Kyligence Zen产品体验——一站式指标平台泰酷辣~

news2024/9/21 20:42:30

CSDN标题动画

文章目录

    • 一、前言
    • 二、为什么需要指标化平台
    • 三、什么是Kyligence Zen
    • 四、Kyligence Zen新特性
    • 五、Kyligence Zen注册篇
    • 六、Kyligence Zen体验篇
    • 七、Kyligence Zen实战篇
      • 7.1 导入数据
      • 7.2 创建指标
      • 7.3 指标分析
    • 八、Kyligence Zen总结篇
    • 九、参考资料

一、前言

随着互联网和物联网技术的不断发展,数据量呈现出爆炸式增长的趋势。这使得人们需要更加高效地处理和分析这些数据,以便从中获取有价值的信息。同时,在当前竞争激烈的市场环境下,企业需要通过数据分析来了解市场状况、预测趋势、优化业务流程等。而指标化平台可以帮助企业快速获取关键指标,从而更好地做出决策。在当下人工智能和机器学习技术的火热发展进程中,人们开始探索如何将这些技术应用到数据分析中,通过自动化和智能化的方式来提高数据分析的效率和准确性。因此,在这数据时代背景下,诞生了指标化平台这样的工具,来更好地帮助人们管理和利用数据。

二、为什么需要指标化平台

1️⃣数据分析需求的增加:随着数据量的不断增加,人们需要更加高效地处理和分析数据。而指标化平台可以帮助人们快速地获取关键指标,从而更好地理解业务状况和做出决策。


2️⃣数据可视化的需求:指标化平台可以将数据转化为可视化的图表和报告,帮助人们更加直观地了解数据。这对于管理层、分析师等人员来说非常重要,因为他们需要快速地了解业务状况并做出决策。


3️⃣多维度分析的需求:指标化平台可以帮助人们进行多维度的分析,从而更好地理解业务状况和发现潜在问题。例如,通过对比不同时间段的数据、不同地区的数据等等,可以深入挖掘数据背后的含义。


4️⃣自动化的需求:指标化平台可以自动化地收集、整理和分析数据,减少人工干预的成本和错误率。这对于大规模的数据处理和分析非常重要,因为它可以提高效率和准确性。

三、什么是Kyligence Zen

基于对指标化平台的需要,由此,基于 Kyligence 核心 OLAP能力打造的一站式指标平台——Kyligence Zen。

Kyligence Zen是基于 Kyligence 核心 OLAP能力打造的一站式指标平台。凭借集业务模型、指标管理、指标加工、数据服务等于一体的解决方案,Kyligence 协助过多家金融、零售、制造企业客户搭建企业级指标平台。Kyligence Zen 是 Kyligence 基于丰富的指标平台建设实践打造的标准化产品,希望通过便携、易用的产品解决企业面临的指标管理、分析和应用痛点,助力企业构建数字化管理体系,实现指标驱动的管理与决策。

四、Kyligence Zen新特性

  • 指标目录:Kyligence Zen 帮助用户进行统一的指标定义和管理。基于一致的基础指标,用户可根据业务需求灵活生成各类复合指标及衍生指标,并进行指标计算、指标分享、指标分类等操作,在统一的指标口径之上,通过指标归因分析等能力即时获得可信的洞察结论。
  • ZenML:ZenML (Zen Metrics Language),是由 Kyligence Zen 提供的类 YAML 描述性语言,可以让工程师像写代码一样去定义和管理指标,通过将技术语言转换为业务语言,非技术用户也可以轻松获取数据洞察。同时,ZenML 解耦了数据建模与数据可视化,提供了一个统一语义层给下游数据消费者使用,有助于企业数据资产的沉淀。
  • 指标自动化:快速变化的业务需要数据平台有足够的敏捷能力。依托 Kyligence 专利的 AI 增强引擎,Kyligence Zen 动态提取数据集市和相关指标、维度等信息,快速生成和持续维护指标目录,自动捕获最有价值的指标和数据点。Kyligence Zen 也能够通过查询历史中的更多信息,向业务用户,自动推荐各种模式下的指标,例如最热指标、最重要指标等。
  • 目录管理:无论是个人还是企业,目标的实现都离不开对过程指标的持续监测,以及对结果指标的及时复盘。只有当指标数据对齐到业务目标,才能真正意义上实现数据驱动的决策和增长。Kyligence Zen 独创的目标管理与指标对齐功能,使得组织能够从管理者视角,将企业管理分解为相关目标,并设置合理的结果或过程指标,并持续追踪、对比,进一步驱动组织的数字化转型。
  • 开发APIs:开放 API 是流程整合的基础。Kyligence Zen 提供开放 API 接口,轻松完成和各类管理协同、BI 及可视化工具等的对接,用户无需改变原有习惯,即可在 Excel / WPS 中连接 Kyligence Zen 进行指标分析。

五、Kyligence Zen注册篇

➡️产品注册链接:https://zen-cn.kyligence.io/zh/user/register/

打开注册页面后,填写相关基本信息(姓名、企业邮箱、联系电话)

image-20230504225845762

💥注意事项注册过程中,支持使用个人邮箱注册,但建议优先使用企业邮箱注册。

image-20230504230424255

验证邮件已发送。 点击邮件中的链接以验证邮箱。链接将在 72 小时后失效。

image-20230504230545538

接收到验证邮件,点击“验证邮箱”即可。

image-20230504230900172

来到这一步,输入组织名(注意:设置完后不能删除),设置密码

image-20230504231024468

至此,Kyligence Zen注册完成,开始体验相关功能特性。

在这里插入图片描述

六、Kyligence Zen体验篇

➡️产品登录链接:https://zen-cn.kyligence.io/zh/user/login


输入如下信息:

  • 输入组织名
  • 邮箱(企业)
  • 密码

image-20230505210505484

上来刚开始,可以跟着提供的引导教程进行上手练习。

image-20230504231317198

完成指引。可以掌握以下基础知识:

  • 查看统一指标目录
  • 自助分析关联指标
  • 以指标的目标管理
  • 创建新指标的流程

image-20230504231917143

通过ZenML编辑指标,点击“检查”即可校验是否输入正确。

name: Cloud_Cost
display_name: 云资源总成本|Cloud Cost
type: BASIC
expression: SUM("COSTRMB")
format:
  type: NUMBER
  unit: Auto
  decimal_place: 2
  use_thousand_separator: true
data_model: cloud_billing_resource_monitor_sample
dimensions:
- cloud_billing_resource_monitor_sample.PROJECT
- cloud_billing_resource_monitor_sample.ASOFYEAR
- cloud_billing_resource_monitor_sample.COST_CATEGORY
- cloud_billing_resource_monitor_sample.ASOFMONTH
- cloud_billing_resource_monitor_sample.asofdate
- cloud_billing_resource_monitor_sample.CRR
- cloud_billing_resource_monitor_sample.OWNER
- cloud_billing_resource_monitor_sample.PLATFORM
- cloud_billing_resource_monitor_sample.COST_SUB_CATEGORY
time_dimensions:
- name: asofdate
  granularity: DAY
  display_option: LATEST

image-20230506170200894
image-20230506170252396

七、Kyligence Zen实战篇

7.1 导入数据

依次点击① ⌈数据⌋——② ⌈新建⌋——③ ⌈表⌋

image-20230505211718104

上传CSV数据文件。

image-20230505211847423

点击右下角“创建”即可。

image-20230505213028657

7.2 创建指标

根据需要创建所需要的查看的指标信息

image-20230505213136565

本示例中,上传了AWS成本分析的csv文件,指定了需要查看的指标,如想要查看AWS总成本。

image-20230506152924465

创建了AWS云资源分析的指标,如下图所示。

image-20230506153020478

7.3 指标分析

通过指标数据查看,我们得知了AWS云消费数量在4月份中的消费占比情况。

image-20230506153934665

通过选择折线图的图标类型展示,我们查看到AWS云总成本变化情况。

image-20230506153952847

也可以通过柱状图查看使用数量情况。

image-20230506154011135

归因分析(Attribution Analysis)是一种数据分析方法,用于确定某个事件或行动对于另一个事件或行动的影响程度。


在Kyligence Zen中,归因分析需要收集大量的数据和指标,并进行复杂的计算和分析,满足客户需求。

image-20230506154031127

八、Kyligence Zen总结篇

Kyligence Zen作为一站式指标平台,基于 Kyligence 核心 OLAP 能力打造,Kyligence Zen 提供集业务模型、指标管理、指标加工、数据服务于一体的一站式服务。使得人人都可用的敏捷指标工具。

Kyligence Zen优势:

  • 指标目录:Kyligence Zen 轻松定义和管理指标。基于统一基础,用户可生成复合及派生指标,并进行计算、分享、分类等操作。通过指标归因分析等能力,快速获得可靠洞察结论,实现业务需求的灵活应对。

  • Zen 指标语言:Kyligence Zen 推出的 ZenML 是一种类 YAML 描述性语言,可让工程师像写代码一样定义和管理指标。通过将技术语言转换为业务语言,非技术人员也能轻松获取数据洞察。ZenML 解耦了数据建模和可视化,提供了统一语义层给下游数据消费者使用,有助于企业数据资产的积累。

  • 开放 APIs:开放 API 是流程整合的基础,Kyligence Zen 提供开放接口,轻松实现与其他管理协同、BI 及可视化工具的对接。用户无需改变习惯,可在 Excel / WPS 中直接连接 Kyligence Zen 进行指标分析。API 的开放性也为第三方提供了整合 Kyligence Zen 核心能力或构建各类应用和工具的机会,从而释放统一指标平台的潜力,赋能企业自动化各类管理和工作流。

  • 指标自动化:Kyligence Zen 具备足够的敏捷能力,快速适应不断变化的业务需求。其AI 增强引擎可动态提取数据和相关指标、维度等信息,快速生成并持续维护指标目录,自动捕捉最有价值的指标和数据点。同时,Kyligence Zen 能够根据历史数据向业务用户自动推荐不同模式下的指标,如最热门、最重要的指标等,为业务决策提供更精准的数据支持。

  • 海量指标模板:Kyligence Zen提供海量指标模板,助力企业快速构建自己的指标体系。这些模板涵盖了各种业务场景和行业领域,包括IT&科技、零售业、市场&销售、人力&组织管理等,用户可以根据自己的需求进行选择和定制。同时,Kyligence Zen 还提供了丰富的数据分析和可视化工具,帮助用户深入挖掘数据价值,发现潜在的商业机会。通过 Kyligence Zen 提供的指标模板和数据分析工具,企业可以更加高效地管理和利用数据资源,提升自身的竞争力和创新能力。
    Bard5

九、参考资料

🔴 Zen 快速上手教程:https://zen-docs.kyligence.io/

🟡 Kyligence官网:https://cn.kyligence.io/

🟢 Kyligence Zen网页:https://cn.kyligence.io/zen/

🔵 Kyligence Zen产品手册:https://zen-docs.kyligence.io/

🟣 指标模板:https://zen-cn.kyligence.io/templates/

🟠《企业云成本管控,你真的做对了吗?》:https://blog.csdn.net/weixin_39074599/article/details/126127063

“THE END”动画

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/511953.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

tomcat集群下的session共享和负载均衡(redis实现)

环境 操作系统:windows tomcat1:Apache Tomcat/7.0.52(8085) tomcat2:Apache Tomcat/7.0.52(8086) jre:1.7.0_80 nginx:nginx-1.20.1(8070) redis…

基于 SpringBoot+WebSocket 无DB实现在线聊天室(附源码)

文章目录 基于 SpringBootWebSocket 无DB实现在线聊天室0 项目说明0.1 样例展示0.2 源码地址 1 WebSocket 简介1.1 HTTP1.2 WebSocket1.2.1 WebSocket 协议1.2.2 WebSocket 交互 2 使用教程2.1 客户端(浏览器)2.1.1 WebSocket 对象2.1.2 WebSocket 事件2…

重装系统后,qt5.11.3升级到qt5.12.6所遇到的问题

前提:重装了系统: c/qt windows10 语音模块TTS异常,数据库缺少驱动 一:语音模块不能播放 qt使用语音模块时,在初始化时出现异常: onecore\com\combase\dcomrem\resolver.cxx(2299)\combase.dll!00007FF8…

Oracle存储过程~封神之路

简介 Oracle 存储过程是 Oracle 数据库中的一种数据处理对象,它可以在数据库中定义一组预定义的 SQL 语句,用于完成特定的数据库操作。存储过程可以被授权的用户调用,并且可以执行多个语句,这些语句可以被视为一个单独的操作&…

“深圳首届十大金口碑人物”优必选科技创始人兼CEO周剑获此殊荣

深圳晚报社联合深圳市诚商信用评级有限公司、深圳市诚信营商促进会和中国善网,共同举办了首届“金口碑”评选活动。活动涵盖多个领域,历经多个环节的评定和实地走访,最终有10名个人、20家企业和70家商户成功获得“深圳首届十大金口碑人物”、…

Visual C++实现推箱子游戏的核心算法设计与实现(附源码和和资源)

需要源码和资源请点赞关注收藏后评论区留言私信~~~ 在前面的博客中已经讲解了推箱子游戏的菜单和各种对话框的实现,下面对推箱子游戏的核心算法设计和实现进行讲解 一、地图文件读取模块的设计与实现 地图文件读取模块,主要负责将地图文件进行读取&…

【AI大模型】“讯飞星火”认知大模型正式发布 计划10月底赶超ChatGPT

文章目录 前言你使用过这种对话式AI吗?有什么看法或感受?“讯飞星火大模型将超越chatgpt?”这类型的人工智能对现在的社会有什么意义?这类型的人工智能,未来前景如何?申请体验写在最后 前言 5月6日&#xf…

科普:跨链桥是如何被黑的?

科普:跨链桥是如何被黑的? [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hbvPVTkb-1666679410875)(htTPS://tva1.sinaimg.cn/large/e6c9d24ely1h4r0auxvmxg20tr04ojug.gif)] 跨链桥是一种允许两个独立区块链网络之间进行通信…

【git】用好 stash,工作超nice

一、介绍 如果修改后的内容还不想commit,就可以用git stash命令。它会将工作区和暂存区中的修改(也就是还没commit的内容)都会被保存到堆栈里,并在之后恢复到任意指定的分支上。 二、应用场景 1、在分支a进行开发feature 1时,突然需要紧急…

【AI大模型】讯飞星火大模型能否超越chatgpt?

文章目录 前言你使用过这种对话式AI吗?有什么看法或感受?“讯飞星火大模型将超越chatgpt?”这类型的人工智能对现在的社会有什么意义?这类型的人工智能,未来前景如何?申请体验写在最后 前言 5月6日&#xf…

机器学习-10 聚类算法

聚类算法 算法概括聚类(clustering)聚类的概念聚类的要求聚类与分类的区别 常见算法分类聚类算法中存在的问题 距离度量闵可夫斯基距离欧式距离(欧几里得距离)曼哈顿距离切比雪夫距离皮尔逊相关系数余弦相似度杰卡德相似系数 划分…

建造者模式详解:建造随意搭配的肯德基套餐

一、简介 建造者模式(Builder Pattern)是五种创建型设计模式之一,它将一个复杂对象的构建与其表示分离,使得同样的构建过程可以创建不同的表示。这句话怎么理解呢:一个对象的构建过程本质上就是这个对象包含的所有成员…

一觉醒来IDEA感觉不香了,AI智能编程工具Cursor使用

一、简介 为使用人工智能编程而构建的编辑器,一款人工智能编程软件、智能Ai代码生成工具。 它有什么特点呢? 集成了GPT-4,国内可用,不仅有ChatGPT的聊天功能,还有强大的自动代码生成能力,简直是编码神器。 …

Java中常见的几种数组排序方法

这篇文章总结一下我学习到的几种常见的数组排序方法 冒泡排序 冒泡排序在我看来是最简单、最基本的排序方法,我们应当将冒泡排序的原理和代码熟记于心。 冒泡排序的原理十分简单:用数组的第一个元素和第二个元素进行比较,将大的放到后面&a…

【Java编程系列】Minio实现文件上传下载

热门系列: 【Java编程系列】Amazon S3实现文件上传下载 目录 热门系列: 1、前言 2、Minio实战代码 2.1 Minio环境部署 2.2 Minio的Sdk对接实现 2.2.1 Minio Maven依赖 2.2.2 minio配置与初始化 2.2.3 上传文件 2.2.4 下载文件 2.2.5 生成文件…

【LLM大模型】LLM模型和指令微调方法

note 文章目录 note零、AIGC生成式模型1. 核心要素2. LLM evolutionary tree3. 几个bigScience里的概念 二、LLM大模型1. ChatGLM(1)GLM-130B(2)ChatGLM-6B 2. LLaMA3. RoBERTa4. Bloom5. PaLM 三、模型指令微调1. 指令微调的注意…

使用Vue+Vue-router+el-menu实现菜单功能实战

前言 上节回顾 上一小节我们使用H5+CSS3实现了管理平台的架构布局,并且通过Vuex的使用,获取到前端数据本地化存储的username,绑定到右上角进行全局展示。还不了解上下文的同学可以回顾一下 使用Vue+Vuex+CSS3完成管理端响应式架构模板实战 。 本节介绍 本小节已经是专栏的…

【C语言】字符串---刷题篇

1.统计字符串中元音字母的字数 2.使用起泡法和选择法将字符串按ASCII码值从小到大排列 3.将字符串中的数字字符倒置,即‘0’变‘9’、‘1’变‘8’、…、‘9’变‘0’.例如:字符串“a1b2c3d4e9f0”倒置变为“a8b7c6d5e0f9 4.将一个字符串中从第m个字符开…

187页9万字企业大数据治理与云平台实施方案(word)

1 项目背景概述 1.1 项目背景理解 1.2 项目需求范围 2 项目技术方案 2.1 咨询研究服务方案 2.1.1 咨询研究服务内容 2.1.2 咨询服务方案 2.2 第三方独立评估 2.2.1 概述 2.2.2 管理办法 2.2.3 考核机制 2.3 安全咨询研究服务方案 2.3.1 安全咨询服务内…

大唐杯学习笔记(1)—— 5G网络架构与组网部署

目录 一、名词汇总1.核心网与接入网2.5G网络架构3.核心网架构演进(1)2G核心网(1)3G,4G核心网 4.4G核心网架构5.5G核心网架构6.5G接入网网架构7.主要网元功能 二、5G主要网元功能1.用户面功能UPF(User Plane Function)2.会话管理功能SMF(Session Management Function…