数据存储编辑
一维表和二维表
一维表也常称为流水线表格。一般有固定的列名,平常输入数据只需要一行一行的添加即可。往往用于数据存储。
二维表格是一种关系型表格,通常数据区域的值需要通过行列同时确定。更符合我们日常的阅读习惯,信息更浓缩,适合展示分析结果。
FineBI有行转列、列转行(逆透视) 能够快速调整数据的存储格式。
Excel和FineBI
1)展现更灵活便捷
FineBI有更丰富炫酷的可视化图表,几秒就能把数据做出图表,并且能够跟随数据实现动态变化。
Excel生成的图表效果老旧,且当业务目的改变时,无法快速修改图表。FineBI能够大大提供分析效率。
2)数据建模简便
通过主题模型,能够快速给多表建模分析,比Excel数据建模要简单很多。
完成后,即可实现多表之间的灵活分析。
聚合编辑
概念
将若干行数据按照一定的标准汇总为一行,汇总得到更高类别的行级别数据。比如对所有城市的客户数进行累加,或者北京某一天所有时刻温度的平均值。
1)默认情况下,FineBI 组件中添加的指标是聚合的。默认聚合的函数公式为 SUM_AGG。您可以将聚合更改为“平均值”、“中位数”、“最小值”等。
2)聚合的结果会根据不断变化的维度而改变。例如,想看销售额情况,只拖入「销售额」可以查看总销售额,在维度拖入字段「销售日期、城市、门店」等字段,即可不同日期、城市、门店销售额情况。
3)通过聚合函数,也能对数据进行聚合。详情请参见:聚合函数
例如,求总共有多少个会员(去重计数:COUNT_AGG(会员))
4)数据编辑的分组汇总、其他表添加列,这种对数据部分维度字段进行汇总计算的功能,也会产生聚合的效果。
指标聚合
指标聚合:指标聚合表示所有指标显示在同一值轴上,方便用户在同一个维度对比不同指标的大小和趋势。
表的关系编辑
表和表之间可以通过共同的字段(主键/合并依据)建立关系,实现多表间的分析。
在 FineBI 中通过建立主题模型 或使用 多表合并、其他表添加列 等功能,都实现多表之间的数据分析。无论使用什么方法,都需要通过 主键/合并依据 来建立表间关系。
主键(合并依据)是什么
表间共有的字段,有相同含义的字段,可作为表间关系的主键/合并依据。
例如,1个班的学生参加了语数英考试。各科成绩表记录了姓名和成绩。姓名就是各科成绩表的主键/合并依据。
多表建立关系之后,会根据合并依据字段,对表内其他待合并字段进行分组汇总,然后再将其建立关联。
主题模型和左右合并如何选择
主题模型提供了一种更加灵活的数据源构建方法。与传统的左右合并方法不同,主题模型无需将多个表合并成一个单一的表,而是将这些表通过共有的列(字段)关联起来,汇集数据,从而形成一个综合的数据源。
这个方法的一个主要优势是,每个字段都保留了其原始表的上下文或详细级别,因此不会出现数据重复或数据丢失的问题。这种数据源合并的方法使您能够处理粒度不同的表,而无需担心信息丢失。
主题模型的工作方式是只在必要时合并相关数据,而不是将所有数据都合并在一起。当您在可视化分析中拖放分析字段时,系统会自动评估相关字段和表之间的关系,然后根据这些关系编写查询,确保正确的连接类型、聚合操作以及数据处理。这使您能够更专注于数据分析,而不必过多关心数据的合并和处理。
需要强调的是,主题模型并不替代以往的数据合并方法,如添加列或左右合并。这些传统方法仍然有其用处,特别适用于特定情况。主题模型则提供了一种新的、更加灵活的方式来整合来自多个来源的数据,使您能够更轻松地处理复杂的数据关系。