展开

关键词

作业一 | Tableau可视化分析 | 超市数据分析

引言 ​ 销售数据分析是对超市销售数据进行分析,从而制定相应的营销策略。 ​ 数据反映了2014-2020年间该超市的销售数据,共三张表,分别是订单表、退货表、销售人员表。 其中订单表是此次分析的重点,共包含20个特征,主要反映了订单相关信息、客户信息、产品信息以及销售数据。 ​ 分析场景: 作为超市的运营分析人员, 必须了解数据, 现实中关于零售部门常见的问题: ​ 1. 销售额在增长, 但是利润并没有 ​ 2. 提出的问题: 哪一部分导致的问题? ​ 3. 本销售分析主要包括区域销售情况分析,全国销售情况分析,产品细分销售分析,客户细分销售分析,销售趋势分析数据源 本次数据来源于 Tableau 自带的超市案例 图:数据源-表连接 1. Tableau学习-超市示例操作 - 简书 Tableau可视化分析实战:超市分析报告之销售分析案例 · 语雀 Tableau 面试问题及答案_w3cschool 一天入门Tableau--你也可以 -

64820

数据分析工具评测丨Yonghong Desktop对战Tableau Desktop

作为数据分析的爱好者,之前我是Tableau Desktop的深度用户,由于Tableau Desktop收费,免费的Public版本又在数据连接上有限制,所以常常限制了我的使用。 从去年开始,我就切换到了国产的数据分析产品Yonghong Desktop。 03可视化分析 都很强大,Tableau略胜一筹 以下是我在Yonghong Desktop上做的一些以前通过Tableau Desktop进行数据分析例子: 01动态计算 以上通过lookup动态计算函数实现同环比计算 提取过程如下:不能点取消,抽取1亿的数据会花几十分钟时间,这期间只能等,不能操作客户端。 抽取完成后,Tableau Desktop上制作工作表进行分析的过程响应在秒级。 但就个人电脑来说,能在笔记本上分析处理亿级数据,我觉得Yonghong Desktop和Tableau Desktop都太厉害了。

12420
  • 广告
    关闭

    腾讯云图限时特惠0.99元起

    腾讯云图是一站式数据可视化展示平台,旨在帮助用户快速通过可视化图表展示大量数据,低门槛快速打造出专业大屏数据展示。新用户0.99元起,轻松搞定数据可视化

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    如何用Tableau数据分析工具描述数据城市分布?

    1、点击[Tableau 2019.2] 2、点击[世界发展指标] 3、点击[国家/地区] 4、点击[地理角色] 5、点击[城市] 6、按<Ctrl>键 7、点击[国家/地区]

    8910

    数据分析工具深度评测:Tableau与FineBI,哪个更好用?

    tableau类似,FineBI也只有13年的发展历史,但是FineBI更专注于企业的大数据业务分析,逐渐打败了诸多竞争对手,成为了国内首屈一指的BI平台分析厂商。 从产品性能上看,Tableau虽然只是定位为数据可视化工具,但是它的hyper数据引擎也是非常强大的,依赖于高性能分析数据库,理论上可以处理百万级数据,具有传统内存中解决方案的速度优势。 但是Tableau数据抓取和数据处理能力上较为欠缺,其本身没有后端数据仓库,虽然也有数据钻取、数据动态等功能,但是处理速度不快,还要依赖于其他ETL工具才能进行前端分析。 其次,Tableau的侧重点是在获取一堆历史数据,然后进行分析,想要分析实时数据还很欠缺。 如果是专业数据分析师,Tableau更加适合,因为其更灵活,更适合做数据探索。而如果是企业,FineBI显然更加成熟。

    96120

    如何用Tableau获取数据

    这是免费系列教程《7天学会商业智能(BI)-Tableau》的第3天,前面我们介绍了Tableau是什么,今天介绍如何用Tableau获取数据。你将学会: 如何连接到数据源? 2.如何从 Excel 获取数据? 打开Tableau页面,从功能栏上找到“连接”,选择到文件中的Microsoft Excel,点击相应的数据打开: 3.如何从数据库获取数据? 如果是已经把数据导入到Tableau里面了,才想起来还需要编辑数据,怎么办呢? 打开Tableau数据源后,继续选择添加,找到“连接”,选择到文件中的Microsoft Excel,点击相应的数据打开: 同样的,打开Tableau数据源后,继续选择添加,找到“连接”,选择到服务器中的 : ---- 上面内容来自“猴子数据分析”学员分享的经验,来源:⠀ https://zhuanlan.zhihu.com/p/373073444 推荐:职场人如何具有分析思维?

    28520

    用Python和Tableau对母婴商品销量进行数据分析(附Python源码及Tableau文件)

    整个数据集中共6个商品大类,662个商品分类,28394件商品,29915名用户。 ? 这是两年多经过删减的数据,由于缺少部分数据,所以我们只能根据这份数据集进行分析。主要是思路。 数据分析 整体市场情况 ? 2017/7-2015/2期间总销量是49973件,从上图我们可以看出淘宝和天猫平台母婴商品市场销量整体呈现上升趋势,但是波动较大。 ? 由于数据统计到2015/2,所以我们假定分析日期为2015/3,购买母婴商品的用户中,婴儿年龄主要集中在0-3岁。 ? 购买母婴产品的用户家庭中有47.1%是男婴,52.9%是女婴。 ? 需要加强对已购用户的回访,分析不回购的原因,并对这些因素进行改善。 女婴家庭购买量高于男婴家庭,建议多推广专为男婴设计的产品,提高男婴家庭的购买量。 参考文章 [1]母婴产品电商销售情况的深入分析: https://zhuanlan.zhihu.com/p/129072269

    43720

    数据地图系列14|tableau数据地图

    今天跟大家分享数据地图系列的第14篇(最后一篇)——tableau数据地图。 前一篇曾提到说,tableau是全球知名的数据可视化领域独占鳌头的可视化产品,在各种商业及政府工作报告中,都在广泛使用。 不过今天小魔方还是仅围绕着数据地图来介绍在tableau中的实现方式,不对这款产品的其他方面功能做过多介绍,若今后有合适机会,可能会出相关教程。 tableau面向市场发布的正式版是付费版本,不过据说可以破解,但是小魔方尝试好久,从未成功过。 所以只能下载了个简洁版的(Tableau Bublic)的免费版本。 打开桌面的Tableau Bublic 9.3软件,在左上侧数据导入选项中,选择excel类型。 ? 导入完成,你会看到页的所有字段。 ? 利用tableau制作数据地图,非常方便,而且作为老牌的数据可视化产品,他的图标之间交互性非常强大,图表之间可以相互通过选择器连接,实现实时交互的强大功能。

    1.6K50

    如何用Tableau数据建模?

    这是免费系列教程《7天学会商业智能(BI)-Tableau》的第4天,前面我们介绍了如何用Tableau获取数据?,今天介绍如何用Tableau获取数据。你将学会: 什么是数据关系? 同样的,表和表之间也是有关系的,叫做数据关系。 通过管理数据关系,就可以清楚的知道各个表之间的关系,有助于我们做跨表格分析。 举个例子,你就明白啦。 6.创建表计算 表计算是对聚合后数据的二次运算。在使用Tableau对基础数据可视化的过程中,我们对汇总好的数据还有分析的需求,例如汇总数据的总额、各自的占比等,所以也就有了如下二次计算的各种类型。 8.总结 通过案例,我们学会了Tableau的以下知识点: 1)如何管理数据关系 2)创建计算列 3)如何隐藏列 4)创建度量值 5)创建计算表 6)浏览基于时间的数据 上面内容来自“猴子数据分析”学员分享的经验 ,来源: https://zhuanlan.zhihu.com/p/372730285 推荐:人人都需要的数据分析思维

    14430

    手把手教你Tableau高级数据分析功能(附数据集)

    本文借助高级图表创建计算深入研究数据以提取对数据分析,并了解R如何与Tableau相互集成和使用。 简介 “查看数据。 显示图表。 讲故事。 吸引观众。” 我们将创建计算以深入研究数据以提取对数据分析。 我们还将看看R如何与Tableau相互集成和使用。 本文假定您掌握丰富的使用Tableau的知识,例如基本图表形成,计算,参数等。 但我相信你会同意使用瀑布图是一种更直观的表示数据的方式,特别是看看多年来度量的变化,例如销售和利润。 1.5帕累托图 下面我已经将一个流行的80-20数据分析原理可视化出来。 要获得离散值,请转至分析,并取消选中聚合度量,以获取: ? 4)最后,要形成群集,请在标记窗格中将类维度拖到颜色上: ? 我们上面有一个散点图,它显示了分为3个不同群集的数据点群集。 对大数据、人工智能在经济金融领域的应用感兴趣。希望能在数据派平台获得大数据前沿知识,找到志同道合的朋友,一起研究和应用数据分析工具于企业管理实践当中。

    1.7K60

    数据分析实战 | 奥迪汽车销售数据的可视化大屏分析(SQL+Tableau)

    )     2)车型销量的同比、环比分析  ① sql分析      ② tableau分析     3)不同车型销量排行前3、后3名 ① tableau 项目需求 1)汽车销售分析报告 根据外部数据从市场需求、消费能力、企业竞争、品牌竞争几方面来分析乘用车的市场销售情况。 2)销售绩效分布 外部数据和内部数据相结合,从销售区域、车型、时间等多个维度分析本企业的业绩完成情况。 ① sql分析 # 不同区域的销售本月、上月、同期数据,以及收入本月、上月、同期数据 select areaname 区域名称, sum(case when stat_month = ② tableau分析 ? 3)不同车型销量排行前3、后3名 ① tableau分析:前3名 ? ② tableau分析:后3名 ? 可视化大屏布局展示 1)选择可视化大屏额屏幕背景 ?

    1.5K00

    如何用Tableau数据建模?

    这是免费系列教程《7天学会商业智能(BI)-Tableau》的第4天,前面我们介绍了如何用Tableau获取数据?,今天介绍如何用Tableau获取数据。你将学会: 什么是数据关系? 同样的,表和表之间也是有关系的,叫做数据关系。 通过管理数据关系,就可以清楚的知道各个表之间的关系,有助于我们做跨表格分析。 举个例子,你就明白啦。 在实际工作表中,有时候我们需要新增一列数据,那么在Tableau中如何新增列呢? 在使用Tableau对基础数据可视化的过程中,我们对汇总好的数据还有分析的需求,例如汇总数据的总额、各自的占比等,所以也就有了如下二次计算的各种类型。 上面内容来自“猴子数据分析”学员分享的经验,来源: https://zhuanlan.zhihu.com/p/372730285 推荐:人人都需要的数据分析思维 image.png

    20400

    Python助力Tableau代码驱动分析,助力实现数据科学的扩展性

    Tableau 直观且易于使用的可视化操作界面,帮助数据分析师乃至是其他领域的人们都可以看到并理解他们的数据。当然,同样包括像数据科学家或统计学家这样老练的数据分析用户。 为什么特别突出这类人群呢? 因为他们的工作流程与数据分析师的略有不同,他们严重依赖统计和机器学习算法,通常只能从 R、Python 或 Matlab 访问并分析数据。 如今, Tableau 结合了可进行代码驱动的数据科学应用和易于使用的拖放式可视化界面,为数据科学家和统计学家群体提供了更好的选择。 使用标准的 Tableau “ SCRIPT ”函数,用户可以将其 Python 或 R 代码添加为 Tableau 计算字段,从而开启更高级的分析体验。 最棒的体验在于,你可以重复使用同一工作簿,以与最终用户共享分析,该分析可以放置在不同的工作表上。 Tableau 中的样本工作簿分析 如何在实际业务分析中具体运用呢?

    9120

    如何选择数据分析可视化工具?Excel, Tableau还是Power BI?

    数据文摘出品 来源:medium 编译:张大笔茹、一一 正确分析使用数据可能会挖到宝藏。那么,作为个人或公司,如何选择分析和可视化数据的工具? 在本文中,我们从各个方面比较三个工具的功能。 因此,Excel文件通常用作Power BI和Tableau数据源。 Tableau支持数百种数据连接器,包括在线分析处理(OLAP)和大数据(例如NoSQL,Hadoop)以及云数据。 ? 使用Tableau,用户可以创建不同类型的基线可视化图表,包括热图,折线图和散点图。此外,用户可以创建数据“如果”的情况,还可以自由地在分析中使用任何数量的数据点。 Tableau和Power BI运行速度也适中但是可以优化和增强。Power BI是为普通参与人员设计的,不一定是数据分析师。 然而,那些优先考虑数据分析并拥有人力资本支持的中型和企业公司,使用Tableau会更好。 Tableau是根据高管的需求创建的。

    53420

    智能分析工具PK:Tableau VS Google Data Studio

    摘要:本文从数据连接器、数据处理、可视化等多个维度解析Tableau和 Google Data Studio二者区别。 ? 例如,你可以将营销活动数据与产品销售数据相结合,并通过日期将其进行融合。 Tableau支持数据融合。Data Studio不支持数据融合。 6.拖放功能 Tableau提供了拖放分析功能,例如参考线、索线、框,以及建模和摘要功能。 Google Data Studio则没有为应用程序没有再现有的图表中提供任何拖放分析功能。 分享选项 Tableau在赋予用户方分析可视化方面的表现让人印象深刻。 3.安全 Tableau提供了用户身份验证和数据安全。Tableau还允许发布者建立用户过滤器,根据他们的访问控制,在发布的视图中控制用户可以看到的数据

    1K60

    2天,我把数据分析的Python+Tableau+Excel工具撸干净了!

    为此,我特意研究了各大招聘网站将近百份招聘需求,发现几乎所有的中、高阶产品、运营和市场岗位,都对数据分析能力非常重视。 由此可见,数据分析能力已经成为职场人的刚需。 为了帮助大家快速掌握数据分析专业技能,推荐一门《0 基础趣学三大数据神器》训练营,由奈学教育高级数据分析讲师Panda授课,3天带你熟练使用Python、Tableau、Excel三大数据分析神器,学完就能全面掌握数据爬取 ,系统地讲解Python、Tableau、Excel三大分析神器的使用。 从0到1带你进行数据爬取、处理、分析和可视化处理等,真正帮助小白进阶到大神! 通过3天的学习,你将深入大厂业务场景,从理论到实践落地,解决实际工作中面临的数据分析问题,掌握职场核心竞争力。 01 课程质量有保障 一、资深讲师授课 Panda老师,曾任多家互联网资深数据分析专家。8 年数据分析实战经验,擅长用户行为、商务决策、企业战略等多种数据分析方向。

    16960

    如何使用tableau连接mongodb数据库?

    今天遇到了一个坑,我想把mongodb数据库中的数据导入到tableau中,好利用tableau来学习数据分析,结果我一直没连上…. 摸索了一番,过程如下: 首先在tableau官网上下载tableau desktop: 下载地址:https://www.tableau.com/zh-cn/products/desktop/download 激活之后,打开tableau: ? 左边有连接→到数据库→选择MongoDB BI连接器: ? 这里我已经配置好了连接器,所以可以点击登陆按钮,在配置好之前,登陆按钮是灰色的,无法点击。 要使tableau能连上mongodb数据库,需要三个条件,一个都不能少,至少我的是这样: 第一个条件 保证本地的mongodb服务的开启的,鼠标点击计算机右键—属性即可查看mongodb服务是否开启: 然后终于可以使用tableau连上mongodb数据库了~ ?

    1.7K20

    Tableau实战:银行信贷客户可视化分析

    绘制客户基本特征的脑图,明确需要分析的特征 注意连续变量和分类变量,连续需要进行分箱 ? 脑图 2. 分析过程 (1)找到哪些人更需要使用信用卡(基本特征) ① 婚姻情况 ? 地区分析 可以发现北上广都是信贷需求比较高的地区,西藏与新疆的偏远地区需求最小 (3)连续变量观察 ? 客户消费与信用等级 通过消费行为的数据来评估客户的消费习惯,从而帮助银行决定是否需要调整客户信用等级与额度。 绘制脑图,对所有变量进行汇总 ? 1. 各省市消费日均消费金额条形图 ? ? 客户拖欠情况对信用等级的影响 这部分的数据主要包括:逾期天数和逾期金额。这部分数据只有300条,所以比较少。 1. 逾期金额与逾期天数 ? 欺诈客户特征分析 1. 欺诈与基本特征 ? 发现诈骗主要集中于租房无车的人群,最高的标签为:租房、无车、私营企业。 ?

    82920

    作业二 | Tableau可视化分析 | 疫情防控

    本文综合运用Tableau图表、Python数据处理等技术,制作疫情趋势与药物等图,用可视化的方式直观形象地呈现疫情数据,让民众更加直观清晰地获取关键的疫情信息。 任务目标分析 ​ 疫情数据分析是对疫情期间的药品购买与购买者信息数据进行分析,从而制定相应的策略。 ​ 其中疫情防控表是此次分析的重点,共包含12个特征,主要反映了药品售出信息以及购买者信息数据。 ​ 本次数据分析主要使用了折线图与柱形图,折线图和柱形图是最常见的疫情数据可视化的方式。 分析流程 可视化基本流程如下图: 图: 可视化基本流程 图: 可视化分析流程 二、数据预处理 这是数据分析中的关键一步,以确保数据经过转换,干净且易于使用以用于分析目的。 新冠肺炎疫情大数据分析与区域防控政策建议[J]. 中国科学院院刊, 2020. [2]彭宗超, 黄昊, 吴洪涛,等. 新冠肺炎疫情前期应急防控的"五情"大数据分析[J].

    36510

    类比MySQL——学习tableau

    目录 1、tableau连接mysql 2、tableau常用组件的学习 1)基本筛选器(类似mysql中的where) ① 基本筛选器——维度筛选器 ② 基本筛选器——度量筛选器 ③ 基本筛选器 ——日期筛选器(实际就是维度筛选器)  2)上下文筛选器(类似于mysql中的and) 3)条件筛选器  4)tableau顶部筛选器(类似于mysql中的limit) 5)tableau通配符筛选器 (类似于mysql中的like)  6)tableau中的排序问题(类似于mysql中的order by)  7)字段的合并、拆分与分层 8)分组:数据源分组、文件夹分组 9)计算字段(很重要) 2)选择数据库、数据表 3)不同数据源进行表连接(一个来自mysql表,一个来自excel表) 将mysql中的dept表,和excel的emp表进行表连接。 连接方式有:内连接、左连接、右连接。 8)分组:数据源分组、文件夹分组 这里讲述的分组,不同于MySQL中的分组。分组分为“数据源分组(不同的数据源)”,“文件夹分组(同一个数据源)”。

    16620

    相关产品

    • 智能数据分析

      智能数据分析

      智能数据分析( IDA)基于安全、低成本、高可靠、可弹性的云端大数据架构,帮助企业客户实现从数据采集、建模、挖掘、效果分析、用户标签画像到自动化营销等全场景的数据服务,快速实现数据驱动业务增长的目标。

    相关资讯

    热门标签

    扫码关注腾讯云开发者

    领取腾讯云代金券