首页 > TAG信息列表 > smartBI
PostgreSQL的可变字符串
在Oralce中，通常都使用varchar2作为字符串，它能自动删除前后空格。因业务需要用到Postgre，使用了character类型，用起来是没有什么问题。后来发现在smartBI引用这里面的数据，也没有什么问题，但是smartBI导出到EXCEL时，文本类型的里面的内容不能显示，数字和日期的正常。究其原因，是因为空格太销售人员不能错过：可视化大屏带你探索销售密码
在大数据时代，产品销售的各个环节被记录下来，客户的消费行为和网上浏览的数据都被采集下来。企业拥有客户消费数据、客户行为数据、产品销售数据等多个维度的数据。应用大数据分析技术，销售企业可以找到商品和客户之间的关联关系、商品之间的关联关系，也就找到了销售密码。 如何找一文告诉你商业智能BI如何推动推动智慧物流发展
随着网络消费的不断发展，推动了物流等相关产业的迅速发展，另外无论是2B业务还是2C业务的生产制造企业，对物流的要求都越来越高，尤其体现在对物流全程透明可视化的需求。商业智能BI平台的引入，大大提高了物流行业对数据整合、分析、可视化的能力，且有助于辅助企业管理层做出更加科学的决干货|手把手教导！3分钟让你快速入门地图可视化
熟悉数据分析的小伙伴应该了解，地图可视化是日常使用频率较高的一种可视化图表。 什么是地图可视化？简单地说，地图可视化是将地理数据转换为可视化，生动地表达具有区域特征的数据或数据分析结果，帮助用户更容易理解数据呈现的分析结果。通俗地讲，地图可视化就是用地图清晰直白地显示跑马灯效果如何实现？Smartbi一文助你掌握
大数据时代，人的注意力越来越成为一种稀缺资源，让信息去匹配读者注意力，显然优于让人的注意力去适应信息。因此我们就需要在数据呈现上进行创新。那么如何让数据变得动态化，可视化呢？或许可以尝试一下跑马灯效果。 跑马灯又叫轮播图，常适用于：当内容空间不足时，资源轮播展现，达到更好关于大屏可视化，你想了解的都在这
在数据时代，我们常常会听到“用数据说话”。但是数据本身只是一个个冷冰冰的数字，没办法很直接地告诉我们哪些数据是有价值的，而通过适当的可视化分析工具来展示和表达数据，能够更直观地向用户传达数据的价值。 那么什么是数据可视化？数据可视化是将繁琐的数据通过可视化的方式，直【error】_smartbi数据集超出最大行数: DataRows ＞ 1000
【error】_smartbi数据集超出最大行数: DataRows > 1000 原因是smartbi报表的最大行数是10000，数据行超出范围外，将会报此错误！ 解决方法： 参考-电子表格报表输出数据报DataRows>20000 https://history.wiki.smartbi.com.cn/pages/viewpage.action?pageId=27001589数据中台还不清楚？看完Smartbi的这篇介绍你就懂了
关于数据中台，可能大家都有听到过，但是它到底是什么意思？可能很多人都比较迷糊，今天小编就来一一解答究竟什么是数据中台？ 数据中台是指通过数据技术，收集、计算、存储、加工大量数据，同时统一标准和口径。统一数据后，数据中心将形成标准数据，然后存储，形成大数据生产层，为客户提供高Smartbi教你只用Excel，就能掌握RFM模型制作方法
RFM在用户运营中是一个非常重要的模型，都有着广泛的运用，特别在电商商业，RFM是分析模型之一。要想掌握并制作一个完整的RFM模型出来，方法有很多，可以利用PowerBI或者编程工具对其进行建模，但是作为小白，什么都不懂操作的小伙伴可能会劝退。今天教给大家一个全网最简单的制作方法，只需想分析最热门城市？这个人口热力图你一定要学会制作
相信大家都见过热力图，特别是分析人口密集程度的时候。 现在数据可视化非常普遍，为了给予大众更加直观的感受，我们不再局限于传统的数据表格，而是采用多样性的可视化的方式，简单明了又便于大众的接受。因此，热力图无疑是一种很好的方式，透过人口总量、人口增量等数据，城市经济活力、想分析最热门城市？这个人口热力图你一定要学会制作
相信大家都见过热力图，特别是分析人口密集程度的时候。 现在数据可视化非常普遍，为了给予大众更加直观的感受，我们不再局限于传统的数据表格，而是采用多样性的可视化的方式，简单明了又便于大众的接受。因此，热力图无疑是一种很好的方式，透过人口总量、人口增量等数据，城市经济活力零基础小白也能用的商业智能BI工具，自助式就是香！
随着数字化时代的到来，数据已经成为企业无形的资源，企业对员工的数据分析能力也提出了新的要求。掌握一定的数据分析能力无疑会大大增加自己在职场中的竞争力，但并不是所有人都具备专业的数据分析基础，尤其是虽然常与数据接触的业务人员。由于企业对数据分析需求的日益增长，数据人才零基础也能用的商业智能BI工具，自助式就是香
随着数字化时代的到来，数据已经成为企业无形的资源，企业对员工的数据分析能力也提出了新的要求。掌握一定的数据分析能力无疑会大大增加自己在职场中的竞争力，但并不是所有人都具备专业的数据分析基础，尤其是虽然常与数据接触的业务人员。由于企业对数据分析需求的日益增长，数据Smartbi环形图图例legend后面加百分比
右击组件选择组件设置 然后点击最下面的自定义属性 添加以下代码 // 其他代码省略 "legend": { // 其他代码省略 "formatter": "function(name) {return name}", // 这里一定要加formatter 不然宏里面获取不到这一项 无法进行后续操作 }, 添加之后点击确定和领导说的可视化效果是什么？又该如何实现呢？
昨天下班碰到了一位许久未见得大学同学，在闲聊中他吐槽到自己花费了很多时间精力做的报表被领导说没有新意、不够一目了然。我一听就知道一定是他的报表没有达到老板要求的可视化效果。随后他向我询问有没有什么好方法可以实现这个可视化效果，方法当然有很多啦，且听我一一道来。精准服务并不难，Smartbi数据分析神器助你构建用户画像
现在我们想要了解用户、得到用户，可以从用户画像开始。 肯定有很多小伙伴会问到，用户画像是什么？有什么用？ 其实用户画像已经很多人有在用，但是大家可能不清楚。今天小编就简单地给大家说一下，用户画像就是将不同类型的用户群体，转化为一个个虚拟典型的人物形象，比如我们可以给不同群过分简单，Tabluea仪表板与Smartbi自助仪表盘制作流程分享
上一章节介绍了如何接入数据到系统里面，并且对数据进行处理。那本章节与大家分享Smartbi及Tabluea是如何对数据进行仪表盘制作。 这就是Tabluea的工作簿界面，这也是Tabluea可视化显示最基本的元素，在这个工作簿界面我们可以看到左侧的维度和度量区域。 以下要分析的是维过分简单，Tabluea仪表板与Smartbi自助仪表盘制作流程分享
上一章节介绍了如何接入数据到系统里面，并且对数据进行处理。那本章节与大家分享Smartbi及Tabluea是如何对数据进行仪表盘制作。 这就是Tabluea的工作簿界面，这也是Tabluea可视化显示最基本的元素，在这个工作簿界面我们可以看到左侧的维度和度量区域。 以下要分析的是维度和还在每天花1个小时写日报周报？是时候学会套用这个自动化模板了
每逢周一，我身边的同事就开始发愁了，明明做了很多事，但不知道要写什么；或者写出来的周报，和流水账一样，不知所云。有些人一边写，还一边疯狂吐槽：日报、周报、月报、季度报、半年报、年报，每天不是在写汇报，就是在写汇报的日子上，工作上一半的时间都在做汇报！ 就以我们业务部为例，每周我都需Smartbi：一文带你了解企业级BI工具的设计思路
随着大数据、互联网技术的不断发展，大数据应用普及的范围也在不断扩大。大数据应用的普及，使蕴藏于海量数据中的价值得到运用，很多事情变得越来越便利，这种情况在企业的表现尤为明显。今天小编会以大数据产品体系中BI工具为例，和大家一起探讨一下，企业级BI工具应该如何设计。 企效率与便捷兼备，大数据可视化软件操作指南
仪表盘是一个BI产品的基础功能，利用数据可视化的方式，将高度复杂的数据转化为有助于解决用户业务问题的关键要素。Smartbi的每一次版本升级，自助仪表盘都是重头戏。同样，在最新版本Smartbi V10中，自助仪表盘在效率、便捷、颜值和实用方面都有了明显的提升，下面就让我们来具体了解一下吧思迈特软件Smartbi：数据中台建设成功的三个阶段
数据中台建设的价值和意义：让数据用起来 让数据用起来，产生业务价值是数据中台建设的第一优先级。至于这个用起来的过程是否是自动化的，是否有大数据平台的支撑，是否用到了先进的技术，这些都是第二位的事情。 举个例子，作为该企业的经销商，经常会需要产品参数数据，过去这些数据都是通Java开源办公开发平台O2OAV6.4发布，三员管理、SmartBI报表上线！
O2OA V6.4版本新增了内置应用「三员管理」。该应用支持以系统管理员，安全管理员，安全审计员三员分责分权的方式进行系统安全管理。启动三员管理后会解除xadmin用户及权限同时启用系统的审计日志记录。 日志界面如下： 点击具体的条目可以查看详情，如下图： 除此之外，还新增这3款数据挖掘工具，你看中了哪一款？
在这个数据泛滥的时代，如何在海量数据中获取有用的信息和知识已经成为许多企业的迫切需求。正是因为这种需求，数据挖掘技术越来越受到企业的重视。数据挖掘是指从数据库的大量数据中揭示隐含的具有潜在价值的未知信息的非凡过程。从数据中获取有用的信息和知识，协助业务操作，改进商品，一文带你分辨数据分析与数据挖掘的区别
数据分析和数据挖掘两个概念经常被混淆或混为一谈。其实两者差别挺大的，今天我们来看看两者的区别，不要傻傻的分不清。 数据分析可分为广义数据分析和狭义数据分析。广义数据分析包括狭义数据分析和数据挖掘。我们通常所说的数据分析是指狭义的数据分析。 狭义的数据分