智能财务分析可视化.docx

智能财务分析可视化认知 数据可视化基本概念 数据可视化,其实是将抽象概念进行形象性表达,将抽象语言进行具象图形可视的过程。 数据可视化可分为: 探索性分析、解释性分析探索性分析是通过数据可视化找出隐藏在数据之下的信息,而解释性分析则是将确定的信息通过可视化快速进行展示让他人理解: 数据可视化的作用有:观测跟踪数据、分析数据、辅助理解数据、增强数据吸引力 数据可视化发展历程 数据可视化是指使用抽象呈现的方式表达数据的变化、联系、或者趋势的方法 数据可视化发展历程：17世纪前:早期地图与图表1600-1699 :测量与理论1700- 1799 :新的图形形式1800-1849 :现代信息图形设计的开端1850-1899 : 数据制图的黄金时期1900-1949 :现代休眠期1950-1974 :复苏期1975至今:高维、动态、交互式数据可视化 数据可视化流程方法与常用工具 数据可视化的过程：拥有什么数据？（数据可视化的第一步是查看自己所拥有的数据）关于数据你想了解什么？应该使用哪种可视化方式？你看见了什么，有意义吗？ 数据的可视化可分为：分类数据的可视化（柱状/条形图、饼图、树图）时序数据的可视化（柱状图/条形图、折线图）分布数据的可视化（散点图、箱型图、直方图）高维数据的可视化（平行坐标图、雷达图）空间数据的可视化（地图、等值线图） 常用可视化工具—开箱即用微软office表格软件——Microsoft Excel谷歌在线表格工具——Google spreadsheets阿里AntV在线图表制作工具——chartcube 常用可视化工具——编程工具PythonR语言D3.jsEcharts 常用可视化工具——商业智能BI软件PowerBITableau 数据可视化技术工具 数据获取 目前主要数据提取工具有: EXCEL和BI商业智能。EXCEL 的应用面比较广, BI商业智能是未来财务共享中心的数据提取的主流平台。 BI包括传统式BI与自助式BI (敏捷BI) , 传统BI只能在技术人员设计好的模型上进行应用;自助式BI是指由业务人员自助式建模,能够实现快速部署、数据源集成、高性能计算、探索式分析的可视化分析产品。 非结构化数据是指数据结构不规则或不完整, 没有预定义的数据模型,不方便用数据库二维逻辑表来表现的数据。包括所有格式的办公文档、文本、图片、XML,HTML、各类报表、图像和音频、视频信息等。集团企业的数据80%是非结构化的数据,因此非结构化的数据是支持企业经营决策的重要数据来源。外部非结构数据收集，可以通过UIPATH机器人,设定程序批量、自动、多渠道的获取外部数据,引入BI数据库。内部半结构数据收集，可以通过建立Excel台账的形式,引入BI的数据库平台。 结构化数据提取，通过BI的数据提取功能直接引入数据,或借助SQL代码功能，引入结构化的报表数据到BI平台。 企业BI数据获取具体操作：①调用内部数据②导入外部数据 数据清洗 1.理解数据关系: ①数据间关联。 企业大数据是企业内部资源与相关外部资源的数据集。而企业组织是一-个整体 ,对该组织资源和资源活动进行描述的数据也应该是一个整体,而不应该有孤立的数据。一个企业中的任何一部分都必须与其他的部分产生关联,否则就成为组织孤岛。 ②数据可追溯。 从另外一个角度来理解企业数据应该关联为一体。通过一个数据体系,能够把公司所有的资源都关联起来,让公司的所有资源都凝结为一个整体,而且实现了数据的全程可追溯。 2. 3.结合字符串函数(Left , Right，Mid)以及时间函数(Year，Quarter，Month，Week，Day，Hour)，练习对数据进行综合的清洗过滤操作。 数据加工 1.数据合并的操作方法: ( 1 )选择需要合并的对象。具体包括需要合并的表格及表格内部的字段。 ( 2)选择合并方式。平台包含左合并、右合并、交集合并以及全合并四种方式。 ( 3)选择合并依据。当前表与要合并的表，按照单个或多个条件进行关联合并。 (4)点击“预览 ,完成数据合并。 2.数据运算操作 (1 )字段的名称。定义列名称,录入将要添加字段的名称。 ( 2 )编辑列公式。来源字段表是承接数据获取、清洗后的干净数据,自定义列的函数允许自由输入,来源字段可以直接点击,复杂运算的函数表达式可以进行多重嵌套。 空格替换：replace（列名，space（1），“”） 提取产品类别：left() 提取产品型号：mid（）locate定位 字段合并：concat（） 定基比 动态平均值 数据可视化 可视化图形的表达逻辑,可以分为比较、分布、联系、构成、趋势 可视化的注意的事项 ①、数据图表主要是传递信息,不要过分重视图表