FineBI组件

FineBI组件

Yiuhang Chan
  2020-06-26 13:45:23 2020-06-26 13:45:23 创建   2024-02-28 18:49:49 2024-02-28 18:49:49 更新      26.4k 字  114 分钟  

组件概述

FineBI 可以为客户实现数据可视化，进行可视化分析，可视化的展现结果就是一张张的仪表板，而仪表板是由不同类型的组件构成的，本节即为你介绍如何制作可视化组件。

FineBI 用于数据分析的可视化组件包括表格、图表、时间过滤组件、文本组件等等，能够提供给你更丰富的选择。

组件编辑

FineBI 中可以制作图表和表格进行可视化展示，通过将数据字段拖入分析区域实现图表或者表格的创建。

组件编辑界面的各区域功能如下图所示：

图表

组件制作大致使用流程:
1：在【组件管理栏】创建组件
2：将【待分析区】中的字段拖入【分析区域字段框】或【图表生成区】
3：在【图表配置区】设置需要的图表类型和相关属性和样式
4：再根据需求在【组件全局过滤】进行设置

门店销售数据统计

销售日期 店风格 店名 店性质 品类描述 品牌描述 所属大区 所属小区 毛利 销售额
30/09/2017 时尚馆 成都店 自有店 女士轻便服装 WHO.A.U 中西区 西南 209 1,046
30/09/2017 时尚馆 成都店 自有店 女士轻便服装 WHO.A.U 中西区 西南 673 3,366
30/09/2017 生活馆 北京一期（百货） 自有店 女士上班服装 X.ZHINING 北方区 华北 124 3,979
30/09/2017 时尚馆 重庆店 自有店 女士上班服装 WHO.A.U 中西区 西南 894 5,960
30/09/2017 时尚馆 重庆店 自有店 女士上班服装 WHO.A.U 中西区 西南 151 1,008
30/09/2017 生活馆 上宝山店 自有店 女士成熟服装 O.C.T.MAMI(十月妈咪) 东南区 上海 136 4,863
30/09/2017 生活馆 上宝山店 自有店 女士成熟服装 O.C.T.MAMI(十月妈咪) 东南区 上海 337 1,203
30/09/2017 生活馆 天新百店 自有店 女士內衣 O.C.T.MAMI(十月妈咪) 北方区 华北 924 3,556
30/09/2017 生活馆 上浦建店 自有店 女士內衣 O.C.T.MAMI(十月妈咪) 东南区 上海 753 2,789
30/09/2017 生活馆 武汉百货 自有店 女士內衣 O.C.T.MAMI(十月妈咪) 中西区 华中 164 5,679
30/09/2017 时尚馆 武徐东店 管理店 女士內衣 O.C.T.MAMI(十月妈咪) 中西区 华中 481 1,767
30/09/2017 生活馆 北京一期（百货） 自有店 女士饰物 ZIPPO(之宝) 北方区 华北 558 1,758
30/09/2017 生活馆 北京二期（百货） 自有店 女士手袋及皮件 LESPORTSAC 北方区 华北 132 5,399
30/09/2017 生活馆 天新百店 自有店 女士皮鞋 HANG TEN 北方区 华北 461 1,847
30/09/2017 生活馆 北京一期（百货） 自有店 女士皮鞋 HANG TEN 北方区 华北 381 1,376
30/09/2017 生活馆 北京二期（百货） 自有店 女士皮鞋 HANG TEN 北方区 华北 337 1,485
30/09/2017 时尚馆 北彩旋店. 自有店 女士皮鞋 HANG TEN 北方区 华北 126 4,648
30/09/2017 生活馆 北利莹百貨 自有店 女士皮鞋 HANG TEN 北方区 华北 173 6,883

步骤:

  1. 创建分析主题
  2. 上传数据表
  3. 数据处理
  4. 点击【组件】进入编辑界面,一个分析主题可以添加多个组件，如下图所示：
  1. 选择「堆积柱形图」，将待分析区域字段「店性质」拖入横轴栏，将「毛利」和「销售额」拖入纵轴栏，就生成了一张
    图表。如下图所示：

  1. 设置图形属性和组件样式，对组件进行美化。例如自定义设置图表配色，或者更改柱状图圆角度数。

  2. 需要进行计算或者添加交互功能的根据具体数据表不同需求再进行， 如下图所示：

自定义图表

自定义图表示例

品类经营分析

销售日期 毛利额 商品单价 销售金额 销售数量
2015-01-01 2.4 0.5 3 6
2015-01-01 6.46 5.6 8.07 0.96
2015-01-01 2 3 2.5 1
2015-01-01 1.08 4 4 1
2015-01-01 1.83 6.7 6.5 1
2015-01-01 1 1.6 1.25 0.78
2015-01-01 3.08 9.6 3.85 0.4
2015-01-01 4.4 5.5 5.5 1
2015-01-01 10.03 19.6 12.54 0.64
2015-01-01 2.4 3 3 1
2015-01-01 0.69 19.8 2.7 0.2
2015-01-01 6.32 7.9 7.9 1
2015-01-01 6.32 7.9 7.9 1
2015-01-01 1.46 2.58 1.83 0.71
2015-01-01 0.91 1.8 1.14 0.64
2015-01-01 6.62 89.8 8.28 0.13
2015-01-01 1.34 2.56 1.68 0.66
2015-01-01 3.08 16 6.14 0.38

用户希望一个图表组件上，有多种图表类型。如下图所示：

自定义图表制作
  1. 图表类型下选择【自定义图表】，将【销售日期】字段拖入横轴，【毛利额】、【商品单价】、【销售金额】字段拖入纵轴。如下图所示：
  1. 鼠标悬浮在【毛利额】字段上，点击右下角倒三角，点击【设置值轴】，设置最小值为【0】，最大值为【4000】。如下图所示：
  1. 【图形属性】下点击【全部】，将【指标名称】字段拖入到【颜色】栏中。如下图所示：
  1. 在图形属性下，点开【销售金额】字段，图形选择【线】，设置成为 双柱形图-折线图 。如下图所示

分区柱形图

分区柱形图示例

分区柱形图为并列展示维度下各个分类指标的柱形图，能清晰的比较出多种维度下不同指标的数量差距，但是当维度数据较多时，图表的可读性就比较差。效果如下图所示：

销售明细表

销售日期 产品归属业务部 产品名称 产品品规 产品品类 客户编码 客户名称 区域 生产厂家 销售单位 销售类型 销售人员 不含税销售单价 不含税销售额 城建税、教育费附加、地方教育附加 出库单编码 单位生产成本 发票号 发票金额 发票增值税额 发票增值税率 含税销售单价 含税销售额 人力成本 物流编号 现金折扣 销售数量 总成本
2019-01-05 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 8.62 86,206,896.55 775,812.41 1,234,567 4.58 123,456 86,206,896.55 13,793,103.45 0.16 10 100,000,000 12,500,000 12,345,678 2,586,206.9 10,000,000 45,800,000
2019-01-30 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 发货 b 8.62 129,310,344.83 1,163,718.62 1,234,568 4.58 123,457 129,310,344.83 20,689,655.17 0.16 10 150,000,000 18,750,000 12,345,679 3,879,310.34 15,000,000 68,700,000
2019-02-10 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 8.62 103,448,275.86 930,974.9 1,234,569 4.58 123,458 103,448,275.86 16,551,724.14 0.16 10 120,000,000 15,000,000 12,345,680 3,103,448.28 12,000,000 54,960,000
2019-02-20 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 8.62 112,068,965.52 1,008,556.14 1,234,570 4.58 123,459 112,068,965.52 17,931,034.48 0.16 10 130,000,000 16,250,000 12,345,681 3,362,068.97 13,000,000 59,540,000
2019-03-08 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 退货 b 8.62 -172,413.79 -1,551.62 1,234,571 4.58 123,460 -172,413.79 -27,586.21 0.16 10 -200,000 -25,000 12,345,682 -5,172.41 -20,000 -91,600
2019-04-06 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 发货 b 8.85 115,044,247.79 865,866.27 1,234,572 4.58 123,461 115,044,247.79 14,955,752.21 0.13 10 130,000,000 16,681,415.93 12,345,683 3,451,327.43 13,000,000 59,540,000
2019-05-05 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司2 盒 发货 a 8.85 79,646,017.7 571,365.88 1,234,573 4.78 123,462 79,646,017.7 10,353,982.3 0.13 10 90,000,000 11,548,672.57 12,345,684 2,389,380.53 9,000,000 43,020,000
2019-06-15 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司2 盒 发货 b 8.85 61,946,902.65 444,395.68 1,234,574 4.78 123,463 61,946,902.65 8,053,097.35 0.13 10 70,000,000 8,982,300.88 12,345,685 1,858,407.08 7,000,000 33,460,000
2019-01-03 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 a 15.52 3,103,448.28 24,411.81 1,234,575 9.16 123,464 3,103,448.28 496,551.72 0.16 18 3,600,000 450,000 12,345,686 93,103.45 200,000 1,832,000
2019-01-08 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 b 15.52 7,758,620.69 61,029.52 1,234,576 9.16 123,465 7,758,620.69 1,241,379.31 0.16 18 9,000,000 1,125,000 12,345,687 232,758.62 500,000 4,580,000
2019-01-10 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 139,655,172.41 1,098,531.31 1,234,577 9.16 123,466 139,655,172.41 22,344,827.59 0.16 18 162,000,000 20,250,000 12,345,688 4,189,655.17 9,000,000 82,440,000
2019-01-19 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 155,172,413.79 1,220,590.34 1,234,578 9.16 123,467 155,172,413.79 24,827,586.21 0.16 18 180,000,000 22,500,000 12,345,689 4,655,172.41 10,000,000 91,600,000
2019-01-31 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 232,758,620.69 1,830,885.52 1,234,579 9.16 123,468 232,758,620.69 37,241,379.31 0.16 18 270,000,000 33,750,000 12,345,690 6,982,758.62 15,000,000 137,400,000
2019-02-10 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 201,724,137.93 1,586,767.45 1,234,580 9.16 123,469 201,724,137.93 32,275,862.07 0.16 18 234,000,000 29,250,000 12,345,691 6,051,724.14 13,000,000 119,080,000
2019-03-10 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 139,655,172.41 1,098,531.31 1,234,581 9.16 123,470 139,655,172.41 22,344,827.59 0.16 18 162,000,000 20,250,000 12,345,692 4,189,655.17 9,000,000 82,440,000
2019-04-15 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.93 127,433,628.32 844,796.6 1,234,582 9.16 123,471 127,433,628.32 16,566,371.68 0.13 18 144,000,000 18,477,876.11 12,345,693 3,823,008.85 8,000,000 73,280,000
2019-05-12 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.93 79,646,017.7 527,997.88 1,234,583 9.16 123,472 79,646,017.7 10,353,982.3 0.13 18 90,000,000 11,548,672.57 12,345,694 2,389,380.53 5,000,000 45,800,000
2019-06-15 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.93 71,681,415.93 475,198.09 1,234,584 9.16 123,473 71,681,415.93 9,318,584.07 0.13 18 81,000,000 10,393,805.31 12,345,695 2,150,442.48 4,500,000 41,220,000
分区柱形图制作
  1. 在图表类型下选择【分区柱形图】，将【品牌编号】、【销售日期】字段拖入到横轴中，【销售额】、【毛利】字段拖入到纵轴中。如下图所示：
  1. 点击销售日期(年月日)字段下拉框，选择年月，完成后的图表如下所示：
设置分区柱形图样式
  1. 将【指标名称】字段拖入颜色栏，点击颜色栏，设置柱形显示颜色，如下图所示：
  1. 点击【大小栏】，调整柱形的柱宽和大小，如下图所示：

堆积柱形图

堆积柱形图示例

堆积柱形图将每根柱子进行分割，可以显示大类目下的细分类目占比情况。它既可以直观地看出每个指标的值，还能够反映出维度总和。可应用在：

展示某互联网产品在一周内由不同渠道获得的流量对比。

销售部有 3 个部门：销售部门 A 、销售部门 B 、销售部门 C ，需要统计销售部各个部门的贡献成分及变化。

周流量数据

序号 星期 直接访问 邮件营销 联盟广告 视频广告 搜索引擎
1 周一 320 120 220 150 820
2 周二 302 132 182 212 832
3 周三 301 101 191 201 901
4 周四 334 134 234 154 934
5 周五 390 90 290 190 1290
6 周六 330 230 330 330 1330
7 周日 320 210 310 410 1320

堆积柱形图能清晰的看出每个维度下不同指标的大小，也可以比较出不同维度类别的数据量差距。但是只适用于维度不多的数据，不适用于维度太多的场景。堆积柱形图例如下图所示：

堆积柱形图制作
  1. 将【星期】字段拖入维度栏中，将指标下的字段【直接访问、邮件营销、联盟广告、视频广告、搜索引擎】按顺序置入指标栏中，在图表类型下选择【堆积柱形图】。如下图所示：

  1. 设置【按照星期排序】

    • 自定义排序，鼠标悬浮在横轴上的【星期】字段上，点击右侧倒三角符号，设置自定义排序。如下图所示：

    • 通过序号字段实现排序，将【序号】字段拖入【细粒度】栏。再将鼠标悬浮在横轴上的【星期】字段上，点击右侧倒三角符号，选择【升序>序号(求和)】，如下图所示：

堆积柱形图设置组件样式

  1. 将指标字段【直接访问、邮件营销、联盟广告、视频广告、搜索引擎】指标 分别 拖入 各自 的图形属性中与它们名称相同的下拉栏的【标签】中。如下图所示：

多系列柱形图

多系列柱形图表示例

多系列柱形图用于显示不同系列指标间的对比效果，能清晰的看出每个维度下不同指标的大小，通过不同的柱形比较出不同维度类别的数据量差距。但是只适用于维度不多的数据，不适用于维度太多的场景。

访问统计事实表

统计日期 地区ID 访问ID 访问平台 渠道ID 用户ID 访问次数 浏览量 跳出次数 总停留时间
2015-09-01 3299 379 Android QD1004 USER0115 6 10 4 1,656
2015-09-01 4417 380 IOS QD1015 USER0116 5 6 4 648
2015-09-01 1101 381 Android QD1013 USER0117 5 14 4 1,512
2015-09-01 2201 382 IOS QD1015 USER0118 2 12 4 1,728
2015-09-01 2113 383 IOS QD1003 USER0119 5 9 4 1,548
2015-09-01 3712 384 移动浏览器 QD1006 USER0120 3 12 4 1,440
2015-09-02 3299 385 Android QD1014 USER0121 3 12 4 1,008
2015-09-02 4420 386 Android QD1020 USER0122 2 15 4 1,260
2015-09-03 6211 387 Android QD1011 USER0123 2 10 4 396
2015-09-03 4418 388 IOS QD1011 USER0124 2 8 4 432
2015-09-03 4420 389 IOS QD1009 USER0125 3 14 4 1,116
2015-09-03 6203 390 IOS QD1003 USER0126 5 12 4 288
2015-09-03 6110 391 移动浏览器 QD1009 USER0127 6 8 4 756
2015-09-04 3412 392 IOS QD1019 USER0128 1 10 4 648
2015-09-04 7110 393 Android QD1020 USER0129 1 14 4 792
2015-09-04 2112 394 Android QD1016 USER0130 5 6 4 396
2015-09-04 4418 395 IOS QD1011 USER0131 5 10 4 1,584
2015-09-04 2312 396 Android QD1020 USER0132 5 6 4 720
2015-09-04 3713 397 IOS QD1005 USER0133 2 11 4 720
2015-09-04 4417 398 IOS QD1018 USER0134 5 7 4 1,800
2015-09-04 4117 399 IOS QD1016 USER0135 5 14 4 792
2015-09-04 4117 400 IOS QD1020 USER0136 1 11 4 324
2015-09-04 3405 401 移动浏览器 QD1016 USER0137 4 9 5 360
2015-09-05 6212 402 IOS QD1005 USER0138 5 9 4 792
2015-09-05 4115 403 Android QD1008 USER0139 4 9 4 216
2015-09-05 3301 404 Android QD1003 USER0140 6 10 4 396
2015-09-05 4451 405 Android QD1006 USER0141 3 11 4 828
2015-09-05 4452 406 Android QD1001 USER0142 4 10 4 864
2015-09-05 3715 407 IOS QD1015 USER0143 4 6 4 756
多系列柱形图表制作
  1. 选择【多系列柱形图】，将待分析区域【统计日期】、【浏览量】、【访问次数】、【跳出次数】拖入右侧分析区域，如下图所示：
  1. 筛选出2015.7.13之前的数据。美化组件：颜色设置，大小设置等 如下图所示：
多系列柱形图表制作(开启堆积)

此案例增加 【添加计算字段】和【开启堆积】

销售明细表

销售日期 产品归属业务部 产品名称 产品品规 产品品类 客户编码 客户名称 区域 生产厂家 销售单位 销售类型 销售人员 不含税销售单价 不含税销售额 城建税、教育费附加、地方教育附加 出库单编码 单位生产成本 发票号 发票金额 发票增值税额 发票增值税率 含税销售单价 含税销售额 人力成本 物流编号 现金折扣 销售数量 总成本
2019-01-05 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 8.62 86,206,896.55 775,812.41 1,234,567 4.58 123,456 86,206,896.55 13,793,103.45 0.16 10 100,000,000 12,500,000 12,345,678 2,586,206.9 10,000,000 45,800,000
2019-01-30 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 发货 b 8.62 129,310,344.83 1,163,718.62 1,234,568 4.58 123,457 129,310,344.83 20,689,655.17 0.16 10 150,000,000 18,750,000 12,345,679 3,879,310.34 15,000,000 68,700,000
2019-02-10 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 8.62 103,448,275.86 930,974.9 1,234,569 4.58 123,458 103,448,275.86 16,551,724.14 0.16 10 120,000,000 15,000,000 12,345,680 3,103,448.28 12,000,000 54,960,000
2019-02-20 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 8.62 112,068,965.52 1,008,556.14 1,234,570 4.58 123,459 112,068,965.52 17,931,034.48 0.16 10 130,000,000 16,250,000 12,345,681 3,362,068.97 13,000,000 59,540,000
2019-03-08 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 退货 b 8.62 -172,413.79 -1,551.62 1,234,571 4.58 123,460 -172,413.79 -27,586.21 0.16 10 -200,000 -25,000 12,345,682 -5,172.41 -20,000 -91,600
2019-04-06 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 发货 b 8.85 115,044,247.79 865,866.27 1,234,572 4.58 123,461 115,044,247.79 14,955,752.21 0.13 10 130,000,000 16,681,415.93 12,345,683 3,451,327.43 13,000,000 59,540,000
2019-05-05 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司2 盒 发货 a 8.85 79,646,017.7 571,365.88 1,234,573 4.78 123,462 79,646,017.7 10,353,982.3 0.13 10 90,000,000 11,548,672.57 12,345,684 2,389,380.53 9,000,000 43,020,000
2019-06-15 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司2 盒 发货 b 8.85 61,946,902.65 444,395.68 1,234,574 4.78 123,463 61,946,902.65 8,053,097.35 0.13 10 70,000,000 8,982,300.88 12,345,685 1,858,407.08 7,000,000 33,460,000
2019-01-03 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 a 15.52 3,103,448.28 24,411.81 1,234,575 9.16 123,464 3,103,448.28 496,551.72 0.16 18 3,600,000 450,000 12,345,686 93,103.45 200,000 1,832,000
2019-01-08 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 b 15.52 7,758,620.69 61,029.52 1,234,576 9.16 123,465 7,758,620.69 1,241,379.31 0.16 18 9,000,000 1,125,000 12,345,687 232,758.62 500,000 4,580,000
2019-01-10 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 139,655,172.41 1,098,531.31 1,234,577 9.16 123,466 139,655,172.41 22,344,827.59 0.16 18 162,000,000 20,250,000 12,345,688 4,189,655.17 9,000,000 82,440,000
2019-01-19 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 155,172,413.79 1,220,590.34 1,234,578 9.16 123,467 155,172,413.79 24,827,586.21 0.16 18 180,000,000 22,500,000 12,345,689 4,655,172.41 10,000,000 91,600,000
2019-01-31 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 232,758,620.69 1,830,885.52 1,234,579 9.16 123,468 232,758,620.69 37,241,379.31 0.16 18 270,000,000 33,750,000 12,345,690 6,982,758.62 15,000,000 137,400,000
2019-02-10 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 201,724,137.93 1,586,767.45 1,234,580 9.16 123,469 201,724,137.93 32,275,862.07 0.16 18 234,000,000 29,250,000 12,345,691 6,051,724.14 13,000,000 119,080,000
2019-03-10 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.52 139,655,172.41 1,098,531.31 1,234,581 9.16 123,470 139,655,172.41 22,344,827.59 0.16 18 162,000,000 20,250,000 12,345,692 4,189,655.17 9,000,000 82,440,000
2019-04-15 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.93 127,433,628.32 844,796.6 1,234,582 9.16 123,471 127,433,628.32 16,566,371.68 0.13 18 144,000,000 18,477,876.11 12,345,693 3,823,008.85 8,000,000 73,280,000
2019-05-12 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.93 79,646,017.7 527,997.88 1,234,583 9.16 123,472 79,646,017.7 10,353,982.3 0.13 18 90,000,000 11,548,672.57 12,345,694 2,389,380.53 5,000,000 45,800,000
2019-06-15 非处方药 感冒药2 20袋 呼吸类 AC003 C 京津 子公司3 盒 发货 c 15.93 71,681,415.93 475,198.09 1,234,584 9.16 123,473 71,681,415.93 9,318,584.07 0.13 18 81,000,000 10,393,805.31 12,345,695 2,150,442.48 4,500,000 41,220,000
2020-01-05 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 9.29 102,212,389.38 787,993.27 1,234,585 4.7 123,474 102,212,389.38 13,287,610.62 0.13 10.5 115,500,000 14,105,309.73 12,345,696 2,044,247.79 11,000,000 51,700,000
2020-01-30 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 发货 b 9.29 120,796,460.18 931,264.78 1,234,586 4.7 123,475 120,796,460.18 15,703,539.82 0.13 10.5 136,500,000 16,669,911.5 12,345,697 2,415,929.2 13,000,000 61,100,000
2020-02-10 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 9.29 92,920,353.98 716,357.52 1,234,587 4.7 123,476 92,920,353.98 12,079,646.02 0.13 10.5 105,000,000 12,823,008.85 12,345,698 1,858,407.08 10,000,000 47,000,000
2020-02-20 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司1 盒 发货 a 9.29 27,876,106.19 214,907.26 1,234,588 4.7 123,477 27,876,106.19 3,623,893.81 0.13 10.5 31,500,000 3,846,902.65 12,345,699 557,522.12 3,000,000 14,100,000
2020-03-08 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 退货 b 9.29 -278,761.06 -2,149.07 1,234,589 4.7 123,478 -278,761.06 -36,238.94 0.13 10.5 -315,000 -38,469.03 12,345,700 -5,575.22 -30,000 -141,000
2020-04-06 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司1 盒 发货 b 9.29 74,336,283.19 573,086.02 1,234,590 4.7 123,479 74,336,283.19 9,663,716.81 0.13 10.5 84,000,000 10,258,407.08 12,345,701 1,486,725.66 8,000,000 37,600,000
2020-05-05 非处方药 感冒药1 10袋 呼吸类 AA001 A 京津 子公司2 盒 发货 a 9.29 83,628,318.58 605,409.77 1,234,591 4.98 123,480 83,628,318.58 10,871,681.42 0.13 10.5 94,500,000 11,540,707.96 12,345,702 1,672,566.37 9,000,000 44,820,000
2020-06-15 非处方药 感冒药1 10袋 呼吸类 AB002 B 京津 子公司2 盒 发货 b 9.29 92,920,353.98 672,677.52 1,234,592 4.98 123,481 92,920,353.98 12,079,646.02 0.13 10.5 105,000,000 12,823,008.85 12,345,703 1,858,407.08 10,000,000 49,800,000
2020-01-03 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 a 15.93 12,743,362.83 81,484.46 1,234,593 9.4 123,482 12,743,362.83 1,656,637.17 0.13 18 14,400,000 1,758,584.07 12,345,704 254,867.26 800,000 7,520,000
2020-04-08 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 b 15.93 14,336,283.19 91,670.02 1,234,594 9.4 123,483 14,336,283.19 1,863,716.81 0.13 18 16,200,000 1,978,407.08 12,345,705 286,725.66 900,000 8,460,000
2020-05-03 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 a 15.93 12,743,362.83 81,484.46 1,234,595 9.4 123,484 12,743,362.83 1,656,637.17 0.13 18 14,400,000 1,758,584.07 12,345,706 254,867.26 800,000 7,520,000
2020-06-08 非处方药 感冒药2 20袋 呼吸类 AA001 A 京津 子公司3 盒 发货 b 15.93 14,336,283.19 91,670.02 1,234,596 9.4 123,485 14,336,283.19 1,863,716.81 0.13 18 16,200,000 1,978,407.08 12,345,707 286,725.66 900,000 8,460,000
  1. 添加计算字段 ，字段名称为【其他成本】，公式为：SUM_AGG(总成本)-SUM_AGG(人力成本)。如下图所示：
  1. 选择【多系列柱形图】，将【产品名称】字段拖入到横轴，将【总成本】、【其他成本】、【人力成本】拖入到纵轴。如下图所示：
  1. 为纵轴中的【其他成本】、【人力成本】 【开启堆积】。如下图所示：

对比柱形图

对比柱形图示例

对比柱状图是一种以背靠背形式的条形图，主要用于展示同一维度下，两个指标的对比分析，便于更直观地看出对比差距。下图显示了美国大选各大洲得票情况对比，红色代表共和党，蓝色代表民主党，对比效果如图所示：

能清晰地比较出当前维度下不同指标的数据量差距，最常用于（有相反含义）的两个指标做对比。

但是只适用于维度不多的数据，不适用于维度太多的场景。

美国大选投票数据

votes democrat votes republican rep vs dem custom bins variance from national margin labels variance - skew dem or rep Row type Row densified Column Percent of year’s vote 记录数 Row densified (bin) Row State (Sheet1) State Swing left vs right Table Name Total votes - democrat Total votes - republican Year dem vs rep % variance from national margin
0.34 0.62 rep +25-30% 0.3 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 729,547 1,318,255 2,016 0.28 0.3
0.38 0.61 rep +20-25% 0.26 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 795,696 1,255,925 2,012 0.22 0.26
0.39 0.6 rep +20-25% 0.29 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 813,479 1,266,546 2,008 0.22 0.29
0.37 0.62 rep +25-30% 0.23 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 693,933 1,176,394 2,004 0.26 0.23
0.42 0.56 rep +10-15% 0.15 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 692,611 941,173 2,000 0.15 0.15
0.43 0.5 rep +5-10% 0.15 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 662,165 769,044 1,996 0.07 0.15
0.41 0.48 rep +5-10% 0.12 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 690,080 804,283 1,992 0.07 0.12
0.4 0.59 rep +15-20% 0.12 more right real 1 8 8e-3 1 1 7 Alabama Alabama more right swingdata3.csv 549,506 815,576 1,988 0.19 0.12
0.37 0.51 rep +10-15% 0.17 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 116,454 163,387 2,016 0.15 0.17
0.41 0.55 rep +10-15% 0.18 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 122,640 164,676 2,012 0.14 0.18
0.38 0.59 rep +20-25% 0.29 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 123,594 193,841 2,008 0.22 0.29
0.36 0.61 rep +25-30% 0.23 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 111,025 190,889 2,004 0.26 0.23
0.28 0.59 rep +30-40% 0.32 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 79,004 167,398 2,000 0.31 0.32
0.33 0.51 rep +15-20% 0.26 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 80,380 122,746 1,996 0.18 0.26
0.3 0.39 rep +5-10% 0.15 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 78,294 102,000 1,992 0.09 0.15
0.36 0.6 rep +20-25% 0.16 more right real 1 1 1e-3 1 1 1 Alaska Alaska more right swingdata3.csv 72,584 119,251 1,988 0.23 0.16
0.45 0.49 rep +2-5% 0.06 more right real 1 3 9e-3 1 1 6 Arizona Arizona more right swingdata3.csv 1,161,167 1,252,401 2,016 0.04 0.06
0.45 0.54 rep +5-10% 0.13 more right real 1 3 9e-3 1 1 6 Arizona Arizona more right swingdata3.csv 1,025,232 1,233,654 2,012 0.09 0.13
0.45 0.54 rep +5-10% 0.16 more right real 1 3 9e-3 1 1 6 Arizona Arizona more right swingdata3.csv 1,034,707 1,230,111 2,008 0.09 0.16
0.44 0.55 rep +10-15% 0.08 more right real 1 3 8e-3 1 1 6 Arizona Arizona more right swingdata3.csv 893,524 1,104,294 2,004 0.1 0.08
0.45 0.51 rep +5-10% 0.07 more right real 1 3 7e-3 1 1 6 Arizona Arizona more right swingdata3.csv 685,341 781,652 2,000 0.06 0.07
0.47 0.44 dem +2-5% 0.06 more right real 1 3 7e-3 1 1 6 Arizona Arizona more right swingdata3.csv 653,288 622,073 1,996 -0.02 0.06
0.37 0.38 rep +0-2% 0.08 more right real 1 3 7e-3 1 1 6 Arizona Arizona more right swingdata3.csv 543,050 572,086 1,992 0.02 0.08
0.39 0.6 rep +20-25% 0.13 more right real 1 3 6e-3 1 1 6 Arizona Arizona more right swingdata3.csv 454,029 702,541 1,988 0.21 0.13
0.34 0.61 rep +25-30% 0.29 more right real 1 6 4e-3 1 1 6 Arkansas Arkansas more right swingdata3.csv 380,494 684,872 2,016 0.27 0.29
0.37 0.61 rep +20-25% 0.27 more right real 1 6 4e-3 1 1 6 Arkansas Arkansas more right swingdata3.csv 394,409 647,744 2,012 0.24 0.27
0.39 0.59 rep +15-20% 0.27 more right real 1 6 4e-3 1 1 6 Arkansas Arkansas more right swingdata3.csv 422,310 638,017 2,008 0.2 0.27
0.45 0.54 rep +5-10% 0.07 more right real 1 6 4e-3 1 1 6 Arkansas Arkansas more right swingdata3.csv 469,953 572,898 2,004 0.1 0.07
0.46 0.51 rep +5-10% 0.06 more right real 1 6 4e-3 1 1 6 Arkansas Arkansas more right swingdata3.csv 422,768 472,940 2,000 0.05 0.06
0.54 0.37 dem +15-20% 0.08 more left real 1 6 5e-3 1 1 6 Arkansas Arkansas more left swingdata3.csv 475,171 325,416 1,996 -0.17 -0.08
对比柱形图制作
  1. 将【State】(州)字段拖入到【维度】中，【Total votes - democrat】(民主党总票数)、【Total votes - republican】(共和党总票数)字段拖入到【指标】中，在图表类型下选择【对比柱形图】。如下图所示：
  1. 更改组件颜色，更改组件标题为【对比柱形图】。如下图所示：

瀑布图

瀑布图示例

瀑布图采用绝对值与相对值结合的方式，来表达数个特定数值之间的数量变化关系。这种效果的图形能够在反映数据多少的同时，直观反映出数据的增减变化过程。

在实际的应用场景中，瀑布图常用于经营情况分析，解释从一个数字到另一个数字的变化过程。比如评估公司利润、比较产品收益、突出显示项目的预算变更、分析一段时间内的库存或销售情况 、显示一段时间内产品价值变化等。

瀑布图展示两个数据点之间的演变过程，还可以展示数据是如何累计的。但是使用场景有限。

工资组成

项目 数据
基本工资 460
绩效工资 120
加班工资 80
应发工资 660
保险 -45
公积金 -80
个税 -23
实发工资 512

数据间关系为：

  • 基本工资+绩效工资+加班工资=应发工资
  • 应发工资-保险-公积金-个税=实发工资
瀑布图制作-数据处理
  1. 【新增公式列】 添加字段为 【累计值准备】选择【新增公式列】。【应发工资】和【实发工资】数据变为 0 ，其他数据保持不变。
  1. 选择【新增汇总列】。对】【累计值准备】字段进行累加。如下图所示：
  1. 选择【新增公式列】。求出每根柱子在 y 轴上对应的【起点】。最后保存并预览数据图表
瀑布图制作-组件制作
  1. 将【项目】字段拖入到维度中，【y轴】」、【数据】字段拖入到指标中。
  1. 【项目】字段自定义排序。如下图所示：
  1. 瀑布图组件美化，将【数据】字段拖入到【标签】【颜色】栏等。如下图所示：
  1. 去除图例，点击【组件样式】>【图例】，取消勾选【显示全部图例】。如下图所示：

分区折线图

分区折线图示例

分区折线图用于分区域分指标查看数据的变化趋势。如下图显示了两个城市在同一时段风速走势的对比情况：、

分区折线图能清晰地展现出当前维度下不同指标的增减趋势、增减的速率、增减的规律、峰值等特征，适合展现较大数据集，不会多条线条叠加在一起。但是不适合展示多类别数据。

风速对比

时间 A城市 B城市
1/01/2020 0:00 4.3 0
2/01/2020 0:00 5.1 0
3/01/2020 0:00 4.3 0
4/01/2020 0:00 5.2 0
5/01/2020 0:00 5.4 0
6/01/2020 0:00 4.7 0
7/01/2020 0:00 3.5 0
8/01/2020 0:00 4.1 0
9/01/2020 0:00 5.6 0.1
10/01/2020 0:00 7.4 0
11/01/2020 0:00 6.9 0.3
12/01/2020 0:00 7.1 0
13/01/2020 0:00 7.9 0
14/01/2020 0:00 7.9 0.4
15/01/2020 0:00 7.5 0
16/01/2020 0:00 6.7 0.1
17/01/2020 0:00 7.7 0
18/01/2020 0:00 7.7 0
19/01/2020 0:00 7.4 0
20/01/2020 0:00 7 0
21/01/2020 0:00 7.1 0
22/01/2020 0:00 5.8 0
23/01/2020 0:00 5.9 0
24/01/2020 0:00 7.4 0
25/01/2020 0:00 8.2 0
26/01/2020 0:00 8.5 0.6
27/01/2020 0:00 9.4 1.2
28/01/2020 0:00 8.1 1.7
分区折线图制作
  1. 在图表类型下选择【分区折线图】，将【时间】字段拖入到横轴中，【A城市】、【B城市】字段拖入到纵轴中。如下图所示：
  1. 将待分析区域维度下的【指标名称】拖入颜色栏中。如下图所示：
  1. 组件样式设置，点击【连线】，选择线形为曲线，并取消显示标记点：
  1. 点击【组件样式】，选择自适应显示下拉，选整体适应。如下图所示：

多系列折线图

多系列折线图示例

多系列折线图用于在同一区域查看指标的变化趋势，能直观看出趋势对比。

效果如下图所示，该图展现了自 1800 年至 2017 年全世界能源消耗情况，图中不同颜色的折线代表不同的能源类型（固态、液态、燃气等）：多系列清晰地展现出当前维度下不同指标的增减趋势、增减的速率、增减的规律、峰值等特征，适合展现较大数据集。但是线条数目一般不适合超过 4 条。

CO2-by-source

Entity Code Year Cement Flaring Oil Coal Gas
Afghanistan AFG 1949 0 0 0 14656 0
Afghanistan AFG 1950 0 0 65952 21984 0
Afghanistan AFG 1951 0 0 65952 25648 0
Afghanistan AFG 1952 0 0 62288 32976 0
Afghanistan AFG 1953 0 0 65952 36640 0
Afghanistan AFG 1954 0 0 65952 43968 0
Afghanistan AFG 1955 0 0 91600 62288 0
Afghanistan AFG 1956 0 0 120912 62288 0
Afghanistan AFG 1957 0 0 216176 76944 0
Afghanistan AFG 1958 0 0 238160 91600 0
Afghanistan AFG 1959 18320 0 256480 109920 0
Afghanistan AFG 1960 18012 268760 127120
Afghanistan AFG 1961 21806 293120 175870
Afghanistan AFG 1962 29074 362740 296780
Afghanistan AFG 1963 50880 392050 263810
Afghanistan AFG 1964 61783 476320 300450
Afghanistan AFG 1965 83589 542270 381060
Afghanistan AFG 1966 87223 575250 428690
Afghanistan AFG 1967 65417 556930 399380 260140
Afghanistan AFG 1968 47105 496820 332430 347040
Afghanistan AFG 1969 50880 527620 362740
Afghanistan AFG 1970 47350 297440 671990 436970 216650
Afghanistan AFG 1971 43611 304110 747460 359070 439680
Afghanistan AFG 1972 47246 366400 626540 190530 300450
Afghanistan AFG 1973 68897 223010 701920 310740 332680
Afghanistan AFG 1974 72825 367100 770910 304690 400140
Afghanistan AFG 1975 72561 303590 874190 398690 475500
Afghanistan AFG 1976 82609 293120 883020 425020 300450
Afghanistan AFG 1977 67434 381060 974620 450670 512960
Afghanistan AFG 1978 59713 282610 935910 576230 300960
多系列折线图制作
  1. 修改字段类型，数据表上传后，选择字段类型设置中的【Year】为【文本】，点击【确定】按钮。如下图所示：
  1. 将待分析区域维度下的字段【Year】拖入维度中，将指标下的字段【Cement】(水泥)、【Coal】(煤)、【Flaring】、【Gas】(气体)、【Oil】(油)拖入指标中，在图表类型中选择【多系列折线图】。如下图所示：
  1. 组件样式设置，选择【组件样式】，点击【自适应显示】，选择【整体适应】，如下图所示：
  1. 点击 Cement 字段的下拉框，选择【数值格式】，设置数量单位为亿。如下图所示：
  1. 点击 Cement 字段的下拉框，选择【设置值轴(左值轴)】，点击【自定义】，设置最小值为 0 ，取消勾选【显示轴标题】，点击【确定】。如下图所示：

折线雷达图

折线雷达图示例

雷达图（Radar Chart），又可称为戴布拉图、蜘蛛网图（Spider Chart），每个分类都拥有自己的数值坐标轴，这些坐标轴由中心向外辐射，并用折线将同一系列的值连接。

用以显示独立的数据系列之间，以及某个特定的系列与其他系列的整体之间的关系。

雷达图适合展现某个数据集的多个关键特征并进行比对，适合比较多条数据在多个维度上的取值。但是不适合展示多类别数据。

手机参数对比

特征 手机A 手机B
外观 85 90
屏幕 90 95
性能 90 85
系统 95 95
拍照 90 85

可以用雷达图展现两款手机 A、B 之间的性能对照，如下图所示案例表：

折线雷达图制作

在图表类型下选择【折线雷达图】，将左侧【特征】、【手机A】、【手机B】字段拖入到右侧分析区域中。

如下图所示：

范围面积图

范围面积图示例

范围面积图用来展示持续性数据，可很好地表示趋势、累积、减少以及变化。

范围面积图适合展现同一个分类维度在同一间隔内两个连续变量的变化趋势。但是不适合展现多个分类数据。

访问统计事实表

统计日期 地区ID 访问ID 访问平台 渠道ID 用户ID 访问次数 浏览量 跳出次数 总停留时间
2015-09-01 3299 379 Android QD1004 USER0115 6 10 4 1,656
2015-09-01 4417 380 IOS QD1015 USER0116 5 6 4 648
2015-09-01 1101 381 Android QD1013 USER0117 5 14 4 1,512
2015-09-01 2201 382 IOS QD1015 USER0118 2 12 4 1,728
2015-09-01 2113 383 IOS QD1003 USER0119 5 9 4 1,548
2015-09-01 3712 384 移动浏览器 QD1006 USER0120 3 12 4 1,440
2015-09-02 3299 385 Android QD1014 USER0121 3 12 4 1,008
2015-09-02 4420 386 Android QD1020 USER0122 2 15 4 1,260
2015-09-03 6211 387 Android QD1011 USER0123 2 10 4 396
2015-09-03 4418 388 IOS QD1011 USER0124 2 8 4 432
2015-09-03 4420 389 IOS QD1009 USER0125 3 14 4 1,116
2015-09-03 6203 390 IOS QD1003 USER0126 5 12 4 288
2015-09-03 6110 391 移动浏览器 QD1009 USER0127 6 8 4 756
2015-09-04 3412 392 IOS QD1019 USER0128 1 10 4 648
2015-09-04 7110 393 Android QD1020 USER0129 1 14 4 792
2015-09-04 2112 394 Android QD1016 USER0130 5 6 4 396
2015-09-04 4418 395 IOS QD1011 USER0131 5 10 4 1,584
2015-09-04 2312 396 Android QD1020 USER0132 5 6 4 720
2015-09-04 3713 397 IOS QD1005 USER0133 2 11 4 720
2015-09-04 4417 398 IOS QD1018 USER0134 5 7 4 1,800
2015-09-04 4117 399 IOS QD1016 USER0135 5 14 4 792
2015-09-04 4117 400 IOS QD1020 USER0136 1 11 4 324
2015-09-04 3405 401 移动浏览器 QD1016 USER0137 4 9 5 360
2015-09-05 6212 402 IOS QD1005 USER0138 5 9 4 792
2015-09-05 4115 403 Android QD1008 USER0139 4 9 4 216
2015-09-05 3301 404 Android QD1003 USER0140 6 10 4 396
2015-09-05 4451 405 Android QD1006 USER0141 3 11 4 828
2015-09-05 4452 406 Android QD1001 USER0142 4 10 4 864
2015-09-05 3715 407 IOS QD1015 USER0143 4 6 4 756
2015-09-05 2305 408 IOS QD1020 USER0144 6 9 4 72

已知网页的访问次数和跳出次数，两条线勾勒出的范围非跳出次数的变化量趋势，如下图所示：

范围面积图制作
  1. 图表类型下选择【范围面积图】，将待分析区域维度下的字段【统计日期】拖入横轴中，将指标下的字段【访问次数】、【跳出次数】拖入纵轴中。如下图所示：
  1. 点击【统计日期(年月日)】字段下拉框，选择【年月】，如下图所示：
  1. 在【访问次数(求和)】或【跳出次数(求和)】字段下点击下拉，选择【设置值轴(左值轴)】，在轴标签设置中取消显示轴标签，如下图所示：

仪表盘

仪表盘示例

【多指针仪表盘】像一个钟表或者可读盘，它有刻度和指针，其中刻度表示度量，指针表示维度，指针角度表示数值，指针指向当前数值。利用多指针的仪表盘，可以直观地表现出某个指标的进度或实际情况。

供应商产品表

产品名称 单位数量 中止 产品ID 单价 订购量 供应商ID 库存量 类别ID 再订购量
苹果汁 每箱24瓶 是 1 18 0 1 39 1 10
牛奶 每箱24瓶 否 2 19 40 1 17 1 25
蕃茄酱 每箱12瓶 否 3 10 70 1 13 2 25
盐 每箱12瓶 否 4 22 0 2 53 2 0
麻油 每箱12瓶 是 5 21.35 0 2 0 2 0
酱油 每箱12瓶 否 6 25 0 3 120 2 25
海鲜粉 每箱30盒 否 7 30 0 3 15 7 10
胡椒粉 每箱30盒 否 8 40 1 3 6 2 0
鸡 每袋500克 是 9 97 3 4 29 6 0
蟹 每袋500克 否 10 31 0 4 31 8 0
大众奶酪 每袋6包 否 11 21 30 5 22 4 30
德国奶酪 每箱12瓶 否 12 38 3 5 86 4 0
龙虾 每袋500克 否 13 6 0 6 24 8 5
沙茶 每箱12瓶 否 14 23.25 0 6 35 7 0
味精 每箱30盒 否 15 15.5 0 6 39 2 5
饼干 每箱30盒 否 16 17.45 0 7 29 3 10
猪肉 每袋500克 是 17 39 0 7 0 6 0
墨鱼 每袋500克 否 18 62.5 4 9 42 8 0
糖果 每箱30盒 否 19 9.2 0 8 25 3 5
桂花糕 每箱30盒 否 20 81 0 8 40 3 6
花生 每箱30包 否 21 10 40 8 3 3 5
糯米 每袋3公斤 否 22 21 0 9 104 5 25
燕麦 每袋3公斤 否 23 9 0 9 61 5 25
汽水 每箱12瓶 是 24 4.5 0 10 20 1 0
巧克力 每箱30盒 否 25 14 0 11 76 3 30
棉花糖 每箱30盒 否 26 31.23 0 11 15 3 0
多指针仪表盘
  1. 在图表类型下选择【仪表盘】，图形属性下选择第一个子类型。将【库存量】、【订购量】字段拖入到指针值处。如下图所示：
百分比仪表盘

【百分比仪表盘】，有两种样式：百分比圆环仪表盘、百分比刻度槽型仪表盘。可以直观地表现出某一项数据占总量的占比，可以展示销售完成率、产品合格率等，也可以作为一个进度百分比展示。但是，只能展示一个指标数据，展示信息有限。

百分比仪表盘制作
  1. 假设总库存容量是4000，新增一个计算字段库存百分比，自定义百分比数据。如下图所示：
  1. 在图表类型下选择【仪表盘】，图形属性下选择第三个子类型，将【百分比】字段拖入到指针值处。如下图所示：
  1. 点击【目标值】，设置目标值为 1 。如下图所示：
  1. 将【百分比】字段拖入到【标签栏】，设置数值格式为【百分比】。如下图所示：
  1. 点击【标签】栏，点击内容格式右下角【编辑】按钮。如下图所示：

饼图

饼图示例

饼图用于分析数据的占比，用户可通过饼图很直观的看到每一个部分在整体中所占的比例。

地区数据分析

合同签约时间 国家 省份 城市 客户名称 合同金额 回款金额
2016-01-18 中国 浙江省 杭州市 浙江臻善科技有限公司 1,200,000 1,200,000
2016-08-01 中国 河南省 郑州市 杭州明佑电子有限公司 100,800 100,800
2016-04-01 中国 陕西省 西安市 西北工业大学 430,000 430,000
2016-01-18 中国 浙江省 杭州市 浙江网新恩普软件有限公司 200,000 200,000
2016-04-08 中国 北京市 北京市 北京瑞翔科技有限公司 200,000 200,000
2016-04-14 中国 上海市 上海市 上海捷穗软件有限公司 200,000 200,000
2016-05-05 中国 重庆市 重庆市 重庆格力销售中心 285,000 285,000
2016-04-21 中国 江苏省 南京市 江苏邮政同达科技 120,000 120,000
2016-06-01 中国 上海市 上海市 95856部队 520,000 520,000
2016-04-29 中国 上海市 上海市 上海创业投资有限公司 240,000 240,000
2016-04-29 中国 上海市 上海市 智动营销策划咨询（上海）有限公司 450,000 450,000
2016-04-25 中国 江苏省 盐城市 盐城邮政局 120,000 120,000
2016-05-04 中国 浙江省 杭州市 杭州银行 1,200,000 1,080,000
2016-04-27 中国 北京市 北京市 建信金融租赁股份有限公司 600,000 600,000

通常能明确显示数据的比例情况。用来描述量、频率或百分比之间的相对关系。但是不适合较大的数据集（分类）展现，当比例接近时，人眼很难准确判别。如下图所示：

饼图制作
  1. 将【合同签约时间】字段拖入维度，【合同金额】字段拖入指标，【合同签约时间】字段显示格式改为【年】。如下图所示：
  1. 在图表类型下选择【饼图】。如下图所示：
  1. 将【合同签约时间】、【合同金额】拖入【标签】内，使其在图形中显示，【合同签约时间】字段显示格式改为【年】。如下图所示：
  1. 【合同金额】字段下拉点击【快速计算>占比】，显示饼图各部分占比。如下图所示：
  1. 点击【组件样式】>【图例】，取消勾选显示全部图例按钮。如下图所示：

玫瑰图

玫瑰图示例

玫瑰图通过扇形的面积和半径显示数据的占比情况，可以展示每一数值相对于总数值的大小、数据在某一时间段的变化，也可以用来比较各项数据间的情况等。玫瑰图适合突出显示不同分类的大小差异。但是玫瑰图将数据量之间的差别夸大显示了，相差 1% 表现在面积上，视觉差别是超过 1% 的，不好用于展示具体的差值数量。

地区数据分析

合同签约时间 国家 省份 城市 客户名称 合同金额 回款金额
2016-01-18 中国 浙江省 杭州市 浙江臻善科技有限公司 1,200,000 1,200,000
2016-08-01 中国 河南省 郑州市 杭州明佑电子有限公司 100,800 100,800
2016-04-01 中国 陕西省 西安市 西北工业大学 430,000 430,000
2016-01-18 中国 浙江省 杭州市 浙江网新恩普软件有限公司 200,000 200,000
2016-04-08 中国 北京市 北京市 北京瑞翔科技有限公司 200,000 200,000
2016-04-14 中国 上海市 上海市 上海捷穗软件有限公司 200,000 200,000
2016-05-05 中国 重庆市 重庆市 重庆格力销售中心 285,000 285,000
2016-04-21 中国 江苏省 南京市 江苏邮政同达科技 120,000 120,000
2016-06-01 中国 上海市 上海市 95856部队 520,000 520,000
2016-04-29 中国 上海市 上海市 上海创业投资有限公司 240,000 240,000
2016-04-29 中国 上海市 上海市 智动营销策划咨询（上海）有限公司 450,000 450,000
2016-04-25 中国 江苏省 盐城市 盐城邮政局 120,000 120,000
2016-05-04 中国 浙江省 杭州市 杭州银行 1,200,000 1,080,000
2016-04-27 中国 北京市 北京市 建信金融租赁股份有限公司 600,000 600,000
2015-03-22 中国 江苏省 南京市 南京星友田科技发展有限公司 400,000 400,000
2016-06-19 中国 上海市 上海市 上海万序计算机科技有限公司 480,000 480,000
2016-05-25 中国 上海市 上海市 上海万序计算机科技有限公司 480,000 480,000
2016-05-26 中国 上海市 上海市 上海巨一科技发展有限公司 200,000 200,000
2016-05-20 中国 北京市 北京市 北京英诺威尔科技股份有限公司 875,000 787,500
2016-05-20 中国 北京市 北京市 北京普天太力通信科技有限公司 1,400,000 700,000
2016-05-31 中国 北京市 北京市 健康在线教育培训有限公司 280,000 280,000
2016-10-11 中国 江苏省 南京市 南京益康信达 350,000 350,000
2012-06-02 中国 上海市 上海市 上海欣能信息科技发展有限公司 1,576,000 1,400,000
2016-06-22 中国 北京市 北京市 埃而塔（北京）管理技术有限公司 300,000 300,000
2016-06-24 中国 广西壮族自治区 来宾市 柳州欧莱普信息技术有限公司 250,000 250,000
2016-06-09 中国 上海市 上海市 上海普元信息技术股份有限公司 0 200,000
2016-06-15 中国 四川省 成都市 成都启冠代理记账有限公司 60,000 60,000
2016-06-08 中国 福建省 厦门市 厦门农商银行 280,000 280,000

如下图所示：

玫瑰图制作
  1. 将【合同签约时间】拖入维度中，【合同金额】、【回款金额】拖入指标中。如下图所示：

  1. 在图表类型下选择【玫瑰图】，可以看到回款金额的大小映射到玫瑰图的半径上，合同金额的大小映射到玫瑰图的角度上。

    如下图所示:

该玫瑰图必须在横纵轴中有1个维度、2个指标字段才能选择，否则图表类型下的玫瑰图将灰化无法点击。

  1. 点击颜色栏中的【合同签约时间】字段，选择【年月】显示。如下图所示：
  1. 点击【半径】栏，设置内径占比到 0% 。如下图所示：
  1. 点击颜色栏中的【合同签约时间】下拉，选择升序排序，按【回款金额(求和)】进行排序。如下图所示：

散点图

散点图示例

散点图（Scatter Chart）是科研绘图中最常见的图形类型之一，通常用于显示和比较数值，使用一系列的散点在直角坐标系中展示变量的数值分布，可以通过观察发现两者的关系与相关性。散点图可以展示数据的分布和聚合情况，适合展示较大的数据集。但是主要用于观测相关、分布和聚合，其他信息均不能很好展现。

身高体重分布

序号 性别 身高 体重
1 女 161.2 51.6
2 女 170 59
3 女 172.5 55.2
4 女 147.2 49.8
5 女 159.5 50.6
6 女 174 54.5
7 女 154.4 46.2
8 女 162.1 53.6
9 女 168.9 62.3
10 女 167.6 58.3
11 女 167.6 61
12 女 168.3 54.8
13 女 156 52.7
14 女 162 54.7
15 女 151.1 48.7
16 女 164 55.7
17 女 170 69.4
18 女 163.2 59.8
19 女 161.4 63.4

如下图展示了一组人群身高体重的分布数据，红色代表女性，蓝色代表男性：

散点图制作
  1. 先进行【数据处理】，将【序号】的数据类型改为【文本类型】在图表类型下选择【散点图】，将【身高】字段拖入到横轴，【体重】字段拖入到纵轴，【性别】字段拖入【图形属性】>【颜色】，【序号】字段拖入到【图形属性】>【细粒度】。如下图所示：
  1. 点击颜色栏，分别设置男女性别显示颜色，效果如下图所示：
  1. 点击身高(求和)下拉框，选择数值格式，设置单位后缀为cm，点击确定：
  1. 点击身高(求和)下拉框，选择设置值轴(下值轴)，显示范围选择自定义，设置最小值为MIN(身高(求和))-5，最大值为MAX(身高(求和))+5，点击确定：
  1. 点击体重(求和)下拉框，选择数值格式，设置单位后缀为kg，点击确定：
  1. 点击体重(求和)下拉框，选择设置值轴(下值轴)，显示范围选择自定义，设置最小值为MIN(体重(求和))-5，最大值为MAX(体重(求和))+5，点击确定：

热力区域图

热力区域图示例

热力区域图以特殊高亮的方式展示坐标范围内各个点的权重情况，通过颜色高亮程度展示指标数据的差异。可应用在：

某地区每月的 24 小时平均气温分布情况。

近几年雨水在 12 个月的分布情况。

能清晰地呈现数据在两个维度之间的分布、频率或密度情况。但是效果过于柔化，不适合用作数据的精确表达。

全年气温

日期 时间 温度
1/01/2013 0 1.3
1/01/2013 1 1.4
1/01/2013 2 1.6
1/01/2013 3 2
1/01/2013 4 2.4
1/01/2013 5 2.9
1/01/2013 6 3.1
1/01/2013 7 2.8
1/01/2013 8 2.8
1/01/2013 9 2.7
1/01/2013 10 3.4
1/01/2013 11 2.6
1/01/2013 12 2.4
1/01/2013 13 2.9
1/01/2013 15 2.8
1/01/2013 14 2.8
1/01/2013 16 2.2

如下图所示：

热力区域图制作
  1. 上传后，将【时间】字段的数据类型改为【文本】，在图表类型下点击【自定义图表】，将【日期」】段拖入横轴，【时间】字段拖入纵轴。如下图所示：
  1. 将【日期】的分组改为【年月】。如下图所示：
  1. 在图表类型下选择【热力区域图】，将【温度】拖入热力色栏。如下图所示：
  1. 展示温度平均值。如下图所示：
  1. 点击【自适应显示】，选择【整体适应】。如下图所示：

地图类

区域地图

地图示例

【区域地图】是一种使用不同深浅的颜色来展示数据的大小和分布范围的可视化图形。适合展示数据在地理区块空间的分布状况，使用颜色深浅来区分数值大小。

客户维度表

国家 省份 城市 客户规模
中国 陕西省 西安市 50-150人
中国 浙江省 杭州市 >500人
中国 湖北省 武汉市 >500人
中国 北京市 北京市 50-150人
中国 北京市 北京市 50-150人
中国 北京市 北京市 50-150人
中国 广东省 深圳市 >500人
中国 上海市 上海市 >500人
中国 北京市 北京市 150-500人
中国 上海市 上海市 >500人
中国 辽宁省 大连市 >500人
中国 吉林省 长春市 50-150人
中国 浙江省 温州市 50-150人
中国 福建省 福州市 150-500人
中国 北京市 北京市 >500人
中国 湖南省 湘西市 >500人
中国 广东省 广州市 >500人
中国 北京市 北京市 >500人
地图制作
  1. 将待分析区域维度下的字段【省份】转化为地理角色。如下图所示：
  1. 在图表类型下选择【区域地图】，将【省份（经度）】字段拖入横轴，【省份（纬度）字段】拖入纵轴。如下图所示：
  1. 将【记录数】拖入颜色栏中，点击【颜色】框体，修改渐变颜色。如下图所示：
  1. 设置背景为【幻影黑】 。如下图所示：
  1. 【钻取目录】用户可根据实际需求可以实现由省到市的逐级钻取，并对不同省份和区域的数据进行展示，创建从省份钻取到城市的客户分布数据，选择维度下的【省份】字段，将其转换为地理角色
  1. 选择【城市】字段转换为地理角色，生成城市的经纬度字段，如下图所示：

  1. 经纬度字段转化好以后，将城市字段拖至省份字段处，创建【省份-城市】的钻取目录，自动生成钻取目录的名称，点击确定保存省份和城市将会自动生成经纬度的钻取目录

  2. 图表中显示了客户覆盖的省份，但还没能实现钻取的效果，需要我们将创建的钻取目录字段拖至图形属性下:【颜色、标签、提示、细粒度】中的其中任意一个即可。如将该字段拖至细粒度下，如下图所示：

点地图

点地图示例

【点地图】用于在地理坐标系范围内，将数据生成为几何图形点，主要用于展示地理区域内的空间分布，适合展示一组或多组数据在地理空间的分布状况。

地区数据分析1

合同签约时间 国家 省份 城市 客户名称 合同金额 回款金额
2016-01-18 中国 浙江省 杭州市 浙江臻善科技有限公司 1,200,000 1,200,000
2016-08-01 中国 河南省 郑州市 杭州明佑电子有限公司 100,800 100,800
2016-04-01 中国 陕西省 西安市 西北工业大学 430,000 430,000
2016-01-18 中国 浙江省 杭州市 浙江网新恩普软件有限公司 200,000 200,000
2016-04-08 中国 北京市 北京市 北京瑞翔科技有限公司 200,000 200,000
2016-04-14 中国 上海市 上海市 上海捷穗软件有限公司 200,000 200,000
2016-05-05 中国 重庆市 重庆市 重庆格力销售中心 285,000 285,000
2016-04-21 中国 江苏省 南京市 江苏邮政同达科技 120,000 120,000
2016-06-01 中国 上海市 上海市 95856部队 520,000 520,000
2016-04-29 中国 上海市 上海市 上海创业投资有限公司 240,000 240,000
2016-04-29 中国 上海市 上海市 智动营销策划咨询（上海）有限公司 450,000 450,000
2016-04-25 中国 江苏省 盐城市 盐城邮政局 120,000 120,000
2016-05-04 中国 浙江省 杭州市 杭州银行 1,200,000 1,080,000
2016-04-27 中国 北京市 北京市 建信金融租赁股份有限公司 600,000 600,000
2015-03-22 中国 江苏省 南京市 南京星友田科技发展有限公司 400,000 400,000
2016-06-19 中国 上海市 上海市 上海万序计算机科技有限公司 480,000 480,000
2016-05-25 中国 上海市 上海市 上海万序计算机科技有限公司 480,000 480,000
2016-05-26 中国 上海市 上海市 上海巨一科技发展有限公司 200,000 200,000
2016-05-20 中国 北京市 北京市 北京英诺威尔科技股份有限公司 875,000 787,500
2016-05-20 中国 北京市 北京市 北京普天太力通信科技有限公司 1,400,000 700,000
2016-05-31 中国 北京市 北京市 健康在线教育培训有限公司 280,000 280,000
2016-10-11 中国 江苏省 南京市 南京益康信达 350,000 350,000
2012-06-02 中国 上海市 上海市 上海欣能信息科技发展有限公司 1,576,000 1,400,000
2016-06-22 中国 北京市 北京市 埃而塔（北京）管理技术有限公司 300,000 300,000
2016-06-24 中国 广西壮族自治区 来宾市 柳州欧莱普信息技术有限公司 250,000 250,000

点地图制作

  1. 将待分析区域维度下的字段城市转化为【地理角色】，详细操作请参见 维度转化为地理角色，如下图所示：
  1. 选择【点地图】，将城市(经度)和城市(纬度)拖入横轴纵轴栏。如下图所示：
  1. 将【合同金额】指标拖入到【颜色】，合同金额越大，颜色越深。如下图所示：
  1. 点击【颜色】框中的【合同金额】右边的倒三角，设置闪烁动画。如下图所示：
  1. 将【合同金额】指标拖入到【大小】，合同金额越大，点的面积越大。如下图所示：
  1. 选择【组件样式】，取消勾选【显示全部图例】按钮。如下图所示：
  1. 在【组件样式】>【背景】中，设置组件背景GIS为【自定义】>【深蓝】。如下图所示：

流向地图

流向地图示例

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。通常用来显示人物、动物和产品的迁移数据。单一流向线所代表的移动规模或数量由其粗细度表示，有助显示迁移活动的地理分布。

流向地图多应用于区际贸易、交通流向、人口迁移、购物消费行为、通讯信息流动、航空线路等场景，也可应用企业货物运输，供应链管理。

流向地图适合展现地理空间内事物发生位置移动时所对应数据的变化情况。但是不适合展示精确数值。

春运迁徙数据

迁徙线路 编号 城市 迁徙人数
南京市-三亚市 0 南京市 57665
南京市-三亚市 1 三亚市 57665
南京市-中卫市 0 南京市 38596
南京市-中卫市 1 中卫市 38596
南京市-丽水市 0 南京市 374853
南京市-丽水市 1 丽水市 374853
南京市-乌鲁木齐市 0 南京市 13755
南京市-乌鲁木齐市 1 乌鲁木齐市 13755
南京市-九江市 0 南京市 4596
南京市-九江市 1 九江市 4596
南京市-伊春市 0 南京市 5769
南京市-伊春市 1 伊春市 5769
南京市-保定市 0 南京市 42457
南京市-保定市 1 保定市 42457
南京市-克拉玛依市 0 南京市 3755
南京市-克拉玛依市 1 克拉玛依市 3755
南京市-包头市 0 南京市 58533
南京市-包头市 1 包头市 58533
南京市-十堰市 0 南京市 36475
南京市-十堰市 1 十堰市 36475
南京市-南平市 0 南京市 47584
南京市-南平市 1 南平市 47584
南京市-台州市 0 南京市 36586
南京市-台州市 1 台州市 36586

例如，春运迁徙人员的运动路径如下图所示：

流向地图制作

  1. 制作地图组件都需要有地理字段，选择【城市下拉】>【地理角色】>【城市】，将【城市】字段与系统的地理信息相匹配。点击【确定】

  1. 选择图表类型为【流向地图】，将城市经度字段拖入到横轴，城市纬度字段拖入到纵轴，编号字段拖入到连线属性，迁徙线路和城市字段拖入到细粒度属性。

    如下图所示：

细粒度栏中，【迁徙路线】必须在【城市】上方。

  1. 将【迁徙人数】拖入颜色栏中，并将渐变方案更改为【极光】，如此迁徙人数的多少就可以映射到连线的颜色上。如下图所示：
  1. 点击【连线】栏，设置连线为【曲线】，标记点为【无】。如下图所示：
  1. 对连线属性下的【编号】字段选择【下拉】>【特殊显示】>【闪烁动】。如下图所示：
  1. 点击【添加】，选择闪烁的时间间隔为 8 秒，点击【确定】。如下图所示：
  1. 点开【背景】，将 GIS 背景改为深蓝。如下图所示

热力地图

热力地图示例

热力地图用于在地理坐标系范围内，将数据转换成颜色色调，并通过颜色变化程度直观反应出热点分布、区域聚集等数据信息。如下图显示了全国各地区环境监测 PM2.5 的数值高低：

全国环境监测数据

监测城市 监测点名称 PM值
北京市 万寿西宫 397
北京市 定陵 207
北京市 东四 365
北京市 天坛 352
北京市 农展馆 341
北京市 官园 343
天津市 勤俭路 322
天津市 前进路 273
天津市 北辰科技园 325
天津市 跃进路 278
天津市 第四大街 215
石家庄市 职工医院 448
石家庄市 高新区 473
石家庄市 西北水源 545
石家庄市 西南高教 492
石家庄市 世纪公园 513
唐山市 供销社 297
唐山市 雷达站 333
唐山市 物资局 319
唐山市 十二中 321
秦皇岛市 第一关 255
秦皇岛市 市政府 224
秦皇岛市 建设大厦 275
邯郸市 环保局 395
邯郸市 东污水处理厂 352
邯郸市 矿院 287

热力地图制作

  1. 将待分析区域维度下的字段监测城市转化为地理角色，详细操作请参见 维度转化为地理角色。如下图所示：
  1. 在图表类型下选择【热力地图】，将【监测城市（经度）】字段拖入横轴，【监测城市（纬度）】字段拖入纵轴。如下图所示：
  1. 将需要展示的【PM值】指标拖入热力色，【监测点名称】拖入细粒度。如下图所示：
  1. 点击【热力色】框体，在弹出的渐变方案中，选择【秋落】。如下图所示：

聚合气泡图

聚合气泡图示例

【聚合气泡图】采用力学图的形式展示气泡，可以用来观察数据的分布，将数据映射到气泡的面积大小上。聚合气泡图展示效果如下图所示，用户根据下图可以直观观察出「江苏、上海、山西」的录取人数最多。适用于处理值的分布和数据点的分簇。但是不适合用来查看具体数值，只适合看数据分布。

各省招生人数表

地区 年份 计划招生 实际录取
北京市 2009年 63 47
北京市 2010年 50 48
北京市 2011年 69 42
北京市 2012年 54 43
北京市 2013年 58 40
北京市 2014年 66 47
北京市 2015年 64 41
北京市 2016年 61 47
北京市 2017年 62 47
北京市 2018年 58 44
天津市 2009年 74 44
天津市 2010年 54 39
天津市 2011年 66 49
天津市 2012年 57 46
天津市 2013年 56 48
天津市 2014年 59 38

聚合气泡图制作

  1. 将待分析区域维度下的字段地区拖入维度中，将指标下的字段实际录取拖入指标中，再到图表类型中【选择聚合气泡图】。如下图所示：
  1. 将维度字段地区拖入到颜色栏，使不同分类的数据点显示为不同的颜色
  1. 选择组件样式，取消显示图例，如下图所示：
  1. 点击组件样式的大小栏中的【实际录取(求和)】字段，在下拉中选择特殊显示，选择注释，如下图所示：
  1. 点击添加条件(且)，选择实际录取(求和)最大的N个，在N=中填入3，并到右侧+按钮中选择显示【地区】字段：

变色表格

变色表格示例

颜色表格用于展示对应不同维度分类的不同文字颜色，可以用清晰的颜色显示不同维度的数值。但是不适用于维度太多的场景。如下方的合同类型表，使用不同的颜色展示合同是否已经交货，效果如下图所示：

合同事实表

合同签约时间 注册时间 合同ID 合同付款类型 合同类型 客户ID 是否已经交货 购买的产品 购买数量 合同金额
2017-03-07 2016-07-28 00115727-e145-44c0-9102-110523699369 一次性付款 购买合同 ff61dfee-1c56-48b6-9f7b-21abef64c96f 否 6 1 90,000
2017-07-09 2016-08-24 03374c0e-59d1-4158-8ab5-67b48d80d84e 一次性付款 购买合同 d9c85691-1c10-4ef9-8b42-98e1637cab77 是 5 1 180,000
2017-09-19 2017-09-19 04289ab3-08e3-49d3-9582-4dbb945233e7 一次性付款 购买合同 901aa1ba-ff07-4ff7-a836-4821219c9aae 是 2 1 180,000
2017-03-30 2016-08-11 04897502-5828-4273-8184-553aa0562930 一次性付款 购买合同 88d567a8-feab-4ce5-8b8a-0cb7f5840179 是 2 1 260,000
2017-07-27 2016-10-24 056c2ca7-a186-40a4-a8a6-01b38151df57 一次性付款 购买合同 9d7ce8a7-5f9a-4087-be3e-2ed0edf53709 否 2 1 500,000
2016-09-21 2017-09-26 05bf042a-27f8-4e66-bc0c-9638145fd756 分期付款 购买合同 74643073-3ca1-4cf4-b921-af3e9c83702b 否 2 1 600,000
2016-04-07 2017-08-03 0692a164-8159-4dda-901b-4003f432d41c 一次性付款 购买合同 de4b48c5-93b6-4af1-abd9-bc4e4499fb11 是 1 1 130,000
2017-03-27 2017-05-06 080a241d-7372-4921-b171-b9ed2d4a9dd6 一次性付款 服务协议 0e4cf623-44dd-470a-8a39-5bc705c5faf5 是 6 1 210,000
2017-08-05 2017-08-17 080cd368-af54-447a-a3ae-051425c84bc1 一次性付款 购买合同 6370dee7-6d96-4881-9014-2ba42b674051 否 3 1 720,000
2016-03-12 2017-08-09 087bab2a-7b5e-4304-808a-830b68556cee 一次性付款 购买合同 ec8cec0b-012f-4b58-84ff-0c889e98f1a0 是 5 1 150,000
2017-05-13 2016-08-25 08ce15be-bbfd-4c9b-b18f-39eb03e471ca 分期付款 购买合同 456419b5-d3c7-499b-b07b-b868cc68634e 是 5 1 320,000
2016-08-05 2016-08-17 0a392e38-b72f-46ad-b713-a19e06f6f46e 一次性付款 购买合同 ef35dd55-5306-4380-88ff-5db8847f07be 否 3 1 200,000
2017-01-05 2016-08-12 0a481a95-5f8f-4a2f-acac-711dcd77ed80 一次性付款 长期协议订单 e210c77c-f1c3-44d2-ad08-fb1b36a8499f 是 1 3 270,000
2017-10-15 2016-11-15 0c6e4368-0572-40e6-978e-de72b8997d15 分期付款 购买合同 1fb823f6-209e-4484-9919-8844e2e09135 否 3 1 350,000
2016-05-25 2016-08-23 0cdfd271-6a40-432a-ac04-fcf0e3e029dd 一次性付款 购买合同 5917ef9b-f554-4364-b0ba-524bc7eee0db 是 3 1 100,000

颜色表格制作

  1. 将待分析区域维度下的字段【合同类型】、【合同付款类型】拖入维度中，将指标下的字段【合同金额】拖入指标中，并在图表类型下选择【颜色表格】。如下图所示：

迷你图

迷你图示例示例

迷你图可以直观清晰的展现各分类的对应指标数值大小，且简单易行，用于突出显示变量数据的特征。但是变化较为单一，只适合显示单变量。比如下图展示的各访问渠道的浏览量大小。如下图所示

互联网渠道统计数据

统计日期 地区 二级渠道名 三级渠道名 一级渠道名 用户名称 访问次数 浏览量 跳出次数 总停留时间
2015-09-01 不详市 基础上线工作 AppStore 线上渠道 雪莉尔 6 10 4 1,656
2015-09-01 阳江市 微信推广 微信互推 新媒体营销 Benedicte 5 6 4 648
2015-09-01 市辖区 微博推广 内容推广 新媒体营销 Abigale 5 14 4 1,512
2015-09-01 长春市 微信推广 微信互推 新媒体营销 Katherine 2 12 4 1,728
2015-09-01 朝阳市 基础上线工作 Wap 线上渠道 Adalin 5 9 4 1,548
2015-09-01 莱芜市 品牌基础推广 百科类 新媒体营销 Poppy 3 12 4 1,440
2015-09-02 不详市 微博推广 活动推广 新媒体营销 Dark Comet 3 12 4 1,008
2015-09-02 中山市 水货刷机 水货刷机 线下渠道 Ada 2 15 4 1,260
2015-09-03 定西市 轮台、贴吧推广 魔趣网 新媒体营销 Adah 2 10 4 396
2015-09-03 清远市 轮台、贴吧推广 魔趣网 新媒体营销 Brewster 2 8 4 432
2015-09-03 中山市 轮台、贴吧推广 机锋论坛 新媒体营销 Bunny 3 14 4 1,116
2015-09-03 金昌市 基础上线工作 Wap 线上渠道 Bryana 5 12 4 288
2015-09-03 商洛市 轮台、贴吧推广 机锋论坛 新媒体营销 Beatrice 6 8 4 756
2015-09-04 阜阳市 手机厂商预装 手机厂商预装 线下渠道 Bethel 1 10 4 648
2015-09-04 新竹市 水货刷机 水货刷机 线下渠道 Abrianna 1 14 4 792
2015-09-04 铁岭市 微信推广 小号积累 新媒体营销 Caitlin 5 6 4 396
2015-09-04 清远市 轮台、贴吧推广 魔趣网 新媒体营销 希尔顿 5 10 4 1,584

迷你图制作

  1. 将待分析区域维度下的字段【一级渠道名】、【二级渠道名】拖入维度中，将指标下的字段浏览量拖入指标中，在图表类型下选择【迷你图】。如下图所示：
  1. 选择该图表类型后，【浏览量】字段被添加到大小属性中。如下图所示：
  1. 点击形状，可以为数据点选择不同的形状。如下图所示：

矩形树图

矩形树图示例

矩形树图是用来描述层次结构数据的占比关系，能够进行逐级钻取显示下层数据情况。用于展示具有层级关系的数据，能够直观体现同级之间的比较，但是不适合层级关系不明确或者分类较多的数据

例如展示合同金额的情况：同一种颜色表示一个年份，同一种颜色种的每一个方块代表一类产品。哪一年哪一种产品的合同金额的大小可以通过矩形块的大小直观展示。效果如下图所示：

KPI指标项

合同签约时间 产品名称 购买数量 合同金额 回款金额
2016-01-18 宝钢罗泾预矫直机 1 1,200,000 1,200,000
2016-08-01 梅钢1650连铸 1 100,800 100,800
2016-04-01 宝钢罗泾预矫直机 1 430,000 430,000
2016-01-18 梅钢1650连铸 1 200,000 200,000
2016-04-08 俄罗斯N钢牌坊 1 200,000 200,000
2016-04-14 梅钢1650连铸 1 200,000 200,000
2016-05-05 俄罗斯N钢牌坊 1 285,000 285,000
2016-04-21 宝钢罗泾预矫直机 1 120,000 120,000
2016-06-01 涟钢RH氧枪备件 1 520,000 520,000
2016-04-29 梅钢1650连铸 1 240,000 240,000
2016-04-29 俄罗斯N钢牌坊 1 450,000 450,000
2016-04-25 宝钢罗泾预矫直机 1 120,000 120,000
2016-05-04 福建福欣热轧 1 1,200,000 1,080,000
2016-04-27 宝钢罗泾预矫直机 1 600,000 600,000
2015-03-22 俄罗斯N钢牌坊 1 400,000 400,000
2016-06-19 俄罗斯N钢牌坊 1 480,000 480,000

矩形树图制作

  1. 将待分析区域维度下的合同签约时间、产品名称拖入维度中，将指标下的字段合同金额拖入指标中：
  1. 在图表类型下选择【矩形树图】，选择该图表类型后，维度字段按照顺序被添加到细粒度中，指标字段添加到大小属性中。如下图所示：
  1. 将【合同签约时间】移动至颜色栏，点击下拉箭头，切换至年显示，如下图所示：

此处矩形树图的排列逻辑为：从左上到右下，依次表示数值从大到小。在没有大小比较时，排列顺序为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更改。

词云

词云示例

词云是一种直观展示数据频率的图表类型，可以对出现频率较高的「关键词」予以视觉上的突出，形成「关键词云层」，从而过滤掉大量的文本信息，使浏览者只要一眼扫过文本就可以领略重点。适合展现数据量区分度较大的多分类文字数据，直观地表现出现高词频内容。但是不适合展示数据区分度不大的数据。

可应用于制作用户画像，对用户进行聚类，分析话题热度，实现精细化营销等。如下图所示：

搜索词汇统计表

搜索词 搜索次数
FineBI 3,266
Spider 3,044
帆软 1,710
仪表板 455
数据挖掘 512
快速挖掘 220
R语言分析 313
时序预测 248
聚类 280
分类 175
行业化 654
生态圈 1,110
数据决策系统 477
矩形树图 436
数据库 387
论坛 1,510

词云制作

  1. 将【搜索词】字段拖入维度栏中，【搜索次数】字段拖入指标栏中，在图表类型下选择【词云】。如下图所示：
  1. 选择词云图表类型后，【搜索次数】字段被添加到大小属性中，【搜索词】字段被添加到文本字段中。如下图所示：
  1. 将【搜索次数】字段拖入到颜色属性栏中，渐变类型选择【区域渐变】，渐变方案选择【极光】。如下图所示：
  1. 点击【大小】栏，可以调整词云文字的字号大小。如下图所示：

漏斗图

漏斗图示例

漏斗图是一种直观表现业务流程中转化情况的分析工具。

漏斗图适用于业务流程比较规范、周期长、环节多的流程分析，使用梯形面积表示某个环节业务量与上一个环节之间的差异。适用于展示随流程变化的分类数据。但是不适合表示无逻辑顺序的分类对比。

漏斗图从上到下，有逻辑上的顺序关系，表现了随着业务流程的推进业务目标完成的情况。如下图所示：

漏斗图示例数据

步骤 人数
查看商品 12452
试用商品 7832
咨询价格 5678
发送合同 4563
购买商品 2354

漏斗图制作

  1. 将【步骤】字段拖入到维度中，将【人数】字段拖入到指标中。再到图表类型下选择【漏斗图】。
  1. 在细粒度栏对【步骤】按人数进行降序。如下图所示：
  1. 设置标签，在标签栏拖入【步骤】、【人数】字段。如下图所示：

箱形图/箱线图

箱形图/箱线图示例

箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图，因形状如箱子而得名。在各种领域也经常被使用，常见于品质管理。它主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。通过箱形图我们可以观察数据是否有偏向性、是否对称、数据是否有异常值、数据分布是否太过密集等。

当需要了解数据分布特征或需要查看数据中的异常值时，可以使用箱形图进行数据分析。箱形图最常见用于质量管理、人事测评、探索性数据分析等统计分析活动。

箱型图通常用于显示一组连续型数据分布情况的统计图。但是不适用批量较大的数据；不适用于表示趋势或者百分比的数据。

箱型图最大的优点就是不受异常值的影响，能准确稳定地描绘出数据的离散分布情况。

箱形图构成：
箱子的中间有一条线，代表了数据的中位数( Q2 )。箱子的上下底，分别是数据的上四分位数（Q3）和下四分位数（Q1），这意味着箱体包含了 50% 的数据。

有关箱形图 Q1、Q2、Q3 这三个指标的介绍和计算方法，详情参见统计学概念 四分位数

因此，箱子的高度在一定程度上反映了数据的波动程度。上下边缘则代表了该组数据的最大值和最小值。超出最大值和低于最小值的点，可以理解为数据中的“异常值”。

销量表

省份 城市 销量
河南省 郑州 130987
河南省 驻马店 119234
江苏省 南京 143567
江苏省 无锡 167890
浙江省 杭州市 245671
浙江省 宁波市 198764
湖南省 长沙市 167893
湖南省 岳阳市 123456

箱形图/箱线图制作

案例一 不显示异常值
  1. 在图表类型下选择【箱形图】，将【省份】字段拖入到横轴中，【销量】字段拖入到纵轴中，【城市】字段拖入到细粒度中。如下图所示：
  1. 将【省份】字段拖入到颜色栏中。如下图所示：
案例二 显示异常值

合同事实表1

合同签约时间 注册时间 合同ID 合同付款类型 合同类型 客户ID 是否已经交货 购买的产品 购买数量 总金额
2017-03-07 2016-07-28 00115727-e145-44c0-9102-110523699369 一次性付款 购买合同 ff61dfee-1c56-48b6-9f7b-21abef64c96f 否 6 1 90,000
2017-07-09 2016-08-24 03374c0e-59d1-4158-8ab5-67b48d80d84e 一次性付款 购买合同 d9c85691-1c10-4ef9-8b42-98e1637cab77 是 5 1 180,000
2017-09-19 2017-09-19 04289ab3-08e3-49d3-9582-4dbb945233e7 一次性付款 购买合同 901aa1ba-ff07-4ff7-a836-4821219c9aae 是 2 1 180,000
2017-03-30 2016-08-11 04897502-5828-4273-8184-553aa0562930 一次性付款 购买合同 88d567a8-feab-4ce5-8b8a-0cb7f5840179 是 2 1 260,000
2017-07-27 2016-10-24 056c2ca7-a186-40a4-a8a6-01b38151df57 一次性付款 购买合同 9d7ce8a7-5f9a-4087-be3e-2ed0edf53709 否 2 1 500,000
2016-09-21 2017-09-26 05bf042a-27f8-4e66-bc0c-9638145fd756 分期付款 购买合同 74643073-3ca1-4cf4-b921-af3e9c83702b 否 2 1 600,000
2016-04-07 2017-08-03 0692a164-8159-4dda-901b-4003f432d41c 一次性付款 购买合同 de4b48c5-93b6-4af1-abd9-bc4e4499fb11 是 1 1 130,000
2017-03-27 2017-05-06 080a241d-7372-4921-b171-b9ed2d4a9dd6 一次性付款 服务协议 0e4cf623-44dd-470a-8a39-5bc705c5faf5 是 6 1 210,000
2017-08-05 2017-08-17 080cd368-af54-447a-a3ae-051425c84bc1 一次性付款 购买合同 6370dee7-6d96-4881-9014-2ba42b674051 否 3 1 720,000
2016-03-12 2017-08-09 087bab2a-7b5e-4304-808a-830b68556cee 一次性付款 购买合同 ec8cec0b-012f-4b58-84ff-0c889e98f1a0 是 5 1 150,000
2017-05-13 2016-08-25 08ce15be-bbfd-4c9b-b18f-39eb03e471ca 分期付款 购买合同 456419b5-d3c7-499b-b07b-b868cc68634e 是 5 1 320,000
2016-08-05 2016-08-17 0a392e38-b72f-46ad-b713-a19e06f6f46e 一次性付款 购买合同 ef35dd55-5306-4380-88ff-5db8847f07be 否 3 1 200,000
2017-01-05 2016-08-12 0a481a95-5f8f-4a2f-acac-711dcd77ed80 一次性付款 长期协议订单 e210c77c-f1c3-44d2-ad08-fb1b36a8499f 是 1 3 270,000
2017-10-15 2016-11-15 0c6e4368-0572-40e6-978e-de72b8997d15 分期付款 购买合同 1fb823f6-209e-4484-9919-8844e2e09135 否 3 1 350,000
2016-05-25 2016-08-23 0cdfd271-6a40-432a-ac04-fcf0e3e029dd 一次性付款 购买合同 5917ef9b-f554-4364-b0ba-524bc7eee0db 是 3 1 100,000
  1. 图表类型下选择【自定义图表】，将【合同类型】字段拖入横轴，【购买的产品】字段拖进纵轴两次。图形属性下，两个指标字段，图表类型分别选择【箱形图】和【点】。如下图所示：
  1. 图形属性下，点开【全部】，将【客户ID】字段拖入细粒度中。如下图所示：
  1. 在图形属性下，点开对应点类型的指标字段，调整点大小。如下图所示：
  1. 设置纵轴最大值为 60 ，如下图所示：

结论：购买合同和长期协议订单，存在异常点，需要对异常值进行关注

桑基图

桑基图示例

桑基图多用于表示数据的流向。用两组数据构成多个坐标点，考察坐标点的分布，判断多变量之间是否存在某种关联或总结坐标点的分布模式。通常应用于能源、材料成分、金融和网站用户流量等数据的可视化分析。桑基图使人们易于发现系统流程中的细节；帮助识别主要的组成部分和低效的地方。但是不适用于起始流量和结束流量不同的数据

例如，有一家做海鲜批发生意的供应商，给全国各地的门店根据订单要求发货。商家想要预测未来哪些海鲜需要多补充库存，但不知道订单的情况，到底哪些海鲜的订单较多，都卖到了哪里。

现在想分析一下销售最好的5款海鲜是哪几个，都是在哪些门店卖出去的。我们通过桑基图，能看到每个产品，流向的门店，线的粗细，代表流向的多少。如下图所示：【区域地图】是一种使用不同深浅的颜色来展示数据的大小和分布范围的可视化图形。适合展示数据在地理区块空间的分布状况，使用颜色深浅来区分数值大小。

订单销售明细表

订单日期 发货日期 产品编码 产品名称 门店编号 门店名称 订单编号 订单金额 实付金额
2022-01-01 2022-01-01 B012 龙虾 A0005 杭州店 10,130,478,523 3,739 3,176
2022-01-01 2022-01-01 B015 黄鱼 A0001 深圳店 10,130,478,536 497 371
2022-01-01 2022-01-01 B002 鱿鱼 A0003 北京店 10,130,478,559 986 677
2022-01-01 2022-01-04 B011 墨鱼 A0001 深圳店 10,130,478,576 2,020 1,727
2022-01-01 2022-01-01 B017 干贝 A0005 杭州店 10,130,478,578 322 267
2022-01-01 2022-01-02 B009 虾米 A0001 深圳店 10,130,478,582 180 152
2022-01-01 2022-01-01 B011 墨鱼 A0004 广州店 10,130,478,635 813 547
2022-01-01 2022-01-05 B017 干贝 A0003 北京店 10,130,478,640 705 511
2022-01-02 2022-01-04 B009 虾米 A0001 深圳店 10,130,478,666 220 154
2022-01-02 2022-01-03 B004 盐水鸭 A0003 北京店 10,130,478,673 169 127
2022-01-02 2022-01-02 B001 猪肉 A0002 上海店 10,130,478,681 779 499
2022-01-02 2022-01-02 B007 蟹 A0004 广州店 10,130,478,691 6,833 5,257
2022-01-02 2022-01-03 B016 海参 A0004 广州店 10,130,478,693 6,149 3,877
2022-01-02 2022-01-03 B001 猪肉 A0001 深圳店 10,130,478,714 403 379
2022-01-02 2022-01-03 B012 龙虾 A0001 深圳店 10,130,478,732 4,913 4,712
2022-01-02 2022-01-02 B008 虾子 A0005 杭州店 10,130,478,734 633 396

桑基图制作

  1. 在图表类型下选择「桑基图」，将「产品名称」字段拖入到起点栏，「门店名称」字段拖入到终点栏，「订单金额」字段拖入到大小栏。如下图所示：

数据表中的 0 值或负值会过滤不绘制。

  1. 下拉【产品名称】，添加过滤条件，过滤出【订单金额】最大的 5 个产品。如下图所示：
  1. 用不同颜色区分不同产品流向。将【产品名称】字段拖入到颜色栏中。如下图所示：
  1. 添加起点终点的图形标签。点击【标签设置】>【显示节点名称】。如下图所示：
多节点示例

桑基图

source target 人数
男 华为 1,100
男 苹果 730
男 小米 680
男 OPPO 630
男 vivo 530
男 其他 1,630
女 华为 680
女 苹果 1,080
女 小米 370
女 OPPO 850
女 vivo 630
女 其他 1,090
华为 45岁以上 135
华为 35-44岁 319
华为 25-34岁 986

  • source：表示数据流出的起点

  • target：表示数据流向的终点

  • 人数：衡量流量的大小

例如，从【性别>使用的手机品牌>年龄】的手机使用人群的流量分析。手机品牌既是起点也是终点，在【source】(来源）会存在多次数据。

  1. 依次拖入【source、target、人】」字段。因为人数是从 source 流向 target ，所以 source 在前面。如下图所示：
  1. 点击【桑基图】，自动生成图表，字段调整到对应位置。这样就生成了多节点桑基图如下图所示：

​ 若希望显示节点名称，在【图表属性】点击【标签】设置【显示节点名称】即可。

表格

分组表

分组表示例

分组表是有一个【行表头维度】和【数值指标数据】组成的分组报表，没有列表头。

集团销售总表

日期 城市 单据编码 门店编码 门店名称 商品编码 商品类别 商品名称 省份 成本额 数量 销售额
2020-01-01 白山市 SMDBJ18000010 D010112 白山店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 鹤岗市 SMDBJ18000014 D010114 鹤岗店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 黑龙江省 998.56 120 2,461.54
2020-01-01 鹤岗市 SMDBJ18000014 D010114 鹤岗店 BE2DA7F0-1E24-4729-BED3-3CDC0A2E4918 零食 嘉士利115g威化饼 黑龙江省 1,033.47 100 3,119.66
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 吉林省 1,664.27 200 4,102.56
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 AE451BC0-8615-4F8C-8126-05E0C01DDF24 零食 丽芝士散装系列 吉林省 950.36 100 2,948.72
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 77DA67A0-ED8C-4FB3-8E04-E9EA7DD96BE8 零食 养乐多100ml*5乳酸菌 吉林省 573.88 50 2,094.02
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 BE2DA7F0-1E24-4729-BED3-3CDC0A2E4918 零食 嘉士利115g威化饼 吉林省 516.73 50 1,559.83
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 12EF7049-C847-4A7F-A5B4-C0BEDDADAA81 生鲜 西红柿 吉林省 240.17 12 605.13
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 59F35931-24BA-46DC-9551-6744A16FC87B 生鲜 本地小白菜 吉林省 542.68 40 2,017.09
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 E5EA2E2A-DC19-4D47-BF0F-F29CC467A5C0 日用品 家之寓圆形24夹晒架 吉林省 252 100 1,025.64
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 E5EA2E2A-DC19-4D47-BF0F-F29CC467A5C0 日用品 家之寓圆形24夹晒架 吉林省 26.23 10 135.9
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 吉林省 1,248.2 150 3,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 AE451BC0-8615-4F8C-8126-05E0C01DDF24 零食 丽芝士散装系列 吉林省 1,425.54 150 4,423.08
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 77DA67A0-ED8C-4FB3-8E04-E9EA7DD96BE8 零食 养乐多100ml*5乳酸菌 吉林省 1,342.88 117 4,900
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 CBB40A41-178E-44F7-BD5E-9ECD8B73978A 零食 格力高55g草莓味百奇 吉林省 309.43 21 807.69
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92

分组表按照行表头拖拽的维度分组，对指标内的数据进行汇总统计。如下图所示：

分组表制作
  1. 在图表类型中选择【分组表】，将【品类描述】、【店风格】字段拖入维度区域，将【销售额】、【记录数】字段拖入指标区域，并在【组件样式>格式】中，【展开行表头节点】，如下图所示：
创建毛利额字段
  1. 点击【…】,【添加计算字段】，创建毛利额字段，公式如下图所示：
设置组件样式
  1. 若需要设置表格的展示方式，可选择【组件样式】，根据自己的需求设置，如下图所示：
修改组件名称
  1. 在组件编辑下方重命名组件标题，如下图所示：

交叉表

交叉表示例

交叉表是指由「行维度」、「列维度」以及「数值区域」组成的较为复杂的报表。

用户多用来显示表中某个字段的汇总值，并将它们分组。其中一组为行维度-在数据表的左侧，另一组列维度-在数据表的上部。行和列的交叉处即「数值区域」可以对数据进行多种汇总计算，比如求和、平均值、记数、最大值、最小值等。

合同事实表：

合同ID 客户ID 合同类型 合同金额 合同付款类型 注册时间 购买数量 合同签约时间 购买的产品 是否已经交货
00115727-e145-44c0-9102-110523699369 ff61dfee-1c56-48b6-9f7b-21abef64c96f 购买合同 90,000 一次性付款 2016-07-28 1 2017-03-07 6 否
03374c0e-59d1-4158-8ab5-67b48d80d84e d9c85691-1c10-4ef9-8b42-98e1637cab77 购买合同 180,000 一次性付款 2016-08-24 1 2017-07-09 5 是
04289ab3-08e3-49d3-9582-4dbb945233e7 901aa1ba-ff07-4ff7-a836-4821219c9aae 购买合同 180,000 一次性付款 2017-09-19 1 2017-09-19 2 是
04897502-5828-4273-8184-553aa0562930 88d567a8-feab-4ce5-8b8a-0cb7f5840179 购买合同 260,000 一次性付款 2016-08-11 1 2017-03-30 2 是
056c2ca7-a186-40a4-a8a6-01b38151df57 9d7ce8a7-5f9a-4087-be3e-2ed0edf53709 购买合同 500,000 一次性付款 2016-10-24 1 2017-07-27 2 否
05bf042a-27f8-4e66-bc0c-9638145fd756 74643073-3ca1-4cf4-b921-af3e9c83702b 购买合同 600,000 分期付款 2017-09-26 1 2016-09-21 2 否
0692a164-8159-4dda-901b-4003f432d41c de4b48c5-93b6-4af1-abd9-bc4e4499fb11 购买合同 130,000 一次性付款 2017-08-03 1 2016-04-07 1 是
080a241d-7372-4921-b171-b9ed2d4a9dd6 0e4cf623-44dd-470a-8a39-5bc705c5faf5 服务协议 210,000 一次性付款 2017-05-06 1 2017-03-27 6 是
080cd368-af54-447a-a3ae-051425c84bc1 6370dee7-6d96-4881-9014-2ba42b674051 购买合同 720,000 一次性付款 2017-08-17 1 2017-08-05 3 否
087bab2a-7b5e-4304-808a-830b68556cee ec8cec0b-012f-4b58-84ff-0c889e98f1a0 购买合同 150,000 一次性付款 2017-08-09 1 2016-03-12 5 是
08ce15be-bbfd-4c9b-b18f-39eb03e471ca 456419b5-d3c7-499b-b07b-b868cc68634e 购买合同 320,000 分期付款 2016-08-25 1 2017-05-13 5 是
0a392e38-b72f-46ad-b713-a19e06f6f46e ef35dd55-5306-4380-88ff-5db8847f07be 购买合同 200,000 一次性付款 2016-08-17 1 2016-08-05 3 否
0a481a95-5f8f-4a2f-acac-711dcd77ed80 e210c77c-f1c3-44d2-ad08-fb1b36a8499f 长期协议订单 270,000 一次性付款 2016-08-12 3 2017-01-05 1 是
0c6e4368-0572-40e6-978e-de72b8997d15 1fb823f6-209e-4484-9919-8844e2e09135 购买合同 350,000 分期付款 2016-11-15 1 2017-10-15 3 否
0cdfd271-6a40-432a-ac04-fcf0e3e029dd 5917ef9b-f554-4364-b0ba-524bc7eee0db 购买合同 100,000 一次性付款 2016-08-23 1 2016-05-25 3 是
0dc1c555-2eb2-4d8e-9ee4-50e96688e6a6 0ef33a04-1464-417a-a976-01f41ba0b97e 长期协议 0 分期付款 2016-08-24 0 2016-09-01 5 是
0e2329e4-af5e-4bbc-8ea2-2b13d7f4b4eb 7ec522c2-ad8f-4018-8744-290b34bc175e 购买合同 50,000 一次性付款 2016-08-23 1 2017-06-19 3 是
0fb2bba0-ea35-42b0-8e03-1750962d64c1 16dcafcf-97b2-4380-967a-0058fccdd9fd 购买合同 380,000 分期付款 2017-01-26 1 2016-12-22 2 是
交叉表制作
  1. 在图表类型选择「交叉表」，将待分析区域的「合同类型」、「合同签约时间」拖入行维度；「合同付款类型」拖入列维度；「合同金额」拖入指标栏，如下图所示：
创建字段
  1. 点击合同签约时间字段下拉框，选择按「年」分组显示，如下图所示：
设置组件样式
  1. 表格属性为设置表格中指定文字颜色和文字旁的图标标记，包括颜色和形状
    • 颜色修改：
      • 【表格属性】>【颜色】可设置指定范围内的指标颜色。例如，将【合同金额】拖入表格属性下的颜色栏，并点击【颜色】栏，添加条件。设置值在【2000000-无限制】之间的【合同金额】显示为红色，如下图所示：
  1. 形状修改：【表格属性】>【形状】可设置字段旁的图标标记，可设置根据不同条件来显示不同标记及颜色。例如，将拖入表格属性下的形状栏中，并点击「形状」栏，设置形状和数值如下图所示：

明细表

明细表，用于展示报表明细数据

特点：

  • 可以展示数据的详细信息
  • 不适合展示多维度数据
  • 不支持数据汇总
明细表示例

集团销售总表

日期 城市 单据编码 门店编码 门店名称 商品编码 商品类别 商品名称 省份 成本额 数量 销售额
2020-01-01 白山市 SMDBJ18000010 D010112 白山店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 鹤岗市 SMDBJ18000014 D010114 鹤岗店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 黑龙江省 998.56 120 2,461.54
2020-01-01 鹤岗市 SMDBJ18000014 D010114 鹤岗店 BE2DA7F0-1E24-4729-BED3-3CDC0A2E4918 零食 嘉士利115g威化饼 黑龙江省 1,033.47 100 3,119.66
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 吉林省 1,664.27 200 4,102.56
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 AE451BC0-8615-4F8C-8126-05E0C01DDF24 零食 丽芝士散装系列 吉林省 950.36 100 2,948.72
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 77DA67A0-ED8C-4FB3-8E04-E9EA7DD96BE8 零食 养乐多100ml*5乳酸菌 吉林省 573.88 50 2,094.02
2020-01-01 辽源市 SMDBJ18000015 D010115 辽源店 BE2DA7F0-1E24-4729-BED3-3CDC0A2E4918 零食 嘉士利115g威化饼 吉林省 516.73 50 1,559.83
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 12EF7049-C847-4A7F-A5B4-C0BEDDADAA81 生鲜 西红柿 吉林省 240.17 12 605.13
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 59F35931-24BA-46DC-9551-6744A16FC87B 生鲜 本地小白菜 吉林省 542.68 40 2,017.09
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 E5EA2E2A-DC19-4D47-BF0F-F29CC467A5C0 日用品 家之寓圆形24夹晒架 吉林省 252 100 1,025.64
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 E5EA2E2A-DC19-4D47-BF0F-F29CC467A5C0 日用品 家之寓圆形24夹晒架 吉林省 26.23 10 135.9
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 吉林省 1,248.2 150 3,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 AE451BC0-8615-4F8C-8126-05E0C01DDF24 零食 丽芝士散装系列 吉林省 1,425.54 150 4,423.08
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 77DA67A0-ED8C-4FB3-8E04-E9EA7DD96BE8 零食 养乐多100ml*5乳酸菌 吉林省 1,342.88 117 4,900
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 CBB40A41-178E-44F7-BD5E-9ECD8B73978A 零食 格力高55g草莓味百奇 吉林省 309.43 21 807.69
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 松原市 SMDBJ18000016 D010116 松原店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 吉林省 641.03 30 1,076.92
2020-01-01 鞍山市 SMDBJ18000024 D010120 鞍山店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 辽宁省 598.29 28 1,005.13
2020-01-01 鞍山市 SMDBJ18000024 D010120 鞍山店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 辽宁省 170.94 8 287.18
2020-01-01 鞍山市 SMDBJ18000024 D010120 鞍山店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 辽宁省 512.82 24 861.54
2020-01-01 苏州市 SMDSH18000071 D010229 苏州店 5DDCE422-6782-43D2-9AC6-0E28ABA93636 生鲜 西域香妃蜜瓜 江苏省 318.55 5 1,102.56
2020-01-01 苏州市 SMDSH18000071 D010229 苏州店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 江苏省 641.03 30 1,076.92
2020-01-01 上海市 SMDSH18000075 D010231 上海店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 上海市 213.68 10 358.97
2020-01-01 上海市 SMDSH18000090 D010231 上海店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 上海市 641.03 30 1,076.92
2020-01-01 上海市 SMDSH18000090 D010231 上海店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 上海市 427.35 20 717.95
2020-01-01 上海市 SMDSH18000093 D010231 上海店 BC639DE8-B503-437C-9B6B-F0B598052A65 日用品 微爽日用245mm 上海市 641.03 30 1,076.92
2020-01-01 温州市 SMDSH18000336 D010243 温州店 62CF9CFA-1E86-4960-B7CA-F077A8BDD5A6 零食 三全960g奶香馒头 浙江省 1,579.64 170 3,487.18

如下图所示：

明细表制作
  1. 选择图表类型为【明细表】，再将左侧的字段拖入数据栏，如下图所示：
设置分页行数
  1. 有时用户希望能自定义明细表分页行数、或者希望能实现点击翻页查看数据，可在「组件样式>格式」中直接输入希望设置的分页行数即可进行调整，输入 1000，如下图所示：

指标卡

指标卡图例

KPI 指标卡为直观展示 KPI 数值的组件，可直接显示所选字段的数值，比如展示销售额、毛利、毛利率等指标数值。

特点：适合突出显示重要指标，但是仅能展示文本

效果如下图所示：

地区数据分析

合同签约时间 国家 省份 城市 客户名称 合同金额 回款金额
2016-01-18 中国 浙江省 杭州市 浙江臻善科技有限公司 1,200,000 1,200,000
2016-08-01 中国 河南省 郑州市 杭州明佑电子有限公司 100,800 100,800
2016-04-01 中国 陕西省 西安市 西北工业大学 430,000 430,000
2016-01-18 中国 浙江省 杭州市 浙江网新恩普软件有限公司 200,000 200,000
2016-04-08 中国 北京市 北京市 北京瑞翔科技有限公司 200,000 200,000
2016-04-14 中国 上海市 上海市 上海捷穗软件有限公司 200,000 200,000
2016-05-05 中国 重庆市 重庆市 重庆格力销售中心 285,000 285,000
2016-04-21 中国 江苏省 南京市 江苏邮政同达科技 120,000 120,000
2016-06-01 中国 上海市 上海市 95856部队 520,000 520,000
2016-04-29 中国 上海市 上海市 上海创业投资有限公司 240,000 240,000
2016-04-29 中国 上海市 上海市 智动营销策划咨询（上海）有限公司 450,000 450,000
2016-04-25 中国 江苏省 盐城市 盐城邮政局 120,000 120,000
2016-05-04 中国 浙江省 杭州市 杭州银行 1,200,000 1,080,000
2016-04-27 中国 北京市 北京市 建信金融租赁股份有限公司 600,000 600,000
2015-03-22 中国 江苏省 南京市 南京星友田科技发展有限公司 400,000 400,000
2016-06-19 中国 上海市 上海市 上海万序计算机科技有限公司 480,000 480,000
2016-05-25 中国 上海市 上海市 上海万序计算机科技有限公司 480,000 480,000

指标卡制作

设置指标卡样式

  1. 在【文本】处新增了【固定字体大小】，且默认勾选，显示效果为 KPI 指标卡默认显示效果。用户也可不勾选该按钮，自定义内容显示效果，根据自己的需求进行设置，如下图所示：
  1. 点击【文本】栏，可设置形状，并用条件属性控制形状及形状颜色的显示。如下图所示：
  • 标题: FineBI组件
  • 作者: Yiuhang Chan
  • 创建于 : 2020-06-26 13:45:23
  • 更新于 : 2024-02-28 18:49:49
  • 链接: https://www.yiuhangblog.com/2020/06/26/20200626FineBI组件/
  • 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。
评论
此页目录
FineBI组件
  1. 组件概述
  2. 组件编辑
    1. 图表
      1. 自定义图表
        1. 自定义图表示例
        2. 自定义图表制作
      2. 分区柱形图
        1. 分区柱形图示例
        2. 分区柱形图制作
        3. 设置分区柱形图样式
      3. 堆积柱形图
        1. 堆积柱形图示例
        2. 堆积柱形图制作
        3. 堆积柱形图设置组件样式
      4. 多系列柱形图
        1. 多系列柱形图表示例
        2. 多系列柱形图表制作
        3. 多系列柱形图表制作(开启堆积)
      5. 对比柱形图
        1. 对比柱形图示例
        2. 对比柱形图制作
      6. 瀑布图
        1. 瀑布图示例
        2. 瀑布图制作-数据处理
        3. 瀑布图制作-组件制作
      7. 分区折线图
        1. 分区折线图示例
        2. 分区折线图制作
      8. 多系列折线图
        1. 多系列折线图示例
        2. 多系列折线图制作
      9. 折线雷达图
        1. 折线雷达图示例
        2. 折线雷达图制作
      10. 范围面积图
        1. 范围面积图示例
        2. 范围面积图制作
      11. 仪表盘
        1. 仪表盘示例
        2. 多指针仪表盘
        3. 百分比仪表盘
          1. 百分比仪表盘制作
      12. 饼图
        1. 饼图示例
        2. 饼图制作
      13. 玫瑰图
        1. 玫瑰图示例
        2. 玫瑰图制作
      14. 散点图
        1. 散点图示例
        2. 散点图制作
      15. 热力区域图
        1. 热力区域图示例
        2. 热力区域图制作
    2. 地图类
      1. 区域地图
        1. 地图示例
        2. 地图制作
    3. 点地图
      1. 点地图示例
      2. 点地图制作
    4. 流向地图
      1. 流向地图示例
      2. 流向地图制作
    5. 热力地图
      1. 热力地图示例
      2. 热力地图制作
    6. 聚合气泡图
      1. 聚合气泡图示例
      2. 聚合气泡图制作
    7. 变色表格
      1. 变色表格示例
      2. 颜色表格制作
    8. 迷你图
      1. 迷你图示例示例
      2. 迷你图制作
    9. 矩形树图
      1. 矩形树图示例
      2. 矩形树图制作
    10. 词云
      1. 词云示例
      2. 词云制作
    11. 漏斗图
      1. 漏斗图示例
      2. 漏斗图制作
    12. 箱形图/箱线图
      1. 箱形图/箱线图示例
      2. 箱形图/箱线图制作
        1. 案例一 不显示异常值
        2. 案例二 显示异常值
    13. 桑基图
      1. 桑基图示例
      2. 桑基图制作
        1. 多节点示例
    14. 表格
      1. 分组表
        1. 分组表示例
        2. 分组表制作
        3. 创建毛利额字段
        4. 设置组件样式
        5. 修改组件名称
      2. 交叉表
        1. 交叉表示例
        2. 交叉表制作
        3. 创建字段
        4. 设置组件样式
      3. 明细表
        1. 明细表示例
        2. 明细表制作
        3. 设置分页行数
    15. 指标卡
      1. 指标卡图例
      2. 指标卡制作
      3. 设置指标卡样式