|熬夜总结了报表自动化、数据可视化和挖掘的要点,和你想的不一样( 二 )

  • 根据价值组合:在管理上有打破部门壁垒的需要 , 在数据可视化这里也是一样的 , 超市的进货与销售情况会有一定的联系 , 有些货品的销售速度可能受到当日推销员工数量、当日进店客户数量的影响 , 将这些可能互相影响的数据根据一定关系 / 计算公式进行统计 , 得出有价值的信息 , 比如转化率一类的业绩指标
  • 根据信息组合:有些信息可能需要汇聚到一起进行显示 , 比如超市即将过期的物品
  • 2、显示效果优化
    当我们把各种信息汇总并展示后 , 还需要针对数据做一定的美化
    • 涉及到多维度的可以以多边形的方式直观的看到同一阶段各维度的评估分值;
    • 比率一类的信息可以用彩色的条状或者环形展示 , 除了能看到比率还可以通过颜色直接给人示警的作用
    最终我们就得到了“可视化大屏” , 比如下图的效果 , 都是由FineReport做的 。
    |熬夜总结了报表自动化、数据可视化和挖掘的要点,和你想的不一样
    本文插图

    |熬夜总结了报表自动化、数据可视化和挖掘的要点,和你想的不一样
    本文插图

    至于大屏 , 《你的可视化大屏太丑了 , 来看看我整理的模板 , 建议收藏 》可以看看 。
    3、数据挖掘
    通过报表我们能看出来一些趋势 , 对于人眼直观观察来说 , 我们可能更能看出折线图表现出来的趋势 , 但是趋势如何量化?
    除此以外其他形式的报表 , 甚至那些没有整理成报表的数据之间的规律呢?
    这时候可以进行数据挖掘 , 以多种分析方式找到数据之间的潜在联系 , 让数据产生更大的价值 。
    |熬夜总结了报表自动化、数据可视化和挖掘的要点,和你想的不一样
    本文插图
    最后
    总要有个结尾吧
    本文主要讲了我认为的如何逐步做到商业智能BI , 通过报表自动化、数据图表化、数据可视化、数据挖掘四步走的方式 , 逐步的让数据产生价值 。
    当然这只是这一系列文章的开头 , 我更想说的是第一步 , 报表自动化如何做 , 后面几篇文章逐步的讲解我对报表自动化的理解、报表系统的一种设计方式、数据仓库维度建模过程及我的实践经历 。


    推荐阅读