3.1.2 聚合是问题分析的本质
问题分析的本质过程应该适用于Excel、SQL和Tableau等所有工具，这里先以熟悉的Excel为例介绍，帮助读者理解问题分析的本质关系。
1.基于Excel透视表理解聚合
以Excel为例，在“示例—超市”明细数据中创建两个透视表，生成“各类别的数量总和”“各细分的数量总和、利润总和”交叉表，数据如表3-2所示。
表3-2 两个问题的交叉表
Excel透视表（Pivot Table）实现了从成千上万的数据明细，到少量的交叉表的分组计算。还可以灵活调整交叉表的行列字段位置，比如“各细分、各订单年度的数量”，如表3-3所示。
表3-3 问题对象分别在行和列的结果交叉表
可见，Excel透视表的“透视”（Pivot）包含了双重含义：从明细表到结果表由多变少的计算过程、变换行列字段位置的结构调整。其中，前者称为“聚合”（Aggregation），后者称为“转置”（Pivot）。
在透视过程中，聚合是绝对的、客观的、不可或缺的，转置是相对的、主观的、非必然的。因此，分析的本质过程是聚合，聚合是分析中最基本的数据抽象方法。
笔者推荐读者以“可视化”的方式理解聚合，如图3-4所示，本书约定使用带箭头的线条表示逻辑上的聚合过程，箭头不同的起点和终点代表不同的聚合方式。基于这样的可视化层次框架理解问题背后的聚合过程，是笔者跨工具学习高级聚合的法宝之一。
图3-4 聚合是问题分析的本质
正因为“聚合是问题分析的本质”，所以分析结果对应的交叉表（Cross Table）又常被称为“聚合表”（Aggregate Table），与聚合表相对应的明细表（Detail Table）也被称为“底表”（Base Table）。企业分析过程中经常会出现成千上万的聚合表，它们催生和推动了数据仓库的发展；数据仓库不仅是数据明细的备份仓库，而且是各种聚合表、表关系等延伸内容的仓库。本书会在第11章结合Data Management简要介绍。
2.基于SQL理解聚合过程
“分析的本质是聚合”，这适用于所有分析工具，只是表达方式略有差异。
在SQL中，典型的聚合查询（Query）如下所示。
从结构上看，WHERE和HAVING语法实现筛选（其中WHERE在聚合之前，HAVING在聚合之后），GROUP BY语法限定聚合的分组依据（即分析对象），问题答案则必然对应聚合函数（比如SUM、AVG、MIN等）。可见，筛选、分组、聚合构成了SQL的基本结构。
从过程上看，SQL查询也是从数据明细表（即FROM之后的部分）到问题交叉表（对应SELECT之后的部分）的聚合过程。
本书中，不包含聚合的问题不能称为分析，姑且称为“查找”（Find），比如“每个员工的身份证号”（身份证号是唯一属性，因此不存在聚合过程）。“查找”是基于明细、不加抽象过程的；“分析”是建立在聚合和抽象基础上的，在SQL中可以统称为“查询”（Query）。比如：
· 查找明细行（如SLECT * FROM TABLE）
· 分组聚合查询（如SELECT［region］，SUM（［sale］） FROM table GROUP BY［region］）
作为可视化分析的典型代表，Tableau Desktop也有类似的问题结构和聚合过程。更重要的是，Tableau把分析对象和问题答案归纳为更抽象的字段角色——维度和度量，相比Excel和SQL，这在逻辑上迈出了一大步。