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