树形图在数据分析中常常被低估和使用不足。如果按原样使用,返利购物,它们并不总是提供最佳结果。在我的博客中,我将解释如何清理数据以最大限度地利用树形图的可视化效果。
在我的示例中,我使用树形图分析产品销售$和退货%.Sales$度量值由图表块大小表示,退货%由块颜色表示。如果分析数据中有异常产品(异常高收益率在10-1000%范围内),企业系统开发,物联网的应用有哪些,则正常收益率(在0-10%范围内)的产品不能用其收益率来区分。这样我们就有点"松懈"了一个指标,比如退货率
要"带回"退货率,需要的是过滤数据,企业软件平台,排除异常产品
这是一种用户希望看到的可视化。与表格或散点图相比,如何学习大数据,它有许多优点:
与散点图相比,重点放在重要的方面(在我们的案例中,高销售额的产品有更大的块);同时分析两个度量值(在我们的例子中,是Sales$和Return%),对比表格形式,您可以按一个度量值或另一个度量值排序
数据清理是通过应用BEx查询条件来实现的。您可以在以下博客中找到更多信息:从SAP BusinessObjects Design Studio按需切换BEx条件
本文地址: /shichang/78109.html
版权声明:本文发布于收集站云 内容均来源于互联网 如有侵权联系删除