玩转DataTalk黑科技之【变量】

丨导语丨

让你的报表和分析师一样智能~

在日常数据看板制作的过程中，我们常常会遇到以下痛点：

✦业务指标体复杂，当有底层逻辑或数据表变动时，需要同时修改多个图表，维护不便且容易遗漏和出错。

✦指标拆分维度多样，通常只选取相对重要的维度展示，需要分析时再手动写sql获取数据，临时取数工作量大。

✦很难用一个看板同时满足不同用户的分析需求，例如用户A只需查看聚合指标，用户B却需要进行更细致的分析。

✦

为了解决上述问题场景，在DataTalk平台的黑科技系列中，“变量”功能可以说是一大利器。

充分利用变量 //我们可以

✦聚合多指标展示在同一个看板区域，既能实现选项卡的切换功能，还能统一SQL代码，减少维护工作量。

✦聚合多个分析维度，在同一个图表中切换不同维度展示，能同时满足聚合及维度拆分需求，提升分析效率。

✦将指标和维度联动，加上各类筛选条件，灵活满足不同用户的数据需求。

✦在更高阶的用法中，我们还可以通过变量存储，实现智能归因功能，让看板可以智能地分析各个维度对指标变动的贡献度高低，并直接输出分析结果。分析师可以基于自动归因的判断进行深入分析，避免每次指标变化都要进行全部维度探查的工作。

下方是某电商指标异动智能归因看板案例（以下案例均为虚拟数据），在该案例中，用户切换分析指标以及归因维度后，下方图表会自动根据变量刷新展示结果，自动归因分析结论也会自动更新生成。

接下来，就让我们看看这些功能是如何实现的。

01 变量基础功能简介

在SQL语句中，我们主要可以应用到变量的区域有：

✦聚合指标「Sum、Avg...」

✦聚合维度「Group by」

✦筛选条件「Where」

✦

除了SQL语句之外，还可以在文本、拖拽分析、推送等场景应用变量功能。

变量的常用基础使用场景有：

✦下拉框动态取值 在很多数据分析场景下，图表的维度取值是动态变化的，若采取配置固定下拉框的方式，维护成本极高而且缺乏及时性，利用变量功能则可以自动根据数据更新下拉框筛选条件。

✦自由的多图表筛选 在同一个看板中，我们可以设置时间、城市等全局筛选器，并自由关联到不同数据源的多个图表上。

✦文本引用动态指标 支持在富文本组件中引用变量，从而生成一段具有静态说明和动态数据的内容。

✦

02 变量功能更改图卡展现内容的基本原理

用变量功能拓展报表展现内容的基本逻辑在于：DataTalk图卡的SQL模式中的SQL脚本可以接受变量注入。用户通过与组件进行交互，改变变量存储的内容，使最终运行的SQL脚本生成不同的结果数据集，从而更改图卡的展现内容。

在这个过程中，我们唯一需要确保的就是SQL结果数据集的Schema（此处可以理解为字段名称、类型、数量及顺序）未发生变化。

基本的使用步骤包括：

✦使用筛选器组件创建变量，用以捕获用户的交互。

✦使用SQL模式创建图卡，并在SQL脚本中注入变量。

✦报表发布后，用户与组件交互，使报表随心而动。

✦

下面让我们通过解析典型的SQL脚本，看一下我们可以将变量注入哪些位置。

01

聚合键（dim_column）

这种调整能够使用户可以同时自由切换多张图卡的分析拆解维度，应用价值较高。典型的使用场景包括：合计值/维度拆分值的切换

报表拆分维度的切换：

02

聚合函数（sum）

通常使用的聚合函数包括计数、累加、平均、最大值、最小值几种。一般需要切换聚合函数的场景较少，且目前DataTalk引用变量时，只能或选择全部加上引号，或选择全部不加引号，这使得调整聚合函数的技巧使用场景较少，这里仅作为科普，不建议使用。

03

聚合指标（index）

聚合指标的切换也存在较大的应用价值，同时若有同一指标不同聚合方式的展现需求，也建议用此种技巧进行实现。

典型的使用场景包括：图表展现的指标值切换

指标不同聚合方式的切换：

04

数据源（table_name）

表名也是可替换选项之一，目前还未注意到应用场景（或许可以切换不同粒度的轻度汇总表，以做不同周期的数据展示），这里只列做可能性。同样，截至目前，受限于变量引入时的引号。

潜在的使用场景：不同统计周期的切换

05

过滤条件（20210101， sth）

过滤条件是最直观，最容易理解的应用场景：

06

排序字段（index_sum）

表格组件已自带排序功能，总体应用场景有限。应用方式与聚合键类似，唯一需要注意的是，这里需要注入的变量值应为聚合后的字段别名。

03 如何制作可自由切换观测指标和拆解维度的图卡

1、用筛选器组件构建维度切换组件和指标切换组件

2、编写支持变量功能的SQL脚本

3、发布报表

04 如何设计支持交叉维度的指标异动智能归因看板

本案例设计了一个可以对可累加指标的异动智能归因的动态文本组件。策略会首先从候选维度中计算出对异动贡献度最大的一项，同时筛选出Top 2的对应分类。然后对这两个维度分类，进一步应用同一策略。

1、设计指标异动归因计算策略

此环节需要确定如何定义指标异动的贡献度计算方案。可累加指标的基础归因方案为abs(本月值-上月值) desc，在此基础上也可以对自然增长的影响进一步修正。

2、创建SQL变量，以存储影响度最大的维度

3、基于影响度最大的维度，计算Top 2 异动贡献的子分类，以及相关的指标值，环比值等，用于后续文本框渲染。

4、类似策略迭代计算二级归因维度

5、制作动态文本框

6、发布

DataTalk是一款灵活性非常强大的看板设计制作工具，欢迎大家多多探索各种黑科技！

DataTalk🔗：Beacon.tencent.com