Tableau 学习 （2）产品分析
产品分析
图1 产品销售利润情况
销售额可以看出书架的销售额最高，且利润也不错，但是他的利润率一般，这样一来就是他的销售量比较大的原因才得以有如此大的销售额和利润，但是与之对比的收纳具相对来说销售额不是很高，但是它获得的利润达到了前三，因为该产品的利润率在所有产品中最高。当然在以利润标记颜色以后，一眼可以看出桌子是整个产品里面亏损最为严重。
图2 子类别盒须图
图3 盒须图示意图
盒形图作为描述统计的工具之一，其功能有独特之处，主要有以下几点：
1.直观明了地识别数据批中的异常值
一批数据中的异常值值得关注，忽视异常值的存在是十分危险的，不加剔除地把异常值包括进数据的计算分析过程中，对结果会带来不良影响；重视异常值的出现，分析其产生的原因，常常成为发现问题进而改进决策的契机。盒形图为我们提供了识别异常值的一个标准：异常值被定义为小于Q1－1.5IQR或大于Q3+1.5IQR的值。虽然这种标准有点任意性，但它来源于经验判断，经验表明它在处理需要特别注意的数据方面表现不错。这与识别异常值的经典方法有些不同。
2.利用盒形图判断数据批的偏态和尾重
比较标准正态分布、不同自由度的t分布和非对称分布数据的盒形图的特征，可以发现：对于标准正态分布的大样本，只有 0.7%的值是异常值,中位数位于上下四分位数的中央,盒形图的方盒关于中位线对称。选取不同自由度的t分布的大样本，代表对称重尾分布，当t分布的自由度越小，尾部越重，就有越大的概率观察到异常值。
3.利用盒形图比较几批数据的形状
同一数轴上，几批数据的盒形图并行排列，几批数据的中位数、尾长、异常值、分布区间等形状信息便昭然若揭。在一批数据中，哪几个数据点出类拔萃，哪些数据点表现不及一般，这些数据点放在同类其它群体中处于什么位置，可以通过比较各盒形图的异常值看出。各批数据的四分位距大小，正常值的分布是集中还是分散，观察各方盒和线段的长短便可明了。每批数据分布的偏态如何，分析中位线和异常值的位置也可估计出来。还有一些盒形图的变种，使数据批间的更加直观明白。
技术实现：条形图
图4 数据源连接
图5 选择到本地Tableau的数据源，选择订单、退货、销售人员三个sheet后，然后选择各自关联字段内关联。订单提货用订单ID关联，销售人员用地全关联。
图6 [销售额]、[子类别]拖入行列，后续将 [利润], [利润率]拖入列
图8 利润拖入颜色维度标记各子类别度量的颜色深浅
图9 格式设置
技术实现：盒须图
1.计算价格
价格=ZN(SUM([销售额])/SUM([数量]))
2.绘制价格分布图
图 10 数据表格展示 ，然后点击菜单栏的 智能显示图 11 以此得到图12 的盒须图
但是发现此时图12的子类别维度消失了，因为使用智能显示，自动修改了维度我们可以再次拖入子类别维度，然后在分析菜单栏中去掉
聚合度量 这个选项
技术拓展：实时数据源链接
1.连接数据库
可以连接MySQL 、Oracle、IQ数据库等实时连接的数据库
2.当然还可以连接到Tableau Sever 的数据源