多个分析视角的数据多维分析图表该如何制作？
大家都听过“数据可视化”，也知道要用直观的图表让受众理解复杂多变的数据。但不同日期维度不同地域维度的数值对比，往往一张数据图表并不能直观地展示效果，又不想直接用表格呈现一“坨”数据。结果很多人花了大力气做可视化图表，却没达到想要的效果。
然而有了多维动态数据分析，分析图表不再只有一个分析视角，也不再仅仅服务于具体某个人，而是服务于所有浏览者。所有打开这张图表的浏览者，都能够从自身分析视角出发去做更具个性化、更符合自身分析需求的自助式数据分析。并且一开始的创建者也可以根据浏览者级别不同，给浏览者不同的权限。
听起来很神奇吧？带你一起看看Smartbi是如何操作的。
Smartbi操作入口
1、进入Smartbi Demo“分析展现”界面。
入口1：在系统主界面的系统快捷菜单选择 分析展现 > 更多分析：
入口2：在系统导航栏中选择 分析展现 ：
2、在“分析展现”界面主菜单新建多维分析：
入口1：在“分析展现”资源目录区的“分析图表”、“公共空间”、“我的空间”或其它文件夹的更多操作中，选择 新建分析 > 多维分析，弹出“选择多维数据源”窗口，确定多维数据集后，进入“新建多维分析”界面。
入口2：在“分析展现”界面主菜单，选择系统快捷菜单 更多分析 > 多维分析，弹出“选择多维数据源”窗口，确定多维数据集后，进入“新建多维分析”界面。
注：当只有一个多维数据源时，新建多维分析时不会弹出“选择多维数据源”窗口，会直接新建多维分析；只有在有两个及以上的多维数据源时才会弹出“选择多维数据源”窗口。
界面介绍
“多维分析”界面主要分为以下几个区域：
资源选择区：该区用于显示定制多维分析允许使用的各类资源：维、度量值、 自定义成员 和 自定义命名集。可以通过双击、拖拽成员或在成员/级别上右键选择函数的方式来添加资源。
查询面板：该区根据定制多维分析需要划分出三个小区：列区、行区和切块区。用于为在可选资源区选中的资源确定其在多维分析中所处的位置。该面板中橙色的区表示当前选中的区域，在左边资源选择区通过双击，或右键选择函数添加新维度资源时会自动加载到该区域。查询浮动面板各区中的维允许通过右键菜单进行编辑和删除的操作。
工作区：该区主要用于显示已设计好的多维分析的基本内容，主要包含：参数、维度过滤器、告警、已选自定义成员和已选层次结构。
属性面板区：该区通常与"工作区"结合使用，以实现对定制好的多维分析进行深入设计，主要可以实现：参数属性、维度过滤器设置、告警设置、已选自定义成员优先级设置、已选层次结构管理。
图表展示区：该区用于展现多维分析，并允许对表格或图形中的数据进行相关的分析操作，如：上钻、下钻、层钻、等。
Smartbi 制作多维分析，无需编写任何的代码，用户只需要通过语义层的定义就可以轻松搭建自己的多维数据模型。同时具有灵活的分析功能、直观的数据操作和分析结果可视化表示等突出优点，从而使用户对基于大量复杂数据的分析变得轻松而高效，以利于迅速做出正确判断。
多个分析视角的数据多维分析图表该如何制作？相关推荐
- JIra+Python+Pyechart 通过分析jira数据生成图表并展示，出具质量可视化的测试报告
背景: 我本人不愿意写测试报告,但领导规定每个迭代后都需要发一份测试报告,让我比较难受(不是不会写,主要是测试报告内容比较详实,几乎没有人会细看),没有人看就=流于形式 那么,有没有一种方法,既满足了 ...
- 分析视角下银行业数据平台架构演进及实现
当前,数据成为驱动银行业数字化转型的关键生产要素.如何从海量的数据中识别有效的价值数据,实现业务与数据的深度融合,激活数据要素潜能.深挖数据资产价值,成为银行业持续探索的重要课题. 随着云计算.大数据 ...
- 数据多维分析 - 派可数据商业智能BI可视化分析平台
先说下结果,经过测算,这家企业的产品退货率从6%降低到3%,净利润率能够提升0.5%-1%,净利润可以提升2个亿到4个亿. 先来说下生产制造行业的毛利率,大概在15%-25%左右,不同的细分行业毛利率 ...
- python怎么做图表好看_如何制作有趣好看的数据可视化图表？
工具方面 制作可视化各回答都忽略了一点,就是所展示数据的量和复杂度. 如果数据很简单,数据量很小(万行以内),数据很干净(很少有错误值和空缺值等),这种情况下如果为了单纯的图表可视化,建议用Excel ...
- 数据分析可视化04 图表组件：Echarts数据可视化图表基础
本课时是课程的第二个模块,环境部署篇的第一个课时.在第一部分的基础理论篇,我向你介绍了数据可视化分析的概念定义.方法体系和关键技术.接下来,我会带你了解基于开源框架,如何部署数据可视化分析的开发环境, ...
- 丽水数据可视化设计价格_网站建设之B端交互设计——数据可视化图表
在B端设计中,数据可视化是必不可少而且非常重要,越来越多的设计师需要和数据打交道,但是很多设计师不懂可视化当中不同用途的图表规范,只是单纯设计出好看的数据图表,却不能给用户带来更多的信息和价值. 因此 ...
- 高级转录组分析和R数据可视化第11期(报名线上课还可免费参加线下课2020.6)
福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现决定安排扩增子16S分析.宏基因组.Python课程和转录组的线上直播课.报名参加线上直播课的老师可在1年内选择参加同课程的一次线下课 ...
- 高级转录组分析和R数据可视化第11期(课程推迟，可先报名，时间另行告知)
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
- 高级转录组分析和R数据可视化(2020.2,课程推迟,可先报名,时间另行告知)
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
- 这是入门生信，学习生信分析思路和数据可视化的首选？
封面来源:https://www.zhihu.com/question/304747766 常规转录组是我们最常接触到的一种高通量测序数据类型,其实验方法成熟,花费较低,是大部分CNS必备的技术,以后 ...
最新文章
- Html5 aside标签的用法和作用
- R语言使用ggplot2包使用geom_violin函数绘制分组小提琴图(配置显示均值、中位数)实战
- 整数反转—leetcode7
- 不同进制数的表示方法
- 干货 | 深度学习的可解释性研究（一）：让模型「说人话」
- 《Supervised Descent Method and its Applications to Face Alignment》阅读笔记
- eclipse 矩阵删除行列,也可以矩阵形式编辑
- 侣信即时通讯系统全新发布
- Unity教程之-Unity3d中针对Android Apk的签名验证（C#实现）
- codeforces Div.2(5.21)B题
- #博学谷it学习技术支持# Java学习心得
- openwrt打印机服务器稳定性,软路由 篇一：openwrt共享打印机【上】【完美解决】HP10系打印异常问题...
- arcgis重心迁移分析,ArcGIS支持下三峡库区适度人口重心迁移研究
- PHP更换网页背景,更换网页的背景图
- 七腾OA办公平台解决方案
- 如何破解已签名JAR包
- 积分墙、广告等违规应用如何在安卓市场上线
- cad编辑节点快捷键是什么_CAD常用的快捷键命令
- python核心编程电子书_Python核心编程 PDF 超清第3版
- 灾备系统与备用服务器区别,服务器灾备方案是什么