数创学院 | Tableau 微课堂（11）：查询数据「Explorer」

Ask Data 是一种简单、强大、智能的新方式，可以让我们使用自然语言与数据进行交互。只要输入问题，就能看到结果。

Ask Data 适用于我们在 Tableau Server 和 Tableau Online 中发布的所有数据源。Ask Data 适用于所有可以直接访问数据源的用户角色：Creators，Explorers 和 Interactors。

使用 Ask Data，首先导航到你有疑问的数据源。

我们的自然语言问题应该基于数据的可用维度和度量。将鼠标悬停在维度和度量上，将显示相关信息，如最常用值、角色、类型、列名、最小值、最大值和平均值。

比如，让我们输入第一个问题：“我们赚了多少钱?”按 Enter 键时，答案就会显示出来。就是这么简单！

Ask Data 已经将我们的自然语言问题转换为一个简短的分析短语。如果我们在分析短语的右侧输入“按季度”，就会添加第二个分析短语，利润就会按季度细分。添加分析短语允许你进行特别分析。

3、聚合和分组

只包含维度的问题通常会计算值的数量。例如，当我们问:“我们有多少客户?”，结果显示执行了不同的计数。这样可以确保每个回头客只被计算一次。如果我们单击分析短语，我们可以将聚合修改为“Count”（包括重复）或“Group by”（查看客户列表）。

度量也有聚合类型。当我们问:“每年的平均利润是多少?”“我们看到的数字相对较小，因为利润是根据每个客户、订单和销售的产品平均计算的。要查看每年的总利润，我们单击我们度量的分析短语，并将聚合类型更改为 sum。

我们可以通过问这样的问题来筛选，比如“我们在公司部门的销售额是多少?”为了节省时间，你可以问“我们公司的销售额是多少?”Ask Data 自动理解“公司”一词指的是细分，并添加了一个过滤器，只显示公司细分。要修改过滤器，请单击当前选择的标准，并选择特定的值或应用通配符。

我们通过在诸如“2018年我们的月销售额是多少?”等问题中加入特定的时间段来过滤日期。或者，我们可以使用与今天日期相关的时间段来提问，例如“我们前一年的月销售额是多少?”

额外的时间表达式包括“last”、“next”、“following”、“start at”、“ending at”和“between”。

3、措施

通过询问诸如“哪些订单利润高?”之类的问题来筛选我们的衡量标准。为了改进我们的筛选，点击“high”，并指定“至少”、“介于”或“最多”的标准。其他可以尝试的单词包括“low”、“cheap”和“expensive”。

三、排 序

Ask Data 自动排序我们的结果。我们还可以使用“升序”、“降序”和“按字母顺序”等词指定排序顺序。例如，我们可以问“按字母顺序排序客户名称”。

通过询问诸如“销售额排名前 5 的城市是什么?”这样的问题来指定结果的数量。我们可以点击“顶部”来修改我们的顶部或底部选择。

Ask Data 会根据我们的问题自动选择一个合适的视觉。例如，当我们问：“每个州的销售额是多少?”，结果将自动显示为地图。要指定一个 Viz 类型，我们从 Viz 下拉列表中选择一个。

或者，我们可以指定一个 Viz 类型作为问题的一部分。例如，“每个州的销售情况如何？”

我们可以为维度和度量分配多个名称。例如，我们可能希望将 Sales 度量称为“收入”或“收入”。让我们点击销售的下拉菜单，然后选择“编辑同义词”。我们将输入用逗号分隔的所需同义词。现在，当我们将鼠标悬停在 Sales 上时，我们会看到分配的同义词。

当我们问一个问题，比如“收入是多少?”时，同义词“revenue”解析为 Sales 度量。请记住，使用相同数据源的其他人可以看到和使用同义词。

我们可以把目前所学到的知识结合起来，创造出更复杂的问题。当我们问：“在加州，2018 年销售额排名前 10 位的城市是哪些？”，我们指定要显示的州、年份和城市数量。

当我们问“将每个类别和子类别的收入和利润率作为树状图进行比较”时，我们使用收入作为销售的同义词，同时指定了 Viz 类型。结果显示，桌子的销售额很高（基于矩形尺寸），但利润率很低（基于颜色）。

1、保存

我们可以将我们的 Ask Data vizzes 保存为工作簿。单击 save 图标并选择 save as。

2、数据源管理

如果要管理和发布数据源，请根据预期的用户问题准备数据源。另外，一定要让 Ask Data 用户访问已发布的数据源。

以上就是关于「查询数据」的全部内容。感谢观看本视频，更多 Tableau 学习资源，请持续关注 DCC 数创院。