数分基础（03-3）客户特征分析--Tableau

客户特征分析 - Tableau

1. 说明

数分基础（03-1）客户特征分析，是用Python作为分析工具

对于非技术用户来说，Tableau 直观易上手，可以快速创建图表、即时交互，这里用 Tableau Desktop

这里主要是演示一下如何用Tableau来做分析这件事情的主要过程

关于Tableau的详细操作以及为什么等等，暂时不做解释，需要的可以自行查阅。

同时特别提醒
涉及操作，篇幅会长，但有时候很长的一段，操作很简单
非技术同学不要心理上预先觉得麻烦

其实很快的，特别是慢慢熟练了，会发现用可视化工具可以迅速获得对数据集的认识，还是很方便的

千万不要觉得烦，就放弃这个快速工具

2. 思路与步骤

数据准备
初始视图
关键指标
分析可视

3. 数据准备和导入

可以在EXCEL中进行初步检查和处理，例如缺失值、字段类型、异常值、冗余数据等，然后再导入Tableau。

涉及操作，篇幅会长，但有时候很长的一段，操作很简单
非技术同学不要心理上预先觉得麻烦
其实很快的

3.1 用EXCEL初步检查和处理数据

3.1.1 打开

双击EXCEL文件
数据集Global_Superstore同前不变，可在此直接下载 数分基础（01）示例数据集

在查看中等规模数据时候，EXCEL几个快捷键很好用，见（04）。

在数据表任意点选单元格，ctrl + end，移动到工作表中最后一个有数据的单元格，显示“X51291”

数据集包含了51290条记录和24个字段，这和Python首先加载数据集，看看大体数量，字段数目情况一样的。

3.1.2 初步检查

（1）缺失值

检查

ctrl + home 回数据区左上角
ctrl + 方向键右→ ，快速移动到数据第一行最右列

添加一个新列，用于统计每行的缺失值数量
在新列的第一个单元格中输入公式 =COUNTBLANK(A2:X2)
鼠标移动到写公式的单元格右下角，单元格右下角出现实心小方块，光标变成实心十字架时候双击，将公式应用到所有行

同时在最后一行 也看下每列的缺失值情况

这样可以发现 缺失值集中在邮编这一列

除了添加辅助列，也可以 Ctrl + shift + L，筛选模式，逐列点击列顶部的筛选箭头，下拉菜单，显示该列中所有可能的值，在下拉菜单的底部，如果有“（空白）”的选项，代表该列存在空白单元格，逐列识别

缺失值处理

如果缺失值不影响分析，则可以忽略，如果需要填补，则是另外一件事情了，本文暂略。

（2）格式化日期字段

对于有日期字段的数据表，需要确保其类型正确
正确的日期格式，可以是的后续在Tableau中，处理时间序列、和日期相关的计算避免混乱

"Order Date"和"Ship Date"列的数据是以日-月-年（DD-MM-YYYY）的格式显示的，这种情况设置单元格格式为日期可能不起作用，是因为Excel将这些日期读取为文本使用Excel公式将文本日期转换为日期格式
在“Order Date”和“Ship Date”列旁边插入新的空列，用于存放转换后的日期

=DATE(VALUE(RIGHT(D2,4)), VALUE(MID(D2,4,2)), VALUE(LEFT(D2,2)))

D2是Order Date第一行日期所在的单元格，根据实际数据修改单元格引用
自动填充公式
把所有的文本日期转换为Excel可以识别的日期格式
将新列设置为日期格式，确认新生成的日期已经可以被Excel识别
如果新日期列正确无误，将新列复制并粘贴为值 替换旧列，删除新列，这里粘贴为值非常重要

对每一个日期格式的列，如法炮制，这里，只涉及这两个字段：订单日期（Order Date）和发货日期（Ship Date）

1. 设置其为日期格式，但是发现不起作用
2. 新列获取旧列字符串，公式处理
3. 新列设为日期格式
4. 新列复制并粘贴为值 替换旧列，删除新列

（3）其他字段数据类型

数值字段如销售额（Sales）、利润（Profit）、折扣（Discount）和 运费（Shipping Cost）等，在单元格式中设置为数值类型，且分别设置小数位数，规整一下

其余列改设置为文本的设置为文本

（4）冗余数据检查

选择整个数据范围（包括列标题），点击“数据”菜单。
选择“删除重复项”选项。

在弹出的对话框中，勾选可能导致记录重复的字段（如“订单ID”、“客户ID”等），然后点击“确定”

Excel将删除完全重复的行并保留一个唯一的记录。

这个数据集，没有重复的行记录

（5）其他

异常值检测可以暂时不做
清理不必要的空白行或无关字段
检查字段名称，简洁，避免使用特殊字符
表头保持在第一行，没有多余的信息（例如注释）

“Row ID”、“Order ID”、“Order Date”等带有空格的字段名，不会对Tableau的基本功能造成问题，然而未来如果从Tableau导出并在其他数据处理工具（如SQL、Python等）中使用，空格可能会导致解析错误，可能需要额外处理

为提高兼容性和数据处理效率，建议在数据导入前规范列名：
方法一：使用下划线，例如“Row_ID”、“Order_ID”
方法二：驼峰命名，例如“RowID”、“OrderID”

基本处理并且格式规范，CTRL + S 保存初步处理好的数据

3.2 导入Tableau

打开Tableau Desktop。
选择“连接到数据”，选择“Excel”作为数据源。
浏览到选择EXCEL文件并加载。
检查Tableau中的数据预览，正确识别所有列和数据类型（数值、日期、文本等）

没问题后，左下角，转到工作表1

4. 数据探索和准备分析

这部分不详细了，需要的可以去找Tableau相关资料，粗略感受和体验一下交互性，以及通过可视化工具更好地理解数据集。

使用“拖放”将不同的字段放到行或列上，尝试不同的组合以查看数据分布和关键趋势。
尝试基本的图表类型，如条形图、线图、散点图等

例如 创建基本的客户视图

将 CustomerID 拖到 行（Rows）列出所有客户
将 Segment 拖到 行，继续将 Segment 拖到 颜色（Color）
按客户类别（如 Consumer、Corporate、Home Office）对客户进行分类

将 Sales 拖到 列（Columns），显示每个客户的销售额

例如，在地图上显示销售额

State、City 或 Country 字段被 Tableau 识别为地理角色
右键点击字段（如 State）并选择 “地理角色” > “州/省”，如果是 City 则选择 “城市”，如果是 Country 则选择 “国家/地区”。
如果 Tableau 没有自动识别，可以手动设置地理角色。

将 State（或其他地理字段，如 City、Country）拖动到“列”或“行”。
将 Sales 字段拖动到 大小（Size）框，以根据销售额大小调整地图上的圆点大小。

如果没有出现地图，可以点下图右上角“智能推荐”

点击后，并选择地图，字段自动调整为下图的布局

将 Sales 字段拖动到 大小（Size）框，以根据销售额大小调整地图上的圆点大小。

也可以点击大小图标调整图表中的圆点大小

将 Sales 字段拖动到 标签（Label）框，以在地图上显示每个区域的具体销售额。

5. 客户特征分析

来到正事儿，分析识别不同客户群体的特征

5.1 新工作表

在Tableau中新建工作表

5.2 基本视图

关注着两类字段：
用于聚类的度量字段，例如 Sales Profit Discount
维度字段，例如 CustomerID

初步的散点图

将 CustomerID 拖入 行（Rows）
将 Sales 和 Profit 拖入 列（Columns），创建一个初步的散点图，显示客户的销售额和利润关系。

可以添加更多度量字段，如 Discount 拖入颜色（Color）以显示折扣率对客户的影响

这里请注意，鼠标移到某些点上，会显示Discount 为4.57 9.8 ……
这是因为Tableau 默认情况下，数值字段设置为求和（SUM），这会导致折扣显示为累加值（该客户所有购买次数，每次的折扣叠加）

点击这个位置 Discount 字段的下拉小三角，在下拉菜单中选择 “度量”，然后选择 “平均值 (AVG)”

这样，可以看到平均折扣值大的颜色深，且位于横轴销售额的左边低值区域

5.3 启动聚类分析

点击左上角“数据”右侧的 “分析” tab

找到 “聚类”（Cluster） 选项。

将 “聚类” 选项拖拽到你的散点图上，聚类设置窗口会自动弹出，显示当前选定的度量和维度。

可以在窗口中选对分析有意义的指标
不需要的字段，拖到空白处，不要，或者 右键 “移除”

5.4 设置聚类参数

调整聚类数量，根据业务需求，在框中调整聚类数量。Tableau 通常会提供一个建议的默认值 ，见右上角

可以进行修改，查看不同的分群效果

如果不小心关了，可以在这里打开对话框

Tableau 是使用 K-means 算法进行聚类分析的（前面某篇提到过聚类的方法有很多种）

在右侧点选感兴趣的Cluster，直观地区分不同的客户群体

结合业务知识，验证聚类结果的合理性。如果某些群体特征不明显，考虑调整度量的选择或数量

6. 结束

这里主要是演示一下如何用Tableau可视化聚类的大体情况，过程看着复杂，在前面检查数据阶段需要多点儿时间

实际上，从导入到Tableau，拖拖拽拽，是非常快的，可以直观迅速看到大体有哪些客户群体，对非技术同学很友好。

具体的客户群体特征分析，见前面Python那篇：数分基础（03-1）客户特征分析