왜 일부 차트는 서로 필터링할 수 없습니까? 우리는 일부 차트의 데이터가 관련이 없다는 것을 알고 있으며, 서로 필터링하는 것은 의미가 없다는 것을 알고 있다. 데이터 사이에는 관계가 있으며, 연계와 드릴은 데이터 분석을 더욱 의미 있게 한다. 이제 BI 데이터 시각화의 응용 프로그램인 차트 연계 및 드릴 분석에 대해 간단히 설명하겠습니다. 이를 통해 동적 시각화 분석에 대해 더 잘 이해할 수 있습니다.
첫째, 데이터 간에 관계가 있는 경우 연계 및 드릴 분석을 수행할 수 있습니다.
데이터 간에 관계가 있는 경우 다양한 차트를 통해 상호 작용하고 상호 작용할 수 있습니다. 계층이 비교적 복잡한 데이터의 경우 기업은 드릴 깊이 분석, 레이어 침투, 문제 발견 등을 통해 문제를 파악할 수 있습니다. 위 그림에서 볼 수 있듯이, 이는 데이터 포리스트 BI 에 설정된 간단한 고객 및 영업 사원용 판매 분석 광고판 (데이터 처리는 프레젠테이션에만 해당) 으로, 기업은 다양한 차원의 판매 상황을 연계하고 분석할 수 있습니다.
그렇다면 데이터 간에 어떻게 링크하고 드릴할 수 있을까요?
우리는 수림 BI 의 그룹 부동산 수익 분석 템플릿을 예로 들었다. 다음 그림과 같이 설계 인터페이스에서 "다중 마스터 필터" 를 선택하기만 하면 데이터 간 연계가 가능합니다. 드릴도 마찬가지입니다. 여기서는 스크린샷을 찍지 않고 사용자가 디자인 인터페이스에서 직접 시도할 수 있습니다.
둘째, 드래그 앤 드롭 작업을 지원하며 데이터는 직관적이고 거칠지 않습니다.
기업의 일부 분석 보고서는 더 많은 결과를 보여줍니다. 만약 당신이 보고서의 일부 데이터에 대해 의문이 있다면, 당신은 왜 (무엇이 원인인지) 를 알아야 합니다. 이때 연계를 통해 드릴 데이터를 계층별로 분석하면 기업이 문제를 파악하는 데 도움이 된다. 그러나, 기업이 숲 BI 를 사용하여 주제 설계를 할 때, 이것은 분석 과정이다. 이러한 연계 및 드릴 분석 프로세스를 통해 사용자는 간단한 끌기 작업을 통해 데이터를 직관적으로 거칠지 않게 수행할 수 있습니다.
예를 들어, 사용자는 다음 그림과 같이 차원 분석을 전환하려고 합니다.
예를 들어, 사용자는 다음 그림과 같이 서로 다른 데이터의 추세 분석을 보려고 합니다.
예를 들어 적절한 그래픽 분석을 선택하려는 경우 다음 그림과 같이 도면을 빠르게 전환할 수 있습니다.
.....
셋째, 의사 결정자가 효율적으로 의사 결정을 내리고 쿼리 및 필터링 시간을 절약할 수 있도록 지원합니다.
이러한 분석 도구의 도움으로 기업의 일반적인 데이터 분석 요구 사항 중 일부는 끌어서 충족할 수 있습니다. 데이터 간에 관계가 있는 한 연계, 드릴 분석 등의 데이터 시각화 차트 응용 프로그램을 통해 사용자가 데이터 정보를 빠르고 직관적으로 읽고 대량의 쿼리 및 필터링 시간을 절약하여 기업의 효율적인 의사 결정을 도울 수 있습니다.