一款 0 门槛轻松易上手的数据可视化工具

新闻 开发工具
在职场中有一项共识是:数据驱动业务价值。业务在产品、运营、开发、技术支持、销售等环节都有着大量的数据需求, 市面上也出现了很多 BI 可视化工具,但如果能同时具备以下特性,则可以称为一款优秀的 BI 工具

在职场中有一项共识是:数据驱动业务价值。业务在产品、运营、开发、技术支持、销售等环节都有着大量的数据需求, 市面上也出现了很多 BI 可视化工具,但如果能同时具备以下特性,则可以称为一款优秀的 BI 工具:

  • 简易接入数据

  • 拖拽式生成图表

  • 快速计算数据

  • 定期发送周报

  • 支持移动端+PC 端

  • 不用钱

结合以上特点,来介绍一款由腾讯 TEG 团队打造的轻量级数据可视化工具—— 小马 BI 。

先简单介绍一下这款产品。

0 门槛,想得出来就做的出来

通过简单的拖拽 就可以使用已接入的数据,编辑你的数据看板,所见即所得:

小马提供多达 26 种组件,涵盖“文本、表格、指标卡、折线图、柱形图、饼图、面积图、地图、雷达图、漏斗、散点图、热力图、词云”等所有主流可视化图表。

几乎能够满足你的一切数据可视化需求,随心所欲的挖掘业务数据的内涵,快速搭建你的业务看板。

一款 0 门槛轻松易上手的数据可视化工具

 

甚至可以支持文本的动态变量(也就是连 文字描述里面的数值都可以自动更新 。)

跨平台,随时随地享受数据之美

PC 端导入用户,接入数据,进行简易的页面设计,即可发布给到对应有权限的用户进行查看;在移动端上,还支持支持通过微信公众号接收报表推送。  

 

一款 0 门槛轻松易上手的数据可视化工具 

下面详细介绍下使用这款工具完成数据处理可视化的流程。

一.数据接入

小马 BI 的数据表接入分为“Excel 上传”、“SQL 建表”、“云端数据库”、“API 数据接入”、“多表关联”、“数据聚合”、“SQL 创建合表”等 7 种方式。  

 

一款 0 门槛轻松易上手的数据可视化工具 

其中最常用的当属“SQL 建表”和“云端数据库建表”两种方式。以“SQL 建表”为例。首先要填写基础信息和选择链接的数据库,接下来就可以自由发挥。

小马支持包含:

“MySQL”、“PostgreSQL”、“SQLSever”、 “Oracle”、 “Elasticsearch”、“Hive”等主流数据库类型。  

 

一款 0 门槛轻松易上手的数据可视化工具

采用实时直连数据库方式并不存储数据,所以无需担心数据泄露。当然如果由于数据敏感性不能授权数据库连接也没关系,小马同样支持通过 API 方式进行数据接入。

二.数据处理

数据接入完成后就可以根据需要进行简单的 ETL。

小马支持对数据表字段名称、类型进行编辑操作,同时可以使用“计算字段”的功能加工处理一些分析过程中需要使用到的字段,比如我们想计算商品的利润率,就可以用原表中“利润”/“销售额”得到。 

 

一款 0 门槛轻松易上手的数据可视化工具 

除此之外小马也能支持维表和数据表的关联,比如原表中销售地区是数字代号,只需要上次一张代号与地区的关系维表,并在字段类型中选择关联维表就可以完成关联操作。 

 

一款 0 门槛轻松易上手的数据可视化工具

三.可视化分析

数据处理完成后就可以开始进行可视化分析,首先计入“页面设计”,点击左上角的新增页面可以根据需要选择“新增页面”或“新增大屏页面”。页面建立完成后可以使用多达 28 种图表组件及筛选器。 

 

一款 0 门槛轻松易上手的数据可视化工具  

Step1.用文本组件和注释功能给你的页面做一个解释说明。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step2.通过指标表组件配置动态时间/固定时间的销量等核心信息,实时数据一目了然。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step3.用折线图配置时间(可按小时、日、月、年聚合)销售走势,通过筛选器进行地区/时间范围筛选,了解趋势概况。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step4.了解销售趋势后再商品类目进行细化分析,总结品类的销量情况,可使用柱状图,并在图表中设置下钻来洞察子类目的详情。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step5.接下来使用地图组件来看下每个地区的销售情况,同样使用下钻功能进行省市的切换。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step6.除此之外,还可以进一步结合,通过设置联动组件来分析不同品类在不同地区的销售表现,辅助定制库存周期等策略 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step7.到这里已对公司大致经营状况有所了解,接下来我们看下单个 SKU 的销售表现。使用表格组件选择需要分析的维度和数值,对关键性指标进行排序。还可以设置指标阈值或预警,当满足条件时 highlight 展示或推送。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step8.看完了商品销售数据后,我们对销售人员的业绩进行考核分析,这里就可以用到排行榜组件来展示各个维度下(地区/时间)销售人员的业绩排名。 

 

一款 0 门槛轻松易上手的数据可视化工具 

Step9.同样我们也可以按供货率、交货期、良率、账期等对供应商进行对比分析。这里用到词云组件来按销售额来发现优秀供应商。  

 

一款 0 门槛轻松易上手的数据可视化工具

 

Step10.为了方便查看筛选,页面上还可以加上全局筛选组件,从多个维度进行页面级的筛选过滤。

一款 0 门槛轻松易上手的数据可视化工具

至此我们已从“实时数据”、“整体趋势”、“品类分析”、“区域分析”、“商品分析”、“销售人员分析”、“供应商分析”几个维度了解到了公司经营状况。

 

 

责任编辑:张燕妮 来源: 腾讯技术工程
相关推荐

2022-08-15 08:02:09

Go程序函数

2022-07-12 09:35:59

JSON可视化工具

2024-02-26 12:02:37

Python数据可视化D3blocks

2019-12-23 14:17:46

数据可视化工具

2021-04-11 09:51:25

Redis可视化工具

2015-12-02 09:44:04

Python视化工具

2021-06-11 17:45:57

大数据可视化工具

2022-09-14 08:49:01

Kubernetes

2022-01-17 11:09:46

数据可视化工具开发

2019-06-11 09:35:34

可视化工具图形

2016-03-15 12:27:54

WireEdit可视化编辑工具网络数据包编辑器

2024-01-11 18:55:37

3D可视化AI

2022-05-07 09:02:27

数据可视化工具库

2022-11-15 15:14:05

2021-01-28 06:10:00

数据可视化工具大数据

2021-04-14 16:20:39

可视化大数据工具

2022-05-24 15:03:44

开源工具可视化

2019-06-27 16:28:39

数据可视化JupyterGoogle Char

2019-09-27 09:12:18

开源数据可视化大数据

2020-07-16 15:10:46

工具可视化Python
点赞
收藏

51CTO技术栈公众号