《数据可视化分析(第二版)》是一本深入探讨数据可视化的重要性及方法的书籍。作者通过详细解释了数据可视化的概念、原则和技巧，并提供了实用的案例和工具。阅读后，我深刻认识到数据可视化在分析和传达信息中的价值，同时也学到了如何有效地利用不同类型的图表和图形来展示数据。这本书对于数据分析领域的从业者和学习者都是一本必读之作。
数据可视化分析(第二版)读后感(一)
很有幸拜读喜乐君老师的最新图书。
相比于市面上的其他Tableau或SQL数据分析主题的书籍，这本书完全不是一本Tableau或SQL的使用入门书籍。相反，老师走向了另外一条路：注重数据分析的原理，在原理的地基以及业务的分析架构上搭建了Tableau和SQL的实践。非常敬佩老师，将Tableau以及数据分析的原理讲解的如此透彻，超越了工具，是真正的数据分析通用知识。
相信本书会帮助数据分析从业人员拔高视野，推动企业数字化的进步！
喜乐君出品，必属精品。
数据可视化分析(第二版)读后感(二)
从21年9月份开始通过喜乐君老师的书籍和视频教程学习Tableau，到现在已经有2年时间了。期间也收集、阅读过非常多的视频和书籍，感觉真真正正传道授业解惑的非喜乐君老师莫属。老师的书籍一直保持着知识体系完整、理论层次清晰、讲述深入浅出、迭代快速高频的特色。尤其是本书是老师的第三本书，更是集大成者。目前我看到第六章，就已经深刻体会到困扰自己两年之久的关键概念得到透彻解析的喜悦。 建议大家多关注第四章和第六章。第四章重点放在数据连接Connection上，将并集Union、连接Join、混合Blend、关系Relationship之间的逻辑结构、关系、异同做了非常清晰的讲解。期间还为具备SQL知识的同学提供了另一种学习路径参考。第六章着重厘清详细级别的概念和应用难点。通过数据表详细级别、视图/问题详细、指定详细级别的体系，把相关的筛选、集、参数、计算都统一协调起来，层次分明。我之前模糊的视角通过本章基本痊愈了。
期待通过剩余章节的阅读，可以获得更多的收获，也期待喜乐君老师持续知识迭代、分享，我们所有同学但凡有一点点成绩、进步，都会是站在巨人的肩膀上。感激不尽，永远做老师的学生，跟随进步提升，做更好的自己！
数据可视化分析(第二版)读后感(三)
初识喜乐君是在2021年，当时看了第一本 数据可视化分析：Tableau原理与实践 ，这是我认为我看过的所有BI书籍里最好的一本书。太多的书只会停留在简单的术的层面，但是喜乐君的书中道与术兼顾，道是大局观，术是实践。对于Tableau的15大详细表达式的解析，远超出了官方的表述，把复杂的问题逐层拆解，抽丝剥茧地进行讲解。
而仅仅是过了几年，这次新书基本是第一本书的重写，太敬佩了，能在短短的时间内推翻了从前的自己，并且能够把整本书重新写一遍，一方面是整个能力的提升对业务有了新的理解，还有一方面就是保持深度思考不断精进自己的水平。
另一个重点就是要深度参与每一个项目，从底层最脏最差的数据开始，不仅仅是只做咨询，而是真正深入业务过程，让喜乐君能够真正以业务的视角去理解问题，而不是站在数据分析师的角度说我帮你做什么，而是真正变成业务人员，但是又比业务人员高一个层次。
整本书学习后，从我个人的角度来说，有两个重点的收货：
1、第二章 业务-数据-分析模型与企业数据地图，BI的展现其实仅仅是最后一步，前面如何从业务过程到数据仓库再到最后的分析，分析如何再反哺业务，这一整个循环就打通了，我们总是说BI无法落地，但是喜乐君老师就把BI真正落地了，真正帮助企业产生了价值！
2、BI的计算体系，喜乐君这次讲计算不仅仅是讲Tableau的计算，而是直接对应到SQL的计算逻辑，从明细层到视图层再到视图层的二次计算，以及LOD临时聚合构成了整个Tableau的计算体系与SQL的对应，帮助我们更好地理解计算的背后到底隐藏了什么。
而这还没有结束，喜乐君没有停留在Tableau这一款产品上，而是继续跨产品学习PowerBI，开始从一个具体的产品开始走向更高的抽象——业务分析通识，超越任何一款具体的产品。
联想到了之前听到的一本书“阿赞德人的巫术、神谕和魔法”，里面赞德人的思维就是巫术思维，当我们能够理解这种跟我们完全相反的思维方式的时候，我们也就站在了比这两种思维更高的地方。我们就能站在桥上，体会鱼是否快乐，也更能看清楚我们自己这种思维的局限。
当我们站在了整个BI的上方再次看各个产品，才能超越Tableau或者PowerBI等任何一款产品，看到每一款产品的优势与局限，帮助我们更好地进行思考。
当然我觉得最喜欢喜乐君的地方不仅仅在于他的BI水平，深度思考或技术传播的能力（每一个插图都是精心设计）
而在于他毫无保留的分享，他愿意打破这些信息差，当然用他自己的话来说，分享的过程他自己的收获才是最大的，教学相长，通过教能够更好地反哺自己的知识框架。，但是其实大部分人都做不到毫无保留的分享，整个格局就完全打开了！
”唯有知识，让我们免于平庸“，见到了这样的顶级技术传播者，才知道自己距离天花板太远太远！
数据可视化分析(第二版)读后感(四)
吴老师（喜乐君）专门顺丰快递的新书《数据可视化分析第二版-分析原理和Tableau、SQL实践》是在23年9月10日上午收到，让我实在是惊喜不已。从23年大年初一晚上报名参加腾讯课堂《喜乐君 数据可视化分析2.0（随书深度课堂）》，在抓紧时间专注阅读视频的同时，在为老师的精彩视频而鼓掌欢呼、沉浸阅读的同时对新书真可谓是望眼欲穿，最终到Q3才最终拿到实体书，只能是说好事多磨。
新书我用9周的时间阅读了三遍，第一遍速读，第二遍精读、第三遍结合课程视频。今后每两、三个月还要再重读一遍，直到有3.0版本出来为止。老师的前面两本书我也是反复阅读，基本都在5-10遍。当然复读的目的是要尽可能掌握老师新书的体系框架，加深对基础理论、原理的学习程度，像老师在书中提到BDA数据体系对应的业务在不同阶段的存在形态：液态、固态、气态，这样才能尽量做到知识的固化、升华，从而聚沙成塔，搭建适合自己的知识体系和框架。
接下来简单归纳下自己在阅读过程中的体会和感受。个人认为吴老师在Tableau知识体系的普及教育过程中，最大的贡献应该是以下五个方向。据个人所知，不管是在国内书籍市场、还是国际书籍市场、甚至是官方白皮书和帮助文件，基本都很少有涉及相关内容的阐述，或仅是只言片语，缺乏理论指导作用。（本人见识有限，请包容见谅！如果各位有不同看法、异议，可提出商议。）
第一、问题框架思维BDA（未在其他书籍中看到一致内容，参见书籍P. 20 第2章 2.1节 ）
v 分析层：业务逻辑、假设验证
v 数据层：业务对象、度量记录
v 业务层：业务对象、业务流程、业务规则
我自己对BDA的学习心得不多，主要是自己目前没有参与项目实施，对问题框架思维在实施中的指导、运用没什么实操经验。不过通过学习，感觉老师的BDA应该是对相关概念有了很大幅度的优化、精简，更适合类似我的小白入手，不至于被问题框架的厚重给吓退。今后自己在做项目实施时，需要结合BDA提炼知识，从而起到指导项目实施的作用。
本部分需要重点掌握的是业务规则和业务逻辑，这个是问题框架中的重中之重，毕竟我们实践是从业务出发、从问题出发。如果忽略业务规则、逻辑，分析结果多半是词不达意，答非所。其中比较专业的是数据层的数据库、数据仓库，对于我个人来说是难关。
第二、问题结构解析思维SQA（老师提出的创见，未在其他书籍中看到相关内容，参见书籍P. 35 第3章 3.1节 ）
v 分析范围 Scope
v 分析对象 Question
v 问题答案 Answer
在学习书籍例题的过程中，SQA是问题结构解析过程的最重要概念。一旦能理解SQA的作用，并坚持在实际问题结构解析过程中坚持应用SQA方法，逐渐熟能生巧，那么即使问题再错综复杂，至少解析思路还是能基本厘清出来。不然简单、复杂问题还好解析，而高级问题就容易陷入解题思路的谜团中，感觉脑中一团乱麻。尤其是当碰到LOD表达式直接出现在问题的分析范围、分析对象、问题答案三个环节中和问题嵌套的业务场景，如果没有厘清SQA，那要获得正确问题结构解析路径就无疑是缘木求鱼了。
数据可视化分析(第二版)读后感(五)
第五、系统体系思维
如果有阅读过老师三本书，特别是《数据可视化分析》的第一版和第二版，具体比较两个版本的系统体系阐述过程，就会发现老师在Tableau知识体系的表述框架有了很大的迭代，这背后是老师在理论和实践相结合后的持续反馈修正，在对自己的不断否定的过程中，老师的知识体系随之不断地升华、进化，这才是老师著作、视频始终能获得大家的肯定的致胜法宝。新书在系统体系内容的广度和深度上，尤其是深度上，在同类书籍中都占据着巅峰地位。
同时为了聚焦在Tableau的知识体系的主干，老师还忍痛放弃了Prep 和Server的部分内容，这是最令人遗憾的。万分期待老师在今后能专门针对这两部分再做进一步阐述，最终完美构建整个体系。
接下来，通过对老师著作的学习，我归纳了自认为的Tableau系统体系的难点、重点如下，仅供大家参考：
v 第一篇：数字化转型与业务分析原理
² 第1章：数字化转型关键环节和方法论
² 第2章：BDA分析框架
² 第3章：问题结构解析思维SQA，聚合 / 聚合度 / 详细级别 / 颗粒度，字段分类（维度 / 度量、离散 / 连续）
v 第二篇：数据准备、可视化、交互设计
v 第4章：数据混合，数据关系，数据合并分类矩阵，关系模型优化方法
v 第5章：可视化绘制方法与增强可视化
v 第6章：行级别筛选（维度筛选器）Dimension Filter 和 基于视图LOD的聚合度量筛选器 Measure(Agg) Filter，条件/顶、底部筛选器、上下文(背景)筛选器Context Filter，表计算筛选器，参数控制Para Control，集控制 Set Control，集动作 Set Action，筛选器优先级
v 第7章：高级交互，参数（控制、动作），集（控制、动作），动态区域可见性
v 第三篇：函数和计算体系
² 第8章：行级别计算和聚合计算的异同，日期函数（DATEPART、DATETRUNC），条件聚合 SUMIF
² 第9章：表计算（偏移计算、设置范围的相对/绝对方法），INDEX，WINDOW 函数，表计算筛选器，应用案例（标杆分析、帕累托、嵌套表计算）
² 第10章：计算的详细级别体系及优先级，LOD多遍聚合，专题案例（客户分析RFM、产品分析 购物篮），计算 / 筛选类型及其优先级，计算类型选择路径
最后，学习方法是见仁见智，冷暖自知，我的建议如下，存做抛砖引玉：
v 好记性不如烂笔头，强烈建议直接在书上勾画重点、概念、术语、定义；
v 建立适合自己的助记符号，标注在关键文字处，有助于复习速读时聚焦重点；
v 学习应用案例首先追求对整体逻辑、原理的理解，不要求硬性记忆操作步骤，在未来的实践中去记忆、完善操作、步骤
v 相关视频是书籍对应章节内容的精简、浓缩，同时又对关键部分做延伸、扩展。建议对照章节文字内容观看，书 - 视频 - 书或者视频 - 书 - 视频都是好的方式，适合不同学习倾向的读者选择。
衷心希望老师新书大卖，在实体书市场（尤其是专业书籍）逐年萎靡不振的环境下，能够凭借老师不断提升、持续迭代的精神和态度，闯出一条知识分享、共创的新路。同时祝愿所有同学、群友、读者能够通过反复研读老师的书籍、视频、博客等无私分享的知识，可以学有所成，在自己的职业生涯道路能够加速成长！
数据可视化分析(第二版)读后感(六)
第三、可视化结构解析思维
1．详细级别三层次（老师提出的创见，未在其他书籍中看到相关内容，参见书籍P. 444 第10章 10.4.2节）
v 数据表详细级别 Table LOD
v 问题 / 视图详细级别 Viz LOD
v 指定 / 匹配 / 引用详细级别 Filter / Match / Reference LOD
我认为数据/业务可视化最重要的概念就是详细级别三层次的定义和阐述。深入了解详细级别的不变和变化。不变的是数据表详细级别 Table LOD（大部分问题分析的起点）和 问题/视图详细级别 Viz LOD（大部分问题分析的终点）；变化的是指定 / 匹配 / 引用详细级别 Filter / Match / Reference LOD（起点到终点的桥梁）。如果用一幢厅堂来比拟，数据表详细级别 Table LOD是地面，问题/视图详细级别 Viz LOD是屋顶，指定/匹配/预先详细级别 Filter / Match / Reference LOD 是支柱，没有支柱，屋顶就无法搭建成功，无法遮风避雨。
详细级别三层次就像珍珠项链的那条线，它把Tableau三大难点：数据合并、数据筛选、LOD计算串联起来，通过异同之处对比，通过对详细级别层次的理解，可以加深对可视化结构的解析力度。
实操中先运用上述的问题结构解析思维SQA，确定业务分析范围、对象和答案，然后运用可视化结构解析思维的详细级别三层次，确定LOD之间的关系，避免迷失在错综复杂的问题中。
2．计算和筛选的操作顺序 / 优先级（官方文件有相关离散内容，老师进行大幅度的优化）
对比其他书籍和官方资料的计算和筛选的操作顺序内容，老师的优化幅度非常大。首先是大部分资料都没有将计算和筛选的操作顺序（优先级）结合为一个整体，这样就加大读者的学习难度。同时，还有个关键弊病，就是在实际问题解决过程时，如果场景同时需要引用计算和筛选时，计算和筛选两条线之间没有联系，就会陷入种种矛盾和冲突。这样对操作顺序理解错误的话，问题分析结果未必如自己所愿。
最典型的案例就是上下文(背景)筛选器Context Filter 的使用。另外，集 / 条件 / 顶、底部筛选器和Fixed LOD的相同级别；集 / 条件 / 顶（底）部筛选器级别、行级别筛选器（维度筛选器）Dimension Filter 和 基于视图LOD的聚合度量筛选器 Measure(Agg) Filter 之间的操作顺序（优先级）更是经常会碰到的、无法回避的问题。对复杂场景问题的解决过程是事倍功半还是事半功倍，很多时候就由对计算 / 筛选的操作顺序 / 优先级来决定。
第四、聚焦本质思维（第一性原理）
1．理论、原理优先原则
据我了解，关于Tableau的现有国内、国外的书籍、视频大多都是着力于软件工具的操作和技巧，对操作和技巧背后的理论、原理甚少提及。这就造成很多初学者都是照猫画虎，知其然不知其所以然。一旦实际问题有较大变化，就陷入无处着手的尴尬处境。
而老师的书籍始终一脉相承的就是理论、原理优先，尽量用深入浅出、雅俗共赏的文字、语言来阐述，再辅助生动鲜明的示例、配图来加深、活化读者的理解。这样书籍、视频的入门难度肯定是有一定增加，因为理论、原理必然是比较抽象的，就像数据聚合的过程，知识聚合、抽象后必然加大理解难度。不过如果读者坚持阅读，紧跟老师书籍、视频的进度，那么经过“书山有路勤为径，学海无涯苦作舟”，就会发现理论、原理背后是美丽的风景，对应的操作、技巧都能一目了然，运用自如。
2．自主绘制配图为主，截屏补充内容配图为辅原则
我接触过国内市场Tableau的中文书籍和英文书籍差不多有50本（包括电子书），其中英文书籍也有近20本，当然时间有限不可能全部阅读完毕。不过相关书籍的大致规律还是可以总结出来，就是入门书数量大大多于进阶书，软件操作技巧篇幅大大多于理论原理篇幅；书籍配图大多都是软件操作步骤的截屏，国外书籍甚至可以细化到每个操作步骤都配图或2-3个操作步骤就配一张图，而自主绘制配图非常少。
而老师的书籍配图中，自主绘制配图的比例是大到无以轮比的，而自绘配图是需要花费大量时间、精力的繁重工作，多易其稿是习以为常的，让我设身处地想象一下都会敬佩不已。昨晚我大致计算了一下，新书2.0的自绘配图约为150幅左右，截屏补充内容配图约为415幅左右，自绘配图占比近30%，而且截屏补充内容配图中，有很大一部分是补充内容占该图篇幅近一半的，我本着严格分类的原则才没有计入自绘配图，但工作量是不会骗人的。我相信这些都是老师花费了大量时间、精力辛苦制作，就为了能将相关理论、原理尽量阐述透彻，从而降低读者的学习门槛。老师的辛苦善莫大焉！
根据我的亲身学习体会，如果没有老师自绘配图的帮助，2.0的阅读难度会大幅增加，很多理论、原理的抽象程度不是像我这样的初学者能够顺利掌握的，甚至可能导致很多读者知难而退。总之，老师的自绘配图是老师全系列书籍的最大特色和优势，也是保证书籍质量的最有力工具。
数据可视化分析(第二版)读后感(七)
我用9周的时间阅读了三遍吴老师（喜乐君）的新书，后续还有复读的计划，目的是要尽可能掌握老师新书的体系框架，加深对基础理论、原理的学习程度。
个人认为吴老师在Tableau知识体系的普及教育过程中，最大的贡献应该是以下五个方向。
第一、问题框架思维BDA
我自己对BDA的学习心得不多，主要是自己目前没有参与项目实施，对问题框架思维在实施中的指导、运用没什么实操经验。不过通过学习，感觉老师的BDA应该是对相关概念有了很大幅度的优化、精简，更适合类似我的小白入手，不至于被问题框架的厚重给吓退。
本部分需要重点掌握的是业务规则和业务逻辑，这个是问题框架中的重中之重，毕竟我们实践是从业务出发、从问题出发。如果忽略业务规则、逻辑，分析结果多半是词不达意，答非所。其中比较专业的是数据层的数据库、数据仓库，对于我个人来说是难关。
第二、问题结构解析思维SQA
在学习书籍例题的过程中，SQA是问题结构解析过程的最重要概念。一旦能理解SQA的作用，并在实际问题结构解析过程中坚持应用SQA方法，逐渐熟能生巧，那么即使问题再错综复杂，至少解析思路还是能基本厘清出来。不然简单、复杂问题还好解析，而高级问题就容易陷入解题思路的谜团中，感觉脑中一团乱麻。尤其是当碰到LOD表达式直接出现在问题的分析范围、分析对象、问题答案三个环节中和问题嵌套的业务场景，如果没有厘清SQA，那要获得正确问题结构解析路径就无疑是缘木求鱼了。
第三、可视化结构解析思维
1．详细级别三层次
我认为数据/业务可视化最重要的概念就是详细级别三层次的定义和阐述。深入了解详细级别的不变和变化。不变的是数据表详细级别 Table LOD（大部分问题分析的起点）和 问题/视图详细级别 Viz LOD（大部分问题分析的终点）；变化的是指定 / 匹配 / 引用详细级别 Filter / Match / Reference LOD（起点到终点的桥梁）。
详细级别三层次就像珍珠项链的那条线，它把Tableau三大难点：数据合并、数据筛选、LOD计算串联起来，通过异同之处对比，通过对详细级别层次的理解，可以加深对可视化结构的解析力度。
实操中先运用上述的问题结构解析思维SQA，确定业务分析范围、对象和答案，然后运用可视化结构解析思维的详细级别三层次，确定LOD之间的关系，避免迷失在错综复杂的问题中。
2．计算和筛选的操作顺序 / 优先级
对比其他书籍和官方资料的计算和筛选的操作顺序内容，老师的优化幅度非常大。首先是大部分资料都没有将计算和筛选的操作顺序（优先级）结合为一个整体，这样就加大读者的学习难度。同时，还有个关键弊病，就是在实际问题解决过程时，如果场景同时需要引用计算和筛选时，计算和筛选两条线之间没有联系，就会陷入种种矛盾和冲突。这样对操作顺序理解错误的话，问题分析结果未必如自己所愿。
第四、聚焦本质思维（第一性原理）
1．理论、原理优先原则
据我了解，关于Tableau的现有国内、国外的书籍、视频大多都是着力于软件工具的操作和技巧，对操作和技巧背后的理论、原理甚少提及。这就造成很多初学者都是照猫画虎，知其然不知其所以然。一旦实际问题有较大变化，就陷入无处着手的尴尬处境。
而老师的书籍始终一脉相承的就是理论、原理优先，尽量用深入浅出、雅俗共赏的文字、语言来阐述，再辅助生动鲜明的示例、配图来加深、活化读者的理解。
2．自主绘制配图为主，截屏补充内容配图为辅原则
我接触过国内市场Tableau的中文书籍和英文书籍相关书籍配图大多都是软件操作步骤的截屏，而自主绘制配图非常少。
而老师的书籍配图中，新书2.0的自绘配图约为150幅左右，截屏补充内容配图约为415幅左右，自绘配图占比近30%，而且截屏补充内容配图中，有很大一部分是补充内容占该图篇幅近一半的。我相信这些都是老师花费了大量时间、精力辛苦制作，就为了能将相关理论、原理尽量阐述透彻，从而降低读者的学习门槛。老师的辛苦善莫大焉！
根据我的亲身学习体会，如果没有老师自绘配图的帮助，2.0的阅读难度会大幅增加，很多理论、原理的抽象程度不是像我这样的初学者能够顺利掌握的，甚至可能导致很多读者知难而退。总之，老师的自绘配图是老师全系列书籍的最大特色和优势，也是保证书籍质量的最有力工具。
第五、系统体系思维
如果有阅读过老师三本书，具体比较《数据可视化分析》两个版本，就会发现老师在Tableau知识体系的表述框架有了很大的迭代，这背后是老师在理论和实践相结合后的持续反馈修正，在对自己的不断否定的过程中，老师的知识体系随之不断地升华、进化，这才是老师著作、视频始终能获得大家的肯定的致胜法宝。新书在系统体系内容的广度和深度上，尤其是深度上，在同类书籍中都占据着巅峰地位。
衷心希望老师新书大卖，闯出一条知识分享、共创的新路。同时祝愿所有同学、群友、读者能够通过反复研读老师的书籍、视频、博客等无私分享的知识，可以学有所成，在自己的职业生涯道路能够加速成长！
