Kyligence Zen 一站式指标平台体验——“绝对实力”的指标分析和管理工具——入门体验评测

news2025/1/9 16:05:03

🦖欢迎观阅本本篇文章,我是Sam9029


文章目录

  • 前言
    • Kyligence Zen 是什么
    • Kyligence Zen 能做什么
    • Kyligence Zen 优势在何处
  • 正文
    • 注册账号
    • 平台功能模块介绍
      • 指标
        • 图表
        • 新建指标
        • 指标模板
      • 目标
      • 仪表盘
      • 数据
      • 设置
    • 实际业务体验---使用官网数据范例
      • 使用流程
      • 归因分析
      • 指标与目标联动
      • 仪表盘图表设定
    • 总结
      • 简洁明了的操作界面
      • 功能设计上满足了数据业务的深度理解
      • 高效的数据处理能力
    • 建议
  • 🦖Reference


前言

在知道Kyligence Zen 之前,我对于该类提供在线化数据处理服务的产品了解甚少

脑子里对于数据处理的印象依旧在传统的办公软件和专业领域软件上 Excel的大名自不必说,SpssSAS 略有了解,同时作为开发人员,Echarts倒是使用频率更多

但是说句实话,上面提到的的工具各有优劣

  • Excel / Wps 简单易用,却难以处理大量数据,缺乏针对化,难以理清各种数据因素间的影响关系

  • Spss 和 SAS 过于专业,上手程度时间长,且难以上手,操作复杂

  • Echart 涉及到了开发环节,时间成本高昂,且不够数据图表一旦开发完成短时间难以调整分析维度,不够灵活

借以本次 征文的机会,对 Kyligence Zen 有了初步的了解,使用下来对于其功能和效果都有良好的印象,同时本次入门体验,时间有限,还有许多的地方没有完全体验,ZenML,第三方集成飞书

对此将自己的使用过程化为文字作以介绍

  • 此处仅为介绍 Kyligence Zen ,所有信息均来自Kyligence Zen 官方媒体矩阵提供信息,使用评测亦可直接跳正文阅读
  • 同时建议阅读 Kyligence Zen 产品手册 写的非常好,值得认真阅读

Kyligence Zen 是什么

Kyligence Zen 一站式指标平台,希望为企业提供一种新的数据协作工具,消除技术门槛,成为一个人人可用的数据工具

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。

更多详情
Kyligence CTO|消除技术门槛,人人可用的敏捷数据工具
什么是 Kyligence Zen

Kyligence Zen 能做什么

在这里插入图片描述

具备 ZenML 指标语言、指标目录、Excel / WPS 直连分析、模板市场等创新能力,将以简单、高效、智能的产品和服务,助力企业解决指标管理、分析和应用等痛点,实现指标驱动的管理与决策

更多详情 一站式指标平台 Kyligence Zen 功能详解

Kyligence Zen 优势在何处

基于 Kyligence Zen 一站式指标平台,企业可以统一数据口径、构建指标体系,让每一个员工都能使用数据进行决策,实现数据文化的普及推广,推动企业更精细化的数字化转型。Kyligence Zen 基于 Kyligence 核心 OLAP 能力打造,Kyligence 的 AI 增强 OLAP 引擎在大规模数据下的能力经过了大型金融、零售、制造客户的实践验证,能为用户提供百亿数据集上的秒级别分析体验。

更多详情 一站式指标平台 Kyligence Zen 功能详解


正文

注册账号

注册链接 免费体验链接:https://zen-cn.kyligence.io/zh/user/register/?utm_content=zengarelease&utm_medium=media&utm_source=csdn(即可注册获取14天免费试用福利!!!)

  • 注册按流程走即可
  • 官网 登录
    在这里插入图片描述

平台功能模块介绍

指标

  • 界面整体示意图
    界面将所有的指标都是以缩略折线图的方式展示
    在这里插入图片描述
  • 进入指标数据具体后

可以看到三个主要的功能

  • 图表
  • 归因分析(推荐)
  • 定义
    在这里插入图片描述

图表

  • 数据展示图表的方面: 常用的 表格 柱状图 折线图 饼图
  • 维度的分析: 对该指标的 的某个维度 如下图中总销量指标下的:时间仓库城市种类
    在这里插入图片描述

同时还对 指标数据的 信息提供了便利的 分类 和 标签 以便更好的阅览数据指标

  • 指标分类
  • 指标标签

功能实用,当过多的指标数据存在时,利用不同的标签给不同的数据指标加以分类(!!!新建分类在设置中

  • 团队协作—指标权限
    实现团队协作时每个成员的指标权限差异,使用不多,但是感觉得到该功能的重要性,不做过多赘述
    在这里插入图片描述

新建指标

在这里插入图片描述
指标新建的提供了 三种不同类型的 指标

  • 基础指标
    • 定量衡量产品或业务的表现,例如销售额。
  • 衍生指标
    • 基于 1 个基础指标,通过选择衍生类型定义,例如销售额月同比增长。
  • 复合指标
    • 基于多个基础指标,通过输入表达式定义,例如利润=销售额-成本。

基础指标 类型为例 ,创建一个评论高赞指标

  • 选中模型/表 medium_app_reviews

以下gif展示
请添加图片描述

新建指标 提供了

指标定义

  • 可选择模型:即图表

  • 选择列:图表的列

  • 聚合方式:指标的分析方式 常用的 统计方式

    • 在这里插入图片描述
  • 维度:关联了其他列数据作为维度

指标模板

Kyligence Zen 除了默认的零售行业数据模板外,还在官网提供海量的行业数据模板,并且支持一键导入,海量优质数据指标模板开箱即用,同时还涉及了各行各业,这真不能说是贴心,只能说是泰裤辣--有备而来啊


Kyligence Zen 海量指标模版
在这里插入图片描述
甚至 提供了 指定指标申请提交指标
在这里插入图片描述


目标

指标直观展现了业务数据某个因素变化,让我们了解其变化趋势
在这里插入图片描述

目标作为对数据指标检验的核心,使得 Kyligence Zen 平台在数据分析处理的思路上更加贴近实际需要

这也很好的提现了 Kyligence 的愿景,Kyligence Zen 的目的不在于数据处理,而是通过数据分析辅助企业进行业务决策

目标是组织或团队在某个时间段内所要达到的成果,您可以通过引用指标实现目标的量化。

  • 新建目标
    在这里插入图片描述
    通过 对数据表 中的某个字段(如总销售额)数据 设定 目标值,以数值缩略折线图的方式展示当前的目标完成度

同时覆盖了一些常用的关联功能如下:

  • 目标规则设定
  • 子目标关联
  • 目标变化第三方通知–目前仅飞书

目标相关的操作简单明了,最直观的展示了数据创建的使用方式


仪表盘

  • 自定义化的定制数据图表处理
    • 集成化的通用图表现成调用
    • 根据自己的需求,对不同的数据指标指定相应的可视化的图表展示
      在这里插入图片描述
  • 下图分区
    • 左侧:数据指标选择,可直接拖动至中部区域,自行生成图表
    • 中间:图表的展示区域,可编辑相应的展示条件
    • 右侧:(对选中的图表)的表盘信息编辑
      在这里插入图片描述
  • 仪表盘使用示例:
    请添加图片描述

数据

在这里插入图片描述

  • 导入
    • excel (,csv 格式导入)
    • Amazon S3 导入 暂时没有用过,不了解使用
  • 选择新建 弹出 视图
  • 选择表 即可
  • (选择文件时注意,格式仅支持csv)在这里插入图片描述
  • 上传成功后,可以在此页面查看 读取出来的表信息
    在这里插入图片描述
  • 根据信息 文件 中还提供了 数据修改的 追加数据替换数据
    在这里插入图片描述
  • 公共维度
    • 官方介绍:在创建或分析跨模型的指标时,可以利用公共维度来连接来自多个模型的数据

设置

  • 各项平台的拓展功能都汇集于此
    • 成员访问管理
    • 应用集成
    • API调用
    • 指标分类(不明白为何放在这里,找了很久,其实可以放在指标页吧)

在这里插入图片描述


实际业务体验—使用官网数据范例

使用流程

  • 进入海量模板库

    • kyligence指标模板-模板库
    • 在这里插入图片描述
  • 选择想要的指标模板

    • 用户App注册分析指标为例
    • 点击立即体验模板即可一键导入Kyligence Zen 使用
      在这里插入图片描述
  • 用户App注册分析指标为例 (有四个指标)
    在这里插入图片描述
  • APP USER Analysis-注册人数环比增长
  • APP USER Analysis-设备类型
  • APP USER Analysis-注册人数
  • APP USER Analysis-性别分布

归因分析

❗❗❗特别注意的是:归因分析应该是针对有时间维度的指标数据

以模板网络商城销售分析指标为例
同时官网也提供了—归因分析的介绍:功能上新|一键归因分析,快速洞察指标波动原因

在这里插入图片描述

  • 导入之后,可以看到新增了对应的八个指标,在指标界面选择月环比销售额
    在这里插入图片描述

  • 进入指标之后

    • 通过观察发现折线图有一个特别明显的下滑趋势在2011-01-01--2011-02-01,几乎是从顶峰直接跌入谷底,对于这种异常的数据变化,我们需要及时的找到影响数据变化的因素
    • 左侧的分析配置
    • 选择时间范围:选择数据异常变化的时间段2011-01-01--2011-02-01
    • 选择分析维度: 这里我将所有的维度都选上

    在这里插入图片描述

  • 分析结果如下

    • 可以看到 所有 选择的 维度 都分析了出来,并单独的呈现出来
    • 总结分析结果
	- 我们可以直观的看到 总的来说:
	- 月环比销售额 百分比 从  2011-01-01 `9.82%` 跌至 2011-02-01 `-0.01%` ,跌幅达到 9.83%
	- 各个维度来说:
	- 月维度:没有可分析性
	- 产品维度:销售指标中 只有 U 产品的 ,其销售同比上月下跌直接跌去 9.83%,
	- 客户婚姻状态:
		- M 已婚 同比上月环比跌去 6.29%
		- S 单身 同比上月环比跌去 19.12%
	- 产品颜色:
		- Silver  同比上月环比跌去 2.50%
		- Black  同比上月环比跌去 10.88%
		- Red 同比上月环比跌去 13.52%
	- 客户职业:
		- Clerical 同比上月环比跌去 0.19%
		- Management  同比上月环比跌去 4.43%
		- Manual 同比上月环比跌去 7.24%
		- Professional 同比上月环比跌去 8.70%
		- Skilled Manual  同比上月环比跌去 15.29%

总的来说,根据上面的分析,我们直观的看到的 `月环比销售额` 到底实在那些的因素的作用下产生变化,
为提升环比,对此对于相应的因素进行不同的产品策略决策时,就可以进一步结合的实际业务进行分析
比如:
- 在客户婚姻状态--单身 客户的环比下降远超 已婚客户,多出了2倍,那么就可以的单身客户的购买下降原因结合实际业务进一步分析
- 在 产品颜色中,银色Silver 跌幅明显小于,黑色与红色,是否可以认为银色在该产品外观视觉上具备优势
- 在 客户职业中,Skilled Manual 手工艺人工作者的环比下降最大,结合其职业属性分析是否是该产品在使用上较其他职业不太吸引该类职业人群

在这里插入图片描述

  • 所有维度分析gif
    在这里插入图片描述

Kyligence Zen 提供的归因分析这一功能,用户一键即可对基础指标、复合指标以及衍生指标的异常波动进行归因分析、快速获取洞察,从而为业务决策提供较为科学和可靠的参考。

总的来说,这一功能具备有很高的实用性

  • 在我的工作场景中,在得到实际的数据,并可视化处理之后业务分析一般为两步
  • 一:找出影响因素
  • 二:结合实际业务分析原因

归因分析很好的解决了第一步,实际业务的处理中往往要同时应对海量的数据因素,容易在顾前失后,而 归因分析 这一功能从一定程度上解决了这个问题,将(想要的)所有的相关维度因素同时分析出来


指标与目标联动

以样例模板净利润达到去年的1.5倍 | Net Profit Reach 1.5 Times of Last Year为例

最大可使用四层级目标关联的方式,来为指标数据设定指标目标

  • 目标
    • 子目标
      • 子目标
        • 子目标

层级而下的目标设定分层次的展现不同目标的相应指标的要求,如图

  • 总目标:净利润达到去年的1.5倍,子层级提升总销售额 提升总交易量 提高连带率
  • 右侧的信息依次
    • 所属人 (创建者)
    • 完成度数值
    • 缩略折线图是该指标的变化趋势
    • 完成度百分比
    • 目标规则设定
      在这里插入图片描述

通过上图的指标与目标联动,清晰明了的展示了以下结论

当前 总目标 `净利润达到去年的1.5倍` 完成度 74.94%,处理正常状态
值得关注的是子层级中 `提升总交易量` 的目标完成度具有风险

除此之外,还提供了第三方介入服务,如飞书平台通知创建任务


仪表盘图表设定

  • 用户App注册分析指标为例 (有四个指标)

在这里插入图片描述

设定完成之后

  • 时间筛选:可进行时间筛选,其他的数据(拥有时间维度)的图表将自动发生变化
  • 注册人数柱状图
  • 注册人数环比增长折线图
  • 性别分布饼图
    在这里插入图片描述

注册人数柱状图 为例

  • 选中折线图
  • XY轴的维度数据选择
    • X轴 reg_date
    • Y轴 注册人数
  • 排序方式
    • reg_date
    • (很重要,不然X轴数据日期将不会按照时间排序,当然如果你希望如此)
  • 行数限制
  • 调整图下方的时间条
    在这里插入图片描述

这样我们就直观的得到了从 2015-01-16---2018-01-19时间段(数据默认的所有时间段)App的注册人数可视化数据图

在这里插入图片描述

可以看到,注册人数随着时间趋势呈上升的态势,注意看,在一些时间段,上涨的幅度更大
- 月单位时,下旬的注册人数总是高上旬
- 年为单位时,15年-16年的涨幅小于16年--18年

总结

我个人是开发者,过去对于数据处理多用echarts来处理,但是开发时长与需求所需求的理想效果,往往不是很理想,让人很是头痛。Kyligence Zen 作为数据处理平台,很好的解决了我这类需求–高效快速的处理业务数据,并且具备高拓展性,方便后期业务变化后可以兼容之前的数据,同时适应新的数据处理要求、使用下来我感觉指标化的数据处理模式使得数据处理方式更加的明朗和有针对性

简洁明了的操作界面

Kyligence Zen 的操作界面并复杂,所有的操作逻辑根据功能模块名称都容易理解
指标 目标 仪表盘 数据 将数据处理业务都梳理的清楚

功能设计上满足了数据业务的深度理解

归因分析数据仪表盘--定制化可视化图表API第三方调用传统数据办公软件接入---Excel/WPS协同

高效的数据处理能力

  • 根据产品手册中 的介绍知道了,Kyligence Zen 数据处理高效快速的原因,有来自 平台智能缓存的策略—提前预测相应的数据指标并进行处理缓存–就可以做到客户随时调用随时响应的高效反应
    在这里插入图片描述

更多的服务
在这里插入图片描述


建议

  • 更加细致的入门教程: 官网提供的四步教程完全不能满足我熟悉平台使用的需要,
    • 另外建议把 产品手册 放在 Kyligence Zen 首页;我真的找了很久,才在Kyligence的官网找到
  • 是否提供除 Amazon S3 之外的实时数据源接入方式
  • 指标批量设置标签
    • 我 导入 新指标模板 之后,就在存在了许多未设置标签的的指标,这时我真是希望能批量设置新增的指标的标签啊!
    • 最好放在 指标首页的位置
  • 新建标签新建分类放在指标首页
  • 数据图表导出功能: 毕竟很多时候数据可视化处理之后是用来汇报的,如果能够(以JPG/PNG等格式)导出各项指标图表 一定会大为便利
  • 一个bug
    • 我在此处点击,销售额,指标进入销售额指标页面,但是分析报告依旧是销售额月环比
    • 请添加图片描述

🦖Reference

【1】Kyligence Zen 产品手册
【2】Kyligence Zen 官网博客
【3】Kyligence Zen 指标模板
【4】一文助您轻松上手 Kyligence Zen ,轻松变身数据达人
【5】功能上新|一键归因分析,快速洞察指标波动原因
【6】一站式指标平台 Kyligence Zen 功能详解
【7】Kyligence bilibili
【8】Kyligence 官网

**🐱‍🐉🐱‍🐉恭喜你,都看到这了,求赞,求收藏,求评论不过分吧**

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/515248.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

MySQL --- 多表设计

关于单表的操作(包括单表的设计、单表的增删改查操作)我们就已经学习完了。接下来我们就要来学习多表的操作,首先来学习多表的设计。 项目开发中,在进行数据库表结构设计时,会根据业务需求及业务模块之间的关系,分析并设计表结构…

ChatGPT-4怎么对接-ChatGPT-4强化升级了哪些功能

ChatGPT-4怎么使用 使用ChatGPT-4,需要通过OpenAI的API接口来对接ChatGPT-4。OpenAI是一个人工智能公司,为开发者提供多个API接口,包括自然语言处理,图像处理等。ChatGPT-4是OpenAI开发的最新版本的聊天式对话模型,可…

React antd Form item「受控组件与非受控组件」子组件 defaultValue 不生效等问题总结

一、为什么 Form.Item 下的子组件 defaultValue 不生效? 当你为 Form.Item 设置 name 属性后,子组件会转为受控模式。因而 defaultValue 不会生效。你需要在 Form 上通过 initialValues 设置默认值。name 字段名,支持数组 类型:N…

2.存储器层次系统

存储器 随机访问存储器 RAM(随机存储器) SRAM 双稳态触发器,有电就保持不变,干扰消除后时会恢复到稳定值,晶体管多因此密集度低 DRAM 每个位存储为对一个电容的充电,对干扰敏感,漏电所以需要刷…

静态数码管

静态数码管 1、简介工作方式数码管静态显示原理 2、硬件设计3、软件设计4、 1、简介 一般共阳极数码管更为常用 好处:将驱动数码管的工作交到公共端(一般接驱动电源),加大驱动电源的功率自然要比加大IC芯片I/O口的驱动电流简单许…

【python 生成器】零基础也能轻松掌握的学习路线与参考资料

一、学习路线 了解生成器的概念和作用 首先,需要明确生成器的概念和作用,生成器是一种特殊的迭代器,它可以在循环中逐个地产生值,而不是一次性将所有的值产生出来。它的作用是使程序更加高效,达到节省内存等的效果。…

Linux 入门

文章目录 一、概述二、安装CentOS下载地址VMware下载地址 三、linux文件与目录结构Linux系统中一切皆文件Linux目录结构 四、VI/VIM 编辑器vi/vim是什么一般模式常用语法键盘图编辑模式指令模式 五、网络配置六、远程登陆七、系统管理Linux 中的进程和服务service 服务管理chkc…

几种常见的电源防反接电路

电源防反接,也即是防止电源的正负极搞反而导致电路损坏,例如你采用的是标准的DC口,那么没什么必要加入此种电路。而如果采用的是非常规的,如自定义的接插件等,那么就很有必要了。 举个例子:小编以前就采用…

企业在线制作帮助中心,选择:语雀、石墨、Baklib哪个好?

在当今互联网时代,越来越多的企业开始将帮助中心建设在线化。在线帮助中心的好处不仅可以提高用户的使用体验,也可以提高企业的工作效率。然而,选择一个合适的在线制作帮助中心工具却并不是一件容易的事情。在众多的在线制作帮助中心工具中&a…

Python3 入门教程||Python3 SMTP发送邮件||Python3 多线程

Python3 SMTP发送邮件 在Python3 中应用的SMTP(Simple Mail Transfer Protocol)即简单邮件传输协议,它是一组用于由源地址到目的地址传送邮件的规则,由它来控制信件的中转方式。 python的 smtplib 提供了一种很方便的途径发送电子邮件。它对…

[cryptoverse CTF 2023] crypto部分

没打,完事作作题. Warmup 1 Decode the following ciphertext: GmvfHt8Kvq16282R6ej3o4A9Pp6MsN. Remember: CyberChef is your friend. Another great cipher decoding tool is Ciphey. 热身一下就凉,问了别人,用ciphey说是能自动解,但是安装报错 rot13base58 这个没有自动的…

JavaCollection集合:概述、体系特点、常用API、遍历方式

一、集合概述 集合和数组都是容器 数组 特点:数组定义完成并启动后,类型确定、长度固定。 劣势:在进行增删数据操作的时候,数组是不太合适的,增删数据都需要放弃原有数组或者移位。 使用场景:当业务数…

JMeter 常用的几种断言方法,你会了吗?

JMeter是一款常用的负载测试工具,通过模拟多线程并发请求来测试系统的负载能力和性能。在进行性能测试时,断言(Assertion)是非常重要的一部分,可以帮助我们验证测试结果的正确性。下面介绍JMeter常用的几种断言方法。 …

MySQL 运算符解析

1.算术运算符 算术运算符主要用于数学运算,其可以连接运算符前后的两个数值或表达式,对数值或表达式进行加 ()、减(-)、乘(*)、除(/)和取模(%&…

K8S:K8S部署常见错误及解决方法

目录 1、node节点kubelet服务起不来 2、安装cni网络插件时 kubectl get node master和node一直noready①有延时,需要等待10分钟左右,超过15分钟则有问题 3、部署报错kubectl get nodes No resources found 4、k8s部署报错error:kubectl ge…

OpenCV 直方图统计函数 cv::calcHist算是彻底弄明白了

参数说明 void calcHist( const Mat* images, int nimages,const int* channels, InputArray mask,OutputArray hist, int dims, const int* histSize,const float** ranges, bool uniform true, bool accumulate false );images 图像数组。每个图像的大小要一致&#xff0c…

龙的画法图片

由龙老师画素描中国龙的方法,大概可以遵循以下步骤: 确定龙的姿态和比例:在纸上简单地画出龙的基本形状和姿态,包括身体的长度,颈部、腿和尾巴的位置和比例关系。 添加细节:在基本形状的基础上,开始添加一些细节,如龙的头部、眼睛、鼻子、嘴巴、爪子等。注意要保持姿态和比例…

来,花半小时我带你入门vue

半小时入门vue 前言(!important)学习vue的前提什么是vue?vue的引入方式实例化一个对象和创建一个对象实例化一个vue对象模板语法1.插值表达式2.v-text和v-html指令3.v-bind指令4.v-on指令5.v-model指令6.v-if和v-show指令7.v-for指…

浅谈一下接口工具(jmeter、postman、swagger等)

一、接口都有哪些类型? 接口一般分为两种:1.程序内部的接口 2.系统对外的接口 系统对外的接口:比如你要从别的网站或服务器上获取资源或信息,别人肯定不会把 数据库共享给你,他只能给你提供一个他们写好的方法来获取…

MySQL中文乱码问题记录

概述 中文乱码是我们日常编程开发中经常会遇到的问题,包括: 浏览器(页面)显示乱码,参考记一次中文乱码排查解决流程Linux系统字体缺失导致中文乱码,参考Linux环境下Selenium截图乱码及字体安装及与字符集…