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
|
11天前
|
数据可视化 安全 搜索推荐
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”(2)
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”
|
11天前
|
监控 数据可视化 数据挖掘
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”(1)
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”
|
2天前
|
数据可视化 数据挖掘 Python
数据界的颜值担当!Python数据分析遇上Matplotlib、Seaborn,可视化美出新高度!
【7月更文挑战第24天】在数据科学领域,Python的Matplotlib与Seaborn将数据可视化升华为艺术,提升报告魅力。Matplotlib作为基石,灵活性强,新手友好;代码示例展示正弦波图的绘制与美化技巧。Seaborn针对统计图表,提供直观且美观的图形,如小提琴图,增强数据表达力。两者结合,创造视觉盛宴,如分析电商平台销售数据时,Matplotlib描绘趋势,Seaborn揭示类别差异,共塑洞察力强的作品,使数据可视化成为触动人心的艺术。
22 7
|
1天前
|
SQL 分布式计算 DataWorks
解锁数据洞察:通过 DataWorks 获得深度数据分析
DataWorks提供了一种全新的数据洞察功能,通过深度数据分析和可视化,为您的业务决策提供有力支持。了解更多如何利用AI技术解析复杂数据。
解锁数据洞察:通过 DataWorks 获得深度数据分析
|
5天前
|
数据可视化 数据挖掘 Python
逆袭之路!Python数据分析新手如何快速掌握Matplotlib、Seaborn,让数据说话更响亮?
【7月更文挑战第22天】在数据驱动时代,新手掌握Python的Matplotlib与Seaborn可视化技能至关重要。Matplotlib, 基础且灵活, 适合初学者绘制基础图表; Seaborn在其上提供更高级接口, 专注统计图形和美观样式。建议先学Matplotlib掌握核心技能, 再用Seaborn提升图表质量。快速上手Matplotlib需实践, 如绘制折线图。Seaborn特色功能含分布图、关系图、分类数据可视化及高级样式设定。结合两者可实现复杂数据可视化, 先Seaborn后Matplotlib微调。持续实践助你灵活运用工具, 让数据生动呈现, 助力分析与决策。
18 2
|
7天前
|
数据采集 机器学习/深度学习 数据挖掘
转换数据,扭转乾坤!Python转换技巧,让你的数据分析如虎添翼!
【7月更文挑战第19天】Python在数据转换中扮演关键角色,借助Pandas库进行数据清洗,如填充缺失值、处理异常值和转换数据类型。数据重塑通过pivot、melt和groupby提供多维度视图。文本数据通过独热编码或标签编码转化为数值。自定义函数解决复杂转换问题,提升数据分析的深度和准确性。掌握这些技巧,能有效挖掘数据价值,助力决策。
21 4
|
10天前
|
数据可视化 数据挖掘 Java
深度挖掘数据,智慧决策,VeryReport报表软件引领数据分析新潮流
深度挖掘数据,智慧决策,VeryReport报表软件引领数据分析新潮流
|
14天前
|
数据格式 Python
Python代码示例,读取excel表格,将行数据转为列数据。(10)
【7月更文挑战第10天】Python代码示例,读取excel表格,将行数据转为列数据。
32 2
|
5天前
|
数据可视化 数据挖掘 数据处理
数据之美,尽收眼底!Python数据分析师如何利用Matplotlib、Seaborn打造视觉盛宴,征服数据世界?
【7月更文挑战第22天】Python的Matplotlib和Seaborn库是数据可视化的利器。Matplotlib基础强大,灵活定制,适合各类图表;Seaborn在其上层封装,提供美观的统计图形,简化复杂操作。结合使用,它们助数据分析师揭示数据规律,打造视觉盛宴,征服数据世界。示例代码分别展示了如何绘制正弦波图和箱线图。
|
11天前
|
JSON 数据挖掘 API
在会议系统工程中,Python可以用于多种任务,如网络请求(用于视频会议的连接和会议数据的传输)、数据分析(用于分析会议参与者的行为或会议效果)等。
在会议系统工程中,Python可以用于多种任务,如网络请求(用于视频会议的连接和会议数据的传输)、数据分析(用于分析会议参与者的行为或会议效果)等。

热门文章

最新文章