5分钟生成可视化数据分析报告

本文涉及的产品
大数据开发治理平台DataWorks,Serverless资源组抵扣包300CU*H
简介: 基于内置电商、广告、出行、汽车、国内生产总值等公开数据集,通过DataWorks与MaxCompute搭建可视化数据报告。

一.准备环境与资源

1、领取免费试用

在活动页面领取产品免费试用。或者可以进入页面领取。DataWorks免费试用

领取MaxCompute5000CU时免费使用Hologres5000CU时免费试用

image.png

2、绑定MaxCompute到DataWorks

进入DataWorks管控台,会给到如下默认工作空间,点击设置按钮进入管理中心。

image.png

在管理中心-计算引擎信息,选择新增MaxCompute引擎,按照如图填写信息。如MaxCompute实例还未开通,可以开通后点击页面的刷新按钮,即可选择默认后付费Quota。

image.png

二.运行分析结果

回到DataWorks管控台,点击公共数据集,公共数据集均含有默认SQL,可选择任意数据集均可制作可视化报告,本次以阿里电商数据集为例,点击选择MaxCompute进行分析。

image.png

image.png

image.png

点击运行后即可显示运行结果。image.png

三.制作可视化数据报告

制作数据卡片

点击页面,参与DataWorks【卡片】与【报告】的公测,参与后即可保存卡片。

image.pngimage.png

制作数据报告

点击左侧报告按钮进入,新建【数据报告】,选择刚才保存的【数据卡片】。

image.png

输入数据报告名称,点击创建,即可成功生成【数据报告】

image.png

image.png

创建后回到数据报告页面,点击右上角分享,即可生成【数据报告】分享链接与二维码。

image.png

四.美化可视化数据报告(可选)

新增数据卡片

参考步骤三,运行新的SQL后,可以将对应新的分析结果保存为其他数据卡片。

调整数据卡片

当我们运行结果后,可选择编辑卡片后再保存

image.png

左侧可以针对数据进行调整。

image.png

右侧可以针对卡片风格进行调整。

image.png

调整数据报告

针对数据报告进行编辑

image.png

可选择不同的报告布局以及报告布局。长图布局一般适用于移动端分享,看板布局一般适合PC端等宽屏浏览。

image.png

参赛者可基于其他大数据公共数据集的样例SQL,制作不同个性的可视化数据报告。

公共数据集地址:https://dataworks.console.aliyun.com/publicDatasets

image.png

五.提交作品

需要提交数据报告链接截图

分享链接在分享页面点击复制即可,不要删除链接中数据报告名称

截图分享完整页面即可


本次大赛会校验当前账号产品使用情况,请勿尝试提交其他人作品,老用户也可以使用之前开通的产品参赛。


完整提交示例如下:

https://da-cn-shanghai.data.aliyun.com/sharing/dashboard/axuf0ebo999ijochkdgg6rmjt9nnonnf?#《电商页面分析报告》

image.png

活动常见问题

Q:老用户之前领取过免费试用是否可以参赛?

A:可以,本次活动老用户也可参与,选择已使用过免费试用产品中的“按量付费”商品,开通后便可参赛,活动结束后,我们会统一核对产品开通情况。

Q:我没有开通过MaxCompute与DataWorks,为什么还是无法领取免费试用?

A:

1)您需要完成实名认证或企业认证;

2)同一用户仅能对同一产品申请试用一次,建议检查下是否因为有同人注册账号已经参与过活动,导致对应账号无法试用;

3)历史未付费购买过该试用产品,如有过购买记录则无法再免费试用。

Q:作品审核需要多久?作品一直显示审核中是什么原因?

A:由主办方进行作品审核,审核时间预计1-2个工作日,审核通过的作品将在页面展示。如您的作品未达到活动要求,将会被拒绝审核。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
一站式大数据开发治理平台DataWorks初级课程
DataWorks 从 2009 年开始,十ー年里一直支持阿里巴巴集团内部数据中台的建设,2019 年双 11 稳定支撑每日千万级的任务调度。每天阿里巴巴内部有数万名数据和算法工程师正在使用DataWorks,承了阿里巴巴 99%的据业务构建。本课程主要介绍了阿里巴巴大数据技术发展历程与 DataWorks 几大模块的基本能力。 课程目标  通过讲师的详细讲解与实际演示,学员可以一边学习一边进行实际操作,可以深入了解DataWorks各大模块的使用方式和具体功能,让学员对DataWorks数据集成、开发、分析、运维、安全、治理等方面有深刻的了解,加深对阿里云大数据产品体系的理解与认识。 适合人群  企业数据仓库开发人员  大数据平台开发人员  数据分析师  大数据运维人员  对于大数据平台、数据中台产品感兴趣的开发者
相关文章
|
2月前
|
数据采集 数据可视化 数据挖掘
基于Python的数据分析与可视化实战
本文将引导读者通过Python进行数据分析和可视化,从基础的数据操作到高级的数据可视化技巧。我们将使用Pandas库处理数据,并利用Matplotlib和Seaborn库创建直观的图表。文章不仅提供代码示例,还将解释每个步骤的重要性和目的,帮助读者理解背后的逻辑。无论你是初学者还是有一定基础的开发者,这篇文章都将为你提供有价值的见解和技能。
232 0
|
1月前
|
存储 数据可视化 数据挖掘
使用Python进行数据分析和可视化
本文将引导你理解如何使用Python进行数据分析和可视化。我们将从基础的数据结构开始,逐步深入到数据处理和分析的方法,最后通过实际的代码示例来展示如何创建直观的数据可视化。无论你是初学者还是有经验的开发者,这篇文章都将为你提供有价值的见解和技巧。让我们一起探索数据的世界,发现隐藏在数字背后的故事!
|
1月前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第42天】本文将介绍如何使用Python进行数据分析和可视化。我们将从数据导入、清洗、探索性分析、建模预测,以及结果的可视化展示等方面展开讲解。通过这篇文章,你将了解到Python在数据处理和分析中的强大功能,以及如何利用这些工具来提升你的工作效率。
|
1月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第33天】本文将介绍如何使用Python编程语言进行数据分析和可视化。我们将从数据清洗开始,然后进行数据探索性分析,最后使用matplotlib和seaborn库进行数据可视化。通过阅读本文,你将学会如何运用Python进行数据处理和可视化展示。
|
2月前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据处理与可视化——以气温数据分析为例
【10月更文挑战第12天】使用Python进行数据处理与可视化——以气温数据分析为例
356 0
|
2月前
|
数据采集 数据可视化 数据挖掘
Python 数据分析实战:使用 Pandas 进行数据清洗与可视化
【10月更文挑战第3天】Python 数据分析实战:使用 Pandas 进行数据清洗与可视化
157 0
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
如何理解数据分析及数据的预处理,分析建模,可视化
如何理解数据分析及数据的预处理,分析建模,可视化
66 0
|
3月前
|
机器学习/深度学习 存储 数据可视化
数据分析和可视化
数据分析和可视化
|
3月前
|
数据采集 传感器 数据可视化
利用Python进行数据分析与可视化
【9月更文挑战第11天】在数字化时代,数据已成为企业决策和科学研究的关键。本文将引导读者了解如何使用Python这一强大的工具进行数据分析和可视化,帮助初学者理解数据处理的流程,并掌握基本的可视化技术。通过实际案例,我们将展示如何从原始数据中提取信息,进行清洗、处理,最终以图形方式展现结果,使复杂的数据变得直观易懂。
|
4月前
|
SQL 数据可视化 数据挖掘
SQL 在数据分析中简直太牛啦!从数据提取到可视化,带你领略强大数据库语言的神奇魅力!
【8月更文挑战第31天】在数据驱动时代,SQL(Structured Query Language)作为强大的数据库查询语言,在数据分析中扮演着关键角色。它不仅能够高效准确地提取所需数据,还能通过丰富的函数和操作符对数据进行清洗与转换,确保其适用于进一步分析。借助 SQL 的聚合、分组及排序功能,用户可以从多角度深入分析数据,为企业决策提供有力支持。尽管 SQL 本身不支持数据可视化,但其查询结果可轻松导出至 Excel、Python、R 等工具中进行可视化处理,帮助用户更直观地理解数据。掌握 SQL 可显著提升数据分析效率,助力挖掘数据价值。
137 0

热门文章

最新文章