117.精读《Tableau 探索式模型》

1. 引言

Tableau 探索式分析功能非常强大，各种功能组合似乎有着无限的可能性。

今天笔者会分析这种探索式模型解题思路，一起看看这种探索式分析功能是如何做到的。

2. 精读

要掌握探索式分析，先要掌握探索式分析背后的思维模型。

理解数据

有分析意义的数据一般是表结构，即分为行与列，列定义了数据含义，行则构成了数据明细。

当我们将数据作为 “原材料” 使用时，需要将这些明细数据封装为 “数据集” 的概念来理解，数据集概念中，数据就是一个个字段，对于字段，要理解 “维度” 与 “度量” 这两个概念。

维度

维度是不能被计数的字段，一般为字符串或离散的值，用来描述数据的维度。

度量

度量是可以被计数的字段，一般为数字、日期等连续的值，用来描述数据的量。

我们首先要将数据集字段归类到维度与度量，才能提高数据分析的效率。数据分析就是从不同维度下看度量值，先想清楚要看的是什么数据，比如销量还是利润？这些字段都属于度量，然后想一想要怎么看这些度量，是看总数、拆解到年看、还是按地区看呢？这些字段都属于维度。

维度和度量是可以单独看的，如果单看维度，那只能看这个维度的明细，比如看 订单日期 这个字段：

需要注意的时，维度与度量字段还可以分为 连续 与 离散 。

连续 

值是连续关系，即任意两个值之间可以计算差值。

离散 

值是离散关系，即任意两个值之间无法计算差值，无法以连续的方式去理解。

**一般来说，维度字段都是离散的，度量字段都是连续的。**从字段类型意义上也能得出相同的结论：维度字段一般为字符串或日期类型，字符串类型都是离散的，度量字段一般为数字类型，数字天生就可以连续。

值得注意的是，连续与离散其实与字段类型、维度度量并无关系，比如维度的日期字段就是可连续的，而就算是字符串类型，也可以以字符串长度等方式 “定义” 一种连续的计算方式。对数字类型的度量字段来说，我们也可以忽略数字之间的联系，将数字看待为字符串，这样数字之间就是离散的。

上图的 “离散方式看日期” 就是看维度的直观方式，但仍可以用 “连续方式看日期”：

离散方式下单看维度只有一条条数据，数据间并无排序规则，而以连续方式看维度，维度就会以某种方式排序：比如上图以时间类型进行排序。此时展示方式也从表格切换为了柱状图，因为表格适合展示离散数据，柱状图的一根柱子就可以展示连续数据。

单看度量时，由于 度量要依附于维度展示，因此仅有度量时，只能看这个度量的 聚合 概念：

如上图所示，单看销量这个度量字段时，我们只能将数据集中所有销量字段聚合在一起来看，但这种聚合方式也可以分成若干种计算类型 - 求和、平均值、中位数、计数、计数去重、最小值、最大值、方差等等：

这些能力之间都是 “正交” 的，即单看度量这一个字段，可以以这么多种类型进行计算，那么按维度拆分后，度量依然可以享受如上不同的计算方式。

也可以用连续方式看度量：

与连续-维度不同，连续-度量图形中除了最后一个值，其他过渡数值都是无效的，因为连续-度量只有一个值。连续-维度也要注意，由于以连续的方式画出图形，中间不存在的点也被 “无缝连接” 了。

数据之间也可以存在父子级关系，有父子级关系就可以进行上卷下钻了，这种父子级关系被称为 “层系字段”：

上图的 Orders 就是一个层系字段。层系字段是几个字段的排序组合，由上到下依次构成下钻关系，从下到上则是上卷的关系。

层系

**只有维度字段才能有层系，**因为度量是不能被拆分的，只有维度才可以被拆分。

维度的拆分可以是有逻辑含义的，也可以是任意的。

有逻辑含义的层系 

最典型有逻辑含义的层系字段就是时间了。一个好的 BI 系统识别到日期字段后，应该将拿到的日期字段进行归类，比如判断日期字段粒度到天，则自动生成一个日期层系字段，自动聚合到年，并允许用户随意切换：

如果数据集字段值精确到月，则层系只能最多展开到月。

日期层系的逻辑含义在于，年、季度、月、天这种下钻关系是天然从大到小的关系，符合自然理解。

任意层系 

如果层系字段不代表日期，就只能以业务含义组合层系字段了。比如可以将层系按照 订单日期 -> 商品 ID -> 运货日期的方式组合：

这种下钻方式，可以看到每个订单日期下有哪些商品，每个商品分别运货日期是什么。

也可以按照商品 ID 拆分出不同的订单日期与运货日期，这种层系组合方式就是以商品 ID 为主要视角：

可以看到，不同思维角度会按照不同的方式组合层系。比如一家大公司要查看财务问题，维度有：BU、日期，度量有：销量。

那么有两种下钻方式：BU -> 日期、日期 -> BU。无论哪种下钻方式，都能看到每个 BU 按日期销量的明细，但 BU -> 日期 能看到每个 BU 按日期聚合的总销量，而 日期 -> BU 能看到不同日期按 BU 聚合的总销量，前者更易对比出 BU 之间差异，后者更易对比出日期之间的差异。

理解配置

配置是探索式分析的入口，要理解分析模型首先得理解配置模型。

Table 主要配置分为行、列、标记与筛选。通过这四个配置区域可以组合成千变万化的数据洞察模型。既然如此，让我们看看这种配置思路是什么，以及为何这四种配置相互组合就能覆盖整个探索式分析场景？

我们不需要考虑三维数据分析场景，因为三维透视的关系，图形丢失了精确大小关系，没有精度的数据是没有分析价值的。由于在二位平面中分析数据，大部分图表都可以用 “行、列” 方式进行配置。

也许有人会问，为什么不用维度与度量替代行列呢？这是一个很好的问题，有数