月下旬更新速递丨 实战场景深化、集成能力升级与开发进阶

初冬来临,一波热气腾腾的更新也准时抵达!我们聚焦实战技巧、集成增强与开发进阶,一系列新功能与新教程,助你在数据分析与系统开发的效率上再进一步。

一、实战技巧精讲

雷达图:多维度数据的“透视镜”,3步读懂数据真相》→ 聚焦雷达图核心应用场景,快速掌握多对象、多维度数据的可视化分析方法。

用图表解锁你的生活“数据密码”!》→ 探索图表在日常场景中的应用,让数据解读更直观、更具操作性。

二、直播上线

2025新特性实战解读(上)数据分析效率倍增秘籍》→ 解析2025新特性落地路径,助力实现数据分析效率成倍提升。

三、技术经验分享

【专家分享】数据排序的“权力游戏”:优先级规则决定谁先谁后》→解读高级排序的业务配置逻辑,让关键数据始终处于优先展示位置。

四、二次开发视频

扩展包开发知识点——前端改造》→从需求分析入手到最终实现的全流程讲解,帮助您快速入门上手Smartbi前端改造。

五、任务持续上线

【初级任务】解锁生活“数据密码”,可视化创意实践任务》→发起可视化创意任务,推动数据表达更生动、更具趣味性。

【初级任务】玩转雷达图解数据,200麦豆等你拿!》→推出雷达图实战任务,以激励方式提升多维数据分析技能。

六、全新素材上线

AD域(LDAP/LDAPS)登录验证V2》→扩展域账号登录支持,实现与企业Windows认证体系无缝对接。

数据模型:对接RestfulAPI接口》→打通数据模型与RestfulAPI对接通道,提升系统集成与数据获取效率。

计划任务:定时清空用户属性缓存→引入缓存自动清理机制,确保权限变更实时生效、业务数据及时更新。

用户同步:BI系统自定义用户所属组》→优化用户组同步逻辑,实现自定义组信息自动识别与补全。

审核流程:可以调用自助ETL》→增强审核流程集成能力,支持在用户任务节点直接调用自助ETL过程。

麦粉社区
>
建议征集
>
帖子详情

【挑战任务】原创案例分享大赛正式启动,至高800麦豆等你来领取!

建议征集 发表于 2024-11-29 10:50
发表于 2025-6-11 13:40:21
打call
回复

使用道具 举报

发表于 2025-6-26 11:27:21
打call
回复

使用道具 举报

发表于 2025-6-30 22:41:56
打call
回复

使用道具 举报

发表于 2025-7-15 12:26:37
您好,我看您这里写了可以使用自己的环境 936116875d6b83b7a9.png ,我想分享一下我用FineBi制作的数据分析,我平时比较喜欢挑战,学完Finebi后目前也在学习SmartBi,SmartBi数据处理方面表现不错,但功能丰富性、可视化方面就比较弱,产品的UI界面也比较老式,需要帮助的时候只能问社区,时效性比较差。希望厂商之间能多交流合作一下,除了打造自己独有的功能,同时还要让用户使用顺手。
打赏人数1麦豆 +200 收起 理由
Smartbi直播助教 + 200 骚年,我看好你哦

查看全部打赏

  •   白杨
    https://pcdemo.finebi.com/webroot/decision/link/VFKH
    
    2025-7-15 12:27| 回复
  •   白杨
    主要是想获得更多麦豆把两个中级都考了。
    2025-7-15 12:37| 回复
  •   Smartbi直播助教
     回复 白杨
    仪表盘完成的不错呢,不过有个小遗憾,因为您没有满足任务规则,没有提供案例基本信息、使用场景等内容,也没有进行自助分析或报表制作,所以这次只能给你 200 麦豆作为奖励啦。后续有更多的案例分享,欢迎继续参加。
    关于您的建议我们也收到了呢,会及时反馈跟进的。目前,我们的 V11 版本已经进行了一系列优化改进,我们诚挚地邀请您前往 demo 体验中心https://demo.smartbi.com.cn/smartbi/vision/index.jsp进行体验,以便更直观地了解产品的优化成果,若您后续还有具体的建议或意见,欢迎随时与我们联系。同时,建议您后续更多地使用 Smartbi 平台进行实际操作,通过实践深入探索平台功能,解锁更多惊喜~
    2025-7-16 10:03| 回复
  •   白杨
     回复 Smartbi直播助教
    忘记加上了。这是内容:
    服装零售公司提供了全国十座城市下64家店铺的销售数据。要求从人、货、场三个维度对销售情况进行数据分析和可视化报告。根据现有数据从人、货、场三个维度对销售情况进行梳理,形成分析框架,再根据分析框架进行数据分析。要探究客户特征、产品类别与价格、销售地区与渠道等因素对销售额、销售量等指标的影响,再通过联动设置就可以精准匹配出不同城市不同门店客户购买情况及产品销售情况。同时重点关注各维度下销售表现最好与最差的类别特征,就不同的销售表现作出简要说明及后续改进意见。
    思维导图:
    分析:一、某服装零售公司总销售金额354.41万、总销售成本187.85万、总毛利率47%;
    公式:毛利率=(SUM_AGG(销售金额)-SUM_AGG(销售成本))/SUM_AGG(销售金额)
    二、通过图表发现深圳为销售额最高的城市同时也是销售成本最高的城市;
    三、毛利率最高的城市为南京51.74%,毛利率最高的店铺为武汉50号56.11%。
    根据不同门店毛利率进行精准匹配
    以武汉50号门店为例:该门店以线上销售为主,销售金额主要是21-24岁在工作日的购买力较强:30-34岁之间订单量多,该店铺利润率较高主要原因是由于门店的袜子、裙子及配件的利润率。
    消费渠道:
    客户购买渠道更偏向于线下,深圳为线下购买力最旺盛的城市,女性为主要购买人群。
    消费人群:
    1、年龄段30-40岁之间为线下订单量最大的年龄段
    2、25-29岁之间消费金额占比较高
    3.20-24、25-29、30-34、35-39为购买力的主力军
    4、波士顿矩阵图反映消费频率及客单价精准定位消费人群年龄段
    公式:客单价=sum_agg(销售金额)/count_agg(客户年龄)
    消费时间段:
    1、工作日订单销量高于周末。
    2、25-29、30-34年龄段工作日销售金额较高。
    3、工作日女性消费金额高于男性。
    1、T恤为各城市、各年龄段及各渠道销量最好的商品。
    2、通过帕累托分析综合展现产品类别销售情况。按照
    0-80% A类
    80%-90% B类
    90%-100% C类
    进行划分
    A类产品类别:占总销售金额的80%T恤、当季新品、配件、毛衣
    B类产品类别:占总销售金额的10%牛仔裤
    C类产品类别:占总销售金额的10%裙子、袜子、运动、短裤。
    结论
    短裤、运动、袜子及裙子累计销售金额占比最大,属于高售价品类:袜子及配件属于利润率最高产品。毛衣属于成本较高,利润率较低的商品建议进行组合销售,保证商品销量的同时提高利润。
    打开链接即可查看,通过最下边的栏目可以切换报表组件和仪表板。
    https://pcdemo.finebi.com/webroot/decision/link/VFKH
    
    2025-7-16 13:38| 回复
  •   白杨
     回复 Smartbi直播助教
    好的,谢谢 我会继续在这里分享更多的我的制作案例
    2025-7-16 13:38| 回复

回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

29回帖数 1关注人数 45176浏览人数
最后回复于:2023-7-31 10:49
快速回复 返回顶部 返回列表