大數(shù)據(jù)分析與可視化 課件 平臺(tái)介紹

大數(shù)據(jù)分析平臺(tái)

平臺(tái)介紹

思考的自由統(tǒng)一的工作臺(tái)所有的時(shí)間范圍提升的交互能力相互溝通決策網(wǎng)絡(luò)業(yè)務(wù)活動(dòng)權(quán)責(zé)簡(jiǎn)單的操作Mobile、離線(xiàn)綜合的實(shí)時(shí)的提供從數(shù)據(jù)分析挖掘到數(shù)據(jù)可視化展示的全套解決方案，推動(dòng)客戶(hù)實(shí)現(xiàn)數(shù)據(jù)價(jià)值到商業(yè)價(jià)值的完美蛻變。智速云大數(shù)據(jù)分析平臺(tái)理念

（對(duì)海量數(shù)據(jù)采集、數(shù)據(jù)可視化、數(shù)據(jù)挖掘）1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案數(shù)據(jù)可視化—“科學(xué)與藝術(shù)的結(jié)合”

云計(jì)算的分布式存儲(chǔ)和計(jì)算能力提供了技術(shù)支撐；而大數(shù)據(jù)的核心是數(shù)據(jù)處理，數(shù)據(jù)挖掘技術(shù)成為高效利用數(shù)據(jù)、發(fā)現(xiàn)價(jià)值的核心技術(shù).。讓大數(shù)據(jù)有意義，使之更貼近大多數(shù)人，最重要的手段之一就是數(shù)據(jù)可視化。數(shù)據(jù)可視化，是關(guān)于數(shù)據(jù)視覺(jué)表現(xiàn)形式，在大數(shù)據(jù)領(lǐng)域中，素來(lái)有“科學(xué)與藝術(shù)的結(jié)合”的說(shuō)法。事實(shí)上，數(shù)據(jù)可視化是一個(gè)處于不斷演變之中的概念。這里的變化主要指的是技術(shù)上較為高級(jí)的技術(shù)方法，而這些技術(shù)方法允許利用圖形、圖像處理、計(jì)算機(jī)視覺(jué)以及用戶(hù)界面，通過(guò)表達(dá)、建模以及對(duì)立體、表面、屬性以及動(dòng)畫(huà)的顯示，對(duì)數(shù)據(jù)加以可視化解釋。數(shù)據(jù)可視化源于統(tǒng)計(jì)學(xué)，出于對(duì)資料統(tǒng)計(jì)的結(jié)果會(huì)不受人重視的憂(yōu)慮，發(fā)展出一種色彩繽紛的圖表形式，讓數(shù)據(jù)能夠更加讓人印象深刻。（南丁格爾玫瑰圖）歷史資料：

弗羅倫斯·南丁格爾[2]（英語(yǔ)：FlorenceNightingale，1820年5月12日－1910年8月13日），英國(guó)護(hù)士和統(tǒng)計(jì)學(xué)家，曾往倫敦的醫(yī)院工作。

她發(fā)明出一種色彩繽紛的圖表形式，讓數(shù)據(jù)能夠更加讓人印象深刻。這種圖表形式被稱(chēng)作「南丁格爾的玫瑰」，是一種圓形的直方圖。

她用這種數(shù)據(jù)方式表達(dá)醫(yī)院季節(jié)性的死亡率，對(duì)象是那些不太能理解傳統(tǒng)統(tǒng)計(jì)報(bào)表的公務(wù)人員。她的方法打動(dòng)了當(dāng)時(shí)的高層，包括軍方人士和維多利亞女王本人，促進(jìn)了醫(yī)師改良的提案。1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案可視化自助服務(wù)分析自助式的大數(shù)據(jù)可視化分析大數(shù)據(jù)可視化帶來(lái)的沖擊開(kāi)發(fā)時(shí)間縮短，從之前的人月到小時(shí)；業(yè)務(wù)需求快速實(shí)現(xiàn)；從項(xiàng)目的工作形式到日常工作方式的轉(zhuǎn)變；人員素質(zhì)及要求的轉(zhuǎn)變；領(lǐng)導(dǎo)決策團(tuán)隊(duì)化；價(jià)值的提升及價(jià)格的縮減；最新一代的大數(shù)據(jù)分析軟件

智速云大數(shù)據(jù)分析平臺(tái)是最新一代的大數(shù)據(jù)分析軟件，能夠?qū)Χ喾N數(shù)據(jù)進(jìn)行快速分析和處理，可以滿(mǎn)足不同性質(zhì)的管理和研發(fā)流程中對(duì)大量數(shù)據(jù)的分析和決策要求。其最大的特點(diǎn)是通過(guò)多種動(dòng)態(tài)的圖形和篩選條件，快速對(duì)大量的數(shù)據(jù)進(jìn)行分析和處理，能夠生成包括柱狀圖、曲線(xiàn)圖、餅圖、散點(diǎn)圖、組合圖、地圖、樹(shù)形圖、熱圖、箱形圖、匯總表和交叉表等多種展現(xiàn)形式，且所有的圖形都能提供眾多的數(shù)據(jù)分析維度。一個(gè)多層級(jí)多終端靈活自助式分析平臺(tái)

可適用于各個(gè)行業(yè)，可以看到這些圖，非常絢麗，人對(duì)圖形會(huì)比較敏感，所以在統(tǒng)計(jì)學(xué)里面通常有比較標(biāo)準(zhǔn)的圖，如餅圖、柱形圖（垂直和水平）、虛線(xiàn)圖、水泡圖、魚(yú)骨圖、箱線(xiàn)圖等等。應(yīng)用在多個(gè)行業(yè)醫(yī)藥行業(yè)--目標(biāo)與生物標(biāo)記發(fā)現(xiàn)--先導(dǎo)化合物發(fā)現(xiàn)與優(yōu)化--臨床試驗(yàn)分析--藥物警戒--銷(xiāo)售與市場(chǎng)金融服務(wù)行業(yè)--投資組合管理--風(fēng)險(xiǎn)分析--監(jiān)管達(dá)標(biāo)能源--勘探--業(yè)務(wù)規(guī)劃--油氣田開(kāi)發(fā)--生產(chǎn)生產(chǎn)制造行業(yè)--成品率不良率分析--流程工程設(shè)計(jì)--產(chǎn)品工程設(shè)計(jì)--質(zhì)量與保修電信通訊行業(yè)--客戶(hù)分析--網(wǎng)絡(luò)分析消費(fèi)品行業(yè)--市場(chǎng)分析--銷(xiāo)售有效性--活動(dòng)與促銷(xiāo)分析--產(chǎn)品研發(fā)情報(bào)--電子郵件分析--新聞分析--網(wǎng)絡(luò)分析應(yīng)用在多個(gè)行業(yè)自助式分析開(kāi)發(fā)流程ERPCRMSCMETLOLAPCubeDataWarehouseMetaData分析平臺(tái)收集業(yè)務(wù)需求設(shè)計(jì)數(shù)據(jù)模型數(shù)據(jù)源數(shù)據(jù)加載構(gòu)建元數(shù)據(jù)開(kāi)發(fā)報(bào)表發(fā)布給最終用戶(hù)分析用戶(hù)開(kāi)發(fā)人員連接到數(shù)據(jù)源增加多數(shù)據(jù)源交互與數(shù)據(jù)可視化發(fā)布/共享ADSCache循環(huán)往復(fù)任意增加/修改數(shù)據(jù)數(shù)據(jù)分析產(chǎn)品專(zhuān)業(yè)開(kāi)發(fā)版--桌面分析與創(chuàng)作通過(guò)多個(gè)相互鏈接的可視化圖表研究數(shù)據(jù)從簡(jiǎn)單的條形圖到強(qiáng)大的統(tǒng)計(jì)功能，一切都觸手可及即時(shí)共享任何分析結(jié)果無(wú)單獨(dú)的發(fā)布步驟自動(dòng)生成的動(dòng)態(tài)過(guò)濾器任何字段的實(shí)時(shí)內(nèi)存過(guò)濾用戶(hù)驅(qū)動(dòng)的直觀界面完全交互式的用戶(hù)體驗(yàn)從多個(gè)來(lái)源加載數(shù)據(jù)直接ODBC訪(fǎng)問(wèn)，基于服務(wù)器的信息鏈接、Excel電子表格、數(shù)據(jù)文件WebPlayer基于Web的交互式分析即時(shí)共享無(wú)單獨(dú)的發(fā)布步驟；簡(jiǎn)單地保存到庫(kù)中功能豐富的交互式AJAX用戶(hù)界面(UI)通過(guò)瀏覽器提供卓越的響應(yīng)能力一致的用戶(hù)界面可視化、過(guò)濾器、指導(dǎo)式應(yīng)用無(wú)縫轉(zhuǎn)化到Web中跨瀏覽器支持MozillaFirefox與InternetExplorer；無(wú)需插件支持企業(yè)重建品牌，門(mén)戶(hù)集成輕松更改標(biāo)題外觀；在門(mén)戶(hù)中用作iFrame瀏覽器設(shè)計(jì)分析應(yīng)用遵循由大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

專(zhuān)業(yè)版創(chuàng)建的開(kāi)發(fā)模式WebPlayer基于Web的交互式分析擴(kuò)展分析范圍傳播專(zhuān)業(yè)知識(shí)，并發(fā)現(xiàn)新的見(jiàn)解擴(kuò)展到防火墻之外的客戶(hù)、供應(yīng)商和合作伙伴由用戶(hù)在幾秒內(nèi)創(chuàng)建無(wú)單獨(dú)的發(fā)布步驟無(wú)需IT人員編程或者編寫(xiě)報(bào)表可輕松在桌面環(huán)境中進(jìn)行部署無(wú)需安裝客戶(hù)端，使用瀏覽器直接訪(fǎng)問(wèn)集成到門(mén)戶(hù)、應(yīng)用和網(wǎng)站中可以方便集成到企業(yè)門(mén)戶(hù)中可以方便嵌入到企業(yè)應(yīng)用中創(chuàng)建……發(fā)布……分析……大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)服務(wù)器統(tǒng)計(jì)服務(wù)(S+,R語(yǔ)言)

提供先進(jìn)的統(tǒng)計(jì)計(jì)算引擎與部署管理器應(yīng)用程序數(shù)據(jù)服務(wù)

與企業(yè)數(shù)據(jù)源直接集成：SAPR/3、SAPB/W、用友ERP、OracleEBS、金蝶ERPWeb分析服務(wù)用于發(fā)布分析結(jié)果,基于瀏覽器的頁(yè)面設(shè)計(jì)。自動(dòng)化服務(wù)組件數(shù)據(jù)任務(wù)調(diào)動(dòng)與自動(dòng)更新管理和集成服務(wù)

數(shù)據(jù)集成、用戶(hù)管理、分析文件管理、數(shù)據(jù)源信息管理等集中式部署相關(guān)功能。智能化的布局支持?jǐn)?shù)據(jù)倉(cāng)庫(kù)新增很多炫酷圖表數(shù)據(jù)挖掘1.自適應(yīng)頁(yè)面大小2.可自由拖放功能1.支持平面文件加載，如：txt文件、CSV文件、excel文件、log文件、shp文件、XML文件等。2.支持關(guān)系型數(shù)據(jù)庫(kù)連接（SQLserver、Oracle）和非關(guān)系型數(shù)據(jù)庫(kù)連接（MongoDB、Hbase、Hadoop、JDBC、ODBC、OLEDB）。1.三維散點(diǎn)圖2.熱圖1.K均值聚類(lèi)分析2.線(xiàn)相似性分析3.樹(shù)形圖4.KPI圖5.地圖6.箱線(xiàn)圖3.層級(jí)群集分析4.預(yù)測(cè)模型5.R語(yǔ)言3.分類(lèi)聚合模型4.關(guān)聯(lián)規(guī)則分析模型智速云大數(shù)據(jù)分析平臺(tái)特征1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案支持?jǐn)?shù)據(jù)倉(cāng)庫(kù)，也支持基于列式存儲(chǔ)的內(nèi)存分析技術(shù)既可以使用文件式存儲(chǔ)(Hadoop)，又支持?jǐn)?shù)據(jù)倉(cāng)庫(kù)，滿(mǎn)足大數(shù)據(jù)量客戶(hù)的需求數(shù)據(jù)裝載于內(nèi)存中，實(shí)時(shí)響應(yīng)用戶(hù)的分析需求，計(jì)算速度快系統(tǒng)具備良好的適應(yīng)性與可擴(kuò)展性開(kāi)放的API接口，方便與外部系統(tǒng)進(jìn)行快速集成系統(tǒng)具備跨平臺(tái)性服務(wù)器可以既可支持windows平臺(tái)也可支持其他Unix環(huán)境移動(dòng)智能設(shè)備及云端的支持支持iOS系統(tǒng)及Android系統(tǒng)設(shè)備，決策者只要用手指就能做批示和交互支持分布式內(nèi)存技術(shù)，如Hadoop等，適合云端部署快速適應(yīng)性智速云大數(shù)據(jù)分析平臺(tái)優(yōu)勢(shì)滿(mǎn)足任意屏幕的可視化應(yīng)用智速云大數(shù)據(jù)分析平臺(tái)輕松設(shè)計(jì)不同風(fēng)格管理駕駛艙，滿(mǎn)足任意屏幕的可視化應(yīng)用。

平臺(tái)支持通過(guò)連接器與SQLserver、Oracle等關(guān)系型數(shù)據(jù)庫(kù)，MongoDB、Hbase等非關(guān)系型數(shù)據(jù)庫(kù)、Hadoop、JDBC、ODBC、OLEDB等數(shù)據(jù)庫(kù)建立數(shù)據(jù)連接加載數(shù)據(jù)。平臺(tái)支持對(duì)txt、csv、excel、log、xml、shp（標(biāo)準(zhǔn)的矢量地圖）等平面數(shù)據(jù)文件的加載。數(shù)據(jù)ETL——不僅支持平面數(shù)據(jù)文件，還支持關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)。可拓展性圖表的擴(kuò)展性：不僅支持2D平面圖，也可以加入3D立體圖表

提供圖表擴(kuò)展組件，支持：百度echarts、highcharts數(shù)據(jù)挖掘模型的擴(kuò)展性：R語(yǔ)言分類(lèi)聚合模型關(guān)聯(lián)規(guī)則分析模型采用最新最流行的大數(shù)據(jù)架構(gòu)SpotfireAnalystClientSpotfireWebClient大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

桌面客戶(hù)端大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

服務(wù)器節(jié)點(diǎn)管理器Node

Manager大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Worker運(yùn)行器大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

Worker運(yùn)行器大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Web客戶(hù)端節(jié)點(diǎn)管理器大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Worker運(yùn)行器httpshttpsNode

Manager大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)Worker運(yùn)行器BusinessAuthor

網(wǎng)頁(yè)編輯版Comsumer

網(wǎng)頁(yè)查看版Analyst

桌面開(kāi)發(fā)版第4代內(nèi)存處理架構(gòu)列式存儲(chǔ)技術(shù)，縮算法LZO壓縮算法(C語(yǔ)言)和緩存算法（頁(yè)面置換算法)LRU（Leastrecentlyused，最近最少使用）算法根據(jù)數(shù)據(jù)的歷史訪(fǎng)問(wèn)記錄來(lái)進(jìn)行淘汰數(shù)據(jù)，LRU的淘汰規(guī)則是基于訪(fǎng)問(wèn)時(shí)間，有新的數(shù)據(jù)進(jìn)來(lái)，之前最先新進(jìn)的數(shù)據(jù)將被踢出掉。在內(nèi)存模式下，分析平臺(tái)從數(shù)據(jù)庫(kù)，文件或系統(tǒng)讀取所有原始數(shù)據(jù)保存到內(nèi)存當(dāng)中。然后它將數(shù)據(jù)排序?yàn)楣潭ǖ母袷?，做快速和高效的可視化所需的?jì)算。大數(shù)據(jù)挖掘關(guān)鍵技術(shù)

自主開(kāi)發(fā)統(tǒng)計(jì)引擎，基于R、S+統(tǒng)計(jì)語(yǔ)言中常用統(tǒng)計(jì)挖掘算法，滿(mǎn)足大部分客戶(hù)的需求，不需要專(zhuān)業(yè)的開(kāi)發(fā)工具只需幾個(gè)小時(shí)就可以開(kāi)發(fā)自己的統(tǒng)計(jì)模型.。

數(shù)據(jù)挖掘(DataMining)是指從大量數(shù)據(jù)中提取出隱藏于這些數(shù)據(jù)中的規(guī)律，進(jìn)而通過(guò)這些規(guī)律來(lái)預(yù)測(cè)未來(lái)或是指導(dǎo)人們做出相應(yīng)的決策。

數(shù)據(jù)挖掘就是尋找隱藏在數(shù)據(jù)中的信息過(guò)程，如趨勢(shì)，特征及相關(guān)性，也就是從數(shù)據(jù)中發(fā)掘信息或知識(shí)。利用統(tǒng)計(jì)服務(wù)實(shí)現(xiàn)高級(jí)分析能力：支持S+和R

大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)整合了R語(yǔ)言、S+語(yǔ)言,使其具備預(yù)測(cè)分析、優(yōu)化模式檢測(cè)等能力高級(jí)分析使用戶(hù)能夠做出更優(yōu)秀、更明智的決策。將大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)的可視化數(shù)據(jù)分析能力與S+的深入統(tǒng)計(jì)能力相結(jié)合，提供先進(jìn)的預(yù)測(cè)分析。降低統(tǒng)計(jì)建模的復(fù)雜性，使大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)最終用戶(hù)能夠充分利用S+先進(jìn)的模型檢測(cè)、優(yōu)化、分類(lèi)和預(yù)測(cè)。在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中直接提供得到廣泛采用的強(qiáng)大R語(yǔ)言，以執(zhí)行高級(jí)假設(shè)分析和復(fù)雜的分析。大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)和S+（大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)

統(tǒng)計(jì)服務(wù)）之間更可靠的數(shù)據(jù)連接通過(guò)將S+和R運(yùn)行程序存儲(chǔ)在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)統(tǒng)計(jì)服務(wù)中，使其能夠從大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)界面直接調(diào)用。大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)OOTBS+OpenSourceRTERRSAS?MATLAB?分析過(guò)程簡(jiǎn)單直接。探索數(shù)據(jù)隱藏的模型和趨勢(shì)。在數(shù)小時(shí)內(nèi)快速建立企業(yè)級(jí)預(yù)測(cè)模型.能夠快速的幫助客戶(hù)發(fā)現(xiàn)和解決問(wèn)題R舉例：用R語(yǔ)言繪制散點(diǎn)圖基于顏色和點(diǎn)形對(duì)數(shù)據(jù)進(jìn)行分組繪制基本散點(diǎn)圖運(yùn)行結(jié)果:運(yùn)行結(jié)果:R舉例在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中我們只需要得到模型的輸出結(jié)果，剩下圖形繪制的事情就可以完全交給平臺(tái)完成，運(yùn)行的數(shù)據(jù)保存在內(nèi)存當(dāng)中。1.數(shù)據(jù)可視化4.功能特點(diǎn)目錄Contents2.平臺(tái)介紹3.技術(shù)優(yōu)勢(shì)5.行業(yè)解決方案功能特點(diǎn)——支持?jǐn)?shù)據(jù)倉(cāng)庫(kù)對(duì)建立有數(shù)據(jù)倉(cāng)庫(kù)，可充分利用現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)避免已有的IT投入可以繼續(xù)產(chǎn)生更大價(jià)值支持大數(shù)據(jù)量分析支持按需取數(shù)策略直接加載數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)，避免重復(fù)建模的工作量適用性（1）適用于任何人的分析系統(tǒng)（2）提供SDK功能擴(kuò)展（3）除具有分析函數(shù)外，又具有高級(jí)的統(tǒng)計(jì)函數(shù)和數(shù)據(jù)挖掘函數(shù)。支持豐富的圖形展示特性：產(chǎn)品功能豐富支持?jǐn)?shù)據(jù)鉆取支持?jǐn)?shù)值自定義分段統(tǒng)計(jì)支持?jǐn)?shù)據(jù)格柵方便外部集成使用著色方案增強(qiáng)圖表快捷查看詳細(xì)信息支持標(biāo)簽支持維度拖動(dòng)切換支持GIS地圖支持地圖著色支持矢量地圖文件導(dǎo)入支持統(tǒng)計(jì)分析圖熱圖平行線(xiàn)圖多維散點(diǎn)圖箱型圖靈活的交互式分析交互性分析

（1）交互式過(guò)濾——通過(guò)范圍滑動(dòng)條、檢查框、單選按鈕、列表框或文本搜索進(jìn)行數(shù)據(jù)過(guò)濾

（2）交互式分析——通過(guò)標(biāo)記、條件篩選、縮放滑塊、層級(jí)滑竿快捷進(jìn)行交互分析

（3）強(qiáng)大的書(shū)簽——通過(guò)書(shū)簽可在任意時(shí)間對(duì)分析過(guò)程截取快照，從而便于返回至之前生成的數(shù)據(jù)視圖。支持?jǐn)?shù)據(jù)鉆取數(shù)據(jù)鉆取——滑動(dòng)鉆取大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中的數(shù)據(jù)鉆取，首先建立鉆取組，不同的是在大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中稱(chēng)為層級(jí)，下圖層級(jí)命名為地區(qū)。在圖表中分析使用中，下鉆到行政省時(shí)，將按照上級(jí)行政大區(qū)分類(lèi)，所有的行政省都將展示出來(lái)。如下圖所示：支持?jǐn)?shù)據(jù)鉆取數(shù)據(jù)鉆取——?jiǎng)?chuàng)建子圖表實(shí)現(xiàn)大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)中還可以通過(guò)創(chuàng)建詳細(xì)圖表。如下圖所示：在行政大區(qū)條形圖中創(chuàng)建行政省的詳細(xì)圖表，這樣點(diǎn)擊行政大區(qū)里面的具體某個(gè)省，詳細(xì)圖將會(huì)出現(xiàn)這一個(gè)省的數(shù)據(jù)。主圖表子圖表自助式分析終端用戶(hù)可快捷進(jìn)行拖拽式分析通過(guò)開(kāi)發(fā)版，分析用戶(hù)，可以通過(guò)拖拽、快捷切換分析維度指標(biāo)，更換分析數(shù)據(jù)源；快捷發(fā)布分享分析的結(jié)果；通過(guò)瀏覽器，分析用戶(hù)可以快捷的在web端進(jìn)行私有數(shù)據(jù)分析?？旖輰?dǎo)出分析報(bào)告提供多種不同的報(bào)告導(dǎo)出模式單機(jī)開(kāi)發(fā)版，可以一鍵式導(dǎo)出PPT報(bào)告通過(guò)服務(wù)器可自動(dòng)化按需導(dǎo)出導(dǎo)出PDF格式的存檔分析報(bào)告通過(guò)自動(dòng)化服務(wù)器可以自動(dòng)化按需導(dǎo)出個(gè)性化的分析報(bào)告自定義表達(dá)式用戶(hù)在可視化分析過(guò)程中，如需對(duì)一些數(shù)據(jù)進(jìn)行簡(jiǎn)單加工處理，如使用算術(shù)運(yùn)算符、邏輯表達(dá)式等，給自己的表達(dá)式取名，以便日后使用。OVER函數(shù)應(yīng)用OVER函數(shù)是平臺(tái)基于一些特定應(yīng)用場(chǎng)景集成進(jìn)來(lái)的，用于計(jì)算基于組的某種聚合值。常用于銷(xiāo)售行業(yè)中的銷(xiāo)售環(huán)比、銷(xiāo)售同比、銷(xiāo)售占比分析。制造業(yè)中的生產(chǎn)環(huán)比、采購(gòu)環(huán)比、采購(gòu)?fù)确治?。?yè)面布局：可使用拖放操作更改圖表的布局，圖表也會(huì)根據(jù)頁(yè)面大小自適應(yīng)布局。單擊圖表標(biāo)題并將鼠標(biāo)拖動(dòng)到其他圖表?；疑?qū)@示在此圖表一部分的上方，當(dāng)您松開(kāi)鼠標(biāo)后，布局會(huì)更新。使用鼠標(biāo)拖放，自適應(yīng)的布局在頁(yè)面中將品牌名稱(chēng)經(jīng)過(guò)拖拽快捷切換為展廳名稱(chēng)自助式分析——拖放式：圖表中的指標(biāo)、維度等進(jìn)行拖放分析用戶(hù)，可以通過(guò)拖拽、快捷切換分析維度指標(biāo)，更換分析數(shù)據(jù)源。提供更多炫酷圖表帶餅圖的省份地圖交互式分析世界地圖交互式分析在線(xiàn)地圖交互式分析三維散點(diǎn)圖是由在三個(gè)軸上繪制數(shù)據(jù)點(diǎn)，以顯示三個(gè)變量之間的關(guān)系的圖形。三維散點(diǎn)圖在建模中的應(yīng)用。提供更多炫酷圖表KPI圖即關(guān)鍵業(yè)績(jī)指標(biāo)，KPI是企業(yè)中業(yè)績(jī)考評(píng)的方法。KPI可以使部門(mén)主管明確部門(mén)的主要責(zé)任，并以此為基礎(chǔ)，明確部門(mén)人員的業(yè)績(jī)衡量指標(biāo)，使業(yè)績(jī)考評(píng)建立在量化的基礎(chǔ)之上。提供更多炫酷圖表累計(jì)求和實(shí)現(xiàn)帕累托2/8分析

帕累托圖亦稱(chēng)主次分析圖，是從大量數(shù)據(jù)中找出主要因素，分析主要矛盾的一種圖形。它是條形比較圖和累計(jì)曲線(xiàn)圖的結(jié)合，即以條形表示各影響因素的絕對(duì)值，以曲線(xiàn)表示各影響因素占總數(shù)的百分?jǐn)?shù)和累計(jì)百分?jǐn)?shù)。

帕累托法則認(rèn)為，相對(duì)少量的原因通常造成大多數(shù)的問(wèn)題或缺陷。該法則通常稱(chēng)為80/20原則，即80%的問(wèn)題是由20%的原因?qū)е碌?。帕累托圖也用于匯總各種類(lèi)型的數(shù)據(jù)，并進(jìn)行80/20分析。如下例是一個(gè)企業(yè)的費(fèi)用支持分析，通過(guò)帕累托分析結(jié)果表明，主要的費(fèi)用支出項(xiàng)目在禮品、獎(jiǎng)金、酒店住宿機(jī)票，占到總體支持項(xiàng)目的一大半。通過(guò)柱形圖實(shí)現(xiàn)排名分析熱圖是用顏色代替了數(shù)字，最大值顯示為鮮紅色、最小值顯示為深藍(lán)色、中間值為淺灰色，這些極值之間具有相應(yīng)的過(guò)渡（或漸變）。利用群集可以分析出哪幾個(gè)測(cè)試結(jié)果相似度高，以及各個(gè)測(cè)試結(jié)果的相似度大小。提供更多炫酷圖表箱線(xiàn)圖（即我們常說(shuō)