自从上次给老公写了个《定期更新的Excel数据能自动生成想要的报表》教程,他就哼哧哼哧的去做了,就在上周(元宵节之前)他又提了个新的问题:“我还有一张用户信息,需要跟之前那张销售订单表关联,看看购买的用户的地域来源及年龄情况,要怎么搞?”
于是,就在各位童鞋还沉浸在春节假期综合症时,我居然还在跟家里那位讨论怎么做多表关联的报表,而那时候,已经凌晨1点了,这,绝对是爱情。
好了,不扯废话了,趁周末有空整理下如何在Quick BI中实现此过程。当然在其中也遇到了几个坑,后面有时间再写(敬请期待下次介绍):)。
Step1:准备数据
我的数据来源都是csv文件,之前已有csv的销售表,于是我就把用户信息表上传到Quick BI的探索空间中。
Step2:建立关联模型(多表关联)
2.1 上传成功后,在自动生成的数据集右侧点击【编辑】,进入数据建模界面。
2.2 在右上角切换到关联模型界面,进行多表关联。
2.3 建立好之后,预览下数据。
2.4 由于我想在地图上展示用户的地域分布情况,这里请切记,先把string类型的区域、省份、市等转换为地理信息,如下图所示:
2.5 保存数据集
Step3. 新增购买用户地域分布图及男女占比报表
3.1 在作品中找到上次做好的销售订单仪表板,
(我这里是在之前的仪表板上新增内容,当然你也可以选择新做一个仪表板。)
在原有仪表板画布中拖入一个饼图(看购买用户男女比例)和一个色彩地图(用于做用户地域分布图),在右侧配置中选择刚才建好关联模型的数据集,和需要展示的维度及计量信息。
3.2 设置日期控件的作用范围
原仪表版中的顶部已有日期控件,现在想让这个日期的控制范围能作用于新增的报表【购买用户男女比例】及【购买用户地域分布】,
于是选中日期控件,在右侧的作用范围购买这两个报表对应的时间字段即可。
Step4、最后,看下关联用户后的销售报表效果图:
通过日期范围来看对应的购买用户情况,如下表所示:
图中可以看到2016年12月份,明显看到东北区的用户订单数量非常高(颜色越深值越大),其次是华东和华中区,看来东北、华中、华东的客户需求旺盛啊,
再往下一层看客户所在省份,也了解下top3的区域(华北、华东、华中)大客户具体分布在哪些省份。
可以看到:广东、安徽、辽宁、吉林、黑龙江这几个省份比较突出。如果有时间可以进一步分析这几个省份的特征。
o了,多表关联完成。
本文为云栖社区原创内容,未经允许不得转载,如需转载请发送邮件至yqeditor@list.alibaba-inc.com
本文链接:https://zhuanlan.zhihu.com/p/25136626
相关推荐
### 数据分析师的具体工作职责 #### 一、基础知识与技能要求 数据分析师的工作涉及多个方面,不仅需要具备良好的技术基础,还需要有一定的业务理解能力和沟通能力。根据提供的内容,我们可以总结出以下几点: 1. ...
《CDA数据分析师基础理论》是一门综合性的教程,涵盖了数据库管理、数据分析和大数据处理的基础知识,旨在为学习者提供全面的数据分析技能。这门课程是人大经济论坛上备受推崇的教育资源,适合对经济管理领域有研究...
《七周成为数据分析师》是一本致力于帮助读者在短时间内掌握数据分析基础并提升技能的书籍。在七周的时间里,这本书将引领你逐步深入数据分析的世界,通过系统的学习和实践,使你具备成为一名合格数据分析师的能力。...
Tableau是一款强大的数据可视化工具,尤其在大数据分析领域中,它的易用性和高效性使得它深受数据分析师的喜爱。本资源“触手可及的大数据分析工具:Tableau案例集(数据集)”提供了一系列实际的数据集,旨在帮助...
3. 多对多关联:两个表的记录都可以与其他表的多个记录相关联。例如,员工表与项目表,一个员工可以参与多个项目,一个项目也可以有多个员工参与。 三、关联查询操作 在Access中,我们可以通过以下几种查询类型...
在这个“数据挖掘关联规则分析数据集”中,我们有两个合成的数据集,它们旨在帮助研究者和分析师探索不同项目之间的潜在关联,从而可能为业务决策、市场篮子分析或商品推荐系统提供依据。 关联规则通常由两部分组成...
数据仓库与数据挖掘是现代信息技术领域中的重要组成部分,它们在数据驱动决策的背景下扮演着关键角色。本实验报告主要涵盖了四个部分,旨在让...这些技能对于未来的数据科学家、分析师和IT专业人士来说是至关重要的。
数据分析是一种科学与艺术的结合,它包括有目标地收集、整理、加工和分析数据,以揭示隐藏的模式、趋势和关联,从而为企业决策提供支持。数据分析涵盖了从数据预处理到结果报告的多个阶段。 2. **数据分析的六个...
CDA数据分析师的教学内容涵盖了多个阶段,旨在培养具备专业技能的数据分析师。以下是这些阶段的核心知识点: **第一阶段:Excel数据分析** - **数据处理技巧**:学习如何高效地组织和整理大量数据,包括数据清洗、...
数据分析师在日常工作中经常需要处理和分析大量数据,Excel 和 SQL 是两个不可或缺的工具。Excel以其强大的表格处理和数据分析功能,常被用于初步的数据整理、清洗和简单的统计分析;而SQL(Structured Query ...
优秀的分析师不仅需要掌握基本的数据处理技能,如使用Excel、Pandas等工具,还需要懂得如何运用统计方法(如相关性分析、时间序列分析)来解析数据,以及具备业务洞察力,将数据结果转化为可执行的商业策略。...
SmartBI数据分析师认证是一项针对专业人士的资格认证,旨在验证个人在使用SmartBI工具进行数据分析、数据可视化和商业智能方面的技能和知识。SmartBI是一款强大的商业智能软件,它提供了丰富的数据分析功能,包括...
这个项目可能是为了帮助那些想要踏入数据分析领域的新人提供一个实际操作的平台,通过具体的项目来学习和应用数据分析的基本技能。 在数据分析师的实践中,我们通常会涉及到以下几个核心知识点: 1. **数据分析...
灰色关联分析是一种在不完全或不确定数据环境下评估变量间关联程度的方法,广泛应用于各个领域,如工程、经济、医学和社会科学。本资源包含Matlab完整源码和数据,旨在帮助用户理解和应用灰色关联分析。 首先,我们...
为了进行关联分析,首先需要对数据进行预处理,包括清洗、编码和转换。数据清洗涉及去除缺失值、异常值和重复值。编码是将非数值特征转换为数值,以便于计算。转换可能包括标准化或归一化,确保不同特征在同一尺度上...
数据分析师的岗位职责不仅仅是处理和应用数据,他们还需要具备一系列的软技能和专业素养,以确保数据的价值能够被充分挖掘并有效地转化为商业洞察。以下是数据分析师的五大必备素质: 1. 严谨负责的态度:在大数据...
R语言数据分析入门基础:08、挖掘关联和推荐技术:R08b.flv
R语言数据分析入门基础:08、挖掘关联和推荐技术:R08a.flv