臺灣博碩士論文加值系統

隨著科技的日新月異，人們可以透過不同的資訊設備，從更多元的管道收集不同的資料，而這些資料一點一滴地累積起來，最終匯聚成所謂的「大數據」，而近年來隨著大數據議題的發展趨勢，已有許多的學者紛紛提出相關的研究。
然而在對「大數據」進行一連串的處理及分析後，最重要的還是如何將資訊清楚的呈現給使用者，資料視覺化便是呈現資料的方法之一，若是能透過資料視覺化，將接收而來的資料轉換為一目瞭然的有用資訊，則可以有利於我們對資料的判讀及利用，更可以協助決策者、學者做出適當的決策及判斷，相對的也能減少判讀大量資料時所耗費的時間或人力資源。
本研究利用微軟提供的北風範例資料庫作為資料來源，並透過資料視覺化設計工具－Tableau Desktop，針對資料欄位設計不同的視覺化圖表，最終將各個圖表整合至視覺化儀表板，藉此協助我們判讀各個資料之間的關聯性，進而找出其中隱含的資訊。
最後本研究成功利用Tableau Desktop，提出一資料視覺化互動分析平台，能幫助使用者進行資料的判讀，也能幫助使用者挖掘出隱含在資料間，更深層的資訊，並藉此輔助決策及分析。

With the rapid development of technology, people can collect different information from more channels through different information devices. These materials are accumulated one by one and eventually aggregate into so-called "big data". With the development trend of big data issues, many scholars have put forward relevant research.
However, after a series of processing and analysis of "Big Data", the most important thing is how to present the information clearly to the user. Data visualization is one of the methods of presenting data. If it can be visualized through the data, it will receive The conversion of the information into a clear and useful information can help us to interpret and use the data, and can help decision makers and scholars make appropriate decisions and judgments, and relatively reduce the cost of reading large amounts of information. Time or human resources.
This study uses the North Wind sample database provided by Microsoft as a source of data, and through the data visualization design tool - Tableau Desktop, to design different visual charts for the data fields, and finally integrate the various charts into the visual dashboard to assist We interpret the correlation between the various materials to find out what is implicit.
Finally, this study successfully used Tableau Desktop to propose a data visualization interactive analysis platform, which can help users to interpret data, and also help users to mine deeper information hidden in the data, and to assist decision-making and analysis.

目　　次
摘要 iv
Abstract v
致謝 vi
目　　次 vii
表目錄 x
圖目錄 xi
第一章 緒論 1
1.1研究背景 1
1.2研究動機 3
1.3研究目的 3
第二章 文獻回顧 5
2.1大數據 5
2.1.1大數據的定義 5
2.1.2大數據的特性 6
2.1.2大數據的相關研究 7
2.2資料視覺化 8
2.2.1資料視覺化的定義 8
2.2.2資料視覺化的類型 8
2.3 資料視覺化工具 12
2.3.1 Excel 12
2.3.2 Power BI 13
2.3.3 Tableau Desktop 13
2.4零售業 15
2.4.1有店舖零售 15
2.4.2無店舖零售 16
2.4.3銷售數據分析 16
第三章 研究方法 17
3.1研究架構 17
3.2資料蒐集 18
3.2.1 Orders 19
3.2.2 Orders Details 20
3.2.3 Customers 21
3.2.4 Employees 22
3.2.5 Product 25
3.2.6 Categories 26
3.2.7 Supplier 27
3.2.8 Shippers 29
3.3零售業議題及圖表設計 29
3.3.1 零售業議題建立 29
3.3.2 Tableau Desktop視覺化工具 30
3.3.3銷量分析圖表 32
3.3.4人員分析圖表 35
3.4互動分析平台設計 37
3.4.1商品銷售儀表板 37
3.4.2員工表現儀表板 38
第四章 圖表分析和討論 39
4.1銷量分析議題 39
4.1.1各城市銷售額 39
4.1.2熱賣商品 40
4.1.3月銷售額 41
4.2人員分析議題 43
4.2.1各區域累計訂購熱點 43
4.2.2員工累計銷售額 43
4.2.3客戶銷售額 44
4.3互動分析平台內容分析 45
4.3.1商品銷售儀表板 46
4.3.2員工表現儀表板 51
第五章 結論 55
5.1結論 55
5.3研究限制 56
5.3未來研究方向 56
參考文獻 58
 
表目錄
表1.常見的視覺化圖表-表格[10] 9
表2.資料視覺化的15種目標分類[18] 11
表3. Orders欄位說明 19
表4. Orders Details欄位說明 20
表 5 Customers欄位說明 21
表6. Employees欄位說明 22
表7. Product欄位說明 25
表8. Categories欄位說明 26
表9. Supplier欄位說明 27
表10. Shippers欄位說明 29
表11. 零售業議題面向分類表 30

 
圖目錄
圖1. 2017至2022全球行動網路流量增長預測（每月）[5] 1
圖2.全球網路速度增長預測[5] 2
圖3.「大數據」一詞的搜尋熱度[4] 2
圖4.「Big Data」一詞的搜尋熱度[4] 3
圖5.大數據的4V 特性 7
圖6. 常見的視覺化圖表-曲線圖[10] 10
圖7. 常見的視覺化圖表-圓餅圖 10
圖8.使用Excel進行視覺化圖表繪製 12
圖9.Power BI 功能介面 13
圖10.資料視覺化應用範例（Tableau）-流感[15] 14
圖11. 具有實體店鋪的獨立商店[21] 15
圖12.系統架構圖 17
圖13.北風資料庫－個體關係圖 18
圖14. Orders資料內容（前10筆） 19
圖15.Orders資料內容（前10筆）（續） 20
圖16.Orders Details資料內容（前10筆） 20
圖17. Customers資料內容（前10筆） 21
圖18. Customers資料內容（前10筆）（續） 22
圖19. Employees資料內容 23
圖20. Employees資料內容（續） 23
圖21. Employees資料內容（續） 24
圖22. Product資料內容（前10筆） 25
圖23. Product資料內容（前10筆）（續） 26
圖24. Categories資料內容 26
圖25. Supplier資料內容（前10筆） 27
圖26. Supplier資料內容（前10筆）（續） 28
圖27. Supplier資料內容（前10筆）（續） 28
圖28. Shippers資料內容 29
圖29. 在Tableau Desktop中設定北風資料庫的個體關係 31
圖30. Tableau Desktop所提供的圖表 31
圖31.利用國家、城市資料，繪製訂購量地圖 32
圖32.各城市銷售額長條圖 33
圖33.熱賣商品氣泡圖 33
圖34月銷售額曲線圖 34
圖35.各城市訂購量熱點地圖 35
圖36.員工累計銷售額長條圖 36
圖37.客戶訂單量樹狀結構圖 36
圖38.商品銷售儀表板 37
圖39.員工表現儀表板 38
圖40.各國家的銷售額 39
圖41.各國城市的銷售額 40
圖42.熱賣商品氣泡圖 41
圖43.每月銷售額曲線圖 42
圖44.各城市訂單數量 43
圖45.員工銷售額表現 44
圖46.客戶訂單量樹狀結構圖 44
圖47.商品銷售儀表板 45
圖48.員工表現儀表板 46
圖49.以最熱賣的商品Camembert Pierrot進行資料篩選 47
圖50. Camembert Pierrot在德國的銷售狀況 47
圖51.進一步以德國進行資料篩選 48
圖52.以1998年2月進行資料篩選 49
圖53.以美國進行資料篩選 50
圖54.美國客戶所貢獻的銷售額 50
圖55.以累計銷售額最高的員工進行資料篩選 51
圖56.以Margaret進行資料篩選 52
圖57. Margaret在美國區累計銷售額 52
圖58. Margaret在1997年1月銷售額 52
圖59.以累計銷售額最高的美國進行資料篩選 53
圖60.美國區員工累計銷售額 53
圖61.美國區累計銷售額 53
圖62.以德國進行資料篩選 54
圖63.德國區員工累計銷售額 54
圖64.德國區累計銷售額 54

1. Bradford, W.C. "Reaching the visual learner: teaching property through art," The Law Teacher Vol. 11, 2004.
2. Fang, R., Pouyanfar, S., Yang, Y., Chen, S.-C., and Iyengar, S. "Computational health informatics in the big data age: a survey," ACM Computing Surveys (CSUR) Vol. 49, No. 1, 2016, p 12.
3. Friendly, M., and Denis, D.J. "Milestones in the history of thematic cartography, statistical graphics, and data visualization," http://www.datavis.ca/milestones Vol. 32, 2001, p 13.
4. Google "Google趨勢搜尋," 2019.
5. Index, C.V.N. "Global Mobile Data Traffic Forecast Update, 2017-2022," Cisco: San Jose, CA, USA Vol. 2019.
6. Murray, S. Interactive data visualization for the web: an introduction to designing with " O'Reilly Media, Inc.", 2017.
7. Reinsel, D., Gantz, J., and Rydning, J. "Data age 2025: The evolution of data to life-critical," IDC White Paper Vol. 2017, pp 1-25.
8. Snijders, C., Matzat, U., and Reips, U.-D. "" Big Data": big gaps of knowledge in the field of internet science," International Journal of Internet Science Vol. 7, No. 1, 2012, pp 1-5.
9. 中華民國勞動部 "勞動部行業職業就業指南-零售業," 2019.
10. 交通部中央氣象局 "海溫統計," 2019.
11. 帆軟軟體有限公司 "不懂銷售數據分析報表，就是一筆糊塗賬！," 2019.
12. 帆軟軟體有限公司 "如何開展銷售數據分析？," 2019.
13. 帆軟軟體有限公司 "零售業大數據應用方案概述," 2019.
14. 张海鸥 "Tableau 在移动网络优化中的应用," 吉林省经济管理干部学院学报 Vol. 26, No. 4, 2012, pp 68-70.
15. 昊青股份有限公司 "Tableau- 視覺化商業智慧分析軟體," 2019.
16. 高翊瑋, 侯藹玲, 葉玲瓏, and 姜葉飛 "醫療大數據概述," Journal of Data Analysis Vol. 11, No. 5, 2016, pp 1-11.
17. 彭其捷 "資料視覺化的神兵利器（上）：套裝軟體與程式篇," 2017.
18. 彭其捷 "資料視覺化的類型與案例," in: 資料視覺化的奇幻之旅, 2017.
19. 黃昱霖, 吳宗翰, 林峰正, and 衷嵐焜 "巨量資料視覺化之研究," SEAIT2013 Vol. 2013.
20. 黃瀚萱, and 陳信希 "醫療大數據及其應用," 台灣醫學 Vol. 20, No. 6, 2016, pp 589-594.
21. 維基百科 "7-Eleven," 2019.
22. 賴甫誌 "大數據在災難護理全期管理的運用," 榮總護理 Vol. 35, No. 4, 2018, pp 427-432.