请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
ALICE(uid:1095980)
职业资格认证:FCP-FineBI | FCA-简道云 | FCP-FineBI V6.x | FCP-报表开发工程师
【FineBI学习打卡】DAY85 非完整日期时间差计算
第85天知识点:非完整日期时间差计算   一般,我们计算时间差都是按几天、几月以及几年这种完整的时间间隔来进行计算。 但有些时候,我们需要计算的时间差并不是一个完整的天、月、年。 比如:距指定日期半天后;          距现在15分钟后;          距现在3小时20分钟后。 对于这类不是完整天数的时间间隔,直接用DATEDELTA函数可以吗? 我们来试试看,以计算指定日期半天后时间为例。 结果如下: 结果证明,不可以! 那对于这类时间差该如何进行计算呢? 这里,需要借助2个函数。 第一个,DATETONUMBER函数。DATETONUMBER函数会将日期转化为13位时间戳。 时间戳是指格林威治时间自1970年1月1日(00:00:00 GMT)至当前时间的总秒数。 具体用法可参考下方函数卡片。 第二个,就是TODATE函数。TODATE函数可以将各种日期形式的参数转换为日期类型。  以下是TODATE函数的具体用法。 (整理自帆软帮助文档) 了解这两个函数之后,就好办了。 首先,通过DATETONUMBER函数计算出指定日期前/后任意时间的日期对应的时间戳。 然后,借助TODATE函数将上面计算出来的时间戳转化为指定格式的日期。 这样,对于不完整天数的时间差,也能轻松计算出来。 回到FineBI中,我们看一下具体的操作方法。 01 案例背景 计算指定销售日期6小时15分钟后对应的时间,下面今天用到的数据表。   02 案例分析 前面我们尝试使用了DATEDELTA函数去计算,发现不可行。这里,我们使用TODATE结合DATETONUMBER函数去进行计算。 03 操作步骤 首先,使用DATETONUMBER函数将指定日期转化为时间戳,并加上或减去所需的时间,大家记得一定要将时间转换为毫秒! 6小时15分钟,转化成毫秒就是6*60*60*1000+15*60*1000,写成公式就是: 结果如下: 这里计算出来的是日期对应的毫秒数,但是这样的日期格式不直观,所以,我们还需要借助TODATE函数转化一下日期格式。 结果如下: 这样就得到了我们想要的结果。 熟练的话,可以直接将上述两个公式合并成一个。 当然,你还可以计算任意分钟、秒或者小时分钟秒后的时间,只需要将相应的时间转换为毫秒,并加到现有的日期上,然后转化成指定格式的日期即可。   今天关于如何计算不完整天数时间差的技巧就分享到这里。 感兴趣的小伙伴可以自己动手尝试一下。
【FineBI学习打卡】DAY84 CLEAN函数助力DEF摆脱过滤束缚!
第84天知识点:CLEAN函数   熟悉DEF函数的小伙伴应该都知道,DEF函数的最大优点就是它可以不受维度栏中指标的影响。 但是,仍然存在一个问题就是:它无法控制过滤条件对其的影响。 这是什么意思呢? 举个例子大家可能会更好理解。 现在有一张西红柿的销售额情况表,里面记录了2024年1月-8月每天西红柿的销售情况。 其中,销售额最高的一天是2024年5月28日,对应的销售额是42437.6元。 但是现在,我希望能看到筛选日期范围内每天的销售额以及对应的最大销售额。 也就是说,如果我筛选2024年8月1日-8月15日,那么就需要展示8月1日-8月15日这个日期区间里的最大销售额。 这个很简单,通过DEF函数即可以得到这样的效果。 然后,将过滤组件绑定【销售日期】字段,即可实现展示上述需求的内容。 结果如下: 可以看到,当筛选日期变化后,最大值是会根据筛选日期的变化而变化的。 但现在,问题来了。 我希望增加一列历史最大销售额,以便我能和筛选日期范围内的最大销售额进行对比。 当然历史最大销售额可以在数据集中进行处理,因为数据集的结果在组件中展示后是不会受到任何过滤组件影响的。 但数据集中处理数据,很多时候数据使用起来不够灵活,所以我们还是希望在组件中直接通过DEF函数的方式去实现。 怎么才能让过滤组件不对DEF函数的结果产生影响呢? 这就需要引出一个新的分析函数—CLEAN函数。 CLEAN函数,顾名思义,起到清除的效果。 它与EARLIER函数一样,必须与DEF函数一起使用。 关于CLEAN函数的用法可以参考下方的函数卡片。 了解CLEAN函数之后,就简单了。 只需要在DEF函数的第三参数中输入需要摆脱的过滤组件对应的字段就可以了。 这里,我们需要摆脱【销售日期】的影响,所以DEF函数的第三参数,就写成。 结果如下: 是不是非常方便? 但使用CLEAN函数需要注意的是: 1、当DEF函数的第三参数中的过滤条件不止CLEAN函数一个时,比如,我还添加了一个过滤条件:销售日期=2024/8/1,得到的结果会是什么样的呢? 结果如下: 可以看到,DEF+CLEAN函数+同级过滤条件这列的计算结果是2024/8/1的销售额,且该列的值不会随日期过滤组件的变化而变化。 这说明,CLEAN函数与同层的过滤处于平级的状态,即CLEAN会把上面层级的过滤清掉,但同层的过滤仍会正常生效。 2、当DEF函数嵌套DEF函数时,CLEAN函数只会清除当前层的过滤条件,不会清除内层或外层DEF函数的过滤条件。 比如,我先使用DEF函数计算出8月15日之后的最大销售额,然后再嵌套一层DEF函数,并使用了CLEAN函数,排除销售日期的影响。 结果如下: 可以发现,计算结果是2024/8/15日及之后这个时间范围内的最大销售额,而非前面提到的所有时间范围内的最大销售额42437.6元即2024/5/28对应的最大销售额。 这说明,CLEAN函数是在第一层DEF函数计算的结果上进行计算的,先把日期范围锁定在2024/8/15日及之后,然后在这个日期范围内找出最大销售额。   好了,今天关于CLEAN函数的内容就分享到这里。 感兴趣的小伙伴可以自己动手试试CLEAN函数的效果。
【FineBI学习打卡】DAY83 流向地图
第83天知识点:如何制作流向地图   地图可以非常清晰的展示具有地理关系的数据。 FineBI中内置了非常多的地图类型,下图列举了几种常用的地图类型。 其中,流向地图的制作方式较其它地图会稍微复杂一些。 今天,我们就来看一看在FineBI中如何制作出流向地图。 01   案例数据 现有一张各地区销售额业绩表,该表包含字段:销售日期、出发地、目的地、销售额。 02   案例分析 从上面的流向地图中,我们可以看出以下几个特点: 需要有一条从出发地指向目的地的路线------路线该怎么制作呢? 路线是具有流动性的------如何体现路线的流动性? 不同流向路线的颜色和粗细是有差别的------如何体现颜色和粗细? 03   操作步骤 1、数据集加工 (1)数据准备 导入本地Excel数据。 结果如下: (2)新增公式列【路线】 输入公式:CONCATENATE(出发地,“-”,目的地)。 结果如下: (3) 列转行 列转行字段选择:出发地、目的地。 结果如下: (4)新增赋值列【编号】 出发地赋值为0,目的地赋值为1。 (PS:如果是多个出发地,一个目的地,就将出发地赋值为1,目的地赋值为0) 结果如下: (5)字段设置 【值字段】重命名为【省份】、【编号】字段类型修改为数值。 结果如下: 2、组件设置 (1)【省份】添加地理角色,经纬度分别放入横纵轴。 (2)【编号】放入连线属性框中,【路线】【省份】放入细粒度属性框中,注意这里【路线】一定要放在【省份】上方。 到这里,基本的路线就画出来了。 但并没有体现出路线的流向及流动性。 所以我们还需要操作一步。 (3)【编号】添加闪烁动画 结果如下: 最后呢,我们只需要将【销售额】放入颜色、大小属性框中,就可以得到文章开头的流向地图效果啦! PS:这里的地图背景是通过将组件样式-背景-组件背景设置为GIS自定义深蓝色得到的。 以上就是在FineBI中制作流向地图的完整步骤。 小 结 流向地图一般会用于企业对货物进行可视化追踪和管理,通过提高供应链的透明度和效率,以此来提升供应链管理水平。 流向地图在地图上显示信息或物体从一个位置到另一个位置的移动及其数量。其使用场景也比较广泛,包括但不限于以下几个方面: 区际贸易:通过流向地图,可以清晰地展示不同地区之间的贸易往来情况,包括货物的流动方向、数量和频率等,有助于分析区域经济的发展状况和趋势。 交通流向:流向地图在交通领域的应用非常广泛,可以用来展示公路、铁路、航空等交通方式的客流和物流情况。例如,可以展示某个城市或地区的交通拥堵情况,以及不同交通方式之间的换乘和衔接情况,为交通规划和管理提供有力支持。 人口迁移:流向地图可以展示人口在不同地区之间的迁移情况,包括迁移的方向、数量和原因等。这对于研究人口分布和变化、制定人口政策以及城市规划等方面具有重要意义。 购物消费行为:通过流向地图,可以分析消费者的购物行为,包括购买商品的种类、数量以及购买地点等。这有助于商家了解消费者的需求和偏好,制定更加精准的营销策略。 通讯信息流动:流向地图还可以用来展示通讯信息的流动情况,包括电话、短信、电子邮件等通讯方式的流向和数量。这有助于分析通讯网络的稳定性和效率,以及信息传播的速度和范围。 航空线路:流向地图在航空领域的应用也非常广泛,可以用来展示不同航线之间的航班数量、客座率以及飞行时间等信息。这有助于航空公司优化航线布局、提高航班运营效率以及提升客户满意度。 但需要注意的是,流向地图虽然能够直观地展示地理空间内事物发生位置移动时所对应数据的变化情况,但不适合展示精确数值。 对流向地图制作感兴趣的小伙伴可以自己动手试一试哦~
【FineBI学习打卡】DAY82 从李佳琦直播间学来的报表展示秘籍!
第82天知识点:如何制作带图片的报表   让万千女生疯狂剁手的“淘宝一哥”李佳琦,相信很多小伙伴都听说过。 我大概是在2018年双十一那会儿入坑的,这些年来也见证了直播间的发展与变化。 2018年以前我是不相信直播卖货的,因为总感觉有些不靠谱。 但是现在,如果我需要买什么东西,会第一时间去李佳琦直播间的预告清单中找一下有没有我需要的产品。 有,预约好,到点进入直播间购买;没有,直接去其他渠道购买。 为什么会发生这么大的转变呢? 因为在这中间,我体会到了专业+高效。 还记得2018年双十一,手动在直播间记录产品信息,熬夜比价。为了买到合适的产品,自己列了一张电子表格,什么产品,什么价格,什么赠品,比日常价划算多少。 后来,直播间推出线上表格,帮大家整理各类产品的机制,方便大家对比。 再到后来,不仅有机制详情,还给所有产品配上了图片,甚至赠品都配了图。                                                                                                直播间产品清单展示变化 从最初文字速记到现在的图文并茂,除了是商家顺应消费者需求的体现,另一方面也是对“字不如表,表不如图”的完美诠释。 图形是最能给人带来直观感受和视觉冲击的媒介。图片展示也是其中的一种。 日常很多业务场景中,我们也经常需要通过向客户展示一些带产品图片的信息。比如:前面提到的购物。 试想一下,如果你在A和B两个购物网站上首次购买商品,现在正在浏览同一款商品,A网站只有一堆文字说明,而B网站除了文字说明外,还附上了很多的产品详情图,在这种情况下,你会更倾向于在哪一个网站上购买商品呢? 毫无疑问,我首选的肯定是B,相信大多数人的选择也是这样。 这就是图片所带来的优势。 这种方式除了方便客户快速了解产品外,更重要的是希望客户能通过展示的产品图片来了解产品的特点和优势,最终让客户买下你的产品,达到成交的目的。 案例背景 那在FineBI中,如何制作出带产品图片的表格呢? 制作方法其实很简单。 假设我们现在需要将一张带产品图片的报价单发送给客户。 需要注意的是,产品图片URL这个字段是必须有的,也是我们后期展示产品图片的关键。 操作步骤 1、 准备数据 结果如下: 2、 新建组件 图表类型选择分组表、交叉表、明细表中的任一一种都可以,这里我们以分组表为例。 将【产品名称】、【产品图片URL】字段拖入维度栏,【产品报价(元)】拖入指标栏。 结果如下: 到这一步,表格信息仍然都是以文字和数值形式显示的,和Excel里的数据表展示内容一样。 接下来,关键的点来了。 3、显示为图片 点击【产品图片URL】字段右侧的下拉三角,选择显示类型:显示为图片。 结果如下: 这样就得到一张带产品图片的报价单了。 制作过程不难,对大部分小伙伴来说,难的可能是在于如何将图片变成对应的URL,毕竟,大多数时候,产品的图片肯定都是以JPG或者PNG形式存储在本地的。 图片转URL方法 这里,给大家介绍几种比较稳定的图片转URL的方法。 具体使用方式,大家可以自行百度一下,网上有很多操作步骤,这里就不一一展开说了。 其他注意事项 另外,关于FineBI制作带图片表格需要注意的几点: 1、如果将制作好的带图片的报价单以Excel方式导出,导出的结果【产品图片URL】这列仍然是一串网址,并非图片。也就是说,FineBI制作好的图片表格中的图片是无法直接导出的。 2、设置「显示为图片」后,以下的属性设置将不再生效: 表格文本字段自定义分组; 表格属性>维度>颜色; 组件样式>表格字体。   3、点击图片可以放大,文本字段设置为「显示为图片」后,联动、跳转、钻取、排序、过滤等功能仍然按照文本内容生效,但联动和跳转仅支持点击非图片区域触发,若无可触发区域则无法触发。 感兴趣的小伙伴自己动手尝试一下吧~
【FineBI学习打卡】DAY81 3种去重技巧
第81天知识点:3种去重技巧   在日常数据处理中,你是否也曾因为重复数据而头疼不已? 操作步骤没问题,可统计结果就是不对,查来查去,才发现是因为原始表中数据出现了重复。 这种因为重复数据导致计算结果出现偏差的场景很常见,比如:一个订单号会出现多条销售记录。 很多时候,我们需要根据不同的业务场景,只保留满足条件的其中一条即可,这就涉及到去重问题。 那在FineBI中,如何按照一定的条件进行去重呢? 今天,我们就和大家分享几种常见的去重方法。 01 删除重复行 这种方式简单快捷,如果你的功能区没有直接看到删除重复行的功能项,可以点击更多找到。 操作步骤: 删除重复行 选择去重字段 结果如下: 可以从结果中看出: (1)删除重复行,默认保留的是第一行数据,删掉非第一行数据,这与Excel里删除重复行的逻辑是一致的。 (2)删除重复行,会直接删除重复数据,数据量由原来的7条变成了5条,数据量会减少。 如果你想每个【订单编号】只保留一条数据,那么在选择去重字段的时候只选择【订单编号】就可以了。 02 分组汇总 分组汇总除了求和之外,其实还有很多便实用功能,去重就是其中一种。 操作步骤: 分组栏拖入【订单编号】、【销售日期】字段 汇总栏拖入【销售额】字段 结果如下: 可以看出: (1)分组汇总,直接将【订单编号】、【销售日期】相同的数据的【销售额】进行了汇总求和,类似于Excel中的数据透视表。 (2)数据量由原来的7条变成了5条,数据量会减少。 03 新增汇总列 新增汇总列常常会因为名字被人误以为只是求和的,其实这里有很多隐藏功能,比如,求最大最小值,排序,计数、求最早最晚时间等等。 操作步骤: 分组字段:【订单编号】、【销售日期】 汇总字段:【销售额】 汇总方式:求和 结果如下: 可以看出: (1)新增汇总列,也是将【订单编号】、【销售日期】相同的数据的【销售额】进行了汇总求和。 (2)但与分组汇总不同的是,数据量并没有减少,仍然是7条,只是在原始数据表新增了一列。 以上三种方式是常见的去重计算方式。 04 知识点延伸 当然,有些时候去重的场景可能会更加复杂,比如: 1、对于同一【订单编号】,只保留销售额最大的一条数据。 直接分组汇总即可。 操作步骤: 分组栏拖入【订单编号】、【销售日期】字段 汇总栏拖入【销售额】字段,汇总方式选择:最大值 结果如下: 2、对于同一【订单编号】,只保留最新一天的数据。 如果熟练掌握了前面几种去重计算方式的小伙伴,应该能很快想出解决思路: 首先,新增汇总列【最晚时间】: 分组字段:【订单编号】 汇总字段:【销售日期】 汇总方式:最晚时间 结果如下: 然后,添加过滤: 过滤条件选择按公式过滤 输入公式:销售日期=最晚时间 结果如下: 这样,我们就可以只保留每个订单编号对应的最新一条销售记录。 05 小试牛刀 上面的结果中,AJ333仍然有2条数据,如果对于同一【订单编号】,只保留最新一天的最大销售额数据,这个应该怎么处理呢? 感兴趣的小伙伴可以自己动手尝试一下~ 你还遇到过哪些去重计算的场景呢?欢迎评论区留言哦~  
【FineBI学习打卡】DAY80 计算同期/环期的5种方式
第80天知识点:同期/环期   实际业务场景中,同期/环期相关值的计算是必不可少的,它能帮助我们洞察数据背后的趋势与变化。 上一篇文章,我们探讨了筛选日期后同期值“消失”的谜团,并给出了解决方案。 今天,我们将继续拓展,分享更多在FineBI中计算同期值的方式。 当然,这几种方式同样适用于计算同期/环期相关的所有计算。 01   数据集中的分组汇总方式 这是最直接也是最常用的方式之一。 结果如下: 02   数据集中的左右合并方式 但有的小伙伴如果使用的是6.0以前的版本,可能会发现,自己的分组汇总中并没有同比/环比值的计算选项。 这该怎么办呢? 感觉好不容易到嘴的鸭子又飞了。 没事,有办法! 将原表复制一份,然后通过左右合并的方式将同期值匹配过来。这种方法虽然稍显复杂,但灵活性强,能够应对多种复杂场景。 具体操作如下: (1)将原表复制一份 (2)在原表中添加左右合并,左合并复制的表,合并依据:当前表的【同期日期】对应复制表的【日期】,其中,当前表的【同期日期】字段直接通过编辑合并计算获得 结果如下: 03   组件中快速计算方式 这种方法简单快捷,可以为我们提供了极大的便利。不好的一点就是不能参与二次计算。 上一篇文章中我们计算同期就是用的这个方法,为了方便大家巩固记忆,这里再重复一遍操作步骤: 将【销售额】字段拖入指标栏中,快速计算方式选择年同期: 结果如下: 04   组件中的快速计算函数-SAME-PERIOD函数 添加计算字段【销售额同期-SAME-PERIOD函数】: 结果如下: 05   组件中的分析函数-DEF函数 对于需要更高级数据处理的场景,DEF函数肯定是一个不错的选择。 添加计算字段【销售额同期-DEF函数】: 结果如下: 如果说,你只想计算同期/环期相关的值,那么到这里就可以不用往下看了,以上几种方法绝对够日常各种场景所需了。 但有时候,实际情况会更加复杂,还需要根据过滤组件来动态展示相关数据。 那么,今天提到的几种计算同期/环期的方法,会不会出现上一篇文章中的问题呢? 通过过滤组件筛选日期,如果对应的同期日期不在筛选日期范围内,同期值就显示不出来。 我们来验证一下: 首先看一下过滤组件绑定数据集中的【日期】字段后,筛选的效果: 可以看到,数据集中2种计算方式,过滤后,同期值仍能正常显示,但是组件中的3种计算方式,同期值则显示为空。 我们再来看一下过滤组件绑定日期参数后的筛选效果: 除了DEF函数同期值显示为空外,其它4种方式同期值可以正常显示。 关于DEF函数同期值显示为空,应该是6.0.13版本更新后出现的情况,6.0.13版本之前是可以正常显示的,如果有使用之前版本的小伙伴可以测试一下看看效果。 END 为了方便记忆,这里放一张几种计算方式的对比图: (注:DEF函数的结果是否从6.0.13版本前后出现不一致,还有待进一步验证,有知道的小伙伴欢迎评论区留言告知,感谢~)     好了,今天的内容就分享到这里。 感兴趣的小伙伴可以自己动手尝试一下~
【FineBI学习打卡】DAY79 筛选后同期值消失问题如何解决?
第79天知识点:筛选后同期值消失问题   案 例 背 景   有不少小伙伴在使用日期过滤组件时,出现过这样的问题: 没有筛选日期前,同期值可以正常显示,一旦筛选日期,同期值就不见了? 但实际我们想要的效果是这样的: 不管同期值对应的日期在不在我们所筛选的时间范围内,都希望能保留同期值数据。 那为什么会出现第一个图中的问题呢? 我们来看一下原因。 案 例 数 据 销售额数据表,包含字段:日期、销售额。 (注:为了便于大家观察效果,这里仅展示2024年及2023年同期各5条数据) 操 作 步 骤 1、  制作组件 图表类型选择分组表,将【日期】字段拖入维度栏中,【销售额】字段拖入指标栏中。 将指标栏中的【销售额】字段复制一份,并重命名为【快速计算-同期值】,快速计算方式选择同比/环比-同期-年。 结果如下: 2、  制作仪表板 添加过滤组件-时间过滤组件-年份。 编辑过滤组件,将【日期】拖入到字段栏中,实现对【日期】字段的绑定。 最终结果如下: 可以发现,如果日期不限定在2024年之后,同期值是可以正常显示的,但是日期限定在2024年之后,同期值就不见了? 这是为什么呢? 实际上这和过滤的逻辑有关系。 过滤组件绑定数据集中的【日期】字段之后,是先过滤,再计算。 什么意思呢? 也就是如果添加了2024年这个过滤条件,那么相当于对原始数据表进行了过滤操作,使其只剩下2024年的5条数据。 然后在这5条数据的基础上再进行年同期的快速计算,因为快速计算依赖的数据表只有2024年的数据,并没有同期2023年的数据,自然2024年对应的同期值计算结果会是空的: 那如何既能又能呢? 既能只展示2024年的数据,又能显示出对应的2023年的同期值。 参数!!! 我们对上面的操作步骤进行一些修改: 3、添加组件参数 回到组件中,添加参数: 参数名称:日期参数 参数类型:日期 默认值:不填 点击确定 4、字段绑定组件参数 对【日期】字段添加过滤条件,将【日期】字段和日期参数进行绑定: 5、过滤组件绑定组件参数 修改过滤组件的绑定条件,将过滤组件和日期参数进行绑定: 最终得到的结果如下: 这里,过滤组件绑定日期参数后,计算的基础表仍然是2023及2024年的10条数据。你也可以这么理解:就是先计算再过滤,也就是说结果是以下图这张表为基础进行过滤的。 所以自然同期值会有结果。 结 果 对 比 可以看一下过滤组件绑定【日期】字段与绑定日期参数的结果对比图: 若过滤组件绑定数据集中字段,会先过滤再计算; 若过滤组件绑定组件参数,会先计算再过滤。 好了,今天的内容就分享到这里。   筛选后同期值不见的问题你会处理了吗? 感兴趣的小伙伴可以自己动手练习一下哦~
【FineBI学习打卡】DAY78 KPI指标卡新变革
第78天知识点:KPI指标卡   KPI指标卡常用于突出显示关键指标,所以自然也会在很多仪表板中出现。 有一说一,这个图表好用是好用,但有2个缺点也很明显: 第一个:多个指标卡组件字体难做到快速统一 每次复用KPI指标卡,修改文本属性框里的字段时,原来调好的字体样式总是会莫名其妙的被“打回原形”,还得手工重新调整一遍; 第二个:仪表板中指标组件卡排版布局费时费力 同时需要展示很多个指标卡时,虽然可以通过组件复用来实现多个组件的快速制作,但是主题下方的导航栏就会出来一系列组件占位。 且不说后期一个个切换组件修改内容麻烦,每次制作完在仪表板中给这些指标卡组件的大小、位置、风格进行统一时,就是一件非常费时费事的工作。 不知道有没有小伙伴也有这样的感觉? 但随着FineBI 6.1.2版本迭代之后,这2个问题就能很好的解决啦! 原来默认的样式是这样的: 优化后,除了默认的指标卡布局,还新增了5种预设的指标卡样式。 如果你的指标是具有层级关系的,那么就可以选择主副指标类型,至于选择1、2还是3,就看仪表板整体的风格及你的个人喜好了。 如果你的指标是同层级,那么就可以选择并列指标类型。 当然,如果以上都还不能满足你的要求,你还可以通过自定义样式设置,自定义样式支持分栏设置,以实现更灵活的布局和展示效果。 好了,今天的内容就分享到这里。 新增的指标卡样式你更喜欢哪一种呢?   欢迎评论区留言分享哦~
【FineBI学习打卡】DAY77 矩形树图
第77天知识点:如何制作矩形树图?   1、矩形树图的诞生:从树状图到视觉盛宴 每一张图表都承载着特定的使命与故事。 20世纪90年代初,马里兰大学人机交互实验室的Ben Shneiderman教授及其团队,面对磁盘空间使用情况这一复杂问题,创新性地调整了传统的树状图,诞生了矩形树图(Treemap)。 这一变革不仅解决了展示空间不足的难题,更以其独特的视觉魅力打开了可视化世界的新大门。 因由树状图演变而来,矩形树图又名矩形式树状结构图。 从上图可以看出,矩形树图由多组面积不等的矩形嵌套而成。 一般会用于描述层级结构数据的占比关系,通常还会结合钻取功能去显示下层数据情况。 在一张矩形树图中,所有矩形的面积之和代表总数,每个小矩形的面积表示每个子项的占比,面积越大,表示子项在整体中的占比越高。 这不是和饼图如出一辙?毕竟提到占比,人们第一时间想到的肯定是饼图而非矩形树图。 那为什么不直接使用饼图,而非要再去研究一个新的图形呢? 2、矩形树图VS饼图:一场视觉与功能的较量 因为饼图会存在一个非常明显的弊端,而矩形树图可以在一定程度上解决这个问题。 那就是: 当分类较多的时候,占比较小的类别,其展示的标签会变得的很难排布,图表会显得杂乱难读。 而使用矩形树图后,就会清晰很多: 但如果你的分类非常多,且占比小的类别也很多,说实话,矩形树图也拯救不了。 对于这类问题,建议将占比小的类别归为一个大类进行展示。 说了这么多,如何制作矩形树图呢? 3、如何在Excel和FineBI中制作矩形树图? 如果你的Excel是2016或更高版本,那么恭喜你,这些版本已内置矩形树图,找到它,直接使用即可。 如果你的版本是2016以下,该怎么办呢? 嗯…… 建议还是先更新成新版本,毕竟这都2024年了。 当然,如果你不想更新或者无法更新Excel版本,那么使用FineBI也可以轻松解决你的问题。 1、数据准备 上传准备好的Excel数据: 结果如下: 2、制作组件 图表类型选择矩形树图,将字段分别拖入如下属性框中: 结果如下: 是不是非常简单? 但是,这五彩斑斓的颜色,是不是感觉图表有点乱,一眼看不出来主次关系? 能不能按区域划分矩形块颜色呢? 当然可以。 将【区域】字段拖入图形属性下颜色属性框中,即可实现。 如果想按照销售额大小划分矩形块颜色呢? 颜色越深表示数值越大,越浅表示数值越小。 好办。 将【销售额】字段拖入图形属性下颜色属性框中,便可以得到如下效果: 甚至,可以进阶一步,实现多层级的下钻。 将【区域】、【省份】添加钻取目录,并将字段拖入如下位置: 便可以实现通过钻取方式查看某一区域下各省份的数据情况。   结 语 END   因为在FineBI中,矩形树图的排列逻辑如下: 有权重时,左上至右下,依次表示数值由大到小; 无权重时,排列顺序总是选择矩形块长宽比接近于1的方式排布,排序方式默认,不支持修改。 所以,一般矩形树图不适合展示不需要体现占比的层级关系,比如: 这样的展示没有什么太多的实际意义。 那矩形树图适合什么样的场景呢? 比如分析公司各部门的业绩贡献、产品线的市场占有率等涉及到占比的多层级关系时,可以考虑使用矩形树图,这样可以直观体现同级数据之间的比较。 希望今天的内容能对你有所启发。 感兴趣的小伙伴可以自己体验一下哦~
【FineBI学习打卡】DAY76 高亮最大最小值区间
第76天知识点:如何高亮最大最小值区间?   前面有一篇文章我们介绍了如何突出显示最大最小值点,并且分享了为什么要按文中的方式计算最大最小值。 但有些业务场景中,可能并不仅仅只是突出展示某个点,而是需要将构成最大最小值的一段时间都突出显示出来。 所以今天我们就接着分享如何突出显示最大最小值区间。 什么是区间呢? 比如,我想要知道在一段时间中,哪7天的值最高,哪7天的值最低?然后将这个区间突出显示出来。 其实原理和突出显示最大最小值是一样的。 我们来看一下具体实现步骤,为便于直观看出对应效果,我们暂时先以表格形式展示每一步的结果: 1、添加计算字段【近7天累计值】,计算每天向前推7天的累计值 结果如下: 2、添加计算字段【近7天累计值的最大值】,判断出1当中的最大值 结果如下: 3、添加计算字段【最大值对应的日期】,判断出2对应的日期 结果如下: 4、添加计算字段【最大值对应近7天日期】,找出3向前推7天的日期 结果如下: 5、添加计算字段【最大值区间的值】,取出4的日期区间所对应的值,保留这些值,其余置空即可 结果如下: 最小值将公式中的MAX_AGG换成MIN_AGG就可以了。 (PS:但计算最小值需要注意的一点就是:筛选时间范围内不满7天的累计值肯定是最小的,所以如果需要突出显示完整7天对应的最小累计值,就需要对筛选日期区间中未满7天的累计值进行一些特殊处理。) 具体的处理方法我会放在文章最后,但还是建议感兴趣的小伙伴先思考一下这种问题应该如何解决,自己动手先尝试一下,然后带着问题找答案,会达到事半功倍的效果,这也是我们学习能力提高的最佳途径。 最终,我们就可以得到一个根据筛选日期动态变化的最大最小值区间了。 进阶一步,如果想要动态突出展示近N天的最大最小值区间,该怎么办呢? 和最大最小值一样,添加一个参数。 然后将上面公式中的7全部替换为参数即可。 对参数使用还不熟悉的小伙伴可以参考:【FineBI学习打卡】DAY65 如何展示TOP N 和其它?-我的帆软 (fanruan.com) -------------------------------这是一条分界线--------------------------------- 计算最小值区间: 主要区别在于第2步,在计算第2步之前,先添加计算字段【剔除非7天完整日期】,找到筛选日期开始时间第7天对应的日期: 然后,计算第2步【近7天累计值的最小值】,公式修改成: 其余步骤同最大值区间计算,将公式中的MAX_AGG换成MIN_AGG即可。
【FineBI学习打卡】DAY75 关于高亮最大最小值的一些疑问解答
第75天知识点:高亮最大最小值为什么要用DEF(MAX_AGG(成交额))计算?   动态展示最大最小值这篇文章发布后,不少小伙伴后台私信表示对最大最小值的计算有些疑问,考虑到后面分享的最大最小值区间仍然会涉及到这些值的计算,所以今天先就这些问题做统一解答: 这里以最大值为例进行讲解。 先来回顾一下最大值的计算方式: DEF(MAX_AGG(成交额)) 疑问1:为什么不直接用MAX(成交额)? 我们可以先看一下直接用MAX函数的结果。 可以看到,MAX函数计算的结果就是当前行的最大值,而不是所有行中的最大值,显然结果并不满足我们的要求。 疑问2:直接用MAX_AGG(成交额)可以吗?为什么前面还要加一个DEF函数? 我们可以看一下如果不加DEF函数,直接用MAX_AGG(成交额)结果会是什么? 结果如下: 仍然是以每一行为维度,对应该行的最大值。 因为每一个日期对应的值只有一个,所以结果自然就是原来的成交额本身。这也就是为什么成交额列与MAX_AGG(成交额)计算的结果是一致的。 但与MAX函数不同的是,MAX_AGG函数合计行的结果是所有行的最大值,而MAX函数是所有行的和。 显然,MAX与MAX_AGG函数都不满足我们要求,看数据两个函数都受到了【日期】维度的影响。 有小伙伴还记得DEF家族与老维家族的故事吗? 想要摆脱维度的影响,DEF函数志在必得。 这也就是为什么需要在MAX_AGG(成交额)前面加一个DEF函数的原因。 DEF(MAX_AGG(成交额))表示所有行中,最大的数值。 结果如下: 疑问3:不在组件中使用计算字段,直接在数据集中计算出最大值呢? 数据集中当然可以计算出最大值,计算方法也很简单,可以通过新增公式列或者新增汇总列计算得出。 结果看着也没有什么问题。 但是,如果筛选数据日期,你就会发现: 组件中通过DEF函数计算的最大值字段可以根据筛选区间显动态变化,而数据集中计算的两个最大值结果不会变化,始终是99,926,也就是2024年全年数据的最大值。 显然,这也不符合咱们的要求。 为什么数据集中计算出的最大值不会动态变化呢? 因为过滤组件是在数据集结果的基础上进行的过滤,而数据集中添加的计算步骤是数据集结果形成前完成的步骤,计算对象是整个数据集数据,而非过滤组件筛选后的数据。所以通过数据集计算的字段结果相当于是写死的,不会随过滤组件的筛选条件而动态变化。 什么是写死的,以excel举个例子,大家可能就明白了。 比如:C列的值是A列乘以B列得出的,然后我将C列的值以数值形式复制粘贴到D列,也就是说,C、D列都是A列乘以B列得出的结果,但C列带公式,而D列不带公式,现在我修改了B列中的值,可以看到,C列变了,但D列因为是数值,写死了,所以并不会发生变化。 组件中添加计算字段就相当于带公式的C列,数据集中的新增列则相当于D列,过滤组件筛选相当于对B列数值进行修改。 这样大家是不是更容易理解了? 好了,以上就是关于动态展示最大最小值的一些疑问,希望可以解答你的疑惑。
【FineBI学习打卡】DAY73 图表美化秘籍:FineBI图例个性化设置全攻略!
第73天知识点:图例设置   图表不仅仅是数据的展示,更是我们与数据沟通的桥梁。 而图例,作为图表的重要组成部分,它的设置往往直接影响到图表整体的美观度和可读性。 【常见问题】 01.如何调整图例位置?             02.如何只显示部分图例内容?     03.如何取消图例显示?    背景介绍 我们以下方玫瑰图为例来看看FineBI中是如何对图例进行个性化设置的。 一般情况下,图例是默认显示在图形右上角。 01 问:如何调整图例位置? 答:组件样式-->图例-->位置-->选择合适的位置。 有时候,图例在右上角这个位置可能会显得有点拥挤,或者与整体设计不太搭,这时,我们就可以通过设置,将图例调整到更合适的位置。 目前FineBI支持以下8种图例位置。 02 问:如何只显示部分图例? 答:组件样式-->图例-->点击【显示全部图例】前的三角,内容展开后,将对应指标前的勾选取消。 比如下面这张图,图表的标签上已经包含了我们需要展示的【金额】信息,这时再显示【金额】的图例就显得有些多余了。 在这种情况下,我们可以选择只显示部分图例。 结果如下: 03 问:如何将图例取消显示? 答:组件样式-->图例-->将【显示全部图例】前的勾选取消。 比如下面这张图,标签已经显示区和对应的金额了,所以无需图例再做任何提示。这样,既能保持图表的简洁性,又能避免信息的重复。 所以,我们可以取消图例显示。 结果如下: 当然,除了图例的位置和显示内容,你还就可以对图例的显示样式进行设置:比如加上边框,对图例字体进行颜色、大小等设置。 这里我们就不再一一介绍了。 感兴趣的小伙伴可以自己动手试一试。 这些看似微小的调整,掌握好,就能让你的图表更出彩。 结语 掌握FineBI中图例的个性化设置技巧,不仅能让你的图表看起来更加美观和易读,还能帮助你更好地传达数据背后的故事。 所以,不要忽视图例的设置哦! 在FineBI中,无论何种图形,想对图例进行个性化设置,记住: 找到组件样式中的图例设置选项,你想要的与图例相关的全部内容都能在这里找到答案。
【FineBI学习打卡】DAY74 动态展示最大最小值点
第74天知识点:动态展示最大最小值点   日常图表展示中,我们会突出显示一些特别的值,比如:最大最小值。 在FineBI中,如何实现突出显示某个区域的最大最小值呢? 其实很简单。 首先,看一下我们准备好的模拟数据表。 2024年的成交额数据表:这张表记录了2024年每一天的成交额。 接下来,话不多说,开始制作。 制作组件 图表类型选择自定义图表,然后【日期】、【成交额】字段分别拖入横纵轴。 最大最小值添加注释 【成交额】字段设置特殊显示--注释,然后添加条件:最大的1个值或者最小的1个值;提示内容:日期及对应的成交额。 结果如下: 到这一步,给最大最小值只添加了数据标签,但一眼看过去,太平淡了,最大最小值不够明显,没能突出最大最小值的特殊地位。 这好办。 添加计算字段【最大值点】 添加计算字段【最小值点】 添加最大最小值点 将【最大值点】、【最小值点】拖入纵轴。 设置最大最小值点样式 【最大值点】、【最小值点】形状设置为点,调整大小及颜色。 结果如下: 但感觉图还是缺少点灵动。 没事哒没事哒,都有解决办法。 添加闪烁动画 【最大值点】、【最小值点】字段设置特殊显示--闪烁动画,添加条件:空。 最小值点设置同理。 结果如下: 到这里,已经非常明显的显示出最大最小值了。 但还想更进阶一步,最大最小值可以根据日期区间过滤组件实现筛选区间内最大最小值的动态变化。 没问题。 添加过滤组件 添加过滤组件--时间过滤组件--日期区间。 过滤组件绑定字段 编辑过滤组件--将【日期】字段拖入字段栏中,点击确定。 结果如下: 到这一步,就完美实现文章开头的效果了。 你以为这样就结束了? 当然没有。 如果我想实现的不是突出显示某一个点,而是突出显示近7天的最大最小值区间,就像下面这样的效果,可以做到吗? 当然可以。 具体解决思路将在下一篇文章中揭晓,感兴趣的小伙伴可以自己提前尝试。 多动手,多练习,遇到问题才能游刃有余。 今天的分享就到这里。   感兴趣的小伙伴可以自己操作一下哦~
【FineBI学习打卡】DAY72 FineBI中如何进行阶梯式计费?
第72天知识点:阶梯式计费   我们日常的水电费都是阶梯式计费方式。 阶梯式计费   什么是阶梯式计费呢? 举个简单的例子,大家就能明白了。 假如这是我国目前居民电价计费标准。 按照国家规定电费计算方法: 执行居民阶梯电价总电费=第一档电费+第二档电费+第三档电费。 去年我一共使用了9000度电,实际应该缴纳电费: 第一档电费:2880*0.4883=1406.304元 第二档电费:(4800-2880)*0.5383=1033.536元 第三档电费:(9000-4800)*0.7883=3310.86元 总电费=1406.304+1033.536+3310.86=5750.7元 这就是阶梯式计费。 这种计算方式其实很常见,比如咱们的个税缴纳方式,一些提成的计算等等。 FineBI中如何计算?   在FineBI中,如何实现这种阶梯式计费的计算呢。 我们通过一个案例来看一看。   01 数据准备   我们准备了两张数据表: 【居民用电计费标准】:这张表记录了不同用电区间对应的电费价格。 【居民用电明细表】:这张表记录了不同居民的年度用电量。   02 需求   需要计算出每位居民应缴纳的电费。   03 操作步骤   (1)【居民用电计费标准】数据集处理 1)新增列-拆分行列,通过这个方式获得不同用电区间对应的用电量上下限,便于后面判断实际用电量属于哪一个用电区间。 结果如下: 2)新增公式列【年用电量下限】,因为第三阶电费区间与其它两个阶梯展示形式不一致,拆分行列后,仍然是“>4800”的展示形式,所以我们需要特殊处理一下,便于后面运算比较。 结果如下: 3)新增公式列【年用电量上限】,这一步和第2步的目的一样,因为拆分行列后获得的上限是空值,所以我们需要特殊处理一下,给空值一个999999999的极大值(这里的数值没有特殊意义,你也可以使用其他值代替,只要最后能达到效果即可),便于后面运算比较。 结果如下: 4)字段设置,第2、3步计算的结果是文本格式,无法参与后面计算,所以我们给它改成数值格式。 结果如下: 5)新增公式列【辅助列-合并依据字段】,为了与后面进行左右合并添加的辅助列,数值1没有实际意义,你也可以使用任意数值或文本代替。 结果如下: (2)【居民用电明细表】数据集处理 1)新增公式列【辅助列-合并依据字段】,需要注意的是,这里输入的内容一定要与上面的第5步输入的内容一致。 结果如下: 2)添加【左右合并】,左合并【居民用电明细表】,将【居民用电明细表】中的字段匹配过来。 结果如下: 3)新增条件标签列【该区间是否计费】,不同的用电量对应不同的用电区间,但上一步左合并的结果是每一位居民的用电量都对应了三个阶梯的用电区间,所以这里我们需要判断一下对于每位居民来说,哪些用电区间是需要计费的,哪些区间是不用计费的。 结果如下: 4)过滤,只保留需要计费的区间即可。 结果如下: 5)新增公式列【该区间对应计费电量】,因为是阶梯计费,所以需要计算每个区间的实际用电量。 结果如下: 6)新增公式列【需缴纳电费】,计算出不同用电区间对应的电费是多少。 结果如下: 7)分组汇总,计算出每位居民需要的总电费是多少。 结果如下:     不仅限于电费,这种方法同样适用于各种需要阶梯计费的场景。 感兴趣的小伙伴可以自己操作一下哦~
【FineBI学习打卡】DAY71 如何通过关键词精准定位相关长尾词?
第71天知识点:参数的运用   大家肯定在各类网络平台上都搜索过商品或者查找过问题。 比如:我最近迷上了三伏天养生,所以想在网上找一下有哪些好吃又简单的养生餐。 于是,我打开了某网站,准备输入:好吃的养生餐有哪些? 当输入到“好吃的养生”的时候,网站就已经给出了很多相关的提示。 于是,我点开了弹框提示中最感兴趣的一个。 其实呢,根据你输入的部分关键词弹框提示的词句又有一个专业名词:搜索长尾词。 这时候,肯定会有小伙伴问: 什么是关键词?什么是搜索长尾词? 相信电商行业的小伙伴对搜索关键词与搜索长尾词肯定不陌生。 搜索关键词:能直接反映网站或产品主题的词汇。它们通常是用户搜索时使用的核心词汇,具有较高的搜索量和竞争度。 搜索长尾词:网站上的非目标关键词但与目标关键词相关的也可以带来搜索流量的组合型关键词。它们通常较长,由2-3个词或短语组成,搜索量相对较少但竞争度低,转化率高。 而对商家来说呢,优化搜索长尾词是他们提升搜索引擎排名和转化率的有效手段,也是拓展产品线、进行竞争分析和内容优化的重要工具。 但优化搜索长尾词不是咱们今天要分享的内容。 今天要分享的是如何根据关键词去定位相关的搜索长尾词。 就像下面这样。 当然,电商涉及的数据量有千万甚至亿级别,正常业务场景中,一般不会这样通过关联然后肉眼去识别信息,而是借助工具去实现关联及信息的提炼。 我们只是以此场景为例,给大家提供一个解决问题的思路。 这样,假如你以后遇到类似的场景,就可以通过这个方法将看起来没有任何关联的两张数据表实现关联。 接下来,我们就来看看在FineBI中,这种效果是怎么实现的? 其实关键点还是参数的设置。   01 案例背景   现在给定了两张数据表: 搜索长尾词数据表:这张表记录了不同的长尾词以及对应的搜索热度。 关键词表:这张表记录了一些常用的关键词。 现在需要根据关键词定位相关联的搜索长尾词。   02 操作步骤   1、新建组件 制作图表 图表类型选择明细表,将【搜索长尾词】、【搜索热度】拖入数据栏。 结果如下: 添加参数:关键词 【搜索长尾词】字段绑定参数 给【搜索长尾词】字段添加过滤条件:包含参数值:关键词 2、新建仪表板 添加过滤组件-文本过滤组件-按钮组 勾选设置自定义值列表 将关键词表内容直接复制粘贴到自定义值输入框中 勾选并设置绑定参数 绑定关键词参数 这样就能实现通过选择关键词定位包含关键词的长尾词了。 当然,可以进阶一步,通过多个关联词组合去定位相关长尾词。 方法同上面一样,只是在对字段绑定参数的时候需要同时绑定多个参数。   感兴趣的小伙伴可以自己操作一下哦~
【FineBI学习打卡】DAY70 IFERROR函数帮你轻松处理异常值!
第70天知识点:IFERROR函数   最近,收到了一位小伙伴的私信,大概内容就是: 他在制作图表时按区域添加了均值线,但却遇到一个奇怪的问题,添加均值后,发现有些区域能显示出均值线,有些区域的均值线却“消失”了。 这是为什么呢? 一些问题   检查了一下计算过程,发现也没有什么问题。 于是就很纳闷: 什么原因导致的有些区域能显示出均值线,有些区域又不显示? 于是,我们拿到数据,回溯了一下数据处理步骤。 发现问题原来出在这: 在计算完成率(完成率=实际值/目标值)的过程中,目标值也就是被除数出现了0,导致完成率出现无穷值。 因为无穷值与任何值计算的结果都是无穷值,所以最终导致含有无穷值的区域均值线显示不出来。       解决办法   那遇到出现无穷值或者异常值的情况该怎么办呢? 今天就给大家介绍一个专门处理异常值的函数:IFERROR函数。 但需要注意的是,这里的异常值仅仅指正负无穷值,并不包含空值。 对于空值,我们可以使用ISNULL函数去进行处理,前面我们专门分享过一篇文章,这里就不再展开详细讲解了。 关于IFERROR函数的用法,我们通过一张函数卡片给大家展示。 所以,为了解决这个问题,我们可以通过IFERROR函数修正一下完成率的值。 修正方式也有很多种,可以选择在数据集中通过新增公式列来实现,也可以直接在组件中通过添加计算字段来实现。 这里我们以新增公式列为例。 结果如下: 这里,你也可以使用你认为合适的默认值去替换这个无穷值。 当目标值为0时,完成率将不会显示为无穷大,而是被替换为你设定的默认值。 使用修正后的完成率重新计算均值,你会发现“消失”的均值线神奇地回来了!   一些经验   Q:有小伙伴会疑惑:门店5 的完成率也是个异常值吗?   A:并不是,门店5的完成率只是因为小数位数较多而采用了科学计数法显示,实际上并不影响后续计算。 Q:Excel导入的数据表,小数点后的精度降低了,能设置吗? A:上传到 FineBI 后为了方便查看数据表,数值默认只显示两位。但是不代表未显示的小数位数丢失了,只是隐藏了而已。所以实际也不会影响后续的计算结果。 数据集中不可以直接设置小数位数,但在组件中可以通过设置【数值格式】来展示更多的小数位数。   写在最后     今天的内容就分享到这儿~希望这个小技巧能帮助你解决数据分析中的一些烦恼。   感兴趣的小伙伴可以自己体验一下哦~
【FineBI学习打卡】DAY69 FineBI五大隐藏“后悔药”帮你告别Ctrl+Z焦虑!
第69天知识点:FineBI中如何使用“Ctrl+Z”功能?   想必常用Ctrl + Z的小伙伴们,刚开始使用FineBI时,也总会习惯性的用Ctrl + Z去撤销某些步骤,但发现并不起作用。 Ctrl + Z,世界上唯一的后悔药,打工人的绝对福音,没有它,天至少得塌一半。 但FineBI中却不能用,哎...... 别着急。 虽然FineBI中不能直接Ctrl + Z,但还是贴心的准备了很多后悔药供大家“食用”,哦,不,使用。 接下来,我们就来看看如何在FineBI中找到“时光倒流”的感觉。 1、数据集中的取消应用与应用 (6.0.8版本新增) 如果你在处理数据集时,希望某一步骤暂时不生效,但又不希望直接删除该步骤,防止后面还会用到,这时你就可以使用取消应用这个功能,让它暂时隐身。 被取消应用的步骤会被跳过不执行,相当于暂时删除,但当用户需要使用此步骤的时候,可以再次应用,该步骤会重新生效。 举个例子。 现有一张记录了各门店销售业绩的数据表。 业务统计需要,我添加了一些过滤条件,其实就是过滤出上面红色框内的数据。 结果如下: 现在,我需要临时展示所有门店的总数据,但是因为过滤条件有些复杂,所以并不想先删掉然后回头再重新做一遍。 这个时候,就可以在历史步骤区域找到过滤这一步,点击三个点,选择取消应用。 这样就可以跳过过滤这一步,直接对数据表的所有数据汇总了。 临时需求展示完毕,如果想恢复成原样,将过滤步骤重新应用,设置的过滤条件就会对后面步骤生效。 为了便于大家比较,这里放一张取消应用与重新应用的结果对比图。 2、组件中的撤销恢复 组件编辑界面的左上角有撤销和恢复功能,功能和Excel中的撤销和恢复是一样的,但是需要注意的是FineBI中仅支持点击图标生效,不支持Ctrl + Z快捷键。 3、仪表板中的撤销恢复 仪表板编辑界面的左上角也有撤销和恢复功能,功能和注意点同组件。 4、主题中的保存为版本与版本管理 (6.1版本新增) 6.1版本更新后,增加了保存为版本及版本管理的新功能。 这个功能有什么作用呢? 举个例子,你就能理解。 你做了第一版仪表板,领导不满意,要求改改这,改改那…… 结果,交上去第二版,还是不满意,又缝缝补补…… 就这样,不知道改了多少版…… 结果,领导说,还是改回第一版吧…… 内心OS:耍猴呢?改了这么多,又重新改回去??? 然后,重头开始一遍。 但有了保存为版本之后,你就可以每改一次之前,先保存为一个版本,如果需要改回以前的版本,在版本管理中找到对应的版本,直接读取,就可以回到相应的版本了,这个功能有点类似于版本回退。 给大家演示一下实际效果: 是不是挺方便? 但还有更人性化的,看完接下来的,你可能对前面的功能会发出这样的评价:就这? 假如你正在干着活,突然电脑死机了...... 或者你花大功夫美化完了仪表板,还没保存被领导突然叫去开会了,回来发现页面被同事关了,你是不是瞬间...... 但有了版本管理之后,你没有保存的内容系统会自动帮你保存为一份草稿,并会在你下次打开主题的时候提示你: 是不是感觉救星来了,打工人的救命稻草这不就抓住了。 5、回收站 (6.0版本新增) 如果你删除了数据集、组件、仪表板、主题之后,后悔了,想把文件找回来,就可以去回收站,FineBI中的回收站支持还原,也支持彻底删除,功能类似电脑回收站。 FineBI一系列隐藏的“后悔药”,你最中意哪个呢?   欢迎评论区留言分享。   对上述功能感兴趣的小伙伴可以自己操作体验一下哦~
【FineBI学习打卡】DAY68 主题模块焕新颜,这些功能你绝对不能错过!
第68天知识点:FineBI6.1主题模块新变化   6月12日帆软发布了FineBI6.1版本,该版本对很多方面的功能进行了优化升级,当然,大家对此次升级给出的意见也是褒贬不一。 这里我们就不展开说了,感兴趣的小伙伴可以去社区论坛看看相关内容。 发布后,其实很想第一时间跟大家交流一下使用体验。 但是一些功能并不在我的日常使用场景中。 为了能给大家一个更好更真实的使用反馈,在距离发布时间2个月后,也就是今天,和大家浅浅聊一下我这段时间来的使用感受。 主观感受,仅供参考。 主要说说主题模块部分吧,也是此次变化最大的部分。 01 主题编辑流程 经常使用BI的小伙伴对这个流程应该很熟悉了。 6.1版本以前:数据集加工后,需要保存/保存并更新,组件、仪表板编辑完成后则是自动保存。 6.1版本:数据集制作完成后无需点击保存/保存并更新,直接开始组件,仪表板编辑,所有内容完成后,点击主题的保存/更新实现对数据集、组件、仪表板所在的整个主题的保存/更新。 所以6.1版本前后的区别就是: 6.1版本后,除了数据集,组件、仪表板编辑完后也需要点击保存才能生效。 既然新版本数据集、组件、仪表板都需要保存,而旧版本只需要保存数据集就可以,为什么还要升级新版本呢? 给大家看一张对比图就明白了: 除了保存/更新的顺序变了之外,主要是节省了数据集保存更新后到编辑组件前这中间的等待更新时间。 体验过漫长且焦躁的等待时间的小伙伴应该深有体会,这几十秒或者几分钟有多难熬……尤其遇到时间紧任务重的时候,每一秒都至关重要。 所以,这次真的是实实在在提升了工作效率! 数据集编辑完成之后,所有字段在组件中立即可用,一套操作下来,行云流水,嘎嘎快。 再也不用等数据集更新等半天,本来正分析在劲头上呢,一次更新,热情都被浇灭了不说,主要是等待更新的过程真的很考验打工人的耐心。 但说实话,因为主题的保存/更新功能区域是冻结的,展示在数据集/组件/仪表板的编辑界面上方。 所以刚开始用起来还是会习惯性的在数据集制作完成后点击保存/更新,然后组件、仪表板制作完成后忘记点击保存/更新。 结果就是,关闭了主题之后,发现:完蛋,组件和仪表板忘保存了!!!白干了!!! 02 版本管理 重新打开忘记保存的主题,一边骂自己粗心,一边小心翼翼的期待它能自动恢复到最近一次编辑的内容。 于是,你会发现,真的有惊喜: 看到这个弹框,就像看到了救星,悬着的心也放下来了,然后满心欢喜的点击恢复…… 期待又紧张的等待结果,其实,也没给你期待紧张的时间,眨眼的功夫,你只会惊呼:牛X!!! 这也是6.1版本新增的内容:新增草稿/特殊存档。 如果你像我一样,经常会忘记保存主题就关闭了浏览器,或者害怕会遇到服务器宕机、客户端死机的情况,这个功能对你来说绝对完全实用。 03 保存为版本 另外,值得一提的就是保存为版本这个功能,如果你经常需要迭代版本,而且可能在无数次迭代之后,还需要回到最初的版本(打工人懂的痛……),那么这个功能你一定要试一试。 实际效果: 以上就是我在使用新版本主题模块的一些体验啦。因为使用场景有限,所以有些功能点可能会有遗漏,欢迎各位小伙伴评论区讨论或留言。     感兴趣的小伙伴可以自己体验一下哦~
【FineBI学习打卡】DAY67 FineBI模型视图帮你高效解决数据膨胀难题!
第67天知识点:模型视图   FineBI6.0版本之后,新增了模型视图。 就我身边人使用之后的反馈而言,基本是两个极端: 要么喜、要么愁。 喜方很爱用这个功能,觉得拖拽即关联,非常高效便捷,越用越上头。 愁方是搞不懂关联背后的逻辑是什么,担心结果的准确性,索性完全不用。 不知道各位小伙伴使用过这个功能之后是什么体验呢? 今天我们就通过一个案例来简单了解一下模型视图背后的合并逻辑。 01 1:1 OR 1:N 在正式开始之前,我们先带大家看一下模型中常见的1:1、1:N分别是什么样的关联关系? (PS:N:N关系比较复杂,后面单独分享) 假如现在你是一家品牌零售店的数据分析师,你有三张数据表,分别如下: 「产品销售目标表」:记录了每个产品的销售目标。 「产品销售表」:记录了每个产品的销售额。 「员工产品销售表」:记录了每个员工的每个产品的销售额。 现在你需要通过这三张表计算出每个产品的销售目标达成率。 其实结果大家一眼就能看出来,但我们的目的并不是为了算出结果,而是了解如何计算出结果的? 1:1关系举例 假如你现在用的是「产品销售目标表」和「产品销售表」: 「产品销售目标表」和「产品销售表」里都有【产品编号】这个字段,且这两张表里这个字段都是唯一的,所以用最终得到的结果表计算销售目标达成率没有任何问题。 1:N关系举例 假如你现在用的是「产品销售目标表」和「员工产品销售表」: 「产品销售目标表」和「员工产品销售表」里都有【产品编号】这个字段,但「员工产品销售表」里这个字段并不是唯一的,A001出现了2次,所以最终得到的结果表中A001产品的销售目标出现了膨胀,也出现了2次,导致最后计算销售目标达成率时会有问题。 其实,这也是我们使用左右合并后会存在的问题。 那对于1:N这种问题,有什么好的便捷的解决办法吗? 这就要回到我们今天说的模型视图上来了。 02 模型视图的作用 1、解决数据冗余问题。 数据模型只是对原有的数据表之间建立了关联,并不会生成一张新的大宽表。 2、解决数据膨胀问题。 比如我们上面提到的1:N的例子,因为编号A001的目标产生膨胀,导致最后目标完成率计算错误。但如果直接使用数据模型,则会先将各产品的销售额相加,也就相当于将「员工产品销售表」先加工成「产品销售表」的过程,然后再用目标值表去匹配相加后的销售额,这样就可以得到正确的结果了。 我们来看一看具体操作步骤。 03 模型视图的应用 1、建立模型关系 拖拽「员工产品销售表」到需要配置关联关系的「产品销售目标表」上,即可生成连线。 2、编辑模型关系 建立模型关系后,会弹出编辑关系界面,这里我们可以编辑匹配字段以及关联关系。 当然,不用担心你该选择什么样的关联关系,因为在建立模型关系后,系统会根据数据情况自动选择最合适的模型关系。 3、制作组件 将「员工产品销售表」中的【产品名称】、【销售额(元)】,「产品销售目标表」中的【产品编号】、【销售目标(元)】分别拖入如下位置: 这时,本来两张独立的数据表,因为我们建立了模型关系,便可以直接得到如下的结果: 可以发现,既没有左右合并的一步步操作,结果表中的目标值也并没有出现膨胀。 04 模型视图合并逻辑 以上就是模型视图的合并逻辑,也是它的最大特点: 只让参与到分析的字段和关联字段参与模型视图的合并 执行先聚合再合并 是不是想到了聚合函数? 拆分成步骤的话,则是: 1、系统判断用户在组件中拖入了哪些字段,只有拖入的字段和关联字段参与模型视图合并; 2、 将数据表先后按「关联字段」和「组件中拖入的维度」对表进行聚合; 3、将聚合后得到的表进行合并。 05 模型视图局限性 但模型视图也存在一些局限性,比如: 1、建立模型视图的数据无法发布到公共数据; 2、关联字段只能选择一个,如果需要多条件关联,只能在数据表中对关联字段先进行处理; 2、建立模型操作看似简单,但背后的合并逻辑理解成本比较高。 好了,今天的内容就分享就到这里。 感兴趣的小伙伴自己动手试试看哦~  
【FineBI学习打卡】DAY66 试管型仪表盘,让目标追踪更直观!
第66天知识点:如何制作试管型仪表盘?   目标追踪是日常业务中十分常见的管理手段。 通常,我们会直接通过一张图表对追踪结果进行通报。 但,很明显,这不够直观。给人留下的印象更多的只是一串冷冰冰的数字。 如何更加直观的展示目标达成进度? 首选仪表盘! 前面我们给大家介绍过仪表盘的制作方式。 今天我们来介绍一种新的展示形式--试管型仪表盘。 我们通过一个简单的案例来看一看。 01 案例数据 使用数据集:销售额目标达成追踪。这张数据集记录了不同门店2024年7月的销售额目标及实际完成值。 包含字段:统计日期、门店、目标值、实际值。 02 案例需求 (1)点选不同门店,仪表盘数据自动更新,灵活展示各店业绩。 (2)根据达成率设置不同颜色,起到警示作用: 达成率>=100%,试管为绿色; 80%<=达成率<100%,试管为橙色; 达成率<80%,试管为红色。 03 操作步骤: 1、新建组件 (1)图表类型选择仪表盘。 (2)【实际值】拖入图形属性--指针值属性框中;        【目标值】拖入图形属性--目标值属性框中。 这样我们就得到了试管型仪表盘的雏形。 2、添加计算字段【达成率】 (1)添加计算字段: 【达成率】= SUM_AGG(实际值(万))/SUM_AGG(目标值(万)) 如果对聚合函数不太理解的小伙伴可以参考这篇文章。 (2)然后将【达成率】拖入图形属性--标签属性框中,并对字体进行设置。 得到的结果如下: 但感觉差点儿意思。 我们美化一下。 3、美化组件 (1)去掉刻度线 图形属性--样式属性--样式风格:选择简洁风格。 结果如下: 这样看起来是不是清爽多了? (2)对不同达成率设置不同颜色,直观反映业绩情况 添加计算字段【达成率释义】: 将【达成率释义】拖入图形属性--颜色属性框中,并根据要求设置不同颜色: 这里为什么要添加一个新的字段去设置颜色,而不直接将【达成率】拖入颜色属性框中进行设置呢? 我们来试一试。 结果如下: 可以发现,如果将【达成率】直接拖入颜色属性框中进行设置,得到的结果是将仪表盘按区间分段显示颜色。即: 假如某一门店达成率为95%,那么该门店对应的试管型仪表盘:前80%部分显示为红色,80%至95%部分显示为橙色。 而并非我们想要实现的根据达成率区间,整个仪表盘都显示为橙色。 4、制作仪表板 (1)添加过滤组件--文本过滤组件--按钮组件; (2)绑定字段【门店】; (3)过滤方式设置为单选。 最终,我们就可以得到文章一开始提到的效果了。 / 优化前 / / 优化后 / 好了,今天的内容就分享就到这里。   你有哪些独特的仪表盘制作技巧或心得,欢迎留言分享!   感兴趣的小伙伴自己动手试试看哦~  
12345下一页
个人成就
内容被浏览228,899
加入社区2年215天
返回顶部