有了這個「神級」功能,會Excel就能輕鬆玩轉BI數據可視化分析啦

2020-12-06 泡泡網

有了這個「神級」功能,會Excel就能輕鬆玩轉BI數據可視化分析啦

2020年08月24日 17:40作者:黃頁編輯:黃頁

BI、可視化、大數據,這些聽起來高大上的詞彙,讓人感覺「會個一招兩式」就很厲害的樣子。作為一個普通的「表哥/表姐」,你是否也和我一樣有躍躍欲試的衝動,但想到自己只會Excel,總會不由自主的退卻?有沒有一個神器,能讓我等菜鳥也可簡單快速的玩轉BI可視化呢?今天,TA來了!

Wyn Enterprise是全球領先的開發工具廠商推出的嵌入式商業智能和報表軟體。在最新發布的V4.0版本中,Wyn Enterprise提供了「計算圖表」組件,非常值得具有BI夢的「表哥/表姐」們關注。有了這個功能,即便你不會SQL和任何一種程式語言,也可以通過近似於Excel的使用方法,利用「計算圖表」來實現各種複雜指標的計算,與其他圖表、篩選器組件進行聯動,快速創建出炫酷的分析看板,輕鬆玩轉BI數據可視化。

什麼是「計算圖表」

在使用儀錶板展示數據時,我們通常在數據集中加工好維度和度量值,然後在柱狀圖、餅圖等可視化元素中進行綁定,讓系統繪製出所需的圖表。

然而對於需要體現實際業務經營指標的儀錶板,通常都會包含利潤率、環比變化率、平均客單價、預算完成率等需要經過計算才能使用的指標。市面上大多數數據分析產品都需要使用者通過SQL、計算欄位或程式語言,從數據集層面進行提前加工處理,技術門檻很高。

(嵌入設計頁面的計算圖表組件)

為了讓BI惠及更多非專業開發者,Wyn Enterprise創造性的提供了計算圖表功能。計算圖表組件就像一個嵌入設計頁面的Excel表格,這個表格兼容Excel公式,計算出的結果可以直接綁定到圖表。計算圖表能幫助使用者可以像用Excel一樣,輕鬆完成指標數據計算和處理,可以顯著降低自助式分析的技術門檻。

為什麼選擇「計算圖表」

1.強大易用的計算能力

首先,Wyn Enterprise的計算圖表完全兼容Excel公式,您無需學習SQL或其他的程式語言,使用您熟悉的Excel函數,在類似Excel的界面和操作中,就能快速實現複雜指標的計算。下面是一些常見指標的計算函數示例。

平均

例如在零售行業,我們需要計算平均客單價,即銷售額/訂單數量,公式為:sum(銷售額)/count(訂單數)。以Wyn Enterprise內置Demo示例數據為例,訂單明細表和訂單表關聯之後,形成數據集,對該數據集使用計算圖表,採用Excel公式進行計算,計算公式:Sum(訂單金額)/Count(Distinct(訂單編號))。

(計算圖表示例:平均客單價)

累計

類似帕累託圖等需求場景,我們需要計算累計值的完成或者對比比率。如下圖中,佔比(計算某類數據佔匯總數據的比例)的公式:B2/SUM($B$2:$B$8)

累計佔比(計算分組累計值佔所有匯總數據的比例)的公式:SUM($B$2:B2)/SUM($B$2:$B$8)

(計算圖表示例:地區購買數量佔比)

環比

對於具有年、月等時間序列的數據,你也可以方便的使用Excel公式實現環比、環期值的差值或比率計算。如下圖中,環比比率計算公式為IF(A3=1,,(C4-C3)/C3);環比差值計算公式為=IF(A3=1,,C4-C3)。

(計算圖表示例:月度銷售額環比)

同比

與環比不同,同比的對比期間不同。如當前時間為2020年6月,月度同比計算時需使用2019年6月數據來計算變動幅度和變化率。

(計算圖表示例:月度銷售額同比)

分組統計

分組統計是指按照特定維度(如產品類別名稱和支付方式)進行多級數據分組,計算該維度下的數據佔比。如下圖中,分組佔比的公式為C3/SUMIF($A$3:$A$32,A3,$C$3:$C$32)

分組累計佔比為SUMIF($A$3:A3,A3,$C$3:C3)/SUMIF($A$3:$A$32,A3,$C$3:$C$32)

(計算圖表示例:不同支付方式的銷售佔比)

聚合關聯

類似於預算執行場景,預算數據按月,執行數據按天每天都有記錄,計算預算執行,需要將預算表和按月聚合之後的執行數進行關聯。在計算圖表中,我們可以對多個數據集的聚合結果進行關聯整合和計算。

如下圖中,預算執行場景典型指標及公式如下:

l當月執行度=當月執行/當月預算

l執行率=當月執行數/年度預算數

l累計執行度=累計執行數/累計預算數

l累計執行率=累計執行數/年度預算數

(計算圖表示例:預算執行率)

預測

Excel的Forecast預測和趨勢函數提供了實用的預測模型,你也可以在計算圖表中使用該函數,輕鬆實現基於歷史數據的預測功能,可視化展示數據變化趨勢與方向。

(計算圖表示例:執行預測)

2.允許用戶自定義數據參與計算和可視化

介紹完類Excel的數據計算能力,讓我們再回到數據本身。對於很多數據分析產品來說,數據只能從業務系統中來。這種做法雖然可以滿足大多數應用場景,但在靈活性上依然有提升的空間。

Wyn Enterprise的計算圖表則將待分析數據的範圍進一步擴大,易用性顯著提升。在設計可視化圖表時,你除了直接用數據集裡加工好的結果,還可以將外部數據錄入或粘貼入計算表格區域,讓這些數據參與計算和可視化。引入用戶自定義數據可以支撐更多應用場景,例如,實際執行數據是從資料庫中獲取的數據集,預算數據則來自手動錄入;或者前期數據從業務系統獲取,預算數據需要在設計圖表時進行調整測試等。下面介紹兩個典型的場景,希望對你有所啟發。

2.1 手動調整異常數據

基於第三方系統提供數據進行展示和分析時,如果發現有異常數據,可以根據需要使用手工錄入的方式,對這部分數據進行手動調整。這樣,報表或儀錶板上最終顯示的就是調整後的結果了。

(通過用戶自定義數據修正異常數據點)

2.2 可隨時調整的測算規劃

在做數據測算規劃時,在第三方系統提供的8月份數據基礎上,我們可以手工錄入一個9月份預測值,並將這個數據以用戶自定義數據的形式,合併顯示在圖表中。之後,只需修改這個數據,圖表上的測算規劃數據就能隨之而變了。

(利用用戶自定義數據調整預測規劃)

立即開始

計算圖表組件的出現,讓Wyn Enterprise的易用性得到進一步增強,進一步降低了數據分析的技術門檻。即便你只具備Excel的使用經驗,也能輕鬆完成數據的計算、加工、修正等操作,而不需掌握SQL或其他程式語言。現在,Wyn Enterprise面向開發者免費,歡迎通過百度搜索「Wyn Enterprise」訪問官網,了解詳情,下載試用。

WynEnterprise 官網:https://www.grapecity.com.cn/solutions/wyn

轉載請註明出處。

相關焦點

  • 數據統計分析——可視化看板(駕駛艙)
    和數據打交道十五年了,我和大家一樣,初學階段也是學習excel的各種技巧,也學習了各種的函數公式,但是學到最後,發現excel的技巧對我來說幾乎沒什麼用,函數公式學了幾百個,最後,經常用到的也只是個位數,而且,當excel工作表數據量增大時,函數公式就帶不動了,比較卡,怎麼辦呢?
  • 這個Excel新功能這麼好用,一鍵匯總數據 可視化分析,你還不會?
    又到年底,又是全年數據統計分析時。公司的、部門的、領導的、客戶的、投資方的、關於人的、關於錢的、關於項目的……,總之,是一波接著一波。表親們,疲於應對,忙的是焦頭爛額的。話說,統計分析,還真不是人幹的活,表親們,要是沒兩把刷子,那也只能是疲於應對,忙得是焦頭爛額,加班加點,甩開膀子拼命幹了。這裡,我就教大家一個很簡單的小招式,小白也能輕鬆學會,應對那些小型的統計分析報告,足矣。
  • 懂Excel就能輕鬆入門Python數據分析包pandas(十六):合併數據
    此系列文章收錄在公眾號中:數據大宇宙 > 數據處理 >E-pd經常聽別人說 Python 在數據領域有多厲害,結果學了很長時間,連數據處理都麻煩得要死。後來才發現,原來不是 Python 數據處理厲害,而是他有數據分析神器—— pandas前言本系列上一節說了拆分數據的案例,這次自然是說下怎麼合併數據。
  • 使用簡單而強大的Excel來進行數據分析
    Excel具有非常廣泛的功能:可視化功能、數組,使你能夠迅速的通過數據產生洞察力,否則這些數據將很難看到價值。當然Excel它也有一些缺點。比如它不能非常有效地處理大型的數據集。相信每個人都已經遇到了這個問題。當你嘗試對大約200,000個條的數據進行數據計算的時候,你會注意到excel開始出現問題。
  • excel地圖數據可視化,看起來很厲害,其實很簡單,僅需2步搞定
    Hello,大家好,今天跟大家分享下我們如何在地圖上實現數據的可視化,今天我們要用到的功能是三維地圖,三維地圖其實就是powermap,只不過在2016版之後的版本中被稱為三維地圖,powermap是powerbi的組件之一,它主要是對帶有地理位置的數據進行可視化的操作,使用powermap進行地圖數據可視化的操作也非常的簡單
  • FineBI的數據分析操作,竟然是一個升級版的數據透視表
    你可以把它是做為是可視化工具,因為他裡面自帶幾十種常用圖表,以及動態效果;你也可以把它作為報表工具,因為他可視化報表展現,以表格狀、以dashboard狀;你也可以把它看作是數據分析工具,因為如果你有數據,你想分析,可以藉助FineBI做一些探索性的分析,其內置等數據模型、圖表。但嚴格定義來講,他其實一款自助式BI。
  • Excel是三維地圖可視化製作最佳選擇?
    隨著數據在當下網際網路快速發展下變的維度更廣,數量更大、結構越來越複雜,人們想要更加清晰,快速的認知和理解一份數據,傳統的二維平面圖表已經不能滿足需求,三維可視化技術越結合多媒體技術、網絡技術以及三維鏡像技術實現了數據處理的虛擬化,通過對物體進行全方位的監控,構建基於現實的3D虛擬實境效果,讓數據展現更為直觀和容易理解,已經迅速成為信息數位化管理的重要組成部分
  • 多年來Excel填報數據的各種不如意,終於現在用這個神器全部都解決了
    為了能夠解決這些麻煩,人們不斷的嘗試使用其他新的辦公軟體,希望能夠滿足自身在數據收集管理方面的需求,但是這些軟體自身又存在了其他的缺點,也不具備excel強大的計算能力,甚至還需要編程才能實現一些功能,導致不但解決不了原有的問題,甚至帶來了一些新的麻煩。那麼,到底有沒有一款軟體能真正解決excel填報數據過程中的各種問題呢?
  • 懂Excel輕鬆入門Python數據分析包pandas(二十七):IF函數代替者
    此系列文章收錄在:數據大宇宙 > 數據處理 > E-pd轉發本文並私信我"python",即可獲得Python資料以及更多系列文章(持續更新的)經常聽別人說 Python 在數據領域有多厲害,結果學了很長時間,連數據處理都麻煩得要死。
  • 數據分析工具太多該怎麼選擇合適的軟體?
    一般在日常生活中大家用到的數據分析工具多數是excel。但是其實在數據分析工具中,excel只是基礎。對於那些專門做數據分析的人來說,有更為簡便、專業的數據分析工具。
  • Excel裡的這個工具,做財務分析一定要學會
    有過編制預算經驗的朋友,應該會很熟悉,在預測技術裡,回歸分析應用非常廣泛,是用來進行定量數據分析的方法。線性回歸分析是一種統計方法,用於確定某個變量(或一組變量)對另一個變量的影響。
  • 堪比python,強於Excel的可視化,我拿這個工具做出來了
    經常會有人問我這麼一個問題:X哥,你說這次疫情過後,哪個行業會得到最大的發展?或者說哪個行業有機會突飛猛進?這個問題,我已經無數次在頭條、朋友圈和微博上評論過了,那就是大數據和數據可視化行業。其實這也不算是兩個行業,要是嚴格點來說,數據可視化是大數據的分支,也就是一種展現方式罷了。
  • Excel數據分析包含哪些知識
    相信大家對即將講述的數據分析內容很感興趣,想知道Excel數據分析包含哪些知識?本文就言簡意賅地後面的系列文章會涉及到的一些內容,在這裡進行一下簡單的概括,大致分為八大部分分別如下:第一部分引入數據挖掘的概念。簡要介紹什麼是數據挖掘,介紹Excel強大的數據挖掘功能,excel不支持的功能需要使用「加載宏」。
  • 實時大數據分析的應用_實時可視化大屏的製作
    實時可視化大屏的製作_報表查詢秒級響應報表查詢秒級響應與普通應用查詢最大的不同是普通的應用查詢是定製開發的,而報表查詢秒級響應是由用戶自定義查詢條件的,想查什麼就查什麼,秒級響應各種數據查詢及分析請求。Smartbi的即席查詢是用戶根據自己的需求,靈活的選擇查詢條件,系統能夠根據用戶的選擇生成相應的統計報表。
  • 從數據可視化到交互式數據分析
    這個關係是這樣的:數據/模型是我們想要研究的一些現實的描述。人類對現實有一個心理模型,並使用數據/模型來研究它,以便可以更好地理解它。(這個概念值得整篇博文,我希望在不久的將來可以寫一篇。)交互式數據分析如何工作?
  • 為什麼可視化數據有一定的誤差值?
    已經討論得太多太多,但是還是有很多值得聊一聊的,比如,大數據信息可視化,這是 大數據應用 於實際中必須要解決的問題。數據怎麼不準確?近兩年, 貴州大數據 在應用方面頻頻出新,特別是基於移動通訊信號端抓取的人流熱力分析,那是火爆的不得了。春運大 數據分析 報告,觀山湖燈會時時人流信息抓取,貴州春節旅遊大數據分析報告,連續三分基於此技術誕生的典型大數據具體應用獲得了廣泛推廣和好評, 但是,在推廣的過程中,有些問題並不能迴避,那就是顯示出的可視化數據有一定的誤差值,這到底是咋回事呢?
  • Excel數據分析系列(五):Excel 數據可視化
    作者 | CDA數據分析師Excel圖表構成元素認識Excel圖表的基本構成元素,對我們選擇和繪製可視化圖形是非常重要的。很多人都忽視了這一點,以至於製作圖表的效率很低,不知道如何修改圖表元素。Excel圖表由圖表區、繪圖區、標題、數據系列、圖例和網格線等基本部分構成。
  • 數據分析能力的核心是思維
    大家的回答主要是這樣的:運營是基於數據驅動的,但是拿著很多數據,不能分析下去,主要是對於excel的一些陌生的公式、函數都不太會,我要專門去學一下excel我感覺導致現在轉化率低低原因是xxx,最近接觸到很多用戶都是這麼反饋的,但還沒有找到好的分析方法產品的數據分析能力還是很重要,我想去學個R,能夠去構建量化模型……
  • 十年數據分析經驗,總結出這三類分析工具最好用
    提及數據分析工具相信小夥伴們都不陌生,但是很多人都會有個疑惑?數據分析工具這麼多,它們有什麼區別?哪個更好?哪個更強?我應該學習哪個?雖然這個問題有點俗套,但是很重要,我也一直努力在追求這個終極問題的答案。如果大家在網上去搜索這方面相關的信息,你又很難看到一個公平的觀點。
  • 盤點55個最實用的大數據可視化分析工具
    此時就需要倚仗大數據可視化(BDV)工具,因此,筆者收集了適合各個平臺各種行業的多個圖表和報表工具,這些工具中不乏有適用於NET、Java、Flash、HTML5、Flex等平臺的,也不乏有適用於常規圖表報表、甘特圖、流程圖、金融圖表、工控圖表、數據透視表、OLAP多維分析等圖表報表開發的。為了進一步讓大家了解如何選擇適合的數據可視化產品,本文將圍繞這一話題展開,希望能對正在選型中的企業有所幫助。