Tableau数据可视化分析实务

进入大数据时代的理性与直觉之门先把对象、任务和边界讲清，1 数据金字塔：从数据到决策有多远再帮助团队对齐现场处理口径

6天数字化转型

授课讲师：陈则 · AI应用专家

查看课程大纲

适合对象

业务负责人、项目骨干、内训师和正在试点AI工具的团队可以带着当前项目或岗位案例参加，课堂讨论会更容易落到真实场景

课程定位与主要问题

AI办公试点、数字化流程优化或团队效率提升项目场景下，参训团队需要确认对象、任务边界和课后跟进节奏

核心收益

提示与校验更稳定：AI工具选型、提示词设计、流程嵌入和结果校验的操作方法
流程复用更容易：任务演练把AI能力嵌入真实工作流程，减少试错成本
人工复核有抓手：团队复用的提示词、流程模板和质量检查要点

课程背景与交付信息

《Tableau数据可视化分析实务分析实务》面向企业中高层管理者、业务负责人及相关岗位骨干人员的实际工作场景，围绕课程主题中的关键政策、业务流程、工具方法和落地难点展开

课程时间

6天

授课方式

讲师讲授、案例研讨、情景演练、互动答疑

课程内容重点

01可视化分析：进入大数据时代的理性与直觉之门

021 数据金字塔：从数据到决策有多远？

032 直觉先于理性：可视化的心理学

043 Tableau：可视化分析工具

054 Tableau快速学习路线图

课程大纲

第1章可视化分析：进入大数据时代的理性与直觉之门

1.1 数据金字塔：从数据到决策有多远？

1.2 直觉先于理性：可视化的心理学

1.3 Tableau：可视化分析工具

1.4 Tableau快速学习路线图

第2章数据可视化：理念与基础

2.1 从Excel到Tableau：不同的视角与层次思维

1.1 IT分析师和业务人员看待数据的不同视角
1.2 数据分析的层次模型
1.3 层次、聚合度和颗粒度

2.2 数据基础概念：字段、图形与拖曳逻辑

2.1 编码：从真实世界到虚拟世界
2.2 数据分析的两种表达方式：数据交叉表与可视化图表
2.3 字段的两种分类：维度和度量
2.4 字段的两种特征：连续和离散
2.5 从字段到图形：Tableau Desktop的设计逻辑

2.3 Tableau Desktop初级可视化：过程与方法

3.1 数据连接：建立连接和基本整理
3.2 数据可视化：基本方法与基本图形
3.3 数据洞察：组合与互动
3.4 分享数据见解

第3章数据准备：用Prep Builder进行数据整理与结构调整

3.1 Prep Builder基础操作

3.2 初级字段整理：数据清理和筛选

2.1 数据拆分
2.2 数据分组
2.3 筛选器
2.4 字符串清理

3.3 中级结构整理：数据转置

3.1 Prep Builder和Desktop的列至行转置
3.2 Prep Builder的行至列转置

3.4 高级结构整理：数据聚合

4.1 聚合的必要性和用法——单一层次聚合
4.2 FIXED LOD——独立层次聚合
4.3 Prep Builder聚合的注意事项

3.5 高级计算：在Prep Builder中计算排名

5.1 单一维度的排名计算
5.2 具有分区字段的排名计算
5.3 行级别排名与密集排名

讲师介绍

陈则

AI应用专家

国内顶尖AI应用专家，微软MOS认证讲师。专注AI办公应用与数据分析，2025年AI排课量284场，服务千余家企业，助力职场办公提效与数据价值挖掘，可结合企业内训场景开展课程讲授与案例讨论

通信行业金融行业能源电力制造业物流供应链医药健康

查看讲师主页

课程差异说明

本课程页面围绕《Tableau数据可视化分析实务》重点呈现课程定位、适合对象、核心收益和 3 个主要模块，便于快速判断培训匹配度