第47页，共307页。 显示 3,062 条结果 (0.034 秒)
第一课：Smartbi中配置ECharts属性
1 可视化配置 Smartbi针对ECharts图形，提供了可视化的配置界面，可支持用户在不了解option配置属性的情况下，依然能按自己的需求，制作出丰富的ECharts图形效果。 Smartbi中的图形可视化配置界面，同样是与ECharts图形结构是一一对应的，如下图所示。其本质是根据用户在可视化配置界面中的设置，构建出option配置对象，进而绘制出ECharts图形的。 14.png 2 扩展属性 ECharts的配置项非常丰富及灵活，无法通过Smartbi的可视化配置界面实现一一对应。因此Smartbi提供扩展属性的功能，当可视化配置界面无法配置出所需图形效果时，可以考虑使用扩展属性调整图形。 15.png第一课：Smartbi中配置ECharts属性
1 可视化配置 Smartbi针对ECharts图形，提供了可视化的配置界面，可支持用户在不了解option配置属性的情况下，依然能按自己的需求，制作出丰富的ECharts图形效果。 Smartbi中的图形可视化配置界面，同样是与ECharts图形结构是一一对应的，如下图所示。其本质是根据用户在可视化配置界面中的设置，构建出option配置对象，进而绘制出ECharts图形的。 14.png 2 扩展属性 ECharts的配置项非常丰富及灵活，无法通过Smartbi的可视化配置界面实现一一对应。因此Smartbi提供扩展属性的功能，当可视化配置界面无法配置出所需图形效果时，可以考虑使用扩展属性调整图形。 15.png从第三方系统中新建Smartbi资源
仪表盘、即席查询、透视分析、自助ETL、WEB电子表格、数据挖掘、Excel导入模板、业务主题以及旧数据集（自助数据集、可视化数据集、原生SQL数据集、SQL数据集、JAVA数据集、存储过程数据集）、即席查询（旧）、透视分析（旧）、仪表分析、多维分析。 ==使用旧数据集需拥有授权包含相应模块功能的License文件 … | sourceid | 表示基于以sourceid为资源ID的数据集（或者旧数据集、业务主题、数据源）新建资源。 | bizqueryid | 业务查询ID，在新建分析报表时可以选用。如果bizqueryid为空，则出现选择已有数据集（包括可视化数据集、SQL数据集、存储过程数据集）的页面；否则直接进入新建分析报表页面操作类型
集 新建计算字段 新建并保存计算字段 删除计算字段 删除计算字段 修改计算字段 修改计算字段 新建数据源 新建并保存数据源 可视化数据集 操作类型 涉及的操作 新建可视化数据集 新建并保存可视化数据集 删除可视化数据集 删除可视化数据集 浏览可视化数据集 浏览可视化数据集、新建不保存可视化数据集 修改可视化数据集 修改可视化数据集 SQL数据集 操作类型 涉及的操作 新建SQL数据集 新建并保存SQL数据集 删除SQL数据集 删除SQL数据集 浏览SQL数据集 浏览SQL数据集、新建不保存SQL数据集操作类型
集 新建计算字段 新建并保存计算字段 删除计算字段 删除计算字段 修改计算字段 修改计算字段 新建数据源 新建并保存数据源 可视化数据集 操作类型 涉及的操作 新建可视化数据集 新建并保存可视化数据集 删除可视化数据集 删除可视化数据集 浏览可视化数据集 浏览可视化数据集、新建不保存可视化数据集 修改可视化数据集 修改可视化数据集 SQL数据集 操作类型 涉及的操作 新建SQL数据集 新建并保存SQL数据集 删除SQL数据集 删除SQL数据集 浏览SQL数据集 浏览SQL数据集、新建不保存SQL数据集Demo更新日志
看板在色彩运用及整体色调上更加新颖，图形展示效果也更丰富，凸显产品在移动端的图形展示能力和布局能力。 4Apingtai.png qiche.png xiangmuguanli.png 优化原有Demo效果 通过图形合集，更密集、更便捷的展示了仪表盘可视化的图表能力，使用全新即席查询、透视分析功能搭建数据 … qsmb2.pngqsmb1.pngqsmb4.png ssmb2.pngssmb1.pngssmb3.png 202407更新 + 新增体验中心全新首页 新增体验中心首页，体验中心内容，通过可视化导览的方式帮助用户快速概览体验中心的整体Demo内容及产品功能。点击可访问体验中心查看相关Demo https电子表格设置项
： 设置项 说明 目标资源 跳转规则的目标报表资源。 支持作为“目标资源”的资源类型有自助仪表盘、大屏可视化、即席查询、透视分析、电子表格、多维分析、多维探索、灵活分析、仪表分析、页面。 在新窗口打开 目标报表资源是否是新窗口打开。 在新标签页打开 目标报表资源是否数据挖掘-产品简介
Smartbi Mining是广州思迈特软件公司自主研发的一站式可视化的数据挖掘平台。 1.什么是数据挖掘 数据挖掘是对商业数据中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性信息的过程。数据挖掘揭示的是未知的、将来的数据关系。数据挖掘的知识领域涵盖了数据库技术、统计学知识、机器学习、可视化等多学科知识的综合应用。 数据挖掘应用举例： 某商业银行不仅面临同业间的激烈竞争，还要面临非同业的竞争，特别是来自互联网金融的冲击，导致超过30%客户流失，并且流失率还在不断提高。针对这个商业银行的困惑我们派出了几个数据挖掘工程师用一周的时间提交了一个银行客户流失预测模型，预测准确率达到 86%。通过如何使用ETL的"Foreach 循环容器"节点？
； 顾名思义，FileName即是execl或csv的文件名称，SheetName是execl或csv里sheet名称 09.png 配置好之后，点击【确定】，运行节点，运行成功之后，可以查看到数据已经到了表中，如下图： 10.png 4、做可视化报表 基于目标表建立数据模型，具体可参考创建数据模型步骤，创建 … 目标源中；其他的操作请参考2.1.4； 4、场景举例 参数值是根据SQL语句动态获取的，然后再根据参数值进行筛选数据，再进行可视化. 使用“Foreach 参数枚举器”实现。 3-5.png 其他的循环资源、参数映射可以参考“Foreach ftp文件枚举器”和“Foreach item枚举器”，运行逻辑使用mod函数求固定值的余数用于“分组统计”
1 场景描述 假设你是一家连锁超市的数据分析师，正在分析某商品的销售情况。 目前有一个需求是：将每天的销售额按每 1000 元为一组进行分类（如 0~999、1000~1999 等），并标记出每个销售额属于哪一组； 业务意义说明： 销售余数：反映了当前销售额在“最近一个整千数”之后的距离。 销售余数分组：可用于可视化展示或筛选，帮助运营人员快速识别不同区间的销售表现。 应用价值： 当 销售余数>750 时，系统可设置自动触发提醒：“即将达到下一个千元目标，是否需要推荐搭配商品？”，如要设置提醒，可查看预警进行设置。 可用于评估促销效果：在某个促销活动期间，是否更多订单集中在某些余数组别中？ 2 具体操作
