原视频链接（up:戴戴戴师兄），文章为笔者的自学笔记，用于复习回顾，原视频下方有原up整理的笔记，更加直观便捷。因为视频中间涉及的细节较多，建议一边操作，一边学习。
整体介绍
可视化是基操，数据赋能和数据探索才是Tableau的正确打开方式
数据赋能
让业务一线也可以轻松使用最新数据
- 分析师直接将数据看板发布到线上
- 自动更新看板
- 自由下载数据
- 线上修改图表
- 邮箱发送数据
- 设置数据预警
数据探索
通过统计分析和数据可视化，从数据发现问题，用数据验证假设
- 支持亿级数据的连接和处理
- 自由地对字段进行各种计算
- 拖拽就可以轻松制作图表
- 数据可以随机聚合下钻
- 图表类型可以灵活转换
- 内置算法智能建模
和其他数据工具相比，也有明显优势
Excel过程难以复用和自动化，且无法处理大量级数据：10W卡、30W彻底；
SQL功能强大，虽然可以重复执行和自动化，但只擅长于取数和业务查询；
Python/R则学习难度高，功能强大，数据处理、描述性分析和算法见建模能做，可以重复执行和自动化；
所以相对而言，Tableau的优点主要为：
- 容易上手
- 美观直接
- 功能强大，尤其在数据探索和可视化领域，可以重复执行
- 历史悠久（从20世纪90年代的美军战地可视化项目演变而来。2003年正式独立成为商业软件，不断迭代进化）
关于Tableau\PowerBI\FineBI
Tableau最好学
熟练掌握Excel的大神，PBI更易上手
同属一个生态，设计理念相同，很多操作类似。推荐PBI教程（孙兴华）
FineBI等其他BI的学习，需要有一定BI工具使用基础，不然真难学
国内大多数BI，包括企业自己开发的都是Tableau换皮，不具备初学和研究的价值；
新型BI刚起步，很多功能还在更新迭代，今年学了，明年可能又更新了
安装下载
具体使用
数据连接
这一部分建议跟着视频练习会直观一些，此处就不赘述了（数据包，密码：SRof）
相较与实时，提取更有效率
可视化原理及原则
数据变成图表的过程，就是用数据映射到视觉图形的过程
数据可视化原则：
- 区分用户。判断观众是谁，进而选中分析和展示角度；
- 主次分明。详略得当。用位置、颜色、大小、形状等方式去强调恰当的内容；
- 真实准确
刻度从0开始
-
符合大众认知和审美习惯；
-
适度原则，less is more
-
恰到好处的说明
很多时候都需要对图标做出恰当的说明，帮助人们更加直接地理解信息
说明包括：标题、图里、标注、结论等
图例说明颜色代表的含义
BI仪表盘示例参考
