Tableau可视化和仪表盘

学习视频:

【课程2.0】Tableau数据可视化与仪表盘搭建_哔哩哔哩_bilibili

仪表盘展示:

导入数据

导入三张表并建立关系,跟数据库类似,就是给两张表建立关系,只不过这里按照门店id和日期两个字段建立的关系,然后就能进行可视化了

我们可以在数据这里看出:(排序查看日期最大最小值时,需要在行前面输入最大行,才能查找全部)

1.shop表有2385行,数据是从19年8月21-20年9月25,空值是因为没开店

2.cpc表有1177行,数据是从19年10月28-20年8月25,部分数据与shop表相同

3.orders表有4419行,数据是从20年7月28-20年9月14日,只有一家门店数据

变量区分

数值型变量【度量】:

由数字组成

例如:金额、用户数、点击量,可以进行计算,并基于计算的大小表示图标面积大小、条形长短、颜色深浅等可以量化的元素

类别型变量【维度】:

包含有限类别数或可区分组数(变量过多需分组)

例如:id、性别、平台

类别变量主要用来对数值型计算结果进行区分,表现为图表颜色种类、图形位置、分类方式等难以量化的元素,只能进行计数和分布等简单计算

熟悉各种可视化图表

这里由于之前用过power bi,上手起来感觉不难,着重将特殊操作记录下来

1.这里的列是x轴,行是y轴

2.绘制图表就是将原数据的列拖入对应的地方

3.离散成标签,连续成数轴

柱状图、条形图

这里对品牌名称右键新建了分层结构,这样将品牌名称拖入行处,只要点击+,就可以自动向下钻取

这里我们将GMV总和放入列,连续就会显示图,离散就会显示数字

筛选器就直接拖入即可

热力图

这里就是将GMV拉入颜色处,并且选择方形,即可填充单元格颜色

饼图

这种属于无轴图表,那么颜色是按照门店名称区分的,数值按照GMV求和,我们希望图上展示的是百分比就将GMV按住ctrl(复制)拖入标签,并右键设置成百分比,这里的工具提示是图标并不展示其内容,鼠标经过会出现

堆积图

堆积图一般做上下两张表对照看,效果更好

其他照常做,只不过这里我们行中一个总和是直接计数,另一个总和设置成百分比形式

那么只要将对应的GMV拖入标签处即可,百分比用百分比,计数用计数做标签

折线图

这里的趋势线和预测在分析里面添加

堆积图

这里我们将门店名称放入颜色,然后选择区域显示

散点图

行列都是数值,所以我们需要一个维度来区分,这里选择的是日期,在分析中增加一个集群功能,这是按照软件自己的判断对结果进行一个集群分类,这里选择的是2

直方图

做直方图可以在右上角智能显示直接点击直方图进行绘图,会自动生成一个数据桶,也可以自己对要计算的数据右键创建数据桶,然后拖入,如第二张图所示

地图

表中有经纬度,分别双击这两列,就会显示地图(注意要将数据类型给分别改为经纬度),然后我们希望颜色深浅由距离决定,点的大小由商家实收来决定

这里的主键是我们自己创建的计算字段,否则地图中的数据会出现问题,我们用时间、配送地址、订单id三个一起来限制点

绘制仪表盘

经营情况总览

先将GMV拖到文本处,然后将商家实收拖到GMV数字上,将行的度量名称拖到列,继续向度量值框内增加字段

经营数据详情

同样的做表格

每日营收数据

绘制多条折线图,如果直接将其他度量值拖入,会绘制多个折线图,而我们想在一张图绘制,就将数据拖到图像的y轴处

每日流量数据

这里绘制双轴组合图,创建两个计算字段:进店率和成交率,修改格式为百分比,右键行内的度量值改为双轴,因为百分比和数值在一张图中有的趋势看不出,所以要设置双轴展示

新老客、平台、门店占比

新老客字段是表中没有的,所以我们要对每一条数据进行判断,这里我们认为90天内没有消费的就算新客,创建计算字段

绘制圆环图:行处输入两个0,其中一个删除所有度量值,颜色调为白色,然后设置两个圆的大小就能挖空中间的圆

总结

过程写的很简洁,因为我觉得熟悉软件更重要,复习可以再跟着视频多做几遍,记录下来用处可能不大

相关推荐
安静的_显眼包O_o1 小时前
【数据分析】标准误差与标准差的区别
数据挖掘·数据分析
WebGIS皮卡茂3 小时前
【数据可视化】Arcgis api 4.x 专题图制作之分级色彩,采用自然间断法(使用simple-statistics JS数学统计库生成自然间断点)
javascript·arcgis·信息可视化·前端框架
惟长堤一痕4 小时前
医学数据分析实训 项目五 分类分析--乳腺癌数据分析与诊断
分类·数据挖掘·数据分析
Trouvaille ~5 小时前
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
python·机器学习·数学建模·数据分析·numpy·科学计算·大数据处理
木凳子a6 小时前
怎么给儿童掏耳朵比较安全?安全儿童可视挖耳勺推荐
人工智能·安全·信息可视化·智能家居·健康医疗
William数据分析7 小时前
[Python数据可视化] Plotly:交互式数据可视化的强大工具
python·数据分析·数据可视化
惟长堤一痕12 小时前
医学数据分析实训 项目五 聚类分析--蛋白质消费结构分析--车辆驾驶行为指标
数据挖掘·数据分析
William数据分析12 小时前
[Python可视化]数据可视化在医疗领域应用:提高诊断准确性和治疗效果
python·信息可视化·数据分析
Hello.Reader15 小时前
深入理解 ClickHouse 的性能调优与最佳实践
大数据·数据仓库·clickhouse·数据分析
Francek Chen16 小时前
【机器学习-监督学习】朴素贝叶斯
人工智能·机器学习·分类·数据挖掘·scikit-learn·朴素贝叶斯·naive bayes