指标拆解树能够通过对指标进行拆解,帮助分析定位影响指标的关键因素。
通过指标拆解树,您可以方便查看各个维度中各个成员对指标的贡献情况和占比,也可以将指标分解到一个或多个维度,分析每个维度对指标的影响。
指标拆解树的数据绑定
指标拆解树只支持数据模型方式绑定数据,拆解依据支持绑定 1-5 个维度,指标上需要绑定 1 个度量。
如下图所示,在报表中添加一个指标拆解树
, 指标上绑定了销售额
字段,拆解依据绑定了地区
、省份
、城市
三个维度,报表上会绘制出一个初步的指标拆解树
,展示指标字段的值,如下图所示:
1. 指标拆解
鼠标悬浮到节点的后面的“+”上或者点击“+”,会展示一个弹窗,弹窗中展示的是可选择的分解依据。因为是对指标进行第一次拆解,可以在绑定的三个拆解依据中选择,同时也支持按贡献度高低进行拆解。
自定义拆解
我们先使用自定义拆解,本例中支持在地区
、省份
、城市
三个维度中任意选择。依次选择地区
、省份
、城市
对销售额指标进行拆解,效果如下图所示:
节点过多展示不下时,可以单击箭头进行翻页:
智能拆解
除了自行选择要拆解的维度外,还支持按照贡献度高
和贡献度低
两种形式进行拆解。
如果我们在初次拆解时选择了贡献度高
,就会从可拆解维度地区
、省份
、城市
中找到影响指标值最大的那一项,按该项所在维度进行拆解。如下图所示,可以看到拆解维度智能选择了地区
:
这是因为按地区
进行拆解的话,销售额
最高的项是华东地区,贡献值为 563479;而如果选择了省份
,贡献值最高的是黑龙江
,贡献值为 174253;如果选择了城市
,贡献值最高的是上海
,贡献值为 85546。所以如果选择贡献度高
对销售额
拆解,那么会自动选择地区
作为拆解依据,如果选择贡献度低
对销售额
拆解,那么会自动选择城市
作为拆解依据。
拆解依据修改
如果要重新选择拆解依据,直接点击已选择依据后面的x
即可。
高级设置
占比依据
在高级配置中,可以修改占比依据,占比依据可以选择父节点还是顶级节点。
如下图所示,如果占比依据选择了父节点,那么山东的占比就是根据父节点华东进行计算的,占比 28.53%。如果选择了顶级节点,那么就是根据总的销售额进行计算的,占比就会显示成 9.58%。
自定义样式
指标拆解树支持对节点大小、层级间距、高亮颜色,以及字体等进行配置:
Sugar BI支持免费试用,欢迎大家前来体验