel以其核心的表格工具還有出色的計算功能，可以使用在各種情境。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/570/1*lSrWiixNWYZooPOrn9iGhQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/810/1*32RKO2noEH_6uhAAf_Yg1w.png" /><figcaption>左1：表格工具；左2：函數計算工具</figcaption></figure><p>但若你想做的是資料分析，雖然Excel允許使用者執行計算並分析資料，但Tableau的介面直覺性與探索式分析的核心理念，利用了視覺化分析，提供了一種與資料互動和分析資料的新方法，我會將使用Tableau的經驗下四個字的評語：簡單強大!</p><h3>Tableau視覺化分析軌跡</h3><p>舉例來說，因我業務的工作需求我每個月都需要向客戶簡報上月的業績表現，簡報時除了表格外，我也常用折線圖，來呈現業績的變化。</p><ol><li>在Tableau只要將”Sales”拉至”Rows”功能區，再將 “Order Date”拖到”Columns”功能區。就可以快速的看到隨時間推移的銷售情況。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/869/1*g2K_BTQ-J3YhftEEbv_EZg.png" /><figcaption>(Tableau強調探索式分析，我們可以隨時問自己問題，以滑鼠拖拉欄位，簡單幾個步驟就可以對資料進行分析)</figcaption></figure><p>2. 我接下來產生的問題是，此折線圖並未詳細告訴我們哪些產品具有較高銷售額，以及是否有些商品的表現比其他商品好。我只要在“Dimensions”中，將“Category”拖到”Columns”功能區，並將其放在YEAR（訂單日期）的右邊。就可以查看看到哪些類別的表現不錯，在什麼時間表現不錯!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ez4NpQKGncaRYAPwrGRmVA.png" /></figure><p>3. 但在家具，辦公用品，科技產品這三個大類別底下還有大量不同產品，例如，“家具”類別，底下子類別還有，椅子，桌子，因此我可以選擇添加“Sub-Catagory”至視圖，以查看哪些商品是暢銷商品。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5w5iVvopJY-JR3KSoGxKUg.png" /></figure><p>4. 接下來我還可以利用顏色來重點關注我感興趣的數據。首先將“Profit”拖到“Marks”標記區中的”Color”上，來查看會發生什麼情況。我們可以看到桌子，書櫃甚至是機器的利潤都是負的，因為它們都是以橙色呈現。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3IeTpmhJaDvwi3ugytL-fw.png" /></figure><p>5. 接著使用”Sub-Category”的”highlighter”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/919/1*8pDpLneAguN3LKis82EVKw.png" /></figure><p>選擇”Machine”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/996/1*39bgqYYZ7D0uNqWAxmauhA.png" /></figure><p>我發現在某些年度，Machine是賺錢的。然而，在2018年，Machine變的不賺錢。是因為折扣嗎?還是因為人力銷售成本的增加?很好!接下來我們可以繼續探索分析，使用篩選器，繼續找出機器在2018年不賺錢的原因。</p><p>從以上的例子，可以看到使用視覺化分析的好處，在Tableau中我快速的進行了五層分析，並取得了一些重要的發現。</p><h3>EXCEL視覺化分析軌跡</h3><p>在Excel中我則可使用”樞紐分析圖”進行資料分析。</p><p>操作過程：</p><p>1.加入“Sales”至值區塊，並加入”Year(Order Date)”至座標軸欄位區塊</p><p>2.加入”Category” 至座標軸欄位區塊</p><p>3.加入”Sub-Category” 至座標軸欄位區塊，出現了與Tableau類似的視圖</p><p>4.接著嘗試再加入”Profit”至值區塊繼續分析</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BOZhUa86cImoLNVG64lNQQ.png" /></figure><p>完成共四層分析的操作後，因Excel的介面設計，我沒有像使用Tableau時一樣直觀的發現2018年機器的銷售出現了利潤問題，我必須要重新回到excel表格中大海撈針，查看各年度利潤，而不是直接以顏色來判別。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/574/1*UfmJkHSk-xwNle1bHJYfog.png" /></figure><h3>結論</h3><p>對Excel的使用者來說，進行資料分析時，需要較清楚自己想提煉的資訊，才能創造出有價值的內容。但對使用Tableau的感受，我可以將20%的時間花在資料處理，80%的時間用於分析，用直覺拖拉的方式處理大量資料，藉由顏色的變化或是欄位的形狀，來輔助我快速探索資料。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4e121557968a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tableau 視覺化分析必備工具實用教學-第一次就上手2018.3版]]></title>
            <link>https://tableaunote.medium.com/tableau-%E8%A6%96%E8%A6%BA%E5%8C%96%E5%88%86%E6%9E%90%E5%BF%85%E5%82%99%E5%B7%A5%E5%85%B7%E5%AF%A6%E7%94%A8%E6%95%99%E5%AD%B8-%E7%AC%AC%E4%B8%80%E6%AC%A1%E5%B0%B1%E4%B8%8A%E6%89%8B2018-3%E7%89%88-793e1ea3721a?source=rss-c954fec6599c------2</link>
            <guid isPermaLink="false">https://medium.com/p/793e1ea3721a</guid>
            <category><![CDATA[大數據分析]]></category>
            <category><![CDATA[可視化分析]]></category>
            <category><![CDATA[tableau教學]]></category>
            <category><![CDATA[tableau]]></category>
            <category><![CDATA[視覺化分析]]></category>
            <dc:creator><![CDATA[Tableau 資料視覺化與商業分析筆記]]></dc:creator>
            <pubDate>Wed, 16 Jan 2019 04:06:00 GMT</pubDate>
            <atom:updated>2022-07-06T01:54:05.125Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tableau 教學-簡單強大的視覺化分析必備工具-第一次就上手-2018.3版</h3><p>這份教學我會帶著大家從無到有製作出一份Tableau的視覺化圖表，你可以輕易的透過tableau的介面，以拖拉的方式處理大量資料，完成圖表。不需懂寫程式，也不需懂設計，都能快速上手。</p><p>Tableau使用的場景非常廣泛，不管是校務資料管理、醫療產業的醫管、網路社群使用者足跡資料、製造業或IOT所蒐集的深層資料、零售及電商的銷庫資料，都能藉由tableau 視覺化分析數字背後的故事。</p><p>除了提供文字及圖片講解外，我也另外拍攝教學影片，影片將分為三個部份：</p><ol><li>如何連接到你想分析的數據源</li><li>創建視覺化圖表</li><li>展示你的發現以及將你的見解與其他人分享</li></ol><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2Fxn6Txs7b6iM%3Ffeature%3Doembed&amp;url=http%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3Dxn6Txs7b6iM&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2Fxn6Txs7b6iM%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/17356e55e62fe41d78ff6f4854a0060e/href">https://medium.com/media/17356e55e62fe41d78ff6f4854a0060e/href</a></iframe><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=54s"><strong>0:54</strong></a><strong>連接資料源介面展示</strong></h3><p>首先你需要先去此網址下載試用版的tableau，輸入email就可有14天的試用期，鼓勵大家在試用期間好好探索tableau，你會發現它對工作效率帶來的改變。今天所使用的資料是內建的superstore資料</p><ol><li>打開tableau後，左邊是連接資料源的區域，中間是過去做過並存檔的工作簿，右邊是tableau提供的教學影片及相關的視覺化案例分享。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pUFmbpBSamXeJHXVBpSzbA.png" /></figure><p>2. 在“connect”選單，你可以透過不同的方式連接資料源：</p><p>–連接到存儲在Excel、PDF中的資料。</p><p>–甚至你有使用統計工具像是sass、spss、R，你可以用這些統計工具跑出來的資料以tableau做視覺化呈現</p><p>–除此之外tableau也提供data server的連接（例如Microsoft SQL Server、連接介面非常簡單，只要輸入server的hoster name，及選擇認證方式，輸入帳號密碼，就可以完成連接）</p><p>–網路流量分析常使用的GA也有支援</p><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=123s"><strong>2:03</strong></a><strong>資料源連接與前製準備</strong></h3><ol><li>我們先使用tableau打開範例excel。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/581/1*9o6EwuwC8CkeT8On6UZR2Q.png" /></figure><p>2. 首先我們先把要分析的資料拖拉到此區</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/953/1*r_yuL9x7F5SKNr2exr8n3g.png" /></figure><p>3. Tableau會自動依資料內容，判別此字段的格式，譬如此欄皆為數字，tableau會自動判別為數字，此欄有文字則會判別為字串。建議匯入資料時，先行檢查欄位的數據類型是否合理 (像是日期、地理位置、數字、字串都是需要檢查的項目)，配對錯誤的欄位請手動做修改。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*C09hvrZb-otdqVxjCND-7Q.png" /></figure><p>3. 接下来，在連接資料我们可以决定使用這份資料源時是要live或是extract。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/510/1*m0zu1jF8kwVPbb974eLIeA.png" /></figure><p>舉例來說，我選擇此資料連接是即時的，我之後的每一個分析與做圖的動作，都是即時下query跟此資料源要最新的資料，此時就很依賴你的database的效能。當你的數據是不斷更新的或是你原本的數據庫的效能很好，選Live會是一個不錯的選擇 。</p><p>反之你可以選擇extract，將數據透過tableau做萃取，把要分析的資料，轉成tableau自有的tde檔案格式，利用本機的記憶體來分析與做圖。這樣的做法可幫助處理複雜運算時的效能影響降至最低，可以看到旁邊有一個refresh按鈕，你仍可以定期將數據做更新。</p><p>因為此次的教學資料不算大，我們仍可保有live的設定。</p><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=260s"><strong>4:20</strong></a><strong>維度(Dimensions) 與 度量(Measures)</strong></h3><p>連接資料源後點擊Sheet1，首先你會注意到左側數據窗格，根據我們剛才給予的資料，excel欄位被分類至Dimensions 和 Measures 。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/217/1*27UBqGHpoSAk7_qN3kbIWw.png" /></figure><ol><li>通常可用來加減乘除的數值都會放置於Measures。此外為方便我們做圖，Tableau會自動執行聚合(Aggregation )。舉例來說我們現在把sales拉至row功能區，可看到tableau以加總的方式呈現銷售額。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/546/1*h-Lh0StuY9oJrWyRhJE6wg.png" /></figure><p>2. 如果查看銷售平均數要比銷售總和更有用，我們只需使用膠囊上的下拉菜單，將“Sum”改為“Avg”即可。不過我們暫且不做此操作。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/691/1*JSCFXAhnR1Fy5Qyh7yd2eQ.png" /></figure><p>3. Dimensions則是類別字段，像是日期、客戶、商品類別、地理位置，都會被歸類在這裡，用來對數值進行切割。舉例來說，將“Order date”拖到columns功能區。Tableau將自動以訂單日期，將銷售總額進行切割，也就是我們現在看到的隨時間推移的銷售情況。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/537/1*J_0Td2_0B9nSQq9caTcnHQ.png" /><figcaption>(在此折線圖上看起來銷售額表現的還不錯，並且似乎隨著時間的推移在增加)</figcaption></figure><p>在這裡大家可以想像畫面是一塊空白的畫布，我們可以隨心所欲的在上面探索，隨時問自己問題，探索更多可能。舉例來說，我接下來產生的問題是，此折線圖並未詳細告訴我們哪些產品具有最高銷售額，以及是否有些商品的表現比其他商品好。</p><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=346s"><strong>5:46</strong></a><strong>創建視圖</strong></h3><p>為了深入了解哪些產品推動了整體銷售，我們來嘗試添加更多數據。從“Dimensions”中，將“Category”拖到”columns”功能區，並將其放在YEAR（訂單日期）的右邊。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1004/1*wVcl57S0TBBMfh8DgSMogg.png" /></figure><p>看！只要滑鼠幾個點擊，我們就可以輕易的得到精美的長條圖！現在我們現在可以看到哪些類別的表現不錯，在什麼時間表現不錯!</p><p><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=446s">7:26</a>分層結構</p><p>但在家具，辦公用品，科技產品這三個大類別底下還有大量不同產品，例如，“Furniture”類別，底下子類別還有，椅子，桌子，因此我可以選擇添加“Sub-Category”至視圖，以查看哪些商品是暢銷商品。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/740/1*eQnX1KeOrfEyGeeKStCiLg.png" /></figure><p>數據中的類別和子類別間存在自然的分層關係。在Tableau中，我們只需要在“數據”窗格中，透過疊放字段，就能創建分層結構。我們把“Sub-Category”拖動 到“Category”上，然後命名為“Products”。我們還可以將“Product name”添加到此分層結構。現在我們可以看到在數據窗格中的欄位更為整潔且我們可以透過點擊膠囊來收合或展開分層結構進行分析。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*aCzNpu5tP1PusOELVDtCAQ.png" /></figure><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=545s"><strong>9:05</strong></a><strong>篩選器和顏色</strong></h3><p>在剛才我們建立了按類別和子類細分的產品銷售額的視圖，接下來我要利用篩選器和顏色來幫助重點關注我感興趣的數據。</p><p>首先將“Profit”拖到“Marks標記區”中的“Color”上，來查看會發生什麼情況。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/770/1*5mboW3EGoz3O-9XQC0iTJw.png" /></figure><p>我們可以看到桌子，書櫃甚至是機器的利潤都是負的，因為它們都是以橙色呈現。很好！我現在可以縮小我的範圍，使用篩選器仔細看看，這些產品是否年復一年一直都不賺錢。</p><ol><li>在“數據”窗格中的“Dimensions”下面，右鍵點擊“Sub-category”，並選擇“Show filter”。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/926/1*67VfHgIlaSgOxhsFYmNLPg.png" /></figure><p>2. 接著在視圖內的“Sub-category”篩選器卡中，清除 “書櫃”，“機器”和“桌子”之外的所有複選框。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oSMfnu7e3wovBBh724OBgA.png" /></figure><p>3.此外我們可以把”highlighter”叫出來，選擇”機器”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/346/1*PAG2Z-TueQNesKxuCwp0YA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zVx02bLGZIqYPgoAdhkUxw.png" /></figure><p>現在您可以看到，在某些年度，機器實際上是賺錢的。然而，在2018年，機器變得不賺錢了。很好!我們又取得了一項重要發現。 我們可以尋求改善方案，找出為何機器2018年突然不賺錢的原因，或停止在此區域的銷售業務。</p><p>我們將此工作簿提供一個名稱，如“銷售額和利潤”</p><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=623s"><strong>10:23</strong></a><strong>Quick Table Calculations快速表計算</strong></h3><p>如果我們想知道”年同比增長”之類常見的資訊，要怎麼做呢?先開一個新的sheet，在Tableau中這類的計算已經貼心的至於下拉選單中。</p><ol><li>首先為了計算各年銷售額之差異，將“Order date”拉至columns，並將”sales”拉至rows，並將“order date”格式改為”month”；接著再次將“order date”拉至Marks中的color。我們可以看到業績依銷售年份用不同顏色的折線圖來呈現</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dd6Ez88l2moJcTIDirJ7Nw.png" /></figure><p>2. 接著按一下膠囊的下拉式功能表找到”Quick Table Calculations”，選擇”Year over Year Growth”。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/730/1*lsQ2xboBjM-Ir1rslBl1kQ.png" /></figure><p>3. 如果我們仍然想查看原始“Sales”，只需要將其放回視覺化中。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*j-0itxE7tg5XfLfMG1uVWw.png" /></figure><p>4. 如果想讓年度同比增長值顯示在工具提示而不是圖表中，可以將其移至”Tooltip”工具提示功能區。當我們把滑鼠在視圖中的標記上停留時，工具提示可以提供更多資訊。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/653/1*onqUyfVlYlVqzU4TMb1pgA.png" /></figure><p>我們將此工作簿提供一個名稱，如”年同比增長”。</p><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=731s"><strong>12:11</strong></a><strong>視覺化表格</strong></h3><p>如果我們的老板還是比較喜歡以表格呈現的圖表，該怎麼做？ 只要右鍵點擊”年同比增長”sheet，選擇”Duplicate as Crosstab”。現在圖表格式已經以表格方式呈現。但Tableau跟excel圖表最大不同的地方是，我們仍可視覺化設計表格，使其更易懂。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/317/1*3Qa0ZilY-X8k-A-E-DHIIg.png" /></figure><ol><li>首先進行軸交換並將”Category”移到rows、把“Profit”添加到“Color”以進一步分析。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/922/1*-Qwc7P-5W19siIdtuV098w.png" /></figure><p>2. 但這些顏色有點淡，讓我們來編輯一下顯示方式。按一下Marks標記區中的“Color”，然後按一下“Edit Colors”。下拉式功能表中有多種顏色可供選擇，選擇”green-gold”、使用6種漸變顏色，將標記類型更改為square，然後打開標記標籤。現在表中利潤的展示更為明顯了。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/906/1*mtla6sHvhsGevvjvjNiwPA.png" /></figure><p>3. 接著打開Category的”highlighter”我們將滑鼠停在突出顯示工具中的那些類別上，我們可以很快看到，雖然科技和辦公用品在9月開始有很好的利潤，但傢俱卻沒有出現同樣的以深綠色表示的利潤回升。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/993/1*fs5sEZEmB_8k7rOzPz64Fw.png" /></figure><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=849s"><strong>14:09</strong></a><strong>Show Me</strong></h3><p>我們知道傢俱的利潤不佳，並且認為這可能存在地區差別。但我們不一定知道查看這些資料的最佳方法。Tableau提供了我非常喜歡的功能，名為“Show me”的簡單工具。在我們知道希望查看的資料，但不知道如何創建有效視圖的情況下，該工具可以提供幫助。</p><p>我們想瞭解 銷售額在不同地區的銷售情況。”Show me”工具會根據所選擇的Dimensions、Measures顯示不同的圖表類型。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/460/1*SqMWFnqdytKpznlgliZqZQ.png" /></figure><p>新開一個Sheet後，按住CTRL +以及點擊”Sales”、”Country”、”State”，地圖看起來是一個不錯的選擇!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qFhQZVBmnZe6rOlsUcx5ZA.png" /></figure><p>接著再加入”Profit”至color。並以”Furniture”進行篩選。 並在”Marks標記區”中的”Size”上調整大小。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/927/1*MriNOYCPCKn_U_Z_Sj5gFQ.png" /></figure><p>是的!我們很快看到，傢俱銷售幾個小市場看起來都存在同樣的利潤不好的問題。</p><p>我們將此工作簿提供一個名稱，如”家具類別各區域表現”</p><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=976s"><strong>16:16</strong></a><strong>Dashboard</strong></h3><p>到此為止，我們已經累積了數個視圖，並想要把我們的發現分享給團隊的人，在這邊創一個儀表板，也就是”Dashboard”，藉由Dashboard我們可以在展示時提供更多互動給觀看的人。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/427/1*GYoHEnlP4k12TD__bCZNpQ.png" /></figure><ol><li>首先我們可以先調整儀表板的大小，在這裡我先設定成自動調整視窗大小。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/329/1*MFU3j_OYe_NYpMrNKjsXew.png" /></figure><p>2. 把剛才做的圖拉至畫布中且 我們可以將各圖面的資料點當成篩選器，這樣的好處是，當我們點擊篩選時的變動會連動至其它圖面。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/477/1*Pfaulh5qJ-7fwoCpcQv7zQ.png" /></figure><p>3. 同時我也可以讓，原本就有的篩選器去影響其它圖面。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/524/1*7uhu9LDq694dasIJO9Xc8g.png" /></figure><p>透過以上的調整，我們在簡報時的互動性都是非常好且直觀的。且如果有需要的話，也可以放置圖片、網頁跟文字。</p><p>我們做好的檔案可以輸出成tableau的工作簿之外，也可以存成pdf、jpg等格式，非常方便。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/485/1*faBjAcdkN3oosKZ_IRrsNg.png" /></figure><h3><a href="https://www.youtube.com/watch?v=xn6Txs7b6iM&amp;t=1089s"><strong>18:09</strong></a><strong>Story</strong></h3><p>如果我們想用簡報的方式逐步引導觀眾，探索這些利潤問題，該怎麼做？Tableau提供一項名為Story的功能。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/414/1*w_QRTvgn2xLmanfrdpepWA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/876/1*S6L8T-XoE91R1h3oSAgGOA.png" /></figure><p>以上是今天的分享，我陸續還會在拍攝幾部影片，告訴大家諸如group、set、filter以及計算函數等非常好用的進階功能，謝謝大家，如果有任何問題請留言給我，我都會一一回覆，謝謝</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=793e1ea3721a" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>