当前位置: 首页 > Web前端 > JavaScript

前端大屏展示如何实现真正的自助

时间:2023-03-27 16:44:03 JavaScript

数据可视化大屏的真正作用是什么?DataVisualization:数据可视化,即用视觉传达,定义:为了清楚有效地传达信息,数据可视化使用统计图形、图表、信息图表等工具。数字数据可以使用点、线或条进行编码,以直观地传达定量信息。BI工具提供一整套数据解决方案,对业务数据进行有效整合、建模、分析和可视化,快速准确定位关键数据,辅助决策。因此,BI工具的最后一个环节就是在关键业务可视化呈现后进行数据分析。因此,BI工具提供的最直观的功能就是大数据可视化画面。尤其是基于国内用户的喜好,判断产品的能力会基于大屏的直观体验,即不扫一屋如何扫天下也在情理之中。不过,数据可视化大屏的作用并不局限于“好看的花瓶”。对于最终用户来说,它应该是一个非常有效和直接的数据分析工具。因此,数据可视化大屏需要满足以下三个特性,才是真正的大屏能力:美观,美观将直接决定给大家带来的视觉冲击,影响用户对产品的印象和评价,是否具有美感。技术、设计感符合业务特点的真实感。是根据物理模型建立按比例缩小的园区、机械、地图等?需要根据管理的实际物理场景显示实时数据,保证大屏的效果,真正发挥作用。自助分析能力:大屏的起源最终是为了解决分析的需求,所以大屏真正的核心本质是能够服务于数据分析,让真正的数据用户可以在上面操作和分析数据大屏根据自己的思维逻辑,辅助决策,这就决定了大屏需要为用户提供“自助分析能力”。什么是自助分析自助数据分析需要体现在四个层面:自助数据准备:很多业务用户没有专业的IT技能,所以在数据分析过程中,最耗时就是如何与实际业务数据对接,所以需要解决自助分析的第一步,自助数据准备,通过自助完成数据准备,并能够关联本地数据,提供更完整的数据对数据分析的数据支持,通过简单易用的数据准备器,拖拽即可完成,无需了解其背后的IT技术,即可实现多个业务表的关联。可视化设计与分析:通过拖拽完成数据分析、管理看板、数据大屏设计需求。免费数据探索:通过数据联动、钻取、筛选等探索分析操作,发现数据价值和原因分享发布:用户可以与其他同事共享分析结果,扩大数据应用范围,加速企业数据建立文化自助分析实践:通过数据分析,打开大屏附带的文件资源应用场景:很多时候,智慧政务或者企业都会有与标准文稿通知相关的特殊文件,会附在大屏上供用户浏览或下载,因此需要在大屏查看时能够打开相应的本地文件。2.发布文档:先将要访问的文档发布到服务上,这样就可以通过浏览器访问了。我们需要把文件放在安装目录下:\Wyn\Server\wwwroot通过浏览器访问:![图形用户界面,应用,表格描述自动生成](Aspose.Words.b4434f23-7f01-4787-970f-95e3a5a11237.004.png)访问PDF文档:3.1创建报表,创建任意报表,通过报表的钻取功能跳转到文档:3.2设置跳转url。发布PDF的访问地址:http://localhost:51980/data/4-ExpressionsandConditionalFormatting.pdf3.3Preview3.4Dashboard:Dashboard设置同之前一样,最后3.5预览通过外部链接跳转大屏到数据明细报表,实现数据详尽分析使用仪表盘跳转报表时,有时需要传递参数,参数可以来自过滤器。过滤器选择的数据然后作为参数传递给报表。但是当我们点击全选时,会发现跳转报表并没有接收到任何参数。这是因为我们dashboard的filter在全选的时候会默认认为是不过滤的,所以不会传值。那么问题来了,我全选的时候怎么传参。然后我们得绕一圈。下面以客户区域配送为例:5、创建仪表盘,设置多维下拉框筛选,绑定客户区域。然后创建一个跳跃图。6、创建dashboard参数,设置如下,默认数据选择all。然后filter绑定我们设置的filter。7.设置跳转,然后这里的参数选择dashboard参数,不要选择filter参数。8.然后需要设计仪表盘,然后是报表模块。我们先设计一个报表,然后需要一个参数。需要设置可选参数,可选参数是我们需要的参数的枚举。可以用sql专门查一个列。可以参考下图中的数据集2。然后在参数设置里面全选,输入全选。即当我们输入内容为selectall时,它会查询所有,对应仪表盘上参数的默认值。9、也是最后一步,就是我们查询数据源的sql需要对参数做判断。参考如下:select*fromsalesdetailswhere'selectall'in(@queryparameter1)orsalesregionin(@queryparameter1)至此设计完成,我们来看看结果展开阅读和解读商业智能“前世今生”,“嵌入式BI”是怎么来的?用WIX做商业智能OEM包装数据可视化分析工具如何在国内弯道超车并迅速崛起并蓬勃发展?