一、注意事项

操作tips

按住shift可多选字段拖拽

 如何切换数据

用户想更换使用的源数据，但已经做了很多分析步骤。这时候，若我们不想要重新再做一遍这些分析步骤，只需要在第一步「切换数据」即可。系统自动将当前表和要更换的目标表「字段名称相同的字段」进行匹配。

步骤可以复制粘贴

点击「取消应用」

被“取消应用”的步骤将被跳过不执行，相当于暂时删除，但当用户需要使用此步骤的时候，可以再次应用。

点击「创建分组」

为了能更方便的管理步骤，用户可以使用分组功能。

行转列

通过行转列的操作，可以将数据集中的多行转换为一行，适用于某些数据透视分析的需求。

例如，将不同的科目从列转为行。如下图所示：

其他表新增列

根据需求，可以通过新增列的方式从其他数据表中获取数据，并将其添加到当前数据集中，方便进一步分析和计算。

这个功能可以将其他表的指标字段进行聚合后合并（Sumif）或是查询对应的维度匹配到这张表中（Vlookup）。

条件标签列

选中列——点击

条件标签列的逻辑类似使用 if 函数多条件判断。

例如下图场景：是否合格=if（成绩大于等于80，优秀，成绩大于等于60，合格 ，不合格）

先对第一个标签条件进行判断，如果满足第一个标签条件，则返回第一个结果，如果满足第二个标签条件且不满足第一个标签条件，则返回第二个结果，如果无满足的标签条件，则返回其他结果。

注：因功能机制，一个标签条件判断后结果直接输出且不会受到之后标签结果的影响覆盖，所以调整标签的上下顺序会影响计算结果，如2.2 移动标签位置 所示。

折线图标记点

维度和指标

维度和指标字段用蓝色和绿色合并数据

左右合并

保存与更新

• 数据处理时记得点：保存并更新！（或左上角：全部保存）

关联关系

当关联字段：重复:唯一

N:1

分享与协作

• 发布：将分析主题发布到目录、将个人数据发布到公共数据，给企业其他用户查看；比较固定，适合给企业领导和团队长期查看。在管理员审核之后（需要管理员在「管理系统>发布管理」审核后才能发布），即可发布到对应的节点下。有权限的用户可以在对应的节点查看。

• 协作：通过协作可以分享整个分析主题，可以设置使用权限和编辑权限，用户能知道分析结果是如何一步步得到的 ；还支持多个用户协同编辑分析主题。

点击「 ··· >协作>添加协作者>Demo」添加编辑权限。Demo 用户即可在「我的分析>协作给我的」找到协作的「分析主题」并编辑。

• 分享公共链接：不需要登录 BI ，可以将分析主题分享给没有 FineBI 的人查看；比较灵活，适合小群体查看。

二、组件介绍

1. 分组表：当指标里计算同环比时注意维度里要有“时间”字段

2. 交叉表：维度比较多的情况下适用；

• 维度变为行维度和列维度。多用于展示或发现变量之间的关联性，有助于浓缩信息；
• 对于图表的样式要求高，3个调整技巧：可以交换行列维度去调整样式（目前需要手动拖拽，不可一键交换）；
• 维度内前后交换字段；
• 可以在字段内进行自定义分组（在字段下拉小三角可选）

  3. 明细表：数据钻取时一般在最后一层；或者想直接导出数据。

  4. 自定义图表—柱形图：

• 注意升降序排列是在“维度”下拉框里调整；

• 设置分类轴：对维度所在轴进行设置；可设置文本方向；

• 设置值轴：可设置数值显示方向。

    ~自定义图表—组合图

• 组合图在下拉框中没有选项，是 点击“指标聚合”，将两个分区的图转为一个图

• 当两个图表的数值差距太大导致一方图标不明显时，点击下拉小三角—设置值轴

 ~自定义图表—线面组合图

• 用于计划与实际成本对比

• 自定义图表—线+堆积柱形图

  • 将堆积分类所依据的字段拖入“颜色”中，点击“开始堆积”。

  5. 分区条形图

先点分区图再点自定义图表后默认也是分区的，如果想不分区就点柱形图后再点自定义图表。

 6. 堆积柱形图

堆积效果也可以拖拽标签到“颜色”实现：

 7. 多系列柱形图

当有3个指标，1个想单独展示，另外2个想要堆积展示时，可进行如下操作：在想要堆积的2个指标下拉小三角里，选择“开始堆积”，样式如下：

  8. 对比柱状图

再点一下是对比

维度：2+19(性别＆年龄）；指标：1(人数）

  9. 分区折线图：图形属性—>连线—>折线/曲线/垂直、标记点有无/样式

  10. 多系列折线图

  11. 饼图

• 一般1个维度，1个指标；
• “图形属性”会有所不同：
• 颜色
• 半径：调整半径大小；实心/空心；内径/外径；
• 角度：理解为扇形图各区域面积占比由哪个字段决定的；
• 标签：数值可以调整为百分比显示
• 提示
• 细粒度：还是举例为：商品类别—商品名称。就是划分成更小的扇形。

  12. 地图

• 类型：区域地图、点地图、流向地图、热力地图、矩阵快地图；

• 注意和地理位置相关的字段转换为“地理角色”；

• 横轴经度、纵轴纬度。

• 地图可支持钻取

  13. 图表富文本

需要将字段拖入“文本”里，再过滤、修改样式。

可制作指标卡

三、“图形属性”

3.1 通用

颜色

• 根据拖拽标签区分颜色（分为渐变和自定义）

大小

• 直接调整：柱宽、圆角

• 根据拖拽标签区分大小

标签

• 可以拖入多个字段

• 图上展示具体数值/名称

• 可设置：内容格式、标签位置、标签大小

提示

备注

细粒度

• 举个例子：商品类别——商品名称（拖拽到细粒度里），效果如下：

3.2 折线图

“连线”：

折线改曲线

标记点有无

实线虚线

四、字段下拉框

设置闪烁动画：

• “特殊显示”—“闪烁动画”

• 可用于折线图、柱形图等

特殊显示： 注释、闪烁动画、图片填充

设置分析线：警戒线、趋势线

五、“组件样式”

• 网格线：形状、大小、有无
• 轴线：形状、大小、有无
• 分区线：形状、大小、有无
• 图例
• 背景
• 自适应显示：当一页不能显示完整图形时
• 组件内边距：调整图形上下左右的位置
• 交互属性

过滤器：

明细过滤：对底表进行过滤＆结果过滤：计算后再进行过滤，比如，显示月度销售额总数大于1万的

过滤层级

六、重要函数

6.1 聚合函数

聚合函数可以对一组数据进行汇总，一般使用聚合函数汇总后的值进行再计算。

公司的销售额合计是多少（求和：SUM_AGG(销售额))

商品的平均售价是多少（平均值：AVG_AGG(售价)）

总共有多少个会员（去重计数：COUNTD_AGG(会员)）

昨日的最大交易订单金额是多少（最大值：MAX_AGG(订单金额)）

随着用户分析维度的切换，计算字段会自动跟随维度动态调整。例如，维度拖入的是「月份」，那么计算的就是：

每个月公司的销售额合计各是多少？

每个月商品的平均售价各是多少？

用户通过 汇总方式 也能得到这些汇总值，但是使用函数可以对这些汇总后的值进行再次计算：想将合计值继续写进公式时，就只能使用聚合函数了。

6.2 分析函数

DEF函数

语法：def(聚合指标, [维度1,维度2,...], [过滤条件1, 过滤条件2,...])

含义：满足过滤条件，并按函数中指定的「维度」对指标进行计算

1）聚合只允许有一个，且不可为空；

2）维度参数可为空，维度参数为空时，计算指标整表聚合

3）过滤条件可为空；当过滤条件为空时，执行指标的聚合运算没有过滤参与计算

暂时无法在飞书文档外展示此内容

WINDOW 窗口函数

语法: WINDOW_汇总方式(指标 ,[分组字段1, 分组字段2.... ],[排序字段1,排序方式,排序字段2, 排序方式...],[窗口上限,窗口下限])

含义：常用于行间计算的场景，在对数据进行分组、排序后，对窗口上下限内的数据进行计算。

暂时无法在飞书文档外展示此内容

WINDOW 函数基于分析视图进行聚合计算，即依据已生成的组件结果进行计算（不包含明细表）如：

• 求累计

• 求组内累计

• 求近三行移动平均

• 求分组下近三行移动平均

七、案例分析

背景

我们有一张订单明细表，计算每个客户的购买次数比较简单。

但如果我们想了解购买过一次、两次、三次等等的客户数有多少该怎么办呢？计算客户购买次数分布，可以帮助我们找出一段时间范围内客户购买的规律。

预期效果

如下图，用户购买次数呈正态分布，购买 5-7 次的用户数最多。

1. 操作步骤

添加数据

创建一个分析主题，将数据上传至主题。如下图所示：

制作组件

明确好我们的目的是要计算不同的购买次数下，分别有多少用户。那我们就需要以购买次数作为维度，用户数为指标

维度-购买次数

1）添加计算字段，使用 DEF 函数计算「购买次数」，如下图所示：

公式：DEF(COUNTD_AGG(订单ID),[客户名称])

暂时无法在飞书文档外展示此内容

2）通过函数得到了每个客户的购买次数，但我们想求的是不同的购买次数下，分别有多少用户。

那我们就需要以购买次数作为维度，统计用户的个数（即用户个数为指标）。所以我们将「购买次数」转化为维度，如下图所示：

指标-用户数

维度有了，接下来需要计算用户的个数。新建计算字段「用户数」，使用函数计算用户数，如下图所示：

制作柱形图

图表类型选择「柱形图」，将「购买次数」和「用户数」分别拖入维度和指标。「购买次数」的分组需要更改为「相同值为一组」。

到此就完成用户购买次数分布的计算了。

八、如何选择合适图表

确定表达的信息——>确定对比关系——>选择图表形式

关注整体趋势：折线图

确定对比关系：

选择图表形式

应用场景匹配

图表类型	维度	指标	应用场景	不适合场景
饼图	1	1	想要突出表示某部分在整体中所占比例，尤其比例达到25%~50%时	分类数超过7个的场景 分类占比差别不明显的场景 每个部分的数值不能为负

可视化传达信息原则：GLAD原则

G：GoodData And Insight——做展示之前好的数据和洞察（数据质量\维度指标是否合适）

• 类别是否恰当，要满足不重不漏原则

• 指标是否恰当

L：Less Noise——降噪

• 颜色是否有噪声：确保图表中颜色用于传递特定的信息，如果不是或有其他的方式可更有效的传递该信息，那就避免使用颜色。不可只为美观而任意使用颜色。

• 提高墨水比：减少非数据传递信息的干扰。如：标题、轴设置、图例、网格线、标签等。

A：Accurate expression——精准表达

• 数据密度是否合适：单位面积图表中所包含的数据量，因为图表所能承载的数据量是有限的。

• 显示效果是否准确：

  • 坐标轴是否失真

  • 是否过度装饰（折线图太粗、或过度平滑、使用3D图）

D：Distinct Mark——突出重点

• 打造视觉反差：

  • 特殊显示、数据条；

  • 颜色、形状；

  • 警戒线、趋势线；

  • 添加文字

九、交互与美化

计算公式列

毛利额 = 销售额 - 成本额

注意：数据列只能从鞥左侧拖拽不能手写