一、理解数据的来龙去脉
二、理解问题的核心地位
三、从“三图一表”到分布、相关性
四、交互仪表板辅助业务决策
📖 相关文章
● 可视化分析10讲:饼图——通往高级计算之“门”
● 4.4从问题到图形:不同年代的视角
● 业务对象及其到数据的映射:不要把「航班号」拆成两半
● 购物篮分析(1)——关联规则Apriori原理
● 购物篮分析(2)——利用Tableau Prep实现
——————————————————————————————
从问题出发选择可视化方案的方法论,涵盖数据理解、图表选择到交互仪表板设计的完整框架。
📖 相关文章
● 可视化分析10讲:饼图——通往高级计算之“门”
● 4.4从问题到图形:不同年代的视角
● 业务对象及其到数据的映射:不要把「航班号」拆成两半
● 购物篮分析(1)——关联规则Apriori原理
● 购物篮分析(2)——利用Tableau Prep实现
——————————————————————————————
最近很多人问TableauVS帆软的区别,此前一直没有深度用过帆软的产品,所以不能妄加判断;问的人多了,我想有必要努力公平客观的做一个对比。即便作为Tableau Partner,我也不想像高级五毛一样狭隘地对比单个产品功能的好坏,我希望尽可能客观、公平的对比两家公司的产品线、产品理念的上下文背景、
从本地化适配、综合成本到技术演进,深层对比Tableau与帆软FINE BI的未来竞争格局与市场走向。
V1.0 Mar 11, 2023V2.0 Apr 7/8, 2023 修改第一部分V2.1 Apr 13, 2023 增补图片,增补帆软说明上一篇,喜乐君重点介绍了不同BI产品的分类矩阵,以及“Power BI向左、Tableau向右”的方向性不同,并在第三部分说明了国产BI的几个要点。(如何选择
No comments yet