目录
- 背景介绍
- Kyligence Zen介绍
- 上手指南
- 数据概览
- 可视化图表
- 自定义数据
- 新建表
- 新建视图
- 指标体验
- 目标
- 仪表盘
- 集成
- 优点
- 个人建议
- 体验总结
- 每文一语
背景介绍
在数字化建设初期,许多企业主要采用基于商业智能(BI)报表的方式来处理数据,旨在解放业务人员,使其摆脱繁琐的数据处理工作。然而,随着报表数量的急剧增长,数据变得分散且长期缺乏有效管理,形成了所谓的数据孤岛。由于存在数据口径不一致、数据信任缺失、运维成本过高以及数据交付周期长等问题,企业开始寻求从报表模式向指标模式的转变。
领先的企业在转型过程中选择建立指标体系并构建指标平台,为其他企业提供了一个可供参考的模式。与传统的数据分析链路不同,指标平台将原本分散在BI报表、ETL宽表和各个业务系统中的指标进行提取,统一管理指标目录中的业务口径和计算逻辑等内容。
Kyligence Zen介绍
Kyligence 发布一站式指标平台 Kyligence Zen GA 版本。其基于 Kyligence 核心 OLAP 能力打造,融合了领先企业建设指标平台的丰富实践,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。
这就很好解决当下企业所面临的繁琐的难点和痛点,Kyligence Zen 不需要太多的编程能力,也不需要过于复杂的操作,它提供了大量的模板案例和相关的操作指南,即使是零基础的小白也可以快速的上手,本期文章我将带你们一站式体验该平台,从注册到使用,最后到实践。
上手指南
目前Kyligence Zen 有14天的免费注册试用活动,无需信用卡,无需安装,无使用限制,可以体验行业海量指标模板,基本是零基础零门槛上手体验,了解行业专业精准分析方案。
如果有小伙伴想要体验或者试用该产品的,下面跟着我的步伐一步一步来探索这奇妙的魔法平台。
注册好之后点击登陆
数据概览
可视化图表
进入产品使用页面之后,我们可以看到大量的内置案例数据,该产品还提供了操作指引,非常温馨,即使你不知道如何使用,也可以通过操作指引一步一步的慢慢了解该产品。
我们随便点击一个案例的数据之后,进入到里面,可以通过提供的功能按钮进行相关的数据操作和相关展示。
比如,提供了常见的表格、可视化图例等,非常的人性化
归因分析
归因分析是一种统计方法,用于确定和评估影响特定结果或事件的因素。它的主要目的是解析和量化不同变量对结果的贡献程度,以了解它们在结果形成中的相对重要性。
在市场营销和广告领域,归因分析通常用于确定广告活动、渠道、营销策略或其他因素对销售、转化率、用户行为等业绩指标的影响程度。它可以帮助企业了解不同因素对业绩的贡献,以做出更明智的决策和优化资源分配。
归因分析可以采用多种方法和模型,如最后点击模型、线性归因模型、时间衰减模型、分配比例模型等。这些模型根据具体的情况和需求,对不同因素进行权重分配,以确定它们对结果的相对影响。
总的来说,归因分析通过量化不同因素对特定结果的贡献,帮助企业了解和优化其营销和广告策略,以实现更好的业绩和效果。
代码展示
name: MOM of Net Profit
display_name: 净利润月同比|MOM of Net Profit - Retail
type: DERIVED
expression: "mom(\"Net Profit\", 'month')"
format:
type: PERCENTAGE
unit: Auto
decimal_place: 2
use_thousand_separator: false
time_dimensions:
- name: order_date
granularity: DAY
display_option: LATEST
相关解释
- name: MOM of Net Profit: 指标的名称,即"MOM of Net Profit"(净利润月同比)。
- display_name: 净利润月同比|MOM of Net Profit - Retail: 指标的显示名称,可能是用于在报表或可视化工具中展示指标名称的本地化版本。
- type: DERIVED: 指标的类型,表明它是通过其他指标计算得出的衍生指标。
- expression: “mom(“Net Profit”, ‘month’)”: 指标的计算表达式,表示它是通过mom函数计算的,该函数用于计算月同比增长率。具体地,该表达式中使用了名为"Net Profit"的指标作为输入,然后对月份进行比较。
- format: 指标的格式设置。
- type: PERCENTAGE: 指标的格式类型为百分比。
- unit: Auto: 百分比单位设置为自动。
- decimal_place: 2: 小数点后保留两位。
- use_thousand_separator: false: 不使用千位分隔符。
time_dimensions: 时间维度相关的配置。 - name: order_date: 时间维度的名称为"order_date",可能表示该指标按照订单日期进行分析。
- granularity: DAY: 时间维度的粒度为天。
- display_option: LATEST: 显示选项设置为最新的时间值,可能表示在报表或可视化工具中显示的时间维度值为最新的日期。
自定义数据
此外,也可以通过上传CSV文件或连接Amazon S3来接入自己企业的数据。在指标模块基于表或者视图创建指标后,系统便会自动将表或视图升级为模型。
新建表
可以处理来自各种来源的 CSV 文件,例如从 Amazon S3 存储桶导入或者直接从本地上传。文件需要以 UTF-8 编码,字段之间可以用英文逗号(,)、竖线(|)或英文分号(;)分隔。如果你要上传自己的 CSV 文件,文件大小不能超过 200 MB。
如果你对格式有疑问,我们提供了样例数据供你下载和编辑,例如下面的案例数据:
新建视图
创建视图分为普通模式和高级模式 高级模式可以代码编辑,两种模式都支持运行预览。
这里我准备了两个文件作为案例
其中一个是学生表,另外一个是学生成绩表,其中他们的公共字段是学生的学号,下面开始操作
- 首先需要新建一个表,将其上传到上面
- 然后通过连接(公共字段)
然后创建视图
指标体验
进入应用,可以看到提供了丰富的指标,可以通过这几个初步了解应用展现形式,顶部有默认分类,也可自己新建分类,便于查找所需要的指标。
我们也可以自己新建指标或者导入(.zenx 格式),点击页面新建按钮,会进入到选择指标类型页面,选择对应的类型,进行指标定义,包括 列、日期、维度、聚合方式等方面还可指定 指标的权限和分类还有标签,且每个指标还可以分享到组织和飞书。
新建的指标类型包含: 基础指标、衍生指标、 复合指标三种,下面我介绍一下这三种的指标的含义:
-
基础指标:这些是直接从数据源获取的原始度量值,没有进行任何复杂的计算或处理。例如,销售数量、访问者数量等。
-
衍生指标:衍生指标是基于一个或多个基础指标进行计算得出的结果。例如,销售额(单价 x 销售数量)、转化率(转化次数/访问次数)等。衍生指标可以帮助我们更深入地理解和分析基础数据。
-
复合指标:复合指标是由两个或更多的衍生指标组合而成的,它们通常用于评估和衡量复杂的业务性能。例如,客户生命周期价值(客户的平均购买频率 x 客户的平均订单价值 x 客户的平均生命周期)。复合指标可以提供更全面的业务洞察,帮助我们做出更有效的决策。
目标
目标表示的是某一特定时间段内,组织或团队所需实现的预期结果。这些目标可以通过使用 Kyligence Zen 并引入各项指标来进行量化。利用 Kyligence Zen,我们可以简便地对目标进行量化处理,对目标进行分解,并邀请团队成员共同跟踪进度,从而在组织内部构建统一的指标管理系统,推动组织目标的实现。
在设立目标时,可以链接指标数据或手动输入数据。在视图列表中,我们可以清晰地看到进度和状态,并且可以设定具体的规则来自动更新状态,避免了人工设定状态的繁琐和不实时的问题。此外,还可以将其分享,并在飞书上创建通知。
我们不仅可以自己定义规则,还可以关注这一项指标,快速清晰的关注到该产品的各项信息
仪表盘
个人非常喜欢这个仪表盘功能!!!!
用它做可视化大屏是真的很不错
首先我们在前面把数据和指标对应的都创建好之后,这一步就可以将其添加到里面即可,可以自由的拖动,自己定义图表的类型。
拖动到界面
支持自定义图表
对图表信息进行配置,比如颜色,类型,大小,显示数据等等
还可以添加文本
集成
应用中集成了其他应用 支持 集成飞书机器人、除使用内置的仪表盘来分析数据外还通过 Excel 、WPS、API来分析数据。
优点
1.高性能:Kyligence Zen 采用优化后的 OLAP 查询引擎,有提前预判常用的指标、维度组合并进行有针对性的预计算,查询指标时,可直接读取计算结果,从而实现查询的极速响应。,具有较低的延迟和高吞吐量性能。
2.海量模板和自定义指标,包含各行业场景,开箱即用,既有实用性又有灵活性。
个人建议
1.可以出一个较为详细的官方文档或者体验视频
2.多出一些详细的模板
体验总结
通过对Kyligence Zen产品的探索,让每个人都是数据的生产者和消费者,用来支撑企业的管理和运营需求。
通过使用该产品之后,我发现该产品的很不错,比较适合那些不同代码的伙伴,同时也是比较适合我们这种数据分析师,它是一个非常棒的工具,无论是在数据分析还是在数据可视都具有非常棒的效果。
如果你还在对数据不知道如何分析,不知道如何制作好看的可视化报表,你可以先去体验一下,好好的感受一下数据科技的优势和便捷!
快来和我一起体验吧!
每文一语
每一次的体验都是奇妙的惊喜!