帆软“盗版知识”，似乎有我的“功劳”

Tableau喜乐君

发布于 2024-11-25 16:58:30

10400

代码可运行

文章被收录于专栏：Tableau喜乐君

运行总次数：0

代码可运行

周末出差，给中国地质大学（武汉）MBA 上课，返程路上读书学习了DAX关键概念，如Filter Context、Measure、Calculated Columns、Lienage 等，知识体系虽然生涩，依然惊叹于背后的严谨、周密。

就在前几天，我在某群中看到有人散播《数据可视化分析（第一版）》PDF影印版，没想到第二版出版已经半年，还有很多人在传阅第一版。关键是，受限于当时我的认知水平，第一版本中有不少理论上的瑕疵，乃至错误。‍‍‍‍‍‍‍‍‍‍‍‍

鉴于 Tableau 的影响力和此书流传之广，我突然想，我早年的“错误理解”很可能已经影响到某些软件公司内部！我根据“文心一言”的指引，简单看了几篇帆软BI 的官方文档，果然应验了！

认真查看这些文档，会发现内容有浓重的“喜乐君影子”，既参考了书中高度概括的部分，也照搬了“我的认知盲区”。

为了帮助某些人认识到这个问题，也避免更多人受“盗版知识”毒害，本文特此摘要几个关键说明。

- 什么是维度、度量？

- 什么是聚合？

高铁上仓促写就，如有不周之处，请各位看官留言批评。‍‍‍‍‍‍‍

01‍—从“FineBI 词汇表”看“盗版知识”

先看帆软的官方文档“FineBI词汇表”（见文末参考链接1），罗列了过滤（filter）、字段（field）、维度（dimension）和指标（measure）等概念。虽然定义极其粗糙，还算基本正确，如下所示：

Tableau 和 PowerBI用户可以用“度量”“度量值”（measure）理解帆软BI的“指标”。当然，我个人排斥在 BI 中使用“指标”一词；“指标”是业务定义，对应 Metrics；它的范围小于分析定义的“度量”（measures）。如果加上“KPI”（关键绩效指标），它们的关系如下：

‍‍‍‍‍‍‍

KPIs < Metrics < Measures

点击“FineBI词汇表”一文中的维度或指标，就会进入另一个页面“认识数据表”（文末参考链接2），你就会发现写文档的人基本就是BI 界的“半吊子”、文案界的“盗墓者”。‍‍‍‍‍‍‍‍‍‍‍

先看哪些知识很明显地“借鉴”了我的内容，就像功能“借鉴”Tableau 一样。‍‍‍‍‍‍‍‍‍

1）数据表的理解‍‍‍‍‍‍‍‍‍‍

这里有一段写的很好，“从业务角度看数据表的构成，数据表就是业务过程、业务对象的交织，其中行对应业务过程，字段对应业务对象”。读到这里，一种“似曾相识”感扑面而来😄‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

（图片截取自帆软官网，参见文末参考1）

虽然“业务对象、业务过程”不是我的“首创”（来自于《华为数据之道》，我在讲解中多次提及）；但是，将它们和“关系型数据表”建立结构上的明确关系，并特别强调中文的“记录”和数据表“record”之间的对应，恐怕不会是其他人的杰作。

看下面我的讲义图片，是不是感觉就是“一个师父”。

2）问题结构

如果说我对分析有点贡献的话，我自以为是“问题结构”的理解。这是我迄今在任何一本书中都找不到的内容，因为它和维度、度量息息相关，而传统的 Excel、Report 甚至于大部分 BI 都没有这样的定义。这是建立在严谨的筛选、维度、度量三要素基础上的。‍‍‍‍‍‍‍‍‍‍

帆软也“模仿了”这方面的内容，不过模仿过程中出现了偏差。如下图所示，它把“筛选”误以为维度分类，并在高级问题面前失去了诠释能力。‍

（图片截取自帆软官网，参见文末参考2）

为什么会暴露如此明显的“盗版”风格呢？‍‍‍‍‍

因为概念和原理理解不够透彻！‍‍‍‍‍‍‍‍

在第一版本图书中，我特别强调“分析范围、分析视角和问题答案”的三分类（如下图问题颜色，橙色、蓝色、绿色），从而和 Tableau “筛选、维度、度量”建立关联；而在后来的 B 站视频中，为了兼容 PowerBI 的理解，我又增加了“聚合的条件、聚合”的二分类（如下图左右阴影，灰色和浅蓝），对应 PowerBI 中的“筛选上下文+度量值”。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

帆软在学习这些内容时，可能是错误地以为“年度=2024”的筛选条件都属于维度分类（ps.我在早期也有这种认知错误，所以第一版未能明彻，多有”语焉不详“之处）；或者可能是想学习 PowerBI 更加简洁的二分类（ps.但简洁的背后其实是更复杂的逻辑，只有从单元格角度，filter 才能和 dimension 具有等价性质）。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

于是，“盗版知识”出现，贻笑大方而来。

这种认知错误根本的来源是维度、度量的概念认识偏差。

‍‍‍‍‍‍‍

02‍‍—“盗版知识”重灾区：维度和度量

在“认识数据表”一文结尾点击维度和指标的转换，在维度和度量的错误理解就彻底暴露出来。‍‍‍‍‍‍‍‍

我先直击要害：“维度转化为指标” 和（字段） “转化为指标”是完全不同的两种表述，前一种是错误的！！

（图片截取自帆软官网，参见文末参考3）‍‍‍‍‍‍‍

我相信很多人看到这里是懵的，特别是深受帆软文档毒害的学生、分析师！“维度转换为度量”和（字段）“转换为度量”竟然不是一件事情？？？

幸好，FineBI 程序上严格模仿了 Tableau（如下图所示，左侧帆软、右侧 Tableau），如果程序中也说“维度转换为度量”，那我真想把产品经理拉出来痛骂三天。

至于为什么？

答案其实就在前面“数据表结构”和“维度和指标的概念”之中。错误根源在于误以为 “日期和文本类型的字段”就是“维度字段”。

只能说，帆软官方写文档的人能力层次不齐，有的人理解透彻一点，有点人理解肤浅一些；可能是“实习生”，或者大学成绩不过关。聪明的人知道直接“照搬”喜乐君的介绍，必要时做点魔改；愚钝的人以为概念有个屁用、FineBI 程序牛逼第一，照着程序写就好了。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

当然，这里就不批评“度量转换为维度”之后，还需要“分组”的垃圾设计了。 ‍‍

03‍—聚合的“浅说”‍‍‍‍‍‍

维度和度量理解错误，“聚合”就不可能幸存。

在帆软官方“聚合的概念”一文（文末参考链接4），模仿我第二版的结构从 Excel 透视表、SQL语句，讲到 FineBI，并且尝试介绍两个关键：‍‍

- 聚合计算和明细计算的区别

- 直接聚合及聚合的延伸计算‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

看过我的第一版和第二版图书的读者，一定对帆软的介绍有“似曾相识”之感。可惜帆软文档“写手们”只领会了皮毛，未能“登堂入室”，所以文章更像是观点的罗列，没有灵魂、不得要领。‍‍‍‍‍‍‍‍‍‍‍

首先，理解指标（度量）的关键恰恰是这里的聚合（aggregation）。聚合是分析的本质，既然要学（mo）习（fang），这句话千万不能遗忘。‍‍‍‍‍‍‍‍‍‍‍‍‍

其次，聚合依赖于问题，依赖于问题的详细级别（帆软称之为粒度）。“聚合的概念”中只字不提，后面的“数据的粒度”也完全不明就里。‍‍‍‍‍‍

再者，既然聚合是一个过程，两类计算就对应两个最重要的粒度。所以比较聚合计算和行级别计算（帆软：明细级别）就至关重要。

非常惋惜的是，帆软官网文章举了一个非常不恰当的例子，揭露了“写手们”的“盗版知识”之浅薄。‍‍‍‍‍‍‍‍‍‍

如下图所示，姑且不说左侧的明细示例其实非常不准确（明细数据不会有销售额字段，只有中间表才会出现），单说右侧的两个分支：“明细计算”和“聚合计算”的差异体现在计算逻辑上，也要在业务上有意义。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

（来自帆软官网，见参考4）‍‍‍‍‍

两类计算的正确解释，必须体现出是否包含聚合，这是要害！

//明细计算
（销售额）/ (销售数量) 
//聚合计算
sum_agg（销售额） / sum_agg(销售数量)

当然，即便如此，这里的案例依然有瑕疵。“明细计算”其实是在原来明细表中新增一列（类似于 PowerBI 的“计算列”），而非像聚合计算在新的逻辑表中完成，所以上面的图示更像是误导。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

同时，“销售额”本来就不应该出现在明细表中，这个案例最好的方式是用“明细表中的单价和数量”计算“销售额”。就像 PowerBI 中的案例：‍‍‍‍‍‍‍‍‍‍

    MEASURE Sales[Sales Amount] =
        SUMX ( Sales, Sales[Quantity] * Sales[Net Price] )

文章后面“直接聚合和聚合的计算”的蹩脚描述，这里略过不提了。‍‍‍

至此，读者应该可以感受到，一个本来就不够精益的软件，如果搭配漏洞百出的“官方帮助”，简直就是行业的“敌人”了。你可以从官方文档后面的用户留言一窥真相，这里可比知乎上“帆软天下第一”的爽文真实多了。

04‍‍‍—喜乐君，你造谣！

和之前的两篇文章一样，都骂到帆软脑门上了，我相信很多人还会嘴硬。

“喜乐君，你造谣！”

“你对帆软根本不懂！”‍‍‍‍‍‍‍‍‍‍‍

如果有人想和我技术对峙，我也好不逃避。其实我随意看几篇，还能找到很多“蹩脚参考”的例子。比如：

- 使用了“直接聚合“的概念，但是却没有与之对应的“预先聚合”“二次聚合”等概念，这样“直接聚合及其聚合计算”就显得很“盗版”‍‍‍‍‍‍‍‍‍‍

- 在指标分类中，“规模”和“比率”是相对而存在的，但其实不适合用来介绍函数分类，因为“规模”这个是业务视角。帆软官方帮助中竟然把函数分为规模类、以个体描述总体、离散程度（参见文末参考链接4）。还把Max视为“以个体描述总体”，而把 Percentile 视为“离散程度”，这就非常可笑——殊不知前者是后者的特殊形式而已。‍‍‍‍‍‍‍‍‍‍‍‍‍‍

当然，优秀的地方有我的“功劳”，错误的地方也是。

我在《数据可视化分析》（第一版）中，由于自己的认知错误出现了一些错误描述，特别是维度、度量和字段类型的描述多有瑕疵，如下图所示：