【视频特辑】数据分析师必备,快速制作一张强大好用的大宽表
簡介:隨著企業數字化進程的逐步推進,在日常經營過程當中會沉淀下越來越多的數據信息。 每當想做數據分析的時候,就會發現想要的指標分散在不同的數據源、數據集、數據表當中。 Quick BI的數據關聯功能,可以幫助數據分析師快速將指標進行匯聚,形成一張強大好用的大寬表。 一起來看看Quick BI是如何做到的吧!
隨著企業數字化進程的逐步推進,在日常經營過程當中會沉淀下越來越多的數據信息。
每當想做數據分析的時候,就會發現想要的指標分散在不同的數據源、數據集、數據表當中。
Quick BI的數據關聯功能,可以幫助數據分析師快速將指標進行匯聚,形成一張強大好用的大寬表。
一起來看看Quick BI是如何做到的吧!
點擊查看完整視頻
數據集關聯建模
您需要通過不同報表中都具備的相同字段來進行關聯。如「demo_訂單信息明細表」和「demo_渠道信息維度表」中都包含共同字段「渠道ID」,選擇「渠道ID」來進行數據關聯,就可以獲取包含訂單信息和渠道信息的完整表單。方便后續分析數據。
不同關聯模式的區別
?左外連接(left join):以左表為基準,查詢結果中包含左表全部數據,右表匹配數據不存在時用null代替;
?右外連接(right join):以右表為基準,查詢結果中包含右表全部數據,左表匹配數據不存在時用null代替;
?內連接(inner join):通過id將左表和右表連接起來產生一個新表,新表是由這個表的交集部分組成;
?全連接(full join):左連接和右連接的一個合集,包含左表和右表的全部數據,匹配不上的顯示為null。
維度值二次分組
分組維度用于將維度值分組的場景,例如對年齡字段分組,分為未成年、青年、中年、老年這幾個大區,分別查看每個年齡段人員的疫苗接種情況。
阿里云數據中臺是阿里巴巴數據中臺唯一商業化輸出,以數據中臺方法論為內核,構建起”快、準、全、統、通“的智能大數據體系。
阿里云數據中臺產品矩陣是以Dataphin為基座,以Quick系列為業務場景化切入:
- - Dataphin,智能數據建設與治理
- - Quick BI,數據可視化分析
- - Quick Audience,一站式消費者運營和管理
- - Quick Tracking,全域行為洞察
- - Quick Stock, 智能貨品運營
- - Quick Decision,風控決策數字引擎
目前正對外輸出系列解決方案,包括通用數據中臺解決方案、零售數據中臺解決方案、金融數據中臺解決方案、互聯網數據中臺解決方案等。
原文鏈接
本文為阿里云原創內容,未經允許不得轉載。?
總結
以上是生活随笔為你收集整理的【视频特辑】数据分析师必备,快速制作一张强大好用的大宽表的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: DataWorks 功能实践速览
- 下一篇: 解读Batch Normalizatio