我是数据分析师(一):假老公提Excel数据自动更新的需求——Quick BI新手使用入门篇

本文涉及的产品
智能商业分析 Quick BI,专业版 50license 1个月
简介: 基于Excel数据做报表是非常基础的一种BI方式,可是昨天晚上老公突然说到,要是excel每天能自动生成自己想要的所有数据就好了。我楞了一下,想了想,好像说得挺有道理的......回想了一下,Quick BI貌似可以,于是开始进行了尝试。

作者:violin   原文链接:https://zhuanlan.zhihu.com/p/23787228

场景介绍

昨天晚上老公突然说到,要是excel每天能自动生成自己想要的所有数据就好了。

我楞了一下,老公居然要做报表,我是遇到了个假老公么!不过,他好像说得挺有道理的,在与excel打交道的过程中免不了会遇到这些问题:

1、重复操作

好不容易把excel的数据分析好做成了报表,过几天,同样的数据更新了,而报表数据却不会自动更新,又得基于新数据重新来一遍;

2、拼代码能力

如不想手工重复操作,就得在Excel里写VB宏定义,再要么就直接写代码了,拼不过代码啊。

回想了一下,Quick BI貌似可以支持本地文件做报表,于是就开始进行了尝试。


场景如下:有一张每周更新的excel销售订单表:company_sales_record,需要通过时间来查询每天的订单量及销售金额,并且看每个省份的销售和利润情况。

当每周销售订单表数据更新时,报表的数据也需要同步更新。


实现步骤大概如下

1、准备数据

我现在有一张每周更新的excel销售订单表,于是我把excel另存为UTF-8编码方式的.csv文件(当前已支持Excel,可以省略此步骤),上传到QuickBI中。

TB1GXaZPFXXXXccXXXXXXXXXXXX-865-294.png


注:如数据源换成Mysql、Sqlserver等其他数据库,以下操作步骤类似,依然适用。


2、数据建模

2.1 选择本地的csv文件,上传成功后,会自动创建数据集,

TB1yGCBPFXXXXagXVXXXXXXXXXX-865-140.png

本实例中,我需要新建计算字段,以及将省份等字符型转化为地理维度,以便于可以在地图上展示,于是我先点击【编辑】进行数据建模界面。

注:如无需做上述处理,可直接点击【新建仪表板】会【分析】进行报表制作界面。

2.2 新建计算字段,

我需要对csv文件里的字段做些简单的计算,比如我需要算平均每单利润_元,于是我点击上图中的“编辑”,进入到数据建模中,右键选择【新建计算度量】

TB1EJemPFXXXXbLaXXXXXXXXXXX-534-463.png

TB1WWVvPVXXXXXBXpXXXXXXXXXX-865-580.png


2.3 将省份,城市等转化为地理纬度,如下图:

TB1CmmMPFXXXXXeXFXXXXXXXXXX-865-706.png

2.4 点击确认后,保存数据集


3、制作仪表板

3.1 在数据集建模界面的上方菜单中,点击【新建仪表板】,则可直接转到仪表板界面

TB1hRaqPFXXXXc.XVXXXXXXXXXX-642-161.png

3.2 制作每日订单销售趋势图表

1)选择刚才保存的数据集:company_sales_record,配置数据源及显示的维度和度量,

2)选择订单数量和订单金额,并在右侧样式中,选择双Y轴展示,

3)为方便按日期范围查询,拖入查询控件,并将日期控件设置为时间区间,图表展示见下图:

TB1IFa1PFXXXXbzXXXXXXXXXXXX-865-432.png

3.3 各省订单量及利润分布及各省销售明细数据查看

1)从左侧组件栏中拖入气泡地图和交叉表

TB1biGRPFXXXXbOXpXXXXXXXXXX-865-400.png

2)两个图例均选择数据来源:company_sales_record,并配置需要显示的字段

3)设置两个图例的联动

选中 气泡地图 图例——右侧配置的“高级”——多图关联,分别选择两个图例中对应显示的字段。如下图

TB1r7qJPFXXXXaZXFXXXXXXXXXX-544-935.png

4)如果想让上面的日期控制范围能覆盖到各省的销售及明细数据,可以选中日期控件,并在右侧配置框中,配置日期的作用范围即可。

5)保存仪表板。效果展示如下:本csv文件中的订单数据是截止到2016.12.24.

TB1M0O0PFXXXXaRXXXXXXXXXXXX-865-626.png

4、仪表板制作完成

点击预览,查看仪表板的效果,确认没问题后,可以选择public发布,实现免登。

TB1KwiQPFXXXXbzXVXXXXXXXXXX-819-648.png

5、还有最后一个问题

如果一周后我有更新了的销售订单表呢,那以上的操作是否要重新做一遍呢?

答案是不会。

只要保证:

1)更新后的销售订单表:company_sales_record 采用同一表名

2)表字段信息保持不变

那怎么操作呢?

1)上传更新后的订单表company_sales_record 文件到探索空间中,系统会提示是否要覆盖原有的数据,点击覆盖

TB1KByKPFXXXXayXFXXXXXXXXXX-697-293.png

注:csv目前仅支持全量数据覆盖更新,不支持自动追加,格式依然为:utf-8编码的csv文件。
2)刷新之前做好的仪表板:每日订单销售情况汇总, 可以看到数据已经自动变化了,更新后的数据已自动展示。

TB1TCaxPFXXXXbxXVXXXXXXXXXX-865-624.png


Yeah!搞定,还能根据日期查询,实现联动。点此查看联动效果图:每日订单销售情况汇总表 (自己点点才有劲!)。

欢迎开通Quick BI进行使用!  

    TB1_vX4QXXXXXbGXVXXXXXXXXXX-393-429.png

相关实践学习
助力游戏运营数据分析
本体验通过多产品组合构建了游戏数据运营分析平台,提供全面的游戏运营指标分析功能,并有效的分析渠道效果。更加有效地掌握游戏运营状态,也可充分利用数据分析的结果改进产品体验,提高游戏收益。
Quick BI在业务数据分析中的实战应用
Quick BI 是一款专为云上用户和企业量身打造的新一代自助式智能BI服务平台,其简单易用的可视化操作和灵活高效的多维分析能力,让精细化数据洞察为商业决策保驾护航。为了帮助您更快的学习和上手产品,同时更好地感受QuickBI在业务数据分析实践中的高效价值,下面将以一个真实的数据分析案例为场景带您开启QuickBI产品之旅。场景:假设您是一家大型互联网新零售企业的数据分析师,您的经理刚刚拿到8月份的月度运营分析数据,他发现近期企业运营状况不佳,8月份毛利额环比前几个月下滑较大,三季度存在达标风险。因此将这个任务交给了您,根据订单信息和流量渠道信息等相关数据,分析企业8月份毛利额下滑的关键要素,并将其分享给团队,以便指导相关业务部门采取决策和行动,提高企业整体毛利额。  
相关文章
|
2月前
|
数据挖掘 PyTorch TensorFlow
|
3月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
【8月更文挑战第29天】在数据驱动的时代,掌握数据分析技能变得尤为重要。本文将引导您了解如何使用Python这一强大工具来进行数据分析,从设置开发环境到实际操作案例,逐步深入,帮助您建立起数据分析的基本框架和思维模式。通过阅读本文,您将学会如何利用Python处理、分析和可视化数据,为进一步深入学习奠定坚实的基础。
|
6天前
|
数据采集 数据可视化 数据挖掘
数据驱动决策:BI工具在数据分析和业务洞察中的应用
【10月更文挑战第28天】在信息爆炸的时代,数据成为企业决策的重要依据。本文综述了商业智能(BI)工具在数据分析和业务洞察中的应用,介绍了数据整合、清洗、可视化及报告生成等功能,并结合实际案例探讨了其价值。BI工具如Tableau、Power BI、QlikView等,通过高效的数据处理和分析,助力企业提升竞争力。
18 4
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
某A保险公司的 数据图表和数据分析
某A保险公司的 数据图表和数据分析
48 0
某A保险公司的 数据图表和数据分析
|
1月前
|
数据可视化 数据挖掘 大数据
Python 数据分析入门:从零开始处理数据集
Python 数据分析入门:从零开始处理数据集
|
3月前
|
数据采集 DataWorks 数据挖掘
提升数据分析效率:DataWorks在企业级数据治理中的应用
【8月更文第25天】本文将探讨阿里巴巴云的DataWorks平台如何通过建立统一的数据标准、规范以及实现数据质量监控和元数据管理来提高企业的数据分析效率。我们将通过具体的案例研究和技术实践来展示DataWorks如何简化数据处理流程,减少成本,并加速业务决策。
404 54
|
1月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析:从入门到实践
使用Python进行数据分析:从入门到实践
38 2
|
12天前
|
数据采集 机器学习/深度学习 数据可视化
深入浅出:用Python进行数据分析的入门指南
【10月更文挑战第21天】 在信息爆炸的时代,掌握数据分析技能就像拥有一把钥匙,能够解锁隐藏在庞大数据集背后的秘密。本文将引导你通过Python语言,学习如何从零开始进行数据分析。我们将一起探索数据的收集、处理、分析和可视化等步骤,并最终学会如何利用数据讲故事。无论你是编程新手还是希望提升数据分析能力的专业人士,这篇文章都将为你提供一条清晰的学习路径。
|
1月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析的入门指南
【9月更文挑战第33天】本文旨在为初学者提供一个关于使用Python进行数据分析的全面概述。我们将从基本的安装和设置开始,逐步介绍数据处理、数据可视化以及机器学习的基本概念和应用。文章将通过实际代码示例来展示如何使用Python及其相关库来解决常见的数据分析问题。
|
22天前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--入门
Python数据分析篇--NumPy--入门
29 0

热门文章

最新文章