大巧若拙，隐藏在Data Analytics简约外衣下的利器

Data Analytics简介

Data Analytics是由DataHunter（北京数猎天下科技有限公司）自主研发的一款企业级业务数据可视化分析产品。其基于探索式分析技术，具备操作简单、部署灵活、秒级响应等特点。Data Analytics可广泛应用于各行各业，从百亿级数据量的企业到各垂直中小企业，专注解决各行业的业务数据分析需求。

Data Analytics可以帮助企业搭建一站式的业务数据可视化分析平台，提供了从数据采集、数据处理、数据分析、数据可视化于一体的完整解决方案。Data Analytics致力于帮助企业快速了解业务状况，及时发现问题进而改进业务。

常规分析

相比于验证式分析，Data Analytics所采用的探索式分析模式，无需进行复杂的数据建模，系统就可以根据现有的业务数据特点，智能推荐可视化呈现方式，同时，Data Analytics支持丰富的交互方式，包括动态关联分析、全维度数据钻取、协同过滤等，使得业务人员或决策者可以自由地进行深度探索和分析，从而快速发现业务问题。

Data Analytics可以快速的将分析结果进行输出，用户在进行拖拽分析操作的同时，就可以同步看到分析结果。

客户需求

某公司是知名消费品企业，采用SAP、ERP系统、传统OLTP、Excel等多种混合结构存储业务数据。

场景：希望采购一款时尚、易用、高效的BI产品来满足日益增长的业务分析需求。

诉求点

客户：『拖拖拽拽就完成常见的图表制作，这些来参评的厂商都可以啊，我和他们谈笑风生！你们得拿出点绝活才可以，blahblah…』

需要用最少的资源，拖上成吨的数据，跑出飞一般的感觉。

需要分析产品具备ETL功能，因为我们的数据来源不整齐，举例说明：

这个表格，要求把『XX茶』都处理成『茶』，『芬达、可乐、芦荟、冰露』都处理成『水』。

还有，这个表缺失日销/节假日的占比字段，也需要自动完成。

之前的数据是这样的：

(以下为样本数据，和真实业务无关）

我们希望看到的数据是这样婶的：

还有哦，这列数据本来是圆形的，我希望把它变成方形的…

说到这里，场下的厂商有的已经坐不住了：『呃，我们的ETL工程师今天没在』，有的默默的祭出SQL大法。

Data Analytics实现示例

计算字段

Data Analytics 有个功能，叫做计算字段，在数据表格的右上角，打开就是这样的：

看到这里，是不是心里一慌、一凉、一激灵？

上小学的时候函数就没有学好，用你这产品给我补课？

别慌，老手都曾经是新生。

函数

首先看第一个，不同数据归一化，选择IF函数，如图：

翻译过来就是：如果目录里面包含『茶』字，就显示成茶，否则显示成『水』。

So easy，再也不用担心数据不整齐导致被老板骂。

再看第二个，就更简单了，小学除法我会：

sale_count：平时销量

holiday：假日销量

div(平时销量, 平时销量)=占比，是不是很方便呢？

上述增加的计算字段，直接成为表格的一部分，可以像其他字段一样拖拖拽拽，让美丽的图表呈现你的智慧。

小结

以上的示例只是Data Analytics强大功能的冰山一角。

选择一款好的数据分析产品，不仅要看出身，品味，还要考察其背后的各种细节。

Data Analytics还隐藏着许多凝聚设计师、分析师、程序猿的心血结晶，等着你来发掘。