第67页，共307页。 显示 3,063 条结果 (0.097 秒)
Smartbi V10.5.8-分析展现
悬而未决的计划。 1. 表格数据中，希望值在某个范围的单元格文字或背景颜色突出显示。 2. 与目标字段值比较，通过标记上升或下降监控关键业务数据的发展态势。 解决方案 在Smartbi V10.5.8 版本中，仪表盘提供了 文字、背景和图标集 3 种条件格式类型，让业务部门通过可视化配置实现对关键业务数据 … 注意：(新特性列表中：+表示新增；^表示增强；<表示变更) V10.5.8 版本重点详细改进情况如下： 新增 增强及变更 +【即席查询】即席查询功能增强 +【仪表盘】支持条件格式功能 +【仪表盘】新增组件模板选择器 +【仪表盘】优化默认主题样式 ^【仪表盘】支持筛选器控件高度自助数据集-定义流程
自助数据集是一类基于个性化需求的数据集，它面向各阶层用户提供数据查询和抽取服务。 用户可以根据业务要求，通过可视化的方式，使用跨数据库、多表关联、数据转换、复杂逻辑关系计算、数据抽取ETL等功能，将数据提取到自助数据集，这些自助数据集允许被自助仪表盘、透视分析和电子表格进行数据分析应用。 自助数据集的定义流程如下 … -筛选器 规范字段 自助数据集的“表属性区”对应有维度和度量，系统支持对表和字段进行重新组织、分类、设计等规范化设置操作：、、、、、、、、、。详细说明如下： 功能 说明 示例效果 修改别名 修改表或字段别名。 手动输入别名，修改“customers”的别名为“顾客表”，如图导出规则
数据源 √ Java数据源 × Nosql数据源 × 多维数据源 × 高速缓存库 × 跨库联合数据源 × 业务数据集 数据模型 √ 业务主题 √ 自助数据集 × 可视化数据集 √ SQL数据集 … 由于 指标库数据源中的数据涉及企业经营的敏感数据，所以希望实现：从 指标库数据源 中查询的数据，都不允许导出，其他的数据源不做限制。 要想实现上述场景，只需执行以下操作即可达到效果： 1、在 运维设置 > 全局资源定义 > 导出规则 中，点击新建 导出规则 ，如下图所示： daochuguize-01.png简介
能力； image2020-7-28_20-40-36.png 2. 为什么需要 Smartbi Excel融合分析 用户已经习惯使用Excel，学习新的工具成本高，使用不顺手； Excel提供了非常强大灵活的数据处理、数据分析以及数据可视化的能力; 用户存在大量基于Excel的报表模板 … 每个人的数据不同，根据用户权限动态更新数据。 Smartbi Excel 分析就是面向Excel用户的数据分析工具，它结合了Excel的优点，解决了Excel的问题; 真正做到赋能企业一线业务用户，让人人都是自助分析师，促进企业的全民数字化运营。 3. Smartbi Excel简介
能力； image2020-7-28_20-40-36.png 2. 为什么需要 Smartbi Excel融合分析 用户已经习惯使用Excel，学习新的工具成本高，使用不顺手； Excel提供了非常强大灵活的数据处理、数据分析以及数据可视化的能力; 用户存在大量基于Excel的报表模板 … 每个人的数据不同，根据用户权限动态更新数据。 Smartbi Excel 分析就是面向Excel用户的数据分析工具，它结合了Excel的优点，解决了Excel的问题; 真正做到赋能企业一线业务用户，让人人都是自助分析师，促进企业的全民数字化运营。 3. Smartbi ExcelV10 版本更新介绍
挖掘】目标源支持GreenPlum数据库 +【数据挖掘】数据预处理增加下采样节点 +【数据挖掘】新增SMOTE数据预处理方式 +【自助ETL/数据挖掘】数据预处理新增值替换节点 +【数据挖掘】特征工程新增GBDT特征选择节点 +【数据挖掘】统计分析支持高维数据可视化 +【数据挖掘】评分卡分析新增PSI评估节点 … 本文主要介绍在2021年10月21日发布Smartbi V10 版本中，产品新增了哪些功能、增强变更了哪些功能点。 （+表示新增；^表示增强；<表示变更） 一. V10重要更新 +【数据准备】新增数据模型，将所有查询结果归集并基于CUBE重新构建数据结构 +【数据准备】新增作业流功能，实现多ETL实验Smartbi V10-数据准备
Python脚本节点 背景介绍 随着大数据时代的到来，Python已经在数据处理、数据可视化、机器学习等领域受到广泛应用。V10版本的ETL功能支持用户编写Python脚本，利用其丰富的科学计算扩展库，满足更多数据处理和分析场景，提高生产效率。 功能概述 Python脚本节点，支持用户编写Python代码 … 注意：(新特性列表中：+表示新增；^表示增强) V10版本数据准备的改进点如下： 新增 增强 变更 +【数据准备】新增数据模型，将所有查询结果归集并基于CUBE重新构建数据结构 +【数据准备】自助ETL新增Python脚本节点 +【数据准备】新增作业流功能，实现多ETL实验之间执行依赖功能使用
在Smartbi AIChat中，数据准备是一个至关重要的环节，它决定了后续数据分析的准确性和有效性。进行数据准备时，主要涉及到一系列步骤和工具，以确保数据的质量、可用性和适用性，为后续的数据分析和可视化提供坚实基础。以下是数据准备过程中涉及的主要步骤： 2.2.1 明确分析需求 在开始数据准备之前，首先要明确分析 … worddava15ce4bc85b6b281a6fcd592f1253ec8.png 2.1.2 展示界面 Smartbi AIChat的操作界面设计简洁明了，采用了大量的白色背景和鲜明的颜色来突出重要的元素。同时，界面提供了丰富的功能和选项，方便用户进行数据查询、分析与洞察。无论是数据分析新手还是资深专家，都能通过Smartbi AIChat轻松数据库管理
连接了关系数据源后，需要选择数据库中的各类资源到系统中，才能对数据源中各类资源进行深加工。 数据库管理是指根据需要添加数据库的资源（主要是表、视图、存储过程）到数据源下，以便在创建可视化数据集、业务主题等时候可以直接拖拽选择字段。 操作入口 选中资源目录区要管理的数据源，在其更多操作image2019-7-13 15:4:57.png选择 数据库管理 ，如图： 数据库管理.png 界面介绍 2022-02-15_9-32-50.png “关系数据库管理”界面说明如下： Schema下拉列表：该列表列出了当前数据库中所有的Schema，支持在Schema框中进行关键字模糊搜索。 可选数据库表区区域地图
概要说明 地图，是一种基于地理位置使用不同深浅的颜色来表示不同范围的分布情况的可视化图形。 含义 入口 图例 可直观的展现各区域分析指标的分布 2022-02-18_11-07-59.png 下图是一个区域地图，它显示了不同销售省份的销售额，颜色越深，销售额越大。 image2018-9-14 9_28_33.png 优势 采用地图的形式来反映与地理位置相关的数据，更直观形象。 劣势 只能在涉及到地理数据的特殊状况下使用。 配图建议： 列区：1个或多个区域/经度地理维； 行区：1个或多个维度地理维； 颜色：1个或多个维度/度量； 适用场景：适用于有空
