← 课程主页
Learning Path
一条主线,三个阶段
七期不是七节零散的课,而是首尾相接的一条线:先立框架,再看数据,最后做分析。
01
立框架
第 1–2 期
为什么学、问题怎么写——把分析的地基打牢。
02
看数据
第 3–4 期
把问题变成图形,从「看多少」到「看形状、看关系」。
03
做分析
第 5–7 期
让图形可交互、拆开计算、连成模型——完成闭环。
每个问题 = 范围 + 维度 + 度量 → 分析的本质 = 分组 + 聚合
- AI 给结论,人给判断——大模型擅长生成 / 归纳 / 对话,但不擅长基于真实业务数据的因果判断;没有数据能力与业务理解,AI 只是「高级鹦鹉」。
- 越抽象越难替代——数据分析师是为 CEO 提供决策建议的人,属「难替代」岗位;分析 = 抽象 = 「有中生无」(利润率、旅客流失系数都是现实中不存在的指标)。
- Tableau 三版本——Public(免费、可发作品集、不能连库)/ Free(免费、可连库可商用、不能发布)/ Professional(企业级)——学生赶上「工具民主化」窗口。
- 首选 Tableau 三大理由——原理严谨具通用性 · 易用性无出其右 · 免费且通往企业专业工具。
- 「左右开弓」方法论——业务向左、分析向右、数据在中间;数据是业务的「镜子」,只记录、不创造。
- AI 协作原则——AI 做重复劳动(写草稿、排错、润色),人做判断验证(口径、结论、决策);敏感数据不喂公开 AI。
- 分析从「问题」开始,而不是从「数据」开始——先理解问题的结构,再动手。
- 问题的统一结构:必须有一个「的」——左边是分析视角,右边是答案(类比英文
total sales by product)。 - 完整问题三要素——范围(逗号左边,筛选器即范围)+ 维度(的左边,观察视角)+ 度量(的右边,答案,必含聚合方式)。
- 分析的本质 = 分组 + 聚合(group by + aggregate);「透视(pivot)」实为汇总 + 转置,转置非必备、汇总是必备。
- 度量只存在于问题之中,明细表里没有;「销售额总和」才是度量,「数量」只是字段——这是国产 BI 常见的概念错误。
- 指标是抽象的「虚数」——利润率、平均得分、健康指数在现实中不存在,由聚合造出,让事物可比。
- 问题决定图形——最佳图形在你写问题时就已确定,不是挑好看的。
- 问题结构 → 分析目的 → 图形——比较 → 条形图;趋势 → 折线图;构成 → 饼图;分布 → 直方图 / 盒须图;关系 → 散点图。
- 连续 / 离散是图形能否生成的开关——蓝色 = 离散 → 标题 / 分组;绿色 = 连续 → 轴 / 刻度;有连续字段才有轴,有轴才有折线、散点。
- 维度 / 度量 ≠ 连续 / 离散——前者是「内容」分类(位置区分),后者是「使用方式」分类(颜色区分),二者正交。
- 「三图一表」基本功——交叉表(精确值)+ 条形图(比较排序)+ 折线图(趋势)+ 饼图(占比):表给精确、图给直觉。
- 分布图表——直方图(数据桶分箱看频数,业务数据多呈右偏「长尾」)、盒须图(五数概括看集中度与离群点)。
- 两条升级路径——分布靠「计算变深」(数据桶、FIXED LOD、参考线 = 表计算的简化形式);相关性靠「要素堆积」(普遍需要 3 个字段:2 连续度量 + 1 维度 / 日期)。
- 分布三图——直方图(等距分箱 + 「视角倒置」,泊松分布右偏长尾是常态);盒须图(五数概括看集中 / 离散 / 离群点);帕累托实战改用「集 + 合计百分比」。
- 散点图——两个连续度量 × 离散分类(2 绿 + 1 蓝),看正 / 负 / 无相关;+ 参考线 = 波士顿矩阵,把「看关系」升级为「做决策」。
- 双轴图——两个连续度量 × 连续日期(3 全绿),看趋势是否同步;引出度量名称 / 度量值(多度量共用公共坐标轴)。
- 相关 ≠ 因果——图表能发现相关,因果判断需要业务理解——这正是左弓(业务)的价值。
- 地理空间——经纬度 = 2 个连续字段,地图是特殊的「空间分布」;符号地图看「哪里多」、填充地图看「区域差异」。
- 「卸妆」读图法——行 / 列 = 打底、标记 = 化妆、工具提示 = 最外层:看 Public 优秀作品时逐层减字段还原结构。
- 交互五构件——筛选(删行)、组(重分类 → 新维度)、集(∈ / ∉ 布尔判断,可动态分组 + 集运算)、层级(钻取深度)、参数(改「逻辑」,让前四者动起来的「胶水」)。
- 筛选分三类——行级别(聚合前,≈ SQL WHERE)、聚合(聚合后,≈ HAVING)、条件筛选 · 指定详细级别(先聚合再判断,如「大客户」)——不要用官网「维度 / 度量筛选器」说法。
- 筛选器优先级——条件集 / 顶部集默认先于维度筛选;把维度筛选「添加到上下文」可提升到集之前——让「Top 10 客户」基于「已选地区」计算。
- 仪表板 = 分析流程的可视化——平铺 / 浮动 / 容器三种布局(容器是布局核心);对象含工作表、筛选器对象、参数控件等。
- 动作联动——筛选动作(删数据)、突出显示动作(高亮不删)、URL 动作(跳链接)、集动作(持久化选择)、更改参数动作(联动下钻)。
- 三个层级——工作表 = 问题,仪表板 = 场景,故事 = 讲解线(数据版 PPT)。
6
计算的体系——从 Excel 透视表到 Tableau、SQL、Power BI
一次直播讲完「计算」的整个体系:从最熟悉的 Excel 透视表入手,拆开「度量到底怎么算出来」——筛选是计算的简单形式,模型是计算的高级形式。
- 透视表的本质是聚合,而非转置——早期 pivot 本义是「转置」,数据量变大后,透视表的本质只剩聚合;聚合是必备条件,转置不是。
- 两类基本计算——行级别(从左到右、逐行不跨行)vs 聚合(从上到下、跨行);行级别还有「底表 / 聚合表」两种位置,行上下文不只在明细表中。
- BI 从字段开始——品牌拆分、YEAR 都是计算「造」出来的字段;2025 并不存在于数据表中——计算 = 弥补字段不足(呼应第 2 期「指标是虚数」)。
- Excel 认知陷阱——明细表中的 SUM 是「透视表聚合值 + VLOOKUP 连回」,是两次计算的叠加;不可用 Excel 逻辑理解 BI 分析。
- 聚合的聚合——平均单价 = SUM ÷ SUM(加权平均),逐行相除无意义;Power BI 用
SUMX一步完成「先逐行、再聚合」。 - 高级计算两大分支——表计算是聚合之上的「二次计算」(受筛选影响,SQL 窗口函数
SUM(SUM));LOD 是「预先的计算」(不受筛选影响,FIXED 指定详细级别)。 - 条件聚合 = 行级 × 聚合——Tableau 的
SUM(IF…)、Power BI 的CALCULATE;「满足才加」比「不满足也加」性能更优;YTD / QTD / MTD 是典型应用。 - 学习建议——用 SQL 同步学表计算(与窗口函数一致);不建议同时学 Power BI(DAX 逻辑截然不同,双修易顾此失彼)。
7
数据模型——从单表到多表
前六期都在单表内,本期第一次打开多表世界。把「数据模型」讲成一根轴——物理 vs 逻辑,三段递进:Facebook 拆开物理 vs 逻辑 → Bookshop 演示双层结构 → Library 引入混合(Blend);落到第二版书的「unit × join 位置」四格框架——七期知识闭环收官。
- 模型是什么——分析前的预处理 / 预计算;弥补表中已有字段的不足;当前表算不出的,才去别处拿(呼应第 6 期「计算 = 弥补字段不足」)。
- 物理 vs 逻辑——一根轴——物理合并是分析之前做好恒定且真的合并了;逻辑合并是分析过程中按需处理;逻辑又分两种:持久的关系(Relationship)与按需的混合(Blend)。
- 三段递进脉络——开场 Facebook 扩张学校数据演示「物理 vs 逻辑」分叉;主体 Tableau 官方 Bookshop 演示双层结构(物理层 Book⋈Info 用
BookID=[BookID1]+[BookID2]预合并 + 逻辑层 6 张表按需关联);收束 Library + Catalog 引入混合(Blend)「右侧临时握手」。 - 三个关键开关——基数(Cardinality)、性能选项(Referential Integrity)、关系筛选——决定逻辑关系的语义与性能;「没获奖的排除空值」是关系筛选的典型动作。
- unit × join 位置四格框架——第二版书核心思路:一个维度是合并方式(上下追加 vs 左右相连),另一个维度是合并位置(物理 vs 逻辑),四格把全部合并方式收拢;从视图的角度讲都是「合成一个」,只是合并发生的位置不同。
- 七期闭环——「模型 = 计算的高级形式 = SQL 的 JOIN」,只是换了一种方式表达;筛选是计算的简单形式,模型是计算的高级形式——呼应第 2 期「指标是虚数」、第 6 期「条件聚合」、第 5 期「交互」与第 4 期「相关性」。
Summer Camp 2026
AI 会降低工具门槛,但会放大认知差距。
这门课要培养的,不是某个软件的按钮,而是分析思维本身。
Download · 官方直链
下载 Tableau Desktop Free Edition
配合本课程的数据分析软件,个人学习永久免费、注册即可下载。
关于“免费”的版本规则、与 Tableau Public 的区别,
见《Tableau Desktop 免费版下载指南》