典型场景示例：使用智能分析助手搭建某商品销售数据的仪表板
应用场景
智能分析助手提供对话式数据分析，通过自然语言与数据交互进行数据分析、获取智能见解、构建仪表板等操作。智能分析助手不仅能简化数据分析的处理难度，也能提升自助图表分析的效率。
本文以某类商品的销售数据为例，介绍使用智能分析助手搭建仪表板的方法。
操作流程
准备工作
- 准备数据。为保护用户的隐私和数据安全，所有数据均已进行了采样和脱敏。本例共计三个数据表：order_info_demo_01（订单表）、product_info_demo_02（商品信息表）user_info_demo_03（用户数据表），详细信息请参见表1。
表1 商品销售数据示例 表名称
字段名称
字段类型
字段说明
order_info_demo_01
id
int
ID编号
sale_price
int
销售价格
profit
int
利润
pay_time
int
支付时间
create_time
int
订单创建时间
product_info_demo_02
product_id
int
ID编号
product_name
string
商品名称
product_type
string
商品类型
product_color
string
商品颜色
product_price
string
商品价格
user_info_demo_03
id
int
ID编号
user_name
int
用户名
age
int
年龄
gender
int
性别
- 新建项目空间，请参见创建并管理DataArts Insight项目。后续所有的数据分析在该空间中展开，便于数据管理。
步骤1：接入数据源
本例通过公网方式接入GaussDB(DWS)数据源，详细操作步骤请参见接入GaussDB(DWS)数据源。
步骤2：新建数据集
数据集作为数据源和可视化展示的中间环节，承接数据源的输入，并为可视化展示提供输入。本例基于导入的数据表创建数据集。
- 选择需要操作的项目，单击项目名称进入项目空间。
- 单击“数据管理 > 数据集 > 新建数据集”，进入数据集编辑页面。
- 双击数据表名称，并在操作面板中设置数据表的关联关系（图3）：
- 设置product_info_demo_02与order_info_demo_01通过“id”字段进行关联（左外连接）。
- 设置product_info_demo_02与user_info_demo_03通过“id”字段进行关联（左外连接）。
- 单击“可视化配置”，设置字段名称的含义，便于后续的智能化分析中理解字段含义。 图4 可视化配置
- 单击“数据预览 > 刷新预览”查看关联后的数据集数据的基本信息。 图5 数据预览
- 确认无误后单击“保存”，数据集创建成功。
步骤3：创建智能分析助手
- 单击管理控制台左上角的
，选择区域。 - 单击左下角的企业项目选择企业项目。
- 在控制台右侧选择对应的项目，进入项目页面。
- 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
- 单击“新建智能分析助手”，进入新建智能分析助手页面（图6），输入名称，选择关联数据集。
- 单击“确认”完成智能分析助手创建。
- 选择新建的智能分析助手，单击“训练”，对智能分析助手进行训练。
步骤4：智能问答
- 在产品首页单击智能分析助手，进入智能分析助手页面。
- 在页面左上角选择“我的项目”和训练成功的“智能分析助手”。
- 在智能问答界面输入问题：不同类型商品的价格（图8）。
步骤5：搭建仪表板
- 单击
修改图表类型，本例将柱状图修改为折线图。 - 单击图表右下方“添加至仪表板”，将问答生成的图表添加到仪表板。图10即为使用智能分析助手搭建的某商品销售数据的仪表板。 图9 添加图表至仪表板
步骤6：（可选）智能洞察
- 智能见解
智能见解生成能自助分析您的业务数据并提供有针对性的业务建议，帮助您更好地进行业务决策。
- 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
- 单击“分析 > 智能见解生成”，模型生成智能见解。
图11 智能见解示例
- 根因分析
根因分析专注于深入探究度量或指标随时间波动的根本原因，旨在揭示波动背后的动因，帮助您迅速识别问题并采取有效措施以优化业务流程。
使用限制：- 图表横坐标必须是时间维度且时间维度值是有序的，时间维度取值不能少于2个，否则“根因分析”置灰。
- 图表的度量/指标聚合类型如果不是以下指标聚合类型和度量聚合类型，否则“根因分析”置灰。
- 指标聚合类型
- 第一类：SUM(M)、COUNT(M)、SUM(M1)+SUM(M2)、SUM(M1)-SUM(M2)、SUM(M)x常数、SUM(M)÷常数。
- 第二类：SUM(M1)÷SUM(M2)、AVG(M)、AVG(M1)÷AVG(M2)。
- 度量聚合类型：SUM(M)、COUNT(M)。
- 指标聚合类型
- 最多选择5个分析维度。
根因分析使用示例：- 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
- 单击图表左下方“分析 > 根因分析”，弹出根因分析页面，填写相关参数。
表2 根因分析参数说明 参数
说明
度量选择
数据表中度量和指标的聚合类型是以下聚合类型。
- 指标聚合类型
- 第一类：SUM(M)、COUNT(M)、SUM(M1)+SUM(M2)、SUM(M1)-SUM(M2)、SUM(M)x常数、SUM(M)÷常数。
- 第二类：SUM(M1)÷SUM(M2)、AVG(M)、AVG(M1)÷AVG(M2)。
- 度量聚合类型：SUM(M)、COUNT(M)。
算法类型
当前支持的算法类型“波动原因分析”。
分析维度
从数据集的所有维度（图表上的时间维度以及过滤条件所涉及维度除外）中选择一个或多个维度作为分析维度，当前限定最多选择5个分析维度。
对比范围
指图表上的两个时间维度值，用于指定指标波动的分析范围。
- 指标聚合类型
- 设置好参数后，单击“确定”，生成根因分析。
- 示例：某专卖店2020年到2022年的产品销售价格总和对比。
- 自动见解
自动见解从单张图表出发，基于图表数据或图表关联的数据集进行分析，寻找图表的数据特征，进一步探索深层次的问题和归因，通过交互式自由探索方式有效帮助您提高数据分析的效率。
- 使用限制：
- 图表最少有一个维度和度量。
- 不支持衍生指标。
- 图表中的维度大于3不做处理。
- 自动见解使用示例：
- 单击“数据管理 > 数据集 > 可视化配置”，进入数据集的可视化配置界面。
- 将“product_name”字段优先级设置为“高”级，自动见解优先基于高优先级字段进行分析。
- 单击页面右上角的“保存”，保存修改信息。
- 单击“数据分析 > 智能分析助手 > 问答”进入智能分析助手问答页面
- 在智能问答界面进行问答：2021年销售产品类型占比。 图15 2021年销售产品类型占比
- 单击图表右上角的自动见解。 图16 自动见解问题见解
- 使用限制：
