“人人都是数据分析师”，“平民数据科学家”这是我们最近几年经常听到的口号，加上很多先进的商业或开源BI工具的出现，确实很好的提升了大家准备、分析、呈现数据的效率。在这种情况下，很多企业会希望能够做到自助式分析，让业务人员也能更好的获取数据，更高效的进行分析与决策。在我个人的经历中，有在互联网公司从零到一搭建数据平台的经历，有面向企业的数据思维方法论培训的经验，以及最近也在帮朋友公司进行外贸电商项目的实施。所以我也想从自己的角度讲一下对这件事的看法和心得。

先说一下要进行自助式分析的目的，企业的业务人员与管理者希望能更快更好的获取数据，并基于自己的问题与想法的进行分析与探索。这件事的难易程度取决于两个方面：企业的数据平台基础（或能力）与个人的分析技能。

如果给企业的数据平台划分等级：

• 第0级：没有像样业务报表后台，甚至没有自己的数据库，数据散乱在各种电子表格里。
• 第1级：有工程师帮忙制作的基础的业务报表后台，可以简单的查询筛选，也可以导出一些数据明细。主要的业务分析基于电子表格。
• 第2级：开始有面向分析的数据库或数仓，有了一个或多个分析师，开始尝试提炼和整理主要的业务指标，有了更好的BI分析工具，可以更快更好的制作分析报表。但这时分析师的主要工作还是取数为主和为业务部门的个性化需求制作和维护报表。
• 第3级：能够基于良好维护的数仓进行规范的、深入的分析。形成一套全面的指标体系，基于统一的口径进行取数和分析。能够在良好的数据基础上，进行用户画像、预测、推荐等建模分析，可以明显的看到数据产生的价值和推动。
• 第4级：公司规模更大，有了更细的分工，甚至开始自己研发各种BI工具，不光是分析师，还有了数据科学家。但这个时候，因为业务更复杂，流程更长，各个部门的协作反而变得更难，甚至会每个部门各自维护和集成自己需要的数据，形成数据集市的问题。

如果要评估业务人员的分析技能（这儿其实有个前提是他们并不是科班出身，所以要求他们：SQL，Python，R 都会其实并不公平）：

• 第0级：既没有好的分析思路也不熟悉常用的电子表格工具，会看一下报表后台的数据，以了解当前的业绩完成情况。
• 第1级：有了更多的业务理解，能够看懂后台的数据，并能够导出明细数据，在电子表格工具里进行计算和处理。
• 第2级：熟悉常用的分析框架与模型（如：二八原则，RFM），能够自己做一些分析图表和报告，并推动业务决策。
• 第3级：开始学习和掌握一些更好的BI分析工具，能够自己写一些简单的SQL查询和为了更好的分析对数据进行处理。

我们不会在一片散沙上建高楼，也不会把锤子放到婴儿手中。要做好自助式分析，对于企业的数据平台基础和业务人员的分析技能都会有一定的要求。前者需要有面向分析的数仓建设和核心指标的整理，后者需要业务人员对于数据的准备和计算有一定的基础或者愿意去学习。

在这个过程中，分析师是关键，他们自己的专业能力是能够在复杂的数据基础上挖掘和输出分析结论的。但在企业中，分析师往往成本高人数少，并不能全面的满足业务部门的需求。这时就需要培训业务部门的同事，从分析的思路到工具的使用。

假设企业的分析报表是围绕Tableau来建设的，可以按这样的方式来推广自助分析：

• 在每个业务部门挑选1-2个动手能力强，愿意学习的同事重点培养。
• 基础的SQL查询和Tableau Desktop使用培训。
• 给业务部门的同事开放少量的经过整理的SQL表的查询权限，并辅以文档说明。
• 简单的Tableau报表需求，做一个字段逻辑清楚的版本就好，个性化的图表配置交给业务部门同事自己做。
• 在这个过程中，逐步介绍一些深入的用法，如：Tableau 的集，表计算，并和业务部门的同事一起围绕问题进行探索，这样的好处是可以互相学习彼此的：分析技能与业务经验。
• 围绕数仓和重要的业务指标调整讨论，可以邀请业务部门的同事旁听，这样也可更好的让他们了解最新的进展。

在这里面要注意的是因为业务部门同事会缺少统计学知识，以及对复杂的业务指标计算理解会有偏差，所以一些重要的分析结论还是需要分析师帮忙检查确认，才能正式的发布出去。

每个企业的组织架构和业务模式会有不同，有的倾向于所有的事情都自己搞定。有的会找外部的咨询公司或BI服务商来做，如果费用充足，项目管理能力好，也可以解决数仓和分析报表的需求。但如果都依赖外部资源，也会导致受制于人，以及自己的能力还是得不到提高。所以推荐的做法是，可以把其中的一些工作分出去，如：数据的集成，ETL，数据字典的整理。这部分工作需要更多的专业技能，同时完成后，维护的工作量比较小。以及在这个过程中，也花一些钱请服务商培训自己的人，以学会一些基本的报表制作和分析能力。

感谢 @Terence Zhang 的补充，除了常见的从数仓建设开始的自助分析推广，还有一种场景是麦肯锡，PWC这样的咨询公司的用法，咨询顾问们服务于不同的项目和客户，数据是分散的，没有集中的数仓和Tableau Server。他们会把Tableau当做效率工具和Excel的替代，更快更好的对数据进行准备与计算，以完成相关的分析报告。

关于自助分析这件事，我觉得这是一件非常实践性的活动：意愿，思路，能力缺一不可。“条条大路通罗马”，也希望各位分析师朋友或相关部门的负责人，能够从这篇文章中获得一些提示与思考，更好的推动企业的数字化转型与自助分析能力。

什么是 Hands-On Training？顾名思义，就是实践练习课程。围绕一个主题，为每个参与者提供电脑，通过现场的讲解与大家的动手练习来学习提高。主持人会先介绍该主题的背景与知识点，然后依次提出问题，大家动手实现，主持人再公布答案与做法。一般一个 Hands-On 会有5-10个练习，难度逐步加深，通过这样的方式来让参与者由浅入深的掌握相关的知识。

没有去现场的朋友会说可惜我没有去，参加不了这样的活动了。其实没有去现场也没关系，官方已经很贴心的提供了相关的练习材料。首先我们从浏览器访问：https://tc18.tableau.com/learn/sessions 页面，然后在左边筛选列表的 Type 里选择：Hands-On Training，然后点击 Apply 进行筛选，这时会看到有46个练习。

我们以：Stirred, not shaken | The perfect data blend 为例，打开练习介绍页面（https://tc18.tableau.com/learn/sessions/32358）。

这时我们可以看到，除了背景介绍外还有以下信息：

• Speaker(s) 讲师
• Content Type 类型
• Level 难度
• Track 主题
• Session Asset Files 练习材料

这儿的 Session Asset Files 就是可以下载，以供我们课后练习的材料。

下载后，会有多个文件，包括：

• SlotnickChapekis_StirredNotShaken.pdf 课堂的PPT
• SlotnickChapekis_StirredNotShaken_Starter.twbx 数据与问题工作簿
• SlotnickChapekis_StirredNotShaken_Solution .twb 标准答案工作簿
• Guided Website 目录，带有操作演示的网页

我们先打开 PPT 看一下：

在这里面除了讲师介绍外，会通过图示的方式，介绍 Data Blending （数据融合）的相关知识。

然后我们打开：SlotnickChapekis_StirredNotShaken_Starter.twbx 开始练习，会看到这样的空白工作簿：

按照练习划分为多个工作表，看起来有点让人摸不着头绪，是要做成什么样子呢？这个时候就可以对照：Guided Website 的网页来开始练习了。左边是各个练习的列表，右边是具体练习的描述与要达到的效果。

完成当前练习后，如果还有困惑或者想看下标准答案的操作步骤，可以回到这个网页，点击下面的：Show Steps 按钮。

这时就可以看到图文并茂的操作步骤了 ：），完成全部的练习后，还可以对照：SlotnickChapekis_StirredNotShaken_Solution.twbx 查看官方的标准答案。

总结一下

官方提供的 Hands-On Training 练习覆盖了不同主题、不同难度的练习。有的是帮助你巩固基础知识，如：表计算，参数，LOD；有的是介绍新功能，如：Prep，Dashboard Extensions；有的是介绍通用的设计与统计学知识；虽然没有去现场，但喜欢思考动手的你，还是值得花一些时间去练习的。

如果觉得一个人练习太孤单，也可以组织公司的分析师同事一起练习，以Data Blending 为例，每个分析师认领两三个小练习，自己提前实现一遍，然后大家坐在一起，进行讲解和交流，比如：具体的场景，实现的方法，对手头的工作是否有帮助等。

最后送大家一句话：Practice always make it better ：）

纪杨，请教下，如果面试时想知道应聘者是否真的能熟练运用tableau，可以问些什么样的问题？

我觉得这个问题可以这样看：

Tableau 是一个很好的数据可视化工具，只要多实践都可以学好学会，并不是太难。招聘分析师时更重要的是：思路清晰和有比较好的底子（数据库、统计学，算法、代码、业务知识等）。即首先是一个好的分析师，然后才是Tableau水平怎么样？

首先看一些加分项：

• 是否有参加或通过官方的考试认证?
• 是否有参加社区的活动，在Tableau Public上发布过作品?

基于场景的交流：

可以请面试者讲解一个自己做过的实际的业务场景，介绍分析、可视化的思路。介绍数据结构，在纸上画一下整个仪表盘的结构和设计。

可视化方面的问题：

请面试者介绍下可视化的发展历史，可视化呈现的主要元素，图表的选择。有看过哪些和色彩、设计相关的书？

工具原理方面的问题：

• 请面试者介绍下Tableau这个工具的原理（如何连接数据，如何呈现，如何发布）。
• 请面试者给从来没用过的人讲解下什么是：数据桶，表计算，LOD等?
  

数据查询相关的问题：

• 一般是如何理解和处理数据的？
• 在分析时，如何优化查询和连接性能？
• 如何写报表文档，取数口径？
  

更多工作经验相关的问题：

• 碰到中国式报表的需求一般如何处理？
• 当面交流和邮件发布时报告的差别？
• 个性化需求和常规报表有哪些不同？
• 如何推动公司内数据化驱动？
• 如何更好的与运维、BI、DBA团队沟通协作？
• 等等 … 
  

以我们公司的分析师为例，大部分人来面试时都没有用过Tableau，但通过自己的学习和日常的实践，都能很好的上手Tableau。

我理解很多公司对于职业技能的要求，我自己的感觉，工具本身既重要又不重要，重要是因为你需要学习掌握好工具来提高效率，解决问题，推动业务。不重要是因为，如果你本身的分析技能、业务知识、沟通交流OK的话，切换和学习新的工具都可以很快的上手。

作为Tableau的学习者、爱好者，我觉得更重要的是学习和热爱可视化的知识，能够更多的参与社区的交流活动。如果面试官看到你有：相关的认证，很棒的社区问答和Public的作品，相信你一定会受欢迎的。

我的作品，也期待你能加入Tableau Public社区：

https://public.tableau.com/profile/jiyang#!/

学习一项新技能的最好办法就是动手实践，在这个过程中，如果能与高手们一起练习并交流就更好了。

http://www.makeovermonday.co.uk/ 就是这样一个每周提供数据、背景知识，以及大家一起练习交流的网站。

参与这个活动的流程是这样的：

1. 每个周日，网站的主持人会放出一份新的练习：http://www.makeovermonday.co.uk/data/。
2. 你根据自己的理解，制作Tableau报表，并发布到：https://public.tableau.com/s/上。
3. 然后把自己的报表链接发布到Twitter上：链接 + 截图 + #MakeoverMonday，最后一个是活动的话题标签。

这样大家就可以通过：https://twitter.com/hashtag/MakeoverMonday 看到近期的报表作品了，就像这样：

最近一期的主题是：

Have Apple Lost Their Edge With iPhone?

关于iPhone的销量在2016年不再持续增长的问题。

提供的数据是这样的：

是的，这一期的数据结构非常的简单：年度，季度，以百万为单位的销量。

简单的数据就应该简单的呈现，不是吗？

以下的作品有的简约，有的却在简单的数据中，发现了更多。

简约型

大苹果与危险的下降趋势。

俏皮型

下降后，诺基亚拍手称快。

报表地址在这儿：

https://public.tableau.com/profile/ugleymatt#!/vizhome/MakeOverMondayS2-E2/Nokia

原理是，绿色背景的折线图嵌入在背景图片中。

卡通风格

乔布斯和库克谁的贡献更大。

清楚直观型

下降的原因是从第2季度起，不如上一年。

更多的背景数据

iPhone的销量与新品推出有直接的关系，加上了每一款新品的发布时间后，可以帮助我们更好的看到历史上哪一款iPhone对销量的提升更大。

小结

一年有365天，共52周，新的一年刚刚开始。即使没有购买Desktop，只要有免费的Public(https://public.tableau.com/zh-cn/s/download/)，可以马上开始新一年的可视化之旅了。

大家也可以关注：#MMDataCamp 话题，来自华人社区的参与者们。

https://trimydata.com/2017/01/11/people-who-viz-together/

Practice always make it better!

为此我们需要记录用户的访问明细，然后从中分析每个用户的语言组合。

测试环境：http://sqlfiddle.com/#!15/fea3d/7

1. 测试数据

以PostgreSQL数据库为例

CREATE TABLE user_visit
    ("uid" varchar(10), "add_date" date, "language" varchar(20))
;

INSERT INTO user_visit
    ("uid", "add_date", "language")
VALUES
    ('u01', '2016-09-01 00:00:00', 'en'),
    ('u01', '2016-09-02 00:00:00', 'en'),
    ('u01', '2016-09-06 00:00:00', 'zh-cn'),
    ('u02', '2016-09-01 00:00:00', 'zh-cn'),
    ('u03', '2016-09-03 00:00:00', 'en'),
    ('u03', '2016-09-07 00:00:00', 'en'),
    ('u04', '2016-09-01 00:00:00', 'en'),
    ('u04', '2016-09-02 00:00:00', 'en'),
    ('u05', '2016-09-01 00:00:00', 'zh-cn'),
    ('u06', '2016-09-07 00:00:00', 'zh-cn')
;

2. 按用户ID去重

select distinct uid, language 
from user_visit 
order by uid

3. 获得每个用户使用的语言组合

select uid, string_agg(language, ',' order by language asc) as language_list
from (
    select distinct uid, language 
    from user_visit
) a
group by uid

从中可以看出：u01 使用了多种语言，其他用户都始终使用一种语言。

不同数据库的字段值合并函数：

• PostgreSQL: string_agg
• Redshift: listagg
• mysql: group_concat

参考：https://www.periscopedata.com/blog/listagg-group-concat-and-string-agg.html

4. 每种语言组合的人数

select language_list, count(*) as user_count
from (
  select uid, string_agg(language, ',' order by language asc) as language_list
  from (
    select distinct uid, language 
    from user_visit
  ) a
  group by uid
) b
group by 1
order by 2 desc

由此可以看出英文用户占了三分之一。

总体来讲，通过系统语言分析海外用户的比例要比按IP更为准确，可以排除：IP库准确度和用户使用vpn的情况。这儿的查询稍作修改，也可以用于分析用户的不同功能的使用习惯。

当我们回顾自己的收获和成长时，除了做过的项目和产品，认识的人以外，我觉得还应该加上：有多少尝试与改变，尝试新的事情带来更多的思考与实践，也推动自己的成长。当然有一件事是应该是应该坚持与不变的，那就是：不断的思考与分享。

这个专栏会继续记录我在数据分析方面的思考实践，希望与大家共同成长，谢谢。

我的微信专栏：

但这样做会产生几个问题：

1. 人员权限收回时，已配置的定期发送邮件会失效
2. 用户收邮件时，光看发件人，不方便区分是：专题分析还是定期邮件报告
3. 公司有多个分析师的情况下，没法知道：配置了哪些定期邮件报告，以及发送给了哪些人

推荐的做法是注册一个专用的公司邮箱来做这件事，如：wa@company.com。

• 注册公司邮箱的Google账号：https://accounts.google.com/SignUpWithoutGmail
• 给 wa@company.com 添加对应视图的：Read & Analyze 权限
• 创建和添加：定期邮件报告
• 建议在邮件正文里，放上：报表的配置说明，发送周期，分析师的联系信息

已配置的定期邮件报告可以在：Admin -> View -> Scheduled Emails看到。

一些基础的安全常识

1. 本机系统的安全性，定期升级系统安全补丁，开启防火墙，尽量从官方下载相关软件
2. 避免连接不信任的wifi网络，可以自带3G上网卡或手机开热点
3. 定期备份，离开时，电脑锁屏
4. U盘等移动存储设备，使用加密模式，这块Windows，OSX都有默认的支持

账号安全

1. 开启GMail的两步验证，如何开启见：https://support.google.com/accounts/answer/180744?hl=zh-Hans
2. 使用专业的密码管理工具，如：KeePass,OnePassword

使用专业密码管理工具的好处有很多：

• 生成更健壮的密码，定期更新提醒
• 记录同一账号的密码修改历史
• 除了密码，还可以设置用户名，URL等备注信息，其中url直接点击即可打开网页
• 复制密码后，20秒后会从剪贴板清除
• 复制密码时，不会显示密码内容，防止在操作演示时，被别人看到

Google analytics的账号添加

作为GA账号的管理员，在给各个部门同事添加后台账号时，建议都用公司邮箱，好处是，方便根据邮箱名，知道对应人员。

使用公司邮箱，注册google账号的入口在这儿：https://accounts.google.com/SignUpWithoutGmail

数据报告的安全性

• 敏感数据，截图等，不在QQ，微信等聊天工具上传输，尽量用邮箱
• 一些数据报表，放在内网有权限管理的文档后台上，只发送查看链接

数据刷新延迟小，即使流量大，也不受影响。

数据维度，支持到分钟，这样在分析热门事件和电视广告时，会很方便。

举个例子，最近一周，我们会固定于晚上20点15分，在北京电视台投放了某个型号手机的广告，这时想看看有多少用户会搜索，并来到我们的网站。

这时就可以指定筛选条件为：

• 时间：20点
• 城市：北京
• 关键字：具体的手机型号
• 访客类型：新访客
• 维度：分钟
• 指标：页面曝光量

常见场景的内置支持

支持：表单分析，多媒体分析，AB测试 的内置支持。

以表单分析为例，虽然也通过：事件，虚拟页面等方式，来统计表单的完成率，放弃率，以及分析各个字段的填写情况，但如果有内置的支持，则会方便很多。

以表单字段报表为例：

我们可以方便的看出哪些字段填写的最多，以及当用户放弃表单填写时，最后填写的字段。

对电子商务网站的良好支持

电子商务网站的运营与网站数据分析有自己的特点和关注点，对网站分析工具有更高的要求。首先我们来看下，电子商务网站中常见关注点。

1. 用户分类：新老，是否登录，有无消费，等级
2. 用户行为：产品浏览，收藏，评论，站内搜索

购买转化：注册，购买

以产品浏览行为为例

不光是浏览最多的产品，还希望按：

1. 产品的分类来查看比较
2. 以及查看了某个分类产品的用户还查看了哪些分类的产品

从列表上，我们可以方便的浏览比较各个分类的转化率，以及具体到商品的情况，如：

• 某些商品只有浏览行为
• 某些商品虽然购物车添加率低，但最终的转化率很不错

假设我们想知道浏览了Foreign产品的人还浏览了哪些分类的产品，只要按小分类筛选，并且选择筛选级别为：访客即可。这样假设某个用户在周一浏览了Foreign分类下的产品，紧接着周三又浏览了：Learning 分类下的产品，这时也会被筛选出来。

• 中文帮助：https://support.google.com/analytics/answer/3196960?hl=zh-hans&ref_topic=3125765&rd=1
• 英文帮助：https://support.google.com/analytics/answer/3196960?hl=en&ref_topic=3125765&rd=1

每次点右下角的下拉框，找相应的语言很不方便，而实际上，这2个页面地址唯一的差别就是： hl=zh-hans 和 hl=en 了。

做了个点击自动切换的小工具，你只要把：

GA Help Language Switch

这个链接拖到你的Chrome的书签工具栏上即可，下次再看GA的帮助时，只要点这个书签即可自动切换语言，试试看吧。

参考：

• Bookmarklet编写指南 – 阮一峰的网络日志
• bookmarklet tools
• jsbeautifier