对于普通的表格展示数据,相信大家都非常熟悉了,今天给大家介绍的是BI领域的分析利器-交叉表,这个在BI分析场景中使用占比最多的分析利器。通过交叉表对数据的承载和管理,用户可以一目了然地分析出各种场景指标以及对比,帮助用户作出决策。我们简单列举几个场景看看Quick BI的宝藏功能——交叉表吧!

场景一:多角度排序

很多时候,当我们面对大量数据时,都需要用到排序来知晓 TOP N 等场景,在这里,Quick BI的交叉表提供了两种排序方式。

1、全量排序

全量排序是直接对某个字段(维度/度量)进行全量排序(即我们常规的表格排序):

2、分组排序

分组排序顾名思义,此排序方式将会把数据分成各个大大小小不同层级的小组,然后对组内排序,比如你想看 “男鞋类目 -> 红色鞋子 -> 销量TOP 3”,使用这种排序就可以一目了然:

场景二:交互式分析

BI分析很重要的一环当属上钻/下钻以及图表之间的联动展示了。除此之外,Quick BI交叉表还额外支持了外部跳转功能,可以将分析关联到外部报表或资源。这里我们将演示下如何配置以达到期待的分析效果。

1、钻取

钻取可算得上BI分析当中使用率非常高的功能,试想这样一个场景:销售经理想要看到“浙江省”的全貌销售数据,同时他想进一步了解“杭州市”的情况,再去对比杭州市下“办公用品”商品的销量。传统情况下,销售经理可能要查看多张不同的表,费事费力还容易出错。然而,通过钻取,查看报表的时候就可以在不同的维度之间自由切换,便捷高效的洞察不同维度的数据。

2、联动

如果我们想在交叉表中点击某个省(如“上海”)时,立即让下方的线图和饼图也相应展示“上海”的数据,就可以通过联动来实现,最终的效果如下:

3、跳转

如果我们想通过当前的一个“销售大盘概览”交叉表,点击“上海”一行对应的“订单数量”值后,立马跳转到对应“销售明细”仪表板,并且展示对应的“上海”的订单明细,我们便可以使用交叉表的跳转功能,结合仪表板的全局参数来实现跨报表联动。配置方式与联动类似,由于篇幅原因,这里暂时不作演示,有兴趣的同学可以深入尝试下。

场景三:条件格式

熟悉excel操作的同学应该对条件格式不陌生了,有了条件格式,可以方便决策者识别出关键信息点,并且了解到不同阀值的数据指标,当前我们提供了「阶段图标」和「数据条」类型的条件格式:

场景四:行列混布

相对于其他BI产品的交叉表,行列混布可以称得上是Quick BI交叉表的一个特色分析功能,有了他,我们可以实现横向和纵向多层的分类结构,满足我们从不同角度更直观看数据的需求。比方说:我们想要在行上凸显出“省份 -> 城市”的层级关系,并且还要在列上凸显出“产品类型 -> 产品子类 -> 订单数量/订单金额/利润金额”这样的层级关系,最终对应起来看一个对比数据,最终的展示效果就会变成下面这个样子:

当然你也可以通过改变维度和度量的位置来实现不同效果(注:度量字段会被强制排在一起),将行列混布和行列转置一起使用,会看到更加不同的分析效果,有兴趣的同学不妨一试喔!

限于篇幅原因,Quick BI 交叉表的新特性介绍大致先讲到这里,还有更多功能等大家亲自体验哦:

行列转置
聚合/明细查询
透视表模式
主题模板
行序号
合并同类单元格
冻结行列
自动换行
数据分页
展示列(列顺序调换、列分组)
系列别名/描述、对齐方式
数值格式化(小数位、千分位、单位、百分比)
多端适配...

介样子功能强大的交叉表,分析师看了会流泪,老板看了会惊呆,你心动了吗?还等什么,快快用起来吧,更多关于Quick BI交叉表的隐藏功能等你来挖掘哦~

阿里巴巴数据中台团队,致力于输出阿里云数据智能的最佳实践,助力每个企业建设自己的数据中台,进而共同实现新时代下的智能商业!

阿里巴巴数据中台解决方案,核心产品:

Dataphin,以阿里巴巴大数据核心方法论OneData为内核驱动,提供一站式数据构建与管理能力;
Quick BI,集阿里巴巴数据分析经验沉淀,提供一站式数据分析与展现能力;
Quick Audience,集阿里巴巴消费者洞察及营销经验,提供一站式人群圈选、洞察及营销投放能力,连接阿里巴巴商业,实现用户增长。
欢迎志同道合者一起成长!更多内容详见数据中台官网 https://dp.alibaba.com

本文作者:徐姗

原文链接

本文为云栖社区原创内容,未经允许不得转载。

Quick BI的宝藏工具——交叉表的更多相关文章

  1. Quick BI取数模型深度剖析

    开发图表最关键的点在于选择准确的图表类型展示准确的数据,而准确的数据往往依赖于一个强大的取数模型,因此设计一个好的取数模型不仅可以解决数据安全的问题,更可以帮助每个访问者高效触达自己想要的数据,开发者 ...

  2. Quick BI 3.0 - 强大的多维分析表格:交叉表

    写在开头 对于普通的表格展示数据,相信大家都非常熟悉了,今天给大家介绍的是BI领域的分析利器-交叉表,这个在BI分析场景中使用占比最多的分析利器.通过交叉表对数据的承载和管理,用户可以一目了然地分析出 ...

  3. Quick BI的SQL传参建模可以用在什么场景

    Quick B的SQL传参建模功能提供基于SQL的数据加工处理能力,减轻了IT支撑人员的工作量.在即席查询SQL中,我们用物理字段显示别名来表示参数的占位符,配置完占位符后,就可以在查询控件中进行参数 ...

  4. FocusBI: 《DW/BI项目管理》之数据库表结构 (原创)

    关注微信公众号:FocusBI 查看更多文章:加QQ群:808774277 获取学习资料和一起探讨问题. <商业智能教程>pdf下载地址 链接:https://pan.baidu.com/ ...

  5. 阿里云Quick BI——让人人都成为分析师

    在3月29日深圳云栖大会的数据分析与可视化专场中,阿里云产品专家潘炎峰(陌停)对大数据智能分析产品 Quick BI 进行了深入的剖析.大会现场的精彩分享也赢得观众们的一直认可和热烈的反响. Quic ...

  6. Quick BI助力云上大数据分析---深圳云栖大会

    在3月29日深圳云栖大会的数据分析与可视化专场中,阿里云产品专家陌停对大数据智能分析产品 Quick BI 进行了深入的剖析.大会现场的精彩分享也赢得观众们的一直认可和热烈的反响. 大数据分析之路的挑 ...

  7. pandas 之 交叉表-透视表

    import numpy as np import pandas as pd 认识 A pivot table is a data summarization tool(数据汇总工具) frequen ...

  8. Quick BI功能篇之(一):20分钟入门

    前言: 最近小编帮助隔壁团队一个小姐姐解决了个大难题:给老板汇报业绩分析,频次提高.效率提升,还得保证团队中的小伙伴们都得有点大数据时代的基本数据能力.小编觉得这么好的经验可以分享给更多志同道合的朋友 ...

  9. Quick BI 支持多种数据源进行多维分析

    一.摘要 随着互联网的高速发展,数据量爆发式增长的同时,数据的存储形式也开始呈现出多样性,有结构化存储,如 Mysql, Oracle, SQLServer 等,半结构化甚至非结构化存储,如HBase ...

随机推荐

  1. lnmp 安装yarn

    Linux 安装 curl --silent --location https://dl.yarnpkg.com/rpm/yarn.repo | sudo tee /etc/yum.repos.d/y ...

  2. 解决Pip install Pillow 失败问题

    当我在使用Django一个上传图片功能的时候, Django 提示我安装 Pillow这个图片处理的库, 当我尝试安装的时候. 总是提示安装失败 报如下错误. v = self._sslobj.rea ...

  3. Vue-3D-Model:用简单的方式来展示三维模型

    为什么做这个组件 我经常听到前端朋友们抱怨,在网页上展示三维模型太麻烦了.但是这方面的需求又有很多,例如做房地产的需要展示户型.卖汽车的需要展示汽车模型等. 在网页上展示三维模型就只能用WebGL技术 ...

  4. 【Qt开发】V4L2 API详解 Buffer的准备和数据读取

    前面主要介绍的是:V4L2 的一些设置接口,如亮度,饱和度,曝光时间,帧数,增益,白平衡等.今天看看V4L2 得到数据的几个关键ioctl,Buffer的申请和数据的抓取. 1. 初始化 Memory ...

  5. 使用原生js 获取用户访问项目的浏览器类型

    想要获取浏览器的类型很简单,网上提供了很多方法,但是看过之后,都是根据浏览器内核来判断是ie,谷歌,火狐,opeara的, 所以不能进一步判断在国内使用的主流浏览器类型,比如360,百度,搜狐浏览器等 ...

  6. 多线程17-Async Programming Model

        );             ThreadId = Thread.CurrentThread.ManagedThreadId;             ;             RunOnT ...

  7. java基础语法详细介绍

    一.概述 1.java语言概述 是SUN(Stanford University Network,斯坦福大学网络公司 ) 1995年推出的一门高级编程语言; java之父---James Goslin ...

  8. numpy数组的运算

    numpy数组的运算 数组的乘法 >>> import numpy as np >>> arr=np.array([[1,2,3],[4,5,6]]) >&g ...

  9. CCF1078奇怪的电梯

    这是一道dfs搜索题.(noi的题库测试数据有些水) 已知每一层的步数,有两个方向(上下),求解到达终点的最少操作数.拿到这个题就发现是一个Dfs,于是便套了模板写代码.Wa了三次才AC.核心是:1. ...

  10. P1106删数游戏

    这道题曾经在CQOJ上考过,是第二次做了. 这是一道使用字符串的贪心题.首先要根据机组例子来确定:删除递增序列的最后一位.即循环找到那一位后,把后面的数往前压.所以我在艰难处理完双重循环后(这个处理不 ...