一、引子
BI，商业智能分析工具(Business Intelligence)，Tableau是其中之一。
Tableau，一可以数据赋能，二可数据探索。
数据赋能，即实时监控业务数据，让业务一线也可轻松使用最新数据；
数据探索，即通过统计分析和数据可视化，从数据发现问题，用数据验证假设。
本文就某连锁餐饮品牌在上海的经营情况，展开阐述如何使用Tableau操控并分析数据，实现对业务核心指标的监控，并从中获取有利于企业进一步布控的信息，如何数据驱动于餐饮经营。
二、Tableau搭建每日业务监控仪表盘
Tableau在连接数据后，可以创建诸多工作表，如条形图、折线图、热力图、气泡图、饼图、散点图、地图等等，分析师需要按照数据特征及需求建立各种类型的图表。仪表盘则由这些大大小小的图表组成。
BI仪表盘
仪表盘上半部分是业务的大概认知和占比，下面4个图表则是对业务进行了细致的分析。
接下来逐一叙述仪表盘里各分表：
1、经营情况总览（看板）
这里添加了日期筛选。因为开店最前期Cpc投入很大但无营收，若无日期筛选只有总值，则会显得产出投入比很大，给决策者带来极大的误差影响。
2、经营数据详情（数据报表）
这里可看到精细到天的经营详细数据。
3、配送距离分布（地图）
此图表中，颜色越深，代表该订单的配送距离越远。可看到图中围绕两个点配送距离从近到远扩散，则门店可能集中于这两个中心点。
该图可用于查看异常订单（出现羊毛党）和配送异常情况。
4、占比图（环形图）
（1）新老客占比
新老客占比直接决定了目前的增长模式，是处在高速拉新阶段，还是已无吸引新流量的能力。
这里设定下单前90天内无订单为新客。
（2）平台占比
此图表可得，筛选的这段时间里，美团营收略高于饿了么。
（3）各门店营收占比
此图表可得出，此段时间，武宁路拌客店营收占据总营收的半壁江山，该店所在区域非常有市场。
5、每日营收数据（多轴折线图）
此图表直观得出，该段时间品牌总收入和实际收入都呈下降趋势，中间一段时间营收情况出现大跳水又反弹。
6、每日流量数据（双轴组合图）
成交率和进店率为百分比数值，曝光人数为整数数值。如果使用同轴则百分比数值几乎贴近0，无法体现其每日流量对应的成交、进店转化率变化，故使用双轴对数据进行展示。
曝光人数是流量的大背景，在此基础上才有进店转化率和下单转化率，故此处将曝光人数调整为柱状并透明化。
此表看出进店率比较平稳，成交率有高有低。此时可筛选成交率低的数据，查看其他图表情况以查找原因。
7、投放情况（散点图）
此表可看到这段时间，蛙小辣cpc投放比伴客少，但总体投放能效是差不多，蛙小辣的投放效能高一点。
8、订单分布（面积图）
此图表用每个小时订单数对数据进行区分，可观察到每小时订单数的对比。
总体上看每天11点的订单量是最多的，还有一些天出现断层现象（14点无订单）。
三、小结
0、做仪表盘：最开始要理清思路，设计好仪表盘元素，接着图表组合，最后再进行可视化视觉调整。
1、首先，我们需要明确看仪表盘的客户是谁，他们需要什么：
（1）一线业务人员：跟自己业务切实相关的数据
①销售：注册-激活-成交
②投放：消耗-转化率
（2）中层管理人员：①整体的总结报告 ②各个维度的数据
① 整体总结报告：业务整体的绝对值、达成率、同比环；有哪些数据异常和优秀表现；
②各个维度的数据：各个业务动作的绝对值、达成率、同比环比；数据异常的具体原因；
（3）高层管理人员：整体的总结报告
（4）用人单位：分析主题明确，分析维度多；图表高级。
2、确定仪表盘客户后，我们需要确定：
（1）客户想看什么；
（2）仪表盘的主题是什么；
（3）该主题设计到哪些数据；
（4）数据的重要程度如何排序；
（5）数据适合什么图表。
想起《深入浅出数据分析》中的告诫：
数据图形化的原则是：体现数据，把目光停留在和目标有关的数据上，其他与目标无关的数据则无视。
个人浅见：创建仪表盘，需要考量从图表中是否可以观测出什么结论，是否可以对客户所提问题进行诊断、归因，是否可以协助客户进行决策。
本文参考及数据来源：b站up主"戴戴戴师兄”、《深入浅出数据分析》、《精益数据分析》
