**解决什么问题：让脏数据不再是拦路虎**

大多数职场人接触 Tableau 时，最头疼的往往不是最后的图表制作，而是前端的数据清洗。原始数据里混杂着格式错误、缺失值、重复记录，甚至字段命名不统一的问题。如果手动用 Excel 一步步处理，不仅耗时，而且难以复现，换一批数据又得从头再来。这门课程的核心价值，在于教你使用 Tableau Prep Builder 构建一条“可重复、自动化”的数据清洗流水线。它不只讲概念，而是直接切入电商和 BI 分析的真实场景，通过具体案例演示如何把杂乱的原始报表变成结构化、可供后续分析的标准数据集。你不需要成为代码专家，但需要理解数据流转的逻辑，知道哪些步骤需要筛选、哪些需要透视或去重。对于每天被低效数据处理困扰的业务分析师、电商运营或准备转向 BI 领域的转行者来说，这是能直接提升工作效率的实用技能。

**适合谁与入门基础：零代码门槛，但需懂业务**

这门课没有前置的代码编程要求，适合所有对数据可视化感兴趣、希望摆脱手动清洗苦力的职场人士。只要你熟悉基本的 Excel 操作逻辑，比如知道什么是筛选、合并和去重，就能跟上进度。课程特意强调了“商业智能”和“数据可视化爱好者”这两个群体，意味着它不仅教工具操作，更渗透了 BI 分析师的工作思维：在清洗阶段就要预判下游图表需要什么样的数据形态。如果你是零基础，建议先花少量时间复习 Excel 的基础数据处理功能，这样在学习 Tableau Prep 的界面操作和流程逻辑时会更快建立映射感。课程节奏适中，2020 版的案例依然具有典型性，因为底层的数据清洗逻辑并未因时间推移而过时，反而随着数据量增长变得更重要。

**学习路径与实操配合：从流程搭建到独立交付**

建议不要按章节顺序死磕，而是先看完第 1 章的前两节，理解 Tableau Prep 在整个 Tableau 产品体系中的定位，再重点研读“界面操作的基本规律”和“注意事项”。这两部分看似基础，实则决定了你后续操作能否顺畅。核心实战部分应结合案例数据，亲手跑通一个完整的清洗流程：从导入原始数据开始，设置筛选条件、规范字段名称、处理缺失值，最后生成整洁的数据集。在这个过程中，不要只看视频，务必打开软件同步操作，因为 Prep 的节点连接和参数设置极易产生细微差别。学完后的检验标准很明确：你能否独立拿到一份陌生的脏数据，在 30 分钟内梳理出它的清洗逻辑，并生成一份可供 Tableau Desktop 直接连接分析的标准数据集。将这份练习文档保存下来，它不仅是你能力的证明，也是未来工作中可复用的资产模板。

课程目录

QQ_1785811400110.png (121.

22 KB,  ) 2026-8-4 10:

45 上传 适合人群： 数据分析师，电商分析师，BI分析师，商业智能，数据可视化爱好者，以及所有需提升竞争力的职场人士。 你将会学到： 掌握Tableau Prep在数据管理方面的知识，能独立使用该工具满足工作需求。 结合案例全面掌握Tableau prep builder在数据管理、清理、数据核查等方面的实战应用。 第1章Tableau Prep概述(58分钟7节) 1-1数据整理？光想想都让人头痛！[10:35] 1-2Tableau Prep的使用价值[08:20] 1-3Tableau的产品体系[21:54] 1-4Tableau Prep界面操作的基本规律[10:09] 1-5使用中的注意事项[07:37] 1-6本课程案例数据下载[说明] 1-7本课程数据及文档下载[00:10] 第2章案例1：历史销售数据的合并清理(1小时30分钟9节) 2-1案例需求分析[06:03] 2-2数据读取节点的基本用法[14:17] 2-3读入文本格式的数据文件[05:43] 2-4读入数据时处理文件合并等问题[06:16] 2-5数据清理节点的基本用法[18:00] 2-6对各地区的销售数据进行清理[12:01] 2-7各地区数据的纵向合并[07:37] 2-8数据的横向连接[12:10] 2-9数据的保存与导出[08:07] 第3章案例2：CCSS数据质量的自动核查(1小时26分钟6节) 3-1CCSS案例介绍[11:34] 3-2数据核查的方法论[18:15] 3-3生成数据核查结果长表（上）[14:27] 3-4生成数据核查结果长表（下）[09:57] 3-5生成数据核查结果宽表[16:28] 3-6在Prep流程中调用python代码