Tableau 意識 | 是什麼讓我們對tableau「失望」

02-04

之前有一篇，說過格式問題 → Tableau數據 | 數據排列方式那麼重要麼？

不是我啰嗦，而是理解真的很重要，（確實存在所謂的面向Tableau的思維模式）所以又來談基礎數據格式的問題（以後還會有的）

因為這真的是一道需要跨越的坎

今天要說的是：

為什麼我們在tableau中迷失了

什麼樣的數據是 Tall / Wide

參考blog來自：The Letdown and the Pivot

Blog作者說：

當我第一次和一個朋友談到想一起寫一本關於tableau書的時候，我們的想法是寫一些應用案例，關於表計算的高階使用案例，關於函數的，關於數據融合的。
我們想要的是幫助tableau的新用戶，學會如何創建一個簡介、美觀、有意義的可視化報表，幫助培養起自身挖掘新知識、理解新問題的能力，也就是幫大家學會如何在community提問和找到解決方案。
但是，慢慢的我們意識到一個核心問題，就是關於對數據的理解，以及tableau處理數據的方法。
我們發現，這些看似十分基礎的東西，反而沒有被重視，在軟體的操作中沒有明顯表現出來，而且在當前的各種學習材料中也沒有良好的覆蓋，大家在公開資料看到更多的是技巧，而不是理解

我也是這樣想的

這包括你能在中文條件下，看到的絕大多數案例&教程，都沒有跟你說這個

有道是，藥學圈的口頭禪

不談劑量說毒性都是耍流氓

那麼數據這裡是

不談數據結構的可視化都是耍流氓

第一部分談談失望

問題先擺在這裡，先來看這個圖，Excel模擬數據

還是那個常常會遇到的問題：

在Excel中如此簡單，在tableau中簡簡單單的畫一根線，怎麼就這麼難？

你以為的tableau應該是，只要幾分鐘就可以按照你的需要完成製作

tableau是個神奇的軟體，操作過程都是如此神奇
打開軟體，連接數據，選擇幾個欄位，點擊show me

Duang，圖出來了
再做一個簡簡單單的拖拽，又出現一個圖表
將幾個圖表放在一個儀錶板中，一份報告完成！

其實，你在公開資料看到過的酷炫的案例，都是一個共同點：

都是格式規整的數據、良好的格式，具備到手即可分析的條件

比如這樣：

為什麼tableau會使有些用戶糾結

隨著工作的深入，周邊會慢慢接觸很多新的tableau用戶，相信大多是：

被神奇的demo吸引，開始使用tableau

當搞不出想要的圖形，則又被tableau打擊

為什麼會這樣？

了解後得知，很多人需要去預先去處理數據，為此而去學習基礎的計算欄位、數據融合、Raw SQL，等。

同樣的例子

理想狀態下很容易上手
但是更進一步就難了

這句不想翻譯，請看原文的槽點：

On the one hand Tableau is an incredibly easy tool to use, allowing the non-technical, non-programmers, non-analysis to explore their data and gain useful insights. Then these same people want to do something 『simple』 like a sort, and bang they hit the Table Calculation brick wall…
Give them a page of data and they all know how to draw bar charts, line charts, and scatter-plots with that data.

但是，對待一些凌亂無比的數據，就抓狂了，有時候不得不手工去操作Ctrl+C Ctrl+V，去操作格式以滿足分析條件，這個使大多數人崩潰，連累了Tableau而被吐槽

涉及到工具的使用，還有一層相關因素。假設如下的場景：

比如我是個數據分析師，研究的是公司的客服中心的數據，每天從n多的話務記錄去尋找價值信息。

我的上級，客服中心的Manger，想從數據中得到是否外呼的提醒電話，與訂單情況之間的關係。

換句話說，這位Manger有他的職責，需要負責的其他工作內容，他需要我能答覆他的需求作為他的輸入，以便Manger可以完成其他方面的工作。

對於他來說，可以理解為，他是我的下游，他只是要他的答案，並不關心我使用何種工具、何種的分析方法。最為關心的是效率，希望最快速的給出我的分析結果，不是要他轉換思維，去適應我的節奏，更沒有足夠時間讓公司的運作去適應Tableau的思維，公司運作中總是表現的緊迫。因為工作模式的轉變需要更多成本。

而此時，如果tableau不能給你迅速和持久的激情，那麼慢慢你就會對tableau失望。

第二部分談談數據透視表，什麼是Tall和Wide

要說Tall / Wide數據，先要從如下的例子聊聊『聚合』

舉例數據如下

4條記錄（4行）
4個欄位，Group、Color、Size、Value

這組數據導入tableau，變成如下：

有什麼變化？

為什麼原數據是4行
tableau呈現交叉表後只有三行了

這裡涉及到的4行變3行的問題，本質是tableau對數據實施了聚合

tableau眼中不理想的數據有哪些？

寬高不合適
數據不唯一

寬高不合適

對於一組數據，太寬的數據，其實就是說有太多的列

Excel里你會經常看到這樣的

比如年份，2011、2012，放置在不同列中，這樣的 ↓

成績科目、語文、數學、英文都是單獨列，這樣的 ↓ （之前用過這個例子）

最好，同類數據放置在同一個欄位中

數據不唯一

什麼是唯一值？

通過各個欄位的組合，可以定位唯一一條數據

比如說，南京路，就不是唯一的

需要給予限定為：上海市的南京路

也就是至少如下兩個欄位，可以準確確認位置

城市----（上海市）
路名----（南京路）

那麼，還是來看前面的4行、4列的數據，這就屬於不滿足唯一值的需求

第1、2行，數據內容完全一樣，缺少一個可以卻分二者的欄位標示

這也就是我們所說的數據層級中的顆粒度

換句話說，什麼組合欄位在數據中創建了唯一的記錄

你可能會想

1、2行的區別是：行數不同
一個是第一行，一個是第二行

Tableau處理數據的思路，更像是資料庫處理數據的思路，也就是

基本單位是數據欄位、數據條數，而不是順序

注意：

順序，不是資料庫關心的，也不是tableau關心的

所以，不考慮順序的情況下，當前數據的有效四個欄位是：

Group、Color、Size、Value

所以在Tableau眼中，不能唯一區分1、2條數據，所以就在tableau力所能及的範圍內，在它看的見的詳細級別對數據做聚合

Tableau的角色優勢是這樣的：

連接了數據可視化與普通人，儘管你不懂編寫代碼
連接了資料庫與普通人，儘管你不懂資料庫操作

那麼針對第二條，就明確了tableau的設計，就是基於資料庫的模式

表明它對待數據的方式絕對不是Excel那樣自由，面向視覺
而是像資料庫一樣，面向存儲

Tableau如資料庫那樣處理數據，而資料庫中的默認行為是記錄順序無關緊要。資料庫抽象記錄順序的原因是獲得更高的性能。

Tableau的核心技術叫做 VizQL，介紹如下：

2003 年，Tableau 在斯坦福大學誕生，它脫胎於 VizQL?，一種徹底改變數據使用方式的技術，有了它，人們只需使用簡單的拖放功能，即可創建複雜的可視化圖表。
這項根本性的革新技術是一種獲得專利的查詢語言，它可將您的操作轉換成資料庫查詢，然後通過圖形表達響應。隨後的突破性創新是利用 Tableau 的數據引擎，在幾秒之內即席分析數百萬行數據。數據引擎是電腦上的高性能分析資料庫。它具有傳統內存中解決方案的速度優勢，但是沒有數據必須裝入內存的局限性。 Tableau 的傳統是讓人人都能使用強大的工具，因此我們無需編寫任何自定義腳本，就能使用他們的數據引擎。

這裡可以談一下tableau處理數據的後台流程：

因此，當我們將此數據導入Tableau並創建視圖時，Tableau的默認行為是將數據聚合到視圖中維度的級別（即在除過濾器之外的所有shelf和mark）

注意看下圖的，1、2部分，就是代表tableau的詳細級別

說了這麼多，遇到這樣的問題該怎麼辦？

1 可以在源數據中增加數據欄位

如果你可以控制源數據，那麼許多源具有添加唯一記錄標識符的功能，其將添加必要的列，以使數據不太高，不太寬，但是正確。例如Excel有ROW（）函數：

創建一個顯示每個記錄的視圖是微不足道的，我們只需要添加行ID作為一個維度：

2 可以在tableau中予以處理

<過幾天補全>

全文重點在前面的文字描述，理解面向tableau的思維方式

結論

Tableau旨在幫助我們深入挖掘數千行/數十億行數據，從而發現洞察信息，因此Tableau的默認行為是聚合數據。

我們在將Tableau納入分析系統的過程中，需要轉變為將資料庫的思維方式，這並不是簡單的，畢竟tableau的一部分目標用戶是業務人員，而非IT人員，他們並不一定熟悉SQL以及資料庫，不一定是DBA。

再來強調幾點：

1 電子表格和資料庫是完全不同的結構

電子表格會為了可讀性經常性的使用格式工具，比如字體，居中，合併單元格，標題表頭等等，而這些對計算機來說是完全無意義的。

電子表格中，一個單獨的列，可以擁有很多不同數據類型，單元格也會有很多不同的含義。而在資料庫的定義中，列，有著完全剛性的規範，

2 談論到如何定義數據是wide還是tall，坦率的說，tall數據比wide的要好。

3 使用Tableau過程中，我們不僅需要知道數據的顆粒度，即「使數據唯一性」的欄位組合，我們還需要了解視圖的顆粒度。因為，視圖的本質就是，不同維度的值的不同組合。

請記住，當我們不了解數據，不理解Tableau，不清楚如何增添欄位而實現數據層級的改變，在這個時候，即使我們是做最「簡單」數據聚合也會讓人云里霧裡，我們也只是表面的會使用工具而已。

「

Always trying to keep in mind the long-time Tableau users who tell me that they still 「don』t get」 calculated fields in Tableau (never mind table calcs), and the folks I』m helping out on the Tableau forums.

」

更新記錄：

2016-12-21 發布

Peace！