Kyligence Zen产品体验--小白也能快速上手的指标平台

news2024/11/25 18:57:07

一、写在最前

啥是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。

二、实践操作

2.1 账号注册

首先,作为一个新用户想要试用Kyligence需要先在官网进行账号注册,Kyligence为所有用户都提供了14天免费试用,以便您更好的了解这个平台,如果Kyligence Zen免费办版满足不了您的需求,那么您还可以升级为标准版或者企业版。
https://zen-docs.kyligence.io/appendix/create-account

在这里插入图片描述

2.2 界面概览

成功登录平台后,可以看到Kyligence Zen的界面非常简洁明了,直接用数据说话。
为考虑到新用户不知道如何操作,除了官方提供的文档外,在Kyligence左下角也提供了快速上手的按钮,可以让用户通过最简单的几个步骤对平台有大致的了解。
另外在导航栏还很直观的列出了功能,包括指标、数据等等
在这里插入图片描述

2.3 数据导入

在官方提供的博客案例中,使用的是”Delivery truck trips data”作为样例数据,有兴趣也可以看下,https://zen-docs.kyligence.io/blog
本次实践操作是采用官方提供的一个数据集来做,使用的文件是”cloud_billing_sample.csv”,在数据页面中的新建表就可以下载样例数据
在这里插入图片描述

处理数据

首先我们需要对数据稍微处理下,修改下CSV文件列名,增强可读性
在这里插入图片描述

修改前

在这里插入图片描述

修改后



导入至平台

首先在页面的顶部功能栏选择数据,然后如下图所示,新建表添加对应的.csv文件即可,待文件上传完成后,会跳转到如下页面,用户可以根据需求,对表进行一些修改,例如设置表名和列名,确认无误后,创建即可。
如您看到的一样,表格中仅会列出部分行,以便您确认格式。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.4 新建指标

首先,我们需要回到指标页面中,然后切换到未分类的指标目录中,以便于指标页面仅显示我们要创建的指标。随后,单击右上角 新建(蓝色按钮),即可跳转到指标创建页面
在指标类型中,我们选择—基础指标—作为本次样例数据的演示
在新建指标的详细信息页面,我们需要设置如下
指标定义

  • 选择表为----cloud_billing_sample
  • 选择列为—人民币成本
  • 聚合方式—SUM
  • 格式–
  • 维度—全选
  • 筛选—作为可选项,当然,在本案例中的owner和CRR存在unknown值,如果您需要过滤,那么请选择对应的维度,在筛选中全选后,反选unknown值

日期&时间

  • 时间维度选择—截止日期
  • 时间粒度—可根据自己的需求进行选择
  • 指标值展示方式----展示全部数据

展示设置

  • 指标名称—自定义
  • 描述—可不填

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.5 查看指标

图表

一旦指标创建成功,我们就可以立刻在指标页面对其进行查看,通过点击其卡片,直接进入指标的详细信息页面
我们可以根据自己的需求来显示要查看的维度和图标类型
在这里插入图片描述

在这里插入图片描述

归因分析

用户可根据自己的需求来选择需要分析的维度,最大可选择5个,如下图所示,一旦您选择好需要分析的维度,单击分析,等待几秒即可获得分析结果

在这里插入图片描述
在这里插入图片描述

定义

在定义页面,我们可以看到之前在创建指标时所设置的一些具体参数,如图所示
在这里插入图片描述

2.6 设置目标

新建指标

同2.4一样,我们根据不同的云平台创建不同的两个指标,分别为AWS和Azure,将其作为目标的子目标数据

在指标定义中
除筛选需要设置,其他的均和2.4保持一致

筛选—选择平台,勾选AWS CN和 AWS Global / Azure CN和 Azure Global。对于CRR和所有者需要同2.4一样设置
在这里插入图片描述

设置目标

创建主目标

首先,您需要创建一个新的目标,将其命名为—云服务总成本,设置对应的数据,以之前创建的云服务成本作为指标,同时还需要对该目标设置目标值,在本例中云服务总成本的目标值为50000000,最后,还需要创建目标规则,以显示目标的状态,还可通过关注状态按钮来获取目标的状态变更,如下图所示

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

创建子目标

创建方法和主目标一致,不过需要注意的是,创建子目标是在主目标条目中的创建子目标按钮来新建,如下图所示
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

2.7 设置仪表盘

进入仪表盘页面,新建仪表盘,然后添加本例中2.4、2.6小节中创建的三个指标,然后将指标在画布中进行编辑处理,以达到用户需要的指标样式,如下图所示
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、总结

本例通过翻阅官方指导手册以及官方提供的博文来进行编写,整体体验下来感觉非常方便,即便是笔者这样一个从未用过的新手,也可以快速的掌握Kyligence Zen平台的使用,通过简单的几个步骤即可对数据进行可视化的分析,由此我也总结了一下Kyligence Zen的一些优点

  1. 高效性:Kyligence Zen的底层引擎使用了OLAP技术,这使得用户可以更快地进行数据挖掘和分析,以提高业务决策的效率。
  2. 灵活性:Kyligence Zen的数据模型非常灵活,支持多种不同的维度和度量,并且可以进行多维分析和切片。这使得用户可以根据不同的业务需求创建不同的数据模型和数据集,以满足不同的分析需求。
  3. 易用性:Kyligence Zen的Web界面非常直观,所有功能都被分门别类地显示在不同的选项卡中,用户可以轻松地找到所需的功能。在界面的顶部,还有一系列的快捷按钮,方便用户进行快速操作。

综上所述,Kyligence Zen提供了非常灵活和友好的数据可视化功能,可以帮助用户更加直观地理解和分析数据,提供了强大的数据可视化功能和预设的数据分析模板,非常简单易用,同时,用户也可以通过简单的操作来完成复杂的数据分析和挖掘任务。尤其是用户需要进行大规模数据处理和深度分析,并且具备一定的数据分析基础和技能,那么Kyligence Zen可以帮助他们更加快速和准确地获取数据的信息和洞见。

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/519540.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

常见八种排序实现方法

常见八种排序实现方法 前言快速排序堆排序冒泡排序代码 选择排序代码部分 插入排序思路讲解代码部分 希尔排序代码部分思路讲解 归并排序递归思路讲解代码部分 非递归梭哈代码部分思路讲解 非梭哈代码部分 计数排序代码部分 前言 这里的快速排序和堆排序博主以前都写过&#xf…

绝地求生 压枪python版

仅做学习交流,非盈利,侵联删(狗头保命) 一、概述 1.1 效果 总的来说,这种方式是通过图像识别来完成的,不侵入游戏,不读取内存,安全不被检测。 1.2 前置知识 游戏中有各种不同的枪械&#x…

算法修炼之练气篇——练气十四层

博主:命运之光 专栏:算法修炼之练气篇 前言:每天练习五道题,炼气篇大概会练习200道题左右,题目有C语言网上的题,也有洛谷上面的题,题目简单适合新手入门。(代码都是命运之光自己写的…

基于 LHS 、 BR 与K-means的风电出力场景分析研究(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

多线程基础总结

1. 为什么要有多线程? 线程:线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中实际运行单位。 进程:进程是程序的基本执行实体。 什么是多线程? 有了多线程,我们就可以让程序同时做…

Java学习路线【看看ChatGPT怎么说】

目录 1、介绍情况2、路线简述3、Java初学者路线4、Java高级开发路线5、安卓开发 1、介绍情况 本文主体内容是chatGPT生成的😉 先说结论:chatGPT写出来的路线,深度比较一般,但是对于初学者而言,具有不错的参考价值。…

【机器学习】XGBoost 详细解读 (集成学习_Boosting_GBM)

【机器学习】XGBoost 详细解读 (集成学习_Boosting_GBM) 文章目录 【机器学习】XGBoost 详细解读 (集成学习_Boosting_GBM)1. 介绍2. 基本原理3. 目标函数(二阶泰勒展开求解)3.1 基础的目标函数3.2 二阶泰勒…

error: LNK2001: 无法解析的外部符号 “public: virtual struct QMetaObject const * __cdecl

Qt系列文章目录 文章目录 Qt系列文章目录前言一、QtCreator中qmake命令是什么?2.解决 前言 我在代码中加入了对应的信号和槽,但编译仍然报错: #ifndef PROJECTWIN_H #define PROJECTWIN_Hnamespace Ui { class ProjectWin; }ProjectWin类声…

Google Bard使用初体验,与ChatGPT比较到底怎么样

文章目录 Google Bard 介绍如何使用Google bardbard和ChatGPT3.5的区别 本文讲述了Google bard的入门教程和使用技巧,并且与竞争对手ChatGPT进行了一个全方面的比较。这是 Google 不能输的战役,也是全面 AI 的时刻。 Google Bard 介绍 Google Bard已经于…

【数据结构】链表(C语言)

创作不易&#xff0c;本篇文章如果帮助到了你&#xff0c;还请点赞 关注支持一下♡>&#x16966;<)!! 主页专栏有更多知识&#xff0c;如有疑问欢迎大家指正讨论&#xff0c;共同进步&#xff01; &#x1f525;c语言系列专栏&#xff1a;c语言之路重点知识整合 &#x…

JUC之集合类

JUC包提供了一些并发安全的集合类&#xff0c;用于在多线程环境下进行共享数据的操作&#xff0c;以解决多线程间的竞争条件和线程安全问题。 CopyOnWriteArrayList 相当于线程安全的ArrayList public class ListTest {public static void main(String[] arge){List<Strin…

【项目-前后端交互-项目】表白墙【servlet实践】

【项目—前后端交互 案例】表白墙 代码示例: 服务器版表白墙1. 准备工作2. 约定前后端交互接口3. 实现服务器端代码创建 Message 类创建 MessageServlet 类 4. 调整前端页面代码5. 数据存入文件.6. 数据存入数据库1) 在 pom.xml 中引入 mysql 的依赖2) 创建数据库, 创建 messag…

ModuleNotFoundError: No module named ‘Multiscaledeformableattention‘

在实现DINO Detection方法时&#xff0c;我们可能会遇到以上问题。因为在DeformableAttention模块&#xff0c;为了加速&#xff0c;需要自己去编译这个模块。 如果你的环境变量中能够找到cuda路径&#xff0c;使用正确的torch版本和cuda版本的话&#xff0c;这个问题很容易解…

代码随想录算法训练营第三十九天 | 不同路径(挺简单的)

62.不同路径 文档讲解&#xff1a;代码随想录 (programmercarl.com) 视频讲解&#xff1a;动态规划中如何初始化很重要&#xff01;| LeetCode&#xff1a;62.不同路径_哔哩哔哩_bilibili 状态&#xff1a;能直接做出来。 思路 机器人从(1 , 1) 位置出发&#xff0c;到(m, n)终…

对抗训练方法:保卫人工智能的盾牌

❤️觉得内容不错的话&#xff0c;欢迎点赞收藏加关注&#x1f60a;&#x1f60a;&#x1f60a;&#xff0c;后续会继续输入更多优质内容❤️ &#x1f449;有问题欢迎大家加关注私戳或者评论&#xff08;包括但不限于NLP算法相关&#xff0c;linux学习相关&#xff0c;读研读博…

【纳什博弈、ADMM】基于纳什博弈和交替方向乘子法的多微网主体能源共享研究(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

ch07-Pytorch的训练技巧

ch07-Pytorch的训练技巧 0.引言1.模型保存与加载1.1.序列化与反序列化1.2.PyTorch 中的模型保存与加载1.3.模型的断点续训练 2.模型 Finetune2.1.Transfer Learning & Model Finetune2.2.PyTorch中的Finetune 3.使用 GPU 训练模型3.1.CPU与GPU3.2.数据迁移至GPU3.3. 多 GPU…

mac下安装cnpm淘宝镜像

在mac安装cnpm时&#xff0c;输入npm install -g cnpm -registryhttps://registry.npm.taobao.org 报错&#xff1a; npm ERR! code EACCES npm ERR! syscall mkdir npm ERR! path /usr/local/lib/node_modules/cnpm npm ERR! errno -13 npm ERR! Error: EACCES: permission de…

单细胞 | label transfer with Seurat4(未知细胞映射到注释好的细胞图谱)

场景&#xff1a;把新的细胞比对到已经注释过的细胞集合上&#xff0c;获取映射后的细胞标签&#xff0c;UMP坐标。 准备&#xff1a; 一个分析好的单细胞图谱数据集&#xff0c;作为reference数据集。一个新的单细胞counts矩阵&#xff0c;记为 query数据集。 主要分为两个步…

在浏览器从输入URL到页面加载完成都经历了什么/一个完整的URL解析过程详细介绍

一、简述在浏览器从输入URL到页面加载完成都经历了什么 浏览器地址栏输入url地址&#xff0c;首先要在客户端上进行url解析 浏览器会首先查看自身的缓存&#xff0c;如果浏览器缓存中有对应的解析记录&#xff0c;直接返回结果 如果浏览器没有缓存&#xff0c;电脑会查看本地操…