搜索

Help

第56页,共378页。 显示 3,773 条结果 (0.067 秒)

  1. 2024年Smartbi线上公开课回放合集

    Smartbi项目案例分享公开课 数字零售新航向:营销创新探索(2024年1017日) 1、 课程亮点: 知行合一,技艺并进:深度融合理论精髓与实战案例,引领学员轻松驾驭交互式仪表盘模块的新功能与升级亮点,实现技能飞跃。 系统升级,深度剖析:从loading动画的灵动呈现到组件属性面板的交互升级 … =230&smt_poid=7 Smartbi平台运维课程   掌握数据分析仪表盘:解密你不知道的仪表盘制作技巧(下)(2024年523日) 1、 课程亮点: 银行合规化改造需求解析:深入了解银行合规化改造的需求,特别关注数值型字段和前端图形的脱敏展示,解决方案让您事半功倍。 通用脱敏展现技巧:学习如何实现脱敏展现
    FAQ中心二月 17, 2025
  2. AIChat_二次开发教程_Smartbi入口_V2

    ":                        数据类型 "recommendQuestion":           推荐问句 "lastBuildTime":                 最近构建时间 ... 其他返回值可以忽略 4.4 维度指标树、推荐问句 URL参数名 URL参数值 说明 … ":"foodware_0613","dimensions":{"推广信息表":["活动名称","媒体类型"],"产品类别表":["产品子类","产品类别"],"活动开始_时间维":["活动开始_年","活动开始_年","活动开始_年月","活动开始_年月日"],"活动结束_时间维":["活动结束_年","活动结束_年","活动结束
    AIChat 白泽帮助中心五月 22, 2025
  3. Echarts图形-扩展属性:X轴标签截取或不显示下划线

    ": "function(value){ return value.split('_')[0] }" } } }   多个维度的时候标签以 '_' 进行拼接,因此可以通过split实现分割,[0]指的是分割后的第一个标签,[1]就是分割后的第二个 https://wiki.smartbi.com.cn/download … (本文档仅供参考) 问题1        透视分析基于所有行作图,当x轴分类字段有俩个时,如何实现表格中显示所有分类字段,而图形中x轴标签只显示第一个字段       image2022-3-30_13-57-15.png 解决方案         可以使用扩展属性实现 { "xAxis
    FAQ中心六月 18, 2025
  4. 数据模型-MDX函数示例

    为了简化数据模型定制人员的工作,系统实现了常用日期计算的MDX模板,主要有:环比、同比、同期值、累计值、历年累计值、固定维度聚合。 在函数面板中以“常用度量”目录存储MDX模板。 环比 MDX模板设置如下: image2022-2-6_14-9-24.png 该时间计算度量数据效果 … : image2022-2-6_14-14-50.png 该时间计算度量数据效果如下: image2021-10-15_14-20-46.png 固定维度聚合 MDX模板设置如下: image2022-2-6_14-16-47.png 该时间计算度量数据效果
  5. BI笔记之---Cube增量处理的一个场景的处理方案

    增量处理概述: 通常来说Cube会随着时间的积累而日渐增长,这样一来如果每次都是全量处理的话会导致处理时间逐渐变长。所以对于大规模的 Cube,为了追求处理时间和性能,都会采取增量处理的方案。 场景: 根据数据仓库的数据结构以及业务含义的不通,数据的组织会有差异,这里讨论的是增量处理的其中一个场景,其中: 事实表是以日期键为主键(数据的生成日期),根据日期有建立为的分区。 并且事实数据是不发生变化的,只随日期的增长而增长。Cube的处理周期为天,Cube的分区是按月进行的分区。 这种场景多发生在分析状态数据,比如分析IIS日。 问题: 关于增量处理的一般过程,可以参考我的 BI笔记之---增量方式处理
    技术参考十二月 10, 2020
  6. 某商业银行客户流失预测

    收集高价值客群的个人信息、账户类信息、交易类信息等维度数据,以及结合第三方数据,利用随机森林算法构建客户流失预警模型,并输出影响客户流失的主要因素。 实施过程 数据来源于CRM系统中客户基本信息表、账单表等;第三方数据,数据时间窗为近一年的数据,客群为高价值客群,本次案例已获取到部分数据总共100000条数 … 进行分析,月均新增为1. 00%,流失率为8. 00%,高价值客户流失严重,建立流失预警机制刻不容缓。 数据现状 本次挖掘的客群为零售客户某业务线条的高价值客群,这部分客群的数据主要存放在CRM系统当中,存放了客户的个人信息、账户信息、存款类信息、消费和交易类信息、理财和基金类信息。 需求
  7. 某商业银行客户流失预测

    收集高价值客群的个人信息、账户类信息、交易类信息等维度数据,以及结合第三方数据,利用随机森林算法构建客户流失预警模型,并输出影响客户流失的主要因素。 实施过程 数据来源于CRM系统中客户基本信息表、账单表等;第三方数据,数据时间窗为近一年的数据,客群为高价值客群,本次案例已获取到部分数据总共100000条数 … 进行分析,月均新增为1. 00%,流失率为8. 00%,高价值客户流失严重,建立流失预警机制刻不容缓。 数据现状 本次挖掘的客群为零售客户某业务线条的高价值客群,这部分客群的数据主要存放在CRM系统当中,存放了客户的个人信息、账户信息、存款类信息、消费和交易类信息、理财和基金类信息。 需求
  8. 常见安全问题加固方案汇总

    webapps下Tomcat自带的docs、examples、ROOT目录 14 会话超时 配置会话超时扩展包,产品默认实现不超时功能,若项目安全性要求高,建议配置会话超时,当用户对系统长时间未操作自动超时 V11版本:用户管理-会话管理 V11以下版本,具体可参考Wiki文档:smartbi会话超时 … smartbi的系统功能众多,建议做好内外网隔离,实施最小权限原则,为用户分配仅满足业务需求的访问权限,避免在密码泄露的情况下,被非法访问并进行接口非法调用,内外网隔离设置可参考wiki文档:网络请求安全卫士   该扩展包支持V8-V11,jdk 要1.7及以上,所有发包版本的war包需要在2023年922号以后的才
    FAQ中心六月 10, 2025
  9. 202501产品更新说明

    层通过快速计算显示同期值、前期值等操作依赖多维引擎来处理这些请求,面对海量数据时,报表生成过程可能会花费较多时间。在新版本中,优化了报表层快速计算的处理路径,使它可以通过SQL引擎来执行,即使是在处理大规模数据的情况下,也能实现高效的数据响应,不仅提高了工作效率,还增强了用户体验,让用户能够更快地获取到所需的信息。详细可查 … 绕屋扶疏千万竿,年年相诱独行看。日光不透烟常在,先校诸家一寒。 1 发布月份 2025年 01 2 更新概览 1、发布数据预警功能、树状表组件的正式版,提升功能的完整性和稳定性,提供更精准的数据监控与可视化分析。 2、新增导出审批功能,结合审批流程控制数据导出,有效确保数据安全与合规,合理控制敏感数据
  10. 多字段排序逻辑

    : duoziduanpaixu-15.png 上图的排序结果,并没有如用户预期想要的,华南的2021年03的同比增长率最大,应该排在最前面。我们来看看为什么会产生这样的排序结果,原因如下: 针对整个表格组件,同比增长率计算的时间层次是依赖于表格上的年月字段,当前场景下虽然筛选器也包含了年月时间层次,但由于时间粒度相同,最终同比增长率计算表达式是固定 … (2025年05及以后的V11版本,树状表才支持将度量名称放在行区)。 duoziduanpaixu-10.png 3.2 优先级生效原则 多个字段都设置了排序,如果这些字段影响的是同一片区域数据时: 1、针对独立的维度、度量字段,系统默认以表格字段的顺序为排序优先级,越靠前排序优先级越高。 对于交叉表和树状