数据可视化 第2版 课件全套 彭阳 项目1--7认识数据可视化 ---统计分析.pptx

认识数据可视化;目录;1;本项目首先介绍了数据可视化分析的意义与作用，带领大家认识数据可视化的框架，接着让大家认识Tableau可视化工具的主要特征与其丰富的产品体系，以及不同场景下的文件管理，最后为大家列举了几个Tableau的经典案例。;

1.高效获取信息

人脑对视觉信息的处理要比书面信息容易得多。使用图表总结复杂的数据，可以确保对数据信息的理解比混乱的电子表格或者文字报告更快。

数据可视化提供了一种非常清晰的沟通方式，使业务领导者能够更快地理解和处理他们的信息。用一些简单的图形就能体现复杂的信息，甚至单个图形也能做到。决策者可以通过交互元素以及类似于各种新的可视化工具，轻松解释各种不同数据源。丰富且有意义的数据可视化有助于让忙碌的管理者及业务伙伴了解问题和制定有效计划。;

2.实时监控指标

已经收集到的消费者行为的数据可以为适应性强的公司带来许多新的机遇，这需要他们不断地收集和分析这些信息，通过使用数据可视化来监控关键指标，与企业内部数据库实时连接，随时更新数据。企业领导人可以更早一步发现各大数据集的市场变化和趋势。

;3.精准建立模型

当今的商业决策对数据依赖越来越强烈。然而，正确而连贯的数据流对商业用户做出快速、灵活的决策起到决定性的作用。建立正确的数据流和数据结构才能保证最好的结果，如客户人群分析、RFM模型、同群分析等。

那么，如何精准建立数据模型？

了解业务：了解业务建立概念模型，确定实体与实体关系。

建立模型：在概念模型的基础上生成逻辑模型，确定实体属性，标准化数据。

验证模型：通过具体的业务来验证模型是否能够满足要求。;1.生产制造业

生产制造业是典型的数据可视化应用行业。管理生产线、关注生产线的变化是一个最直接的需求。通过将生产制造过程中的数据可视化处理，可以及时发现生产环节出现的问题，提高企业对生产风险的防范能力。如图1-1所示是一个生产线的数据可视化看板，它将产品的缺陷数据整理成各项指标图表展示出来。比如缺陷类型、各地区生产产生的缺陷量占比、时间序列下产品缺陷量数据。;2.电商行业

电商行业是近年来较为火爆的数据可视化分析领域，电子商务产生的数据有很大的挖掘价值。对于电商来说订单数据是最直接相关的数据，通过将这部分数据可视化处理，可以清晰的观测订单量、销售额、利润额等等情况。如图1-2所示是订单数据看板，除了一些数据指标卡以外，还有地图、条形图用来描述数据。;3.金融行业

金融行业是数据可视化应用较多的行业，金融行业银行业务中将信用卡、银行交易分别统计查看。企业常常面临人工整理数据比较繁琐，并且表格数据可读性低等问题。如图1-3所示是银行收入数据看板，图中有各项数据指标的指标卡，方便企业查看各银行的业务情况，比如盈利情况、各渠道收入情况、各地区顾客量等等。;2;（一）了解人在视觉上对图型规则的敏感度;如图1-5以图形的视觉通道迅速发现数据信息：;请从图1-6的数字中找出有几个9。;如图1-7所示，添加颜色。;由此可见，颜色也是一种视觉通道。

视觉通道是用于控制几何标记的展示特性，如图1-8所示，通常是由几何标记以及成分组成，几何标记中通常是一些几何图形元素，如：点、线、面、体，成分主要包含标记的位置、大小、形状、方向、色调、饱和度、亮度等。;视觉通道的类型又分为定性(分类)的视觉通道以及定量(连续、有序)的视觉通道。

定性(分类)的视觉通道：定性性质和分类性质，关于对象本身的特征和位置。如：形状、颜色的色调、空间位置。

定量(连续、有序)的视觉通道：定量性质或定序性质，对象某一属性在数值上的大小。如直线的长度、区域的面积、空间的体积、斜度、角度、颜色的饱和度等，如图1-9所示。;数据可视化通过视觉通道为我们清晰有效地传达沟通信息，具体遵循三个原则：

可视性：数据可以用图表、仪表板等方式来展现，并可对其模式和相互关系进行可视化分析。

多维性：可以从数据的多个属性或变量数据进行切片、钻取、旋转等，以此剖析数据，从而多角度、多方面分析数据。

交互性：用户能够方便地通过交互界面实现数据的管理、计算与预测。;3;（一）认识Tableau;3.产品体系

TableauDesktop

TableauDesktop是设计和创建美观的视图与仪表板、实现快捷数据分析功能的桌面端分析工具，包括TableauDesktopPersonal（个人版）和TableauDesktopProfessional（专业版）两个版本，支持Windows和Mac操作系统。

Tableau个人版仅允许