Tableau Desktop——为您在数据分析中的问题提供最佳解决方案
Tableau Desktop，基于斯坦福大学在数据分析领域中的突破性研究成果，利用令人耳目一新的拖拽（drag
& drop）的方式来分析数据。点击相关数据，它就可以快速创建一个可视化和交互式的分析视图。 在这方面，我们努力了数年，研究出一个支持人们利用天生的“见图知意”能力的数据分析系统。Tableau 跟随您的思维轨迹，快速的进行视图切换，而不是使用向导或是编写脚本程序。利用Tableau Desktop，您所创建出的一定是整洁而美观的可视化数据视图。Tableau Desktop有着极佳的易用性，任何一个 Excel的使用者都会认为它是一个方便易学的工具。只需简单几步，就可以实现强大的数据分析功能。不仅如此，它的工作效率也比现有的数据分析工具的性能高出数倍。
Tableau Desktop令人瞩目的新特性
1. 效率更高
由于 Tableau 是利用人们与生俱来的图形化处理的特点来构造的数据化分析工具，这就意味着您可以：通过简单的拖拽改变数据的分析。您可以用点击高亮处理模式去标识数据的趋势、添加一个数据条件过滤器筛选数据，根据筛选后不同的数据，您最终一定能够找到一个最满意的数据可视化视图。
需要处理海量数据？无须担心， Tableau的数据引擎快速的让人难以置信。
Tableau只需要使用您需要的全部数据进行分析。Tableau 的数据结构感知方法，使得您可以将所有数据放进笔记本电脑中，并同时还能完成交互式访问。
Tableau，作为真正的为商用数据量身打造的数据分析工具，使得“处理百万行数据，几秒钟就能够得到结果”从异想天开变为事实。
2. 易学易用
Tableau Desktop 是一个直观的拖拽式工具，您可以看到您的操作带给视图的每一个变化，数据将跟随您的思路的演变过程，得到快速的显示。任何一个习惯使用
Excel的用户都可以快速的学会使用 Tableau。
在最初使用的时候，您就将感受到 Tableau
的用户视图的优越性。但是“便于使用”并不代表功能受限。Tableau 让您能够根据需要创造各种各样的数据展示方式。在商业领域中，他使得您在第一时间内把握经营状况的方方面面；在科技领域中，研究人员可以创建出复杂的趋势分析图。总而言之，他的易用性一定会让您出乎意料。
3. 智慧的功能特性，美观的操作视图
Tableau 将多种视图整合在一个操作面板中，并且可以引入
Web 页面和文档作为功能扩展所用。高亮显示和过滤相关数据的功能，提供了更为方便的操作性能。操作面板可以与动态数据联接，并使用数据引擎加速您的数据分析速度，让您的思想畅通无阻。
当您在Tableau中配置完成操作面板之后，您还可以利用Tableau
Server随时随地共享您的分析结果，或者您也可以将它作为您在数据处理方面的好助手。
4. 便捷的数据源联接功能
不需要任何准备工作，就可以联接任何一种数据源并对其开始数据分析，这真的可能吗？过去的智能商务平台，在正式的数据分析工作开始之前，需要用户做一系列诸如“临时表”等等之类的工作。但是。Tableau将把您从这些纷繁复杂的准备工作中解放出来。
作为您工作上的得力助手，Tableau 可以直接与任何数据库、数据体、数据仓库、文件以及电子表格相联接。这种动态连接方式使得您可以对每分钟的数据都了如指掌，而所有这些，只需要几次点击就可以完成。在几分钟之内，无需预先设置，您就可以建立与数据源的联接、分析处理数据、得到数据的可视化视图。显而易见，这正是商用数据分析的最好伙伴。
5. 完美的数据整合功能
方便易用的一键式数据联接功能，让您的数据处理变得轻松快捷。想要将政府的人口统计数据添加进您的销售数据中以计算产品的占有率？只需一次点击。想要整合您同时期的运输数据与产品数据？同样只需轻轻一点。也许您觉得在同一个视图中就能联接数据源是不可能的，但是
Tableau 就将这种不可能变为现实：您甚至可以将一种数据源过滤为另一种数据源，并且重点显示出数据的来源。实现这种看似复杂的功能，您所要做的就是准备其他相关的数据并将它们输入 Tableau进行处理。
6. 在线数据分析
快速处理，便捷共享，是 Tableau
的另一大特性。仅需几秒钟，Tableau Server 就可以将您的交互控制面板发布在网上。由于您的用户只需要一个浏览器，就可以方便的过滤、选择数据并且对他们的问题得到回应，这将使得用户的积极性大大增加。一键式发布功能，充分节约了您的时间，只需全神贯注于数据处理工作，免去了不相关事务的烦扰。
7. 优秀的数据分析实践工具
在斯坦福大学中诞生，利用众多博士的奇思妙想而最终实现的
Tableau，正逐渐成为优秀的数据分析工具之一。我们相信，您将从这数年的研究成果中获益。从生动颜填充模式，到内涵丰富经典模式，您总会找到一种适合您的，并能够帮您找到最重要的影响因素的数据描述方式。
