马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
随着大数据时代的来临,信息每天都在以爆炸式的速度增长,其复杂性也越来越高;与此同时,更加直观的解读数据,探查数据背后隐藏的深层原因的需求,也被更多企业所需要。因此,数据可视化技术被越来越广泛的使用。BI商业智能作为专业的数据可视化分析软件,在可视化能力和数据分析能力方面的价值进一步凸显。
BI数据可视化
BI数据可视化分析 数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 可视化(Visualization)是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,再进行交互处理的理论、方法和技术。 BI数据可视化分析
利用专业的BI(商业智能,Business Intelligence )工具,使用现代数据仓库(DW)、线上分析处理技术(OLAP)、数据可视化(Data Visualization)等技术,通过数据收集、管理和分析等作业,进行数据分析,实现商业价值。
BI数据可视化分析的特征 基于JS、WebGL等可视化技术,以真实的视觉冲击效果加强用户对数据的感知能力 允许用户选择感兴趣的数据,或者改变数据的展示形式,更好的促进用户与数据之间的互动 基于可视化数据分析结果,快速提供管理决策方案,满足市场变化需要 BI数据可视化分析步骤
主要步骤 可视化流程的基本步骤,就好像一个特殊的流水线,主要步骤之间彼此相互作用、相互影响。BI数据可视化分析基本流程中的以下5个部分,其中最重要的则是分析部分。 收集和分析业务需求 梳理分析指标 数据集/数据模型设计 报表/仪表板设计 系统设置:权限、调度任务
指标层级 分析指标层级
分析指标梳理流程 企业中实际分析指标的梳理一般有两种方式:自上而下和自下而上。分别基于从局部到整体和从整体到局部的思路,可以根据企业数据化的阶段,选择合适的流程。 零售分析指标梳理示例
数据分类处理
数据集/数据模型 根据业务系统数据库的数据结构,结合分析指标需求,利用可视化建模,设计分析数据模型。
BI可视化分析方法 常见分析方法有: 水平发展分析 结构(百分比)分析 环比、同比:年度、季度、月度、时间周期 对比:分类 占比、累计、排名 排名:升序、降序 Top/Bottom:Top N、Top % 条件格式化:背景色、图标集、色条 透视分析:透视表
水平发展分析(趋势类) 常用类型:柱形图、折线图、组合图、面积图
结构占比分析(占比分布类) 常用类型:饼图、圆环图、玫瑰图、矩形树图、旭日图
KPI类 常用类型:KPI类、仪表盘、指示器、统计文本
对比类 常用类型:散点图、气泡图、雷达图、面积图
地图类
同比、环比
Top N/Top %
数据切片 行切面、列切面,不同维度,动态绑定,透视分析 以上截图使用 Wyn Enterprise 设计。
|