自序
在2023年完成《数据可视化分析（第2版）：分析原理与Tableau、SQL实践》（以下简称《数据可视化分析（第2版）》）的修订工作之后，笔者便着手筹备《业务可视化分析：从问题到图形的Tableau方法》（以下简称《业务可视化分析》）一书的改版工作。自2021年8月《业务可视化分析》第1版问世至今，已发生诸多变化——既包括笔者个人知识体系的深化与实践经验的积累，亦涵盖Tableau软件功能的重大迭代升级。
封面设计：Wendy Shijia（汪士佳）扫码或点击查看 Public 对应的素材来源：The Entertainer #dataplusmusic
近年来，笔者在为多家企业客户提供系统性的Tableau培训及技术支持服务的过程中，始终致力于构建基于Tableau的分析通识体系与业务分析最佳实践框架。基于这一目标，笔者与团队成员在航空业务分析、供应链需求预测、金融业务分析、数字化审计等跨行业项目中持续积累经典案例并进行理论提炼，这些领域的实践成果有效推动了分析通识体系的完善。
本次改版主要涉及以下内容优化。
（1）对第1章进行全文重构，将原有个人叙事调整为“实践方法论”章节，该内容是后续内容的缩略版。
（2）全面修订第3章，阐述业务分析的基本框架和分析基础，参考《数据可视化分析（第2版）》的部分内容，使得内容体系更加一致。
（3）将原第5章内容精简并整合至第4章中。介绍两类可视化路径：可视化语法方式和图形库方式。在此基础上，介绍可视化的基本构成和字段特征。
（4）将问题分类和增强可视化分析方法，扩充为新的第5章。
（5）修改第2篇中各章的可视化内容，特别是第9章，增补了Tableau“超级表格”功能的介绍。
（6）重构第11章结构：重点把“双轴折线图”作为相关性分析的典型用法单独成节（见第11.4节）；结合Tableau新版本扩展功能，重新介绍桑基图（见第11.5节），并在后续第13章的案例中深化应用；修改了部分其他内容。
（7）对第3篇内容进行体系化重构，把分析方法融入分析业务案例中。
（8）修改了部分章节的逻辑次序，更换了部分图示。
本书的第14章和第15章由笔者的同事、《解构Tableau可视化原理》作者姜斌老师完成。
算上即将出版的《喜乐君·业务数据分析10讲》（暂定名）新书，“业务数据分析系列”图书共有4本了（不含两本初版）。在这里，笔者介绍一下它们之间的关系和学习路径。
如果是刚刚准备学习业务分析的新手读者，特别是打算更上一层楼的“表哥”“表姐”，建议先从本书入门，它不仅能帮助你跳出工具理解分析通识、聚焦可视化图形本质，而且可以构建“从问题出发”的分析思路和可视化习惯，这些是很多工具厂家所忽视，但又至关重要的核心能力。
如果读者迈过了初级阶段，想要成为某个行业领域的分析专家，那么《数据可视化分析（第2版）》就是不二之选。这本书的分析体系更加完整，从数据建模到可视化，从交互分析到高阶计算，主打体系完整、“深入不浅出”（虽然笔者力求表述尽可能简单，但深刻的内容没法做到彻底“平民化”，就像高等数学无法给幼儿园孩子讲；如果一本书一看便懂，你大概就不需要看了）。
当你历经技术和业务的磨难，终于成为一名技术专家（不管是Tableau/SQL专家，还是PowerBI/DAX专家）时，眼前还有两条路：精进成为技术专家；成为管理专家乃至“未来的CEO”。
想要“精进成为技术专家”，推荐阅读姜斌老师的《解构Tableau可视化原理》一书，相对于喜乐君的逻辑体系，姜老师给出了一些别样的视角和方法，特别适合“数据艺术家”之路。在这条路上，Wendy（汪士佳）的Tableau作品，是绝佳的参考素材。
想要“成为管理专家”，敬请期待将于2026年出版的《喜乐君·业务数据分析10讲》（暂定名）一书。
《喜乐君·业务数据分析10讲》是笔者近10年数据分析生涯的大总结，也是照亮笔者通往下一站的灯塔。希望更多人能完整、准确地理解“业务数据分析”体系，并跳出工具之外、深入业务之中，成为所在行业的技术专家、管理专家。
喜乐君 2025年3月1日
第1章业务可视化分析：实践方法论
1.3 适用于每个人的业务分析方法综述
1.4 工具是能力和思考的“天花板”
第2章奠基：业务分析的价值与形式
第3章方法论：业务分析框架与分析基础
3.1 问题结构与其构成关系
3.2 过程：分析的本质过程是聚合
3.3 聚合的起点：理解数据明细表的构成与详细级别
3.4 聚合的终点：理解逻辑表与逻辑字段
3.5 从问题分析视角看数据分析的发展阶段
第4章启程：可视化构建方法与扩展路径
4.1 “笛卡儿空间”与两种可视化思路
4.2 理解可视化的普遍构成：可视化图形的构成要素
4.3 可视化核心：字段的连续、离散属性与坐标轴
第2篇问题的7种基本类型与可视化方法
第5章常见问题分类及增强可视化分析
第6章“无对比，不分析”：排序分析
第7章时间趋势分析：折线图“家族”
第8章占比分析与多维分析入门
第9章可视化交叉表：“旧瓶”何以装“新酒”
第10章大数据转折点：超越个体、走向分布
第11章相关性分析：散点图和双轴趋势
第12章特殊的分布：地理空间分析
12.1 地理空间和地理图层
12.2 点图与热力图：地理空间分布及其扩展形式
12.2.1 点图和热力图的对比说明
12.2.2 空间点函数MAKEPOINT()和缓冲函数BUFFER()
12.2.3 自定义坐标系分布：“化学元素周期表”
12.3 符号地图与填充地图：用大小和颜色标记度量值
12.3.1 符号地图和填充地图：增加更多数据层
12.3.2 地图标记层：组合多种标记样式
12.3.3 高级案例：使用表计算自定义空间矩阵
12.4 路径地图：多点连线和双点连线函数
12.5 地理空间图形的说明
第3篇案例：可视化分析实践分享
第13章客户迁徙分析：从静态结构到动态标签分析
13.5 月度迁徙分析与指标体系
第14章实践分享：超越客户“显而易见的需求”
第15章用数据讲故事，用数据解决现实的决策问题
15.1 可视化分析的误区
15.2 什么是“用数据讲故事”
15.3 少即是多
15.4 航空案例
第16章跨主题分析：供应链销售预测与生产平衡
16.1 需求预测的重要性及其困境
16.2 Record：一切皆可被量化
16.3 Review：回顾、分析，持续改进
16.4 Rebalance：以数据方式对齐跨部门的资源计划
第17章成为优秀的业务分析师的建议
后记和参考资料
No comments yet