用户手册1/870YonBIPV3.0(R6_2407_1)旗舰版云平台-数据平台-智能分析用友网络科技股份有限公司2024年9月用户手册2/870版权©2024用友集团版权所有。未经用友集团的书面许可，本用户手册任何整体或部分的内容不得被复制、复印、翻译或缩减以用于任何目的。本用户手册的内容在未经通知的情形下可能会发生改变，敬请留意。请注意：本用户手册的内容并不代表用友网络所做的承诺。用户手册3/870目录第一章总体概述.....................................................61.1应用概述....................................................61.2应用价值....................................................6第二章应用场景.....................................................92.1应用分类....................................................92.1.1数据模型...............................................92.1.2数据分析..............................................102.1.3自由报表..............................................112.1.4数据填报..............................................122.2关键特性...................................................122.2.1丰富的数据源接入......................................122.2.2可视化数据模型建模....................................122.2.3多样的数据可视化分析..................................132.2.4易用的数据填报........................................132.2.5灵活的数据标签........................................132.2.6便捷的定时推送和预警..................................142.3场景案例...................................................142.3.1人员状况分析..........................................142.3.2财务分析季报..........................................192.3.3门店利润分析..........................................28第三章操作指南....................................................353.1分析建模...................................................353.1.1总体概述..............................................353.1.2总体价值..............................................353.1.3相关内容..............................................363.1.4数据模型..............................................363.1.5语义模型..............................................523.2数据分析..................................................100用户手册4/8703.2.1总体概述.............................................1003.2.2总体价值.............................................1003.2.3相关内容.............................................1013.2.4分析卡片.............................................1023.2.5仪表板...............................................1083.2.6数字大屏.............................................4103.2.7三维可视化...........................................4773.2.8故事板...............................................5183.3自由报表..................................................5313.3.1总体概述.............................................5313.3.2总体价值.............................................5313.3.3相关内容.............................................5323.3.4报表设计.............................................5323.4移动分析..................................................6883.4.1总体概述.............................................6883.4.2总体价值.............................................6893.4.3移动页面设计.........................................6893.4.4移动应用管理.........................................7453.5数据填报..................................................7693.5.1总体概述.............................................7693.5.2总体价值.............................................7693.5.3填报设计.............................................7703.6智能报告..................................................7933.6.1总体概述.............................................7933.6.2总体价值.............................................7933.6.3相关内容.............................................7943.6.4报告模板.............................................7943.6.5报告设计.............................................7973.6.6报告生成.............................................803用户手册5/8703.7分析配置..................................................8053.7.1总体概述.............................................8053.7.2总体价值.............................................8063.7.3任务管理.............................................8063.7.4组件管理.............................................8163.7.5模板管理.............................................8363.7.6主题管理.............................................8453.8系统管理..................................................8543.8.1总体概述.............................................8543.8.2总体价值.............................................8543.8.3权限标签.............................................8553.8.4参数配置.............................................8623.8.5系统信息.............................................869用户手册6/870第一章总体概述1.1应用概述智能分析是是基于创新中台化架构的云原生智能数据分析产品。产品基于数据平台能力，赋能企业数据分析与可视，支持与业务系统的便捷集成应用，提供自助式分析和报表能力；支持用户在可视化设计态环境下的个性化建模，实现基于浏览态的即席图表分析探索。以场景化、沉浸式的全新体验，助力企业数智化。产品为企业的经营管理者提供高效易用的智能分析服务，实现便捷的数据获取、治理及丰富的可视化呈现，帮助用户深入发掘数据潜能、快速探索数据价值、敏捷洞察运营状态、提供精准决策支持。产品支持多种图表可视化个性化设计功能，具备快速构建数字大屏能力。提供包括主流关系型数据库、领域业务元数据、文件数据等在内的多数据源管理，支持数据模型、分析卡片、仪表板、自由报表、数据填报、消息推送、报告分享、报表订阅、租户权限管理等开箱即用的智能分析构建，支持包括移动端、WEB端在内的多端快速适配。1.2应用价值智能分析，赋能数字化企业。随着国家经济在信息化大发展背景下，企业组织在发展的过程中积累了大量的数据，同时仍在呈几何倍数增长，企业的业务也在随需而变。这使得企业对数据分析的需求，已经从原来的传统离散文件和定制化开发式的数据分析方式中不断寻求转变。数智化分析决策导向的多源异构数据融合建模创新面向企业数智化分析决策导向的多源异构数据融合建模能力，支持业务元数据、关系型数据库、文件数据等数据融合，支持基于可视化数据建模与SQL建模的模型构建，面向个性化数据结构，实现快速融合建模。用户手册7/870用户手册8/870便捷自助的个性化分析服务构建基于分角色视图，提供个性化分析服务构建能力。针对企业用户个性化需求，为管理员提供便捷自助的数据源准备和数据模型建设环境；为业务人员提供零代码业务分析设计能力，支持个性化的分析、交互、分享。快捷精细的大屏定制针对企业数字大屏构建耗时长、成本高的问题，智能分析提供快捷精细的数字大屏定制能力，支持图表、文本、Tab页签、图片、容器、筛选器、GIS地图等组件的快速定制和自定义扩展。提供丰富的样式属性设置选项，支持全局页面用户手册9/870和动态局部的数据秒级刷新；支持拖拽式操作。轻松应对“中国式报表”基于自由报表提供的类Excel设计、表头嵌套、多源分片、双向扩展、多格式支持、报表导出与自主打印等创新功能，有效地解决了“中国式报表”的创建效率问题。第二章应用场景2.1应用分类2.1.1数据模型数据模型为用户提供基于数据源的业务建模能力。在数据模型中使用表模型搭建关联关系，设置连接条件、过滤条件、参数过滤、模型数据权限等。搭建业务主题模型或宽表，为报表、分析提供模型的数据准备工作。用户手册10/8702.1.2数据分析数据分析为用户提供基于数据模型、数据源表、业务元数据模型的分析建模、报表建模能力。在数据分析中，实现图表可视化的创建与编辑，图表钻取、链接、联动等交互；实现报表的自由编辑与设计，支持主子表、组合表等复杂表头嵌套的中国式报表，类Excel模式，贴近用户使用习惯，支持丰富的公式函数。用户手册11/870浏览态，用户可以方便的对分析、报表进行筛选交互与过滤，查询数据。导出Excel、PDF，支持原始数据导出、所见即所得导出。支持发布到业务领域节点，便于领域用户应用。2.1.3自由报表自由报表是用户以业务报表为主要需求导向的工具，在报表中可以编制分组表、交叉表、复杂表头嵌套的组合表、自由表等。满足用户对中国式复杂报表的各种需求。报表也是以基于业务元数据、业务模型、数据模型为数据来源，编制各种报表。用户手册12/8702.1.4数据填报数据填报为用户提供创建和编辑的填报模板，设置填报字段，设置单元格公式、数据过滤、筛选条件等，并可将对象发布到报表中心或业务功能节点，如：创建和编辑了一份财务填报报表，那么可以发布到财务领域的功能目录，做为领域的一个功能菜单节点。2.2关键特性2.2.1丰富的数据源接入•支持连接关系型数据库；•支持连接业务元数据做为数据源(YonBIP、NCCloud)；•支持连接文件数据(Excel/CSV)；•支持数据源级别数据权限过滤。2.2.2可视化数据模型建模•支持视图方式拖拽搭建表关系，设置关联方式；•支持通过SQL脚本搭建数据模型；•支持基于存储过程搭建数据模型；•支持数据模型参数；用户手册13/870•支持设置数据过滤，支持使用系统变量、权限标签过滤；•支持修改字段类型；•支持新增计算字段。2.2.3多样的数据可视化分析•支持49种图表类型；•支持高级地图，不同粒度的行政区划地图和GIS地图；•支持图表对象在页面中自由拖拽布局；•支持设置图表控件的数据排序、TopN设置、刷新频率设置•支持图形和表格控件丰富的样式设置；•支持指标设置格式化，设置前缀、后缀、缩放比例、千分位；•支持切换主题方案，自定义配色方案；•支持分析参数；•支持图表丰富多样的钻取\联动\链接；•支持跨模型关联分析；•支持筛选器(文本、日期、平铺框、下拉、树形下拉、参照)•支持设置链接，可链接打开并传递参数；•支持分组表、交叉表；•支持中国式复杂报表，主子表、组合表•支持导出Excel、PDF文件(原始数据导出，所见即所得导出)；•支持报表多页、分析多页；•支持仪表板、报表发布到业务功能节点。2.2.4易用的数据填报•支持接入业务元数据模型做为填报数据来源；•支持丰富的填报控件(下拉、参照、平铺)；•支持填报筛选器；•支持丰富的单元格公式。2.2.5灵活的数据标签•支持自定义标签；用户手册14/870•支持接口扩展标签；•支持标签规则；•支持在用户上灵活设置权限标签值。2.2.6便捷的定时推送和预警•支持对多个仪表板、报表设置推送和预警；•支持灵活设置用户范围；•支持设置不同频次，和多频次组合；•支持启用停用任务。2.3场景案例2.3.1人员状况分析分析人员状况能够帮助企业了解人员配备情况，协助管理者确定未来企业各级组织人力资源编制计划，同时了解企业的离职人员原因和去向，以及离职人员的构成情况，并对公司在人力资源管理各个环节中出现的问题进行了重点分析，在人员流失上做到一定的风险防范。2.3.1.1业务痛点人员流失严重，出现用工荒问题。离职人员离职前工作状态如何，人员结构如何，为何离职，离职都去了哪里，这些信息在人力资本业务系统分散在不同模块，没有一套完整分析体系让人一目了然。2.3.1.2面向对象HR人力资源经理；HR业务人员。2.3.1.3价值主张通过人员总量趋势分析能很快发现是否存在人员流失问题。通过对离职人员的出差，加班情况分析，了解离职人员在职时的工作状态，协助定位离职原因。分析离职人员的学历，工龄，司龄，年龄，职级等情况，让人对哪些人员离职用户手册15/870一目了然。对在职人员评估其可能离职风险，能预防用工荒问题，防范于未然。更体系的将人力管控要点集中呈现，更方便发现分析问题。2.3.1.4场景故事北京分公司跟人力总监抱怨最近人手不够了，是不是人手真的不够了？人力总监需要了解当前人员存量情况。下面先看看人员总量分析。从人员总量与预算情况趋势分析很明显看到2019-05月份，北京分公司人员总量出现了明显的下滑，人员总数环比减少了15人，控编率仅仅为88.18%，虽然和2019-04月份相比，公司人员预算有所调整，预算人数减少了6人，但离职人数确达到15人之多，远远超过了公司预计调减数，说明主动离职人员较多，人员流失已在计划之外，进而需要进一步了解一下离职人员的具体情况。点击人员总量与预算趋势分析可以链接到离职人员分析模型。离职人员分析模型从五个方面来分析离职人员情况：离职人员明细、离职人员工作状况、离职人员结构、离职人员去向和在职人员动向。先看一下离职人数趋势分析和离职明细表。点击离职人数趋势分析可以联动查看该期间的离职人员明细情况。用户手册16/870从北京分公司离职人员趋势，看到2019-05月离职人员非常明显。确实存在人员流失情况。从下表我们能看到具体都是哪些人员离开了。那么这些离开的员工最近工作状态如何呢？从分析图表能看出离职人员主要集中在经常加班出差的一线部门。初步推测加班出差很有可能是他们离职的主要原因。那么离职人员是男生多还是女生多？老员工多还是新员工多？高学历多还是低学历多？年龄分布如何？在单位职级用户手册17/870分布如何？从离职人员结构分析图表，可以看到离职人员男生占比多，其学历绝大部分是专科，职级集中在中高级，司龄在0-2年之间，工龄也在0-2年之间，其年龄基本在20-30岁之间。也就是说离职人员为工作时间不长，学历不高，但是年轻有能力的。那么这些人为啥离职呢？他们离职都去了哪里？他们离职对公司有没有影响？用户手册18/870从离职原因分析，可以看到薪资是主要的因素，他们近一年平均薪酬低于公司总体平均薪酬，离职去向大部分去了互联网公司。从他们的绩效考核能看出他们都是绩优人员，为公司做出了不少贡献，可见，他们的离开对公司是不利的。既然他们公司的骨干，那么其它部门有没有类似的人员可能离职呢？这里如果有数据挖掘，可以根据上面离职分析中得出的结论，对现有人员进行数据挖掘，判断哪些人员有可能会离职，从而提前采用相应对策。如果员工需要离职，他们需要请假来找新的单位，这里只是简单对在职人员进行过滤，查看最近经常缺勤人员，从而能对这些人多加关注，采用合适的挽留措施。2.3.1.5故事总结通过人员状况分析，可以得到如下信息：北京分公司在2019-05月份出现了人员的严重流失，导致人手紧缺，但是本次人员流失是由于公司调整所致，属于计划之内。但真正流失的人员是否是公司希望离职的人员呢？从离职人员的近一年的工作状态看，该部分人员主要集中在一线部门，同时经常加班和出差；从离职人员的人员结构来看，主要是男生离职率偏高，司龄和工龄均集中在0-2年之间，而且都是20-30岁之间的年轻人，其职级为中上层；这部分离职人员上次绩效都比较好，是公司的重要人才，用户手册19/870这些人员的流失会给公司带来不利的影响。而这部分人员的离职主要原因为薪资偏低，主要去向为互联网公司。这次的流失我们应该从哪些地方来弥补给公司造成的不利影响？下面说一下其采取的应对措施：1、后期在人员招聘时，要考虑公司现状及发展需要，又要考虑人才自身的需求，综合各项主客观因素。2、后期在员工配置，男女搭配上进行调整，同时尽量减少集中生育带来的用工风险。3、对于绩优人员，我们应该有相应的奖励措施和调薪制度。4、可以分析一下互联网公司的薪酬水平和福利制度，尽可能和他们保持一致水平。其它部门是否存在同样的问题？为了防止这类事情的发生，我们应该怎么做？1、查看其它部门最近出勤请假情况，关注人员动向。2、根据人员绩效情况，适当增加福利待遇。3、人力资源部定期地访谈与收集员工的心声，改进部门的用人理念与管理方式。4、加强人员的培养和发展。2.3.2财务分析季报财务分析季报主要展现企业的资产负债，利润和现金流量三大报表。对公司目前资产、负债和所有者权益的各个方面进行评价，分析企业资产结构、债务结构、盈利能力、偿债能力、运营能力和发展能力。目的主要在于考察和了解企业财务状况的好坏，促进企业加强资金管理，经常保持合理的资金分布与良好的资金循环，保证企业经营的顺利发展。通过对行业均值和标杆企业进行对标，能更清楚企业的发展状况。2.3.2.1业务痛点财务统计报表只是展现了数据情况，对数据背后的故事和原因未进行深入分析。财务系统三大报表只是数据的呈现，没有对报表项目的趋势、占比、同比做明确的分析和展现。财务系统对盈利能力，偿债能力，运营能力，发展能力四个方面未进行专业分析和展现。用户手册20/870行业均值和标杆企业数据来自于企业外部系统数据，财务系统无法进行数据对标处理。2.3.2.2面向对象财务经理。2.3.2.3价值主张按财务分析报表标准格式进行分析，满足所有企业的需求。从三大报表到四大能力，建立了一套完整的财务分析体系。行业均值和标杆企业外部数据的注入，给财务分析增添不少韵味。数据仓库的搭建能满足企业对历史数据的展现。2.3.2.4场景故事财务数据隐含着丰富的信息，被称作“企业密码”。证监会对上市企业的财务季报是有明确规定的，所以对于上市企业我们能进行行业对标分析。下面我们就从企业的财务三大报表开始，通过对财务的综合能力进行分析，以及和行业均值或标杆企业进行对标，来分析企业的运营状况，发现企业存在的问题和风险。让我们先来看看资产负债表。从资产负债表能看到，2019年2季度该企业的总资产达到101.86亿元，比去年用户手册21/870同期增长了18.79亿元增长率为22.63%。其中流动资产为58.17亿元，占资产总额的57%，比去年同期增加了32.47%，非流动资产为43.68亿元，占资产总额的42.89%，比去年同期增加了11.58%。其他关注指标可做同样分析。在资产负债表中，点击流动资产后，可以看到该季度该企业的货币资金占63.7%，应收账款占26.97%，应收账款的质量和周转效率对公司的经营状况起重要作用。该企业应收账款占比明显比货币资金低，说明目前其应收账款控制非常合理。在后期市场扩大的同时，应注意控制应收账款增加所带来的风险。同样，可以通过选择其他项目，了解其他项目的具体情况。接下来，看看利润表。用户手册22/870该企业2019年2季度的营业收入为5.9亿元，比去年同期增长了0.96亿，其增长率为19.37%，但其营业利润为-3.11亿元，比去年同期减少了0.87亿元，营业收入在增加，但营业利润在减少，甚至出现负值，说明营业总成本太高，差不多为营业总收入的2倍，而且比去年同期增长了1.94亿，增长率高于营业总收入。而且导致其营业成本非常高的原因为其销售费用和财务费用，所以，后期为了企业正常运转，需要加大力度控制销售费用和管理费用。接下来，再看看现金流量表。用户手册23/8702019年2季度，该公司经营活动现金流量为-5.28亿元，比去年同期减少了0.13亿元，投资活动现金流量为6.61亿元，比去年同期增加了8.69亿元，筹资活动现金流量为-2.89亿元，比去年同期减少了2.82亿元。其现金净流量为12亿元，其中投资现金净流量贡献率最大，占77%。财务三大报表看完，下面让我们来看看根据财务三大报表得出的财务比率情况。首先看一下盈利能力各指标情况：销售毛利率=(营业收入-营业成本)/营业收入；销售净利率=净利润/营业收入；营业利润率=营业利润/营业收入；成本费用利润率=利润总额/营业成本；净资产收益率=净利润/平均所有者权益(即平均净资产)，其中平均所有者权益=(期初所有者权益+期末所有者权益)/2；总资产收益率=净利润/平均资产总额，其中平均资产总额=(期初资产+期末资产)/2。图中成本费用利润率趋势变化明显，特别是2019年2季度出现明显下降，和利润表中分析的指标一致，需要减少成本费用，从而提升利润率。偿债能力各指标情况：流动比率=流动资产/流动负债；用户手册24/870速动比率=速动资产/流动负债=（流动资产-存货）/流动负债；现金比率=（流动资产-存货-应收账款）/流动负债；资产负债率=负债总额/资产总额；产权比率=负债总额/所有者权益总额。运营能力各指标情况：总资产周转率=主营业务收入/平均资产总额；存货周转率=营业成本/（（期初存货+期末存货）/2）；应收账款周转率=营业收入净额/（应收帐款余额年初数+应收帐款余额年末数）/2）；应付账款周转率=营业收入净额/（应付帐款余额年初数+应付帐款余额年末数）/2）。用户手册25/870发展能力各指标情况：总资产增长率=（期末资产总额-年初资产总额）/年初资产；流动资产增长率=（期末流动资产-年初流动资产）/年初流动资产；固定资产增长率=（期末固定资产-年初固定资产）/年初固定资产；营业利润增长率=（本年累计营业利润-上年同期累计营业利润）/上年同期累计营业利润；利润总额增长率=（本年累计利润总额-上年同期累计利润总额）/上年同期累计利润总额；净利润增长率=（本年累计净利润-上年同期累计净利润）/上年同期累计净利润。用户手册26/870最后是关键指标模型雷达图。关键指标模型是从盈利能力，偿债能力，运营能力和发展能力中各提取了几个主要指标形成的雷达图。全面了解了企业的运营状况之后，下面想了解一下企业和行业均值以及标杆企业的对比情况。财务行业对标为本企业和行业均值在营业收入，净利润，净资产收益率和净利润增长率的比对情况。用户手册27/870选择对标目标为标杆企业1时，可查询与标杆企业1的对比情况。2.3.2.5故事总结通过财务分析季报，可以得到如下信息：2019年2季度该企业的总资产达到101.86亿元，比去年同期增长了18.79亿元增长率为22.63%。其中流动资产为58.17亿元，占资产总额的57%，比去年同用户手册28/870期增加了32.47%，非流动资产为43.68亿元，占资产总额的43%，比去年同期增加了11.58%。流动负债为39.58亿元，占负债总额的92%，比去年同期增长了26.73%。非流动负债为3.5亿元，占负债总额的8%，比去年同期下降了4.89亿元。2019年2季度该企业的营业收入为5.9亿元，比去年同期增长了0.96亿，其增长率为19.37%，但其营业利润为-3.11亿元，比去年同期减少了0.87亿元，营业收入在增加，但营业利润在减少，甚至出现负值，说明营业总成本太高，差不多为营业总收入的2倍，而且比去年同期增长了1.94亿，增长率高于营业总收入。而且导致其营业成本非常高的原因为其销售费用和财务费用，所以，后期为了企业正常运转，需要加大力度控制销售费用和管理费用。2019年2季度该企业的经营活动现金流量为-5.28亿元，比去年同期减少了0.13亿元，投资活动现金流量为6.61亿元，比去年同期增加了8.69亿元，筹资活动现金流量为-2.89亿元，比去年同期减少了2.82亿元。其现金净流量为12亿元，其中投资现金净流量贡献率最大，占77%。就盈利能力而言，2019年2季度该企业的销量毛利率为59.23%，销售净利率为-38.95%，营业利润率为-52.6%，成本费用利润率为-92.29%，总资产收益率为-2.18%，净资产收益率为-3.85%。就偿债能力而言，2019年2季度该企业的流动比率为1.47，速动比率为1.46，现金比率为1.07，资产负债率为0.42，产权比率为1.73。就运营能力而言，总资产周转率为5.59%，存货周转率为15.59%，应收账款周转率为38.23%，应付账款周转率为156.55%。就发展能力而言，2019年2季度该企业的总资产增长率为0.04，流动资产增长率为0.04，固定资产增长率为0.05，营业利润增长率为0.99，利润总额增长率为0.42，净利润增长率为0.47。2.3.3门店利润分析门店利润分析能够帮助企业管理人员了解服装连锁企业的总体利润情况，通过分析绩差门店和绩优门店，协助管理者确定未来可能需要关闭的门店和需要增开门店的选址和经营具体情况，同时，可以通过对新增门店利润的预测，协助管理者来决定新店的面积和服务人员数量。尽可能让利润最大化。用户手册29/8702.3.3.1业务痛点门店分散在不同地区，地区差异化和成本费用不好把控。经商不做赔本生意，哪些门店利润很差，甚至亏本，不能及时了解。新开门店如何选址、经营范围如何定位、店铺服务人员和店铺面积如何，才能使利润最大化不好定夺。不同门店数据不集中，手工统计费时费力，准确度低。2.3.3.2面向对象连锁机构高层管理者；门店经营管理者。2.3.3.3价值主张自动统计分析不同地区门店的人员费用和租赁费用。对利润进行排名分析，得出利润前后10名门店情况。自动分析净利润贡献最好的区域和城市，协助新店选址。自动分析销售收入最好的品牌，服装类型，尺码，颜色等为新店的经营范围提供依据。可根据门店面积和经营情况，进行利润预测。2.3.3.4场景故事服装连锁机构高层领导想查看最近全国服装门店的利润情况，根据利润情况调整服装门店的运营，对于业绩不好的门店根据具体情况决定是否需要关店，对于业绩优秀的门店需要加以精神和物质的奖励，同时，目前有增加门店的欲望，那么门店的选址和运营如何规划呢？下面看一下其门店总体利润分析。用户手册30/870从近2年门店总利润与环比增长趋势很明显看到自2018年以来，利润总额一直处于增长趋势，2018年1季度增长明显，是因为新开了一家门店，但是2019年2季度，总利润下滑，出现负增长，其门店没有变化，为啥会出现这种情况，还需要进一步了解一下各门店利润的具体情况。点击图中标记的柱图，打开2019年2季度的门店利润明细表。从门店利润明细表看到该季度北京海淀分店，北京旗舰店，北京西城分店，北用户手册31/870京专营店环比增长均为负值，同时北京旗舰店和北京专营店出现亏本情况。该明细表让我们能清楚看到具体每一个门店的具体情况。那么这么门店从不同角度分析的具体状况如何呢？让我们看看门店状况分析。从分析图表能看出所有门店的地区分布情况，其中上海利润最高，但门店数量也最多。青岛利润排名第三，但只有一个门店，其单店利润应该是最大的。门店利润贡献率最大的为二线城市，区域为华东地区。那么所有门店业绩最差的前几名都有谁呢？用户手册32/870北京专营店的利润和增长率趋势图：从绩差门店分析图表，可以看到2019年2季度北京旗舰店，北京专营店处于亏本状态。北京旗舰店从2018年以来一直处于亏本状态，可以考虑关店，而北京专营店虽然2019年2季度出现亏本状态，但前期利润一直在上升，可以暂时保留。那么哪些门店业绩比较好呢？用户手册33/870从绩优门店分析图表可以看出，青岛分店从2018年以来利润一直处于上升趋势，虽然后期环比增长变化不大，但利润依旧非常乐观，那么这些门店的地理位置和经营范围特性可以作为我们新增门店的参考，下面我们分析一下其地理位置特征。城市划分平均利润=所有该等级城市所有门店的利润/该等级城市的门店数量。区域平均利润=所有该区域所有门店的利润/该区域的门店数量。地区平均利润=所有该地区所有门店的利润/该地区的门店数量。用户手册34/870通过增店经营地点分析能够看到，平均利润比较高的主要为二线城市和东北区域，其次是华中和西北区域。其地区由高到低分别为青岛，哈尔滨，长沙等。增店的地址已经大致确定了，那么门店主要经营什么呢？下面看门店经营范围分析。从增店经营范围能看到销售收入最大的为男童，其次是女童，对于男童而言145,150,155尺码销售收入占比相当，颜色上销售收入也不相上下，但其品牌用户手册35/870而言，耐克和特步销售收入很明显，基本对于所有品牌而言，其T恤比裤子销售收入要高。2.3.3.5故事总结通过门店利润分析，可以得到如下信息：该服装连锁企业自2018年以来，利润总额一直处于增长趋势，2018年1季度新开了一家门店，至总门店数为26家，但是2019年2季度，总利润有所下滑，出现负增长，利润下滑比较明显的门店主要集中在北京，门店为：北京海淀分店，北京旗舰店，北京西城分店，北京专营店。从净利润最好的门店统计分析出：门店设立在二线城市相对于一线城市净利润更好，主要是一线城市的人力成本和房租费用等都偏高，虽然销售利润不错，但净利润确比不上二线城市。所有门店中青岛分店效益最好。从服装大类和品牌分析出：童装销售利润最高，特别是男童，耐克品牌销售利润最好。而且T恤比裤子销售利润更高。所以，如果后期需要增开分店，推荐在二线城市选址，多卖童装特别是男童的，其品牌为耐克，上货数量可以考虑T恤多于裤子。第三章操作指南3.1分析建模3.1.1总体概述数据管理是智能分析模块中承载连接数据、创建数据模型的重要部分，是智能分析连接数据的基础模块。支撑用户连接多样化的数据源，包括业务系统元数据、关系型数据库、大数据数据源、文件数据源。支持用户通过多种方式创建数据模型，包括SQL模型、数据集模型、填报模型、存储过程模型。用户通过数据建模，将业务数据构建出用于数据分析展现的各种数据模型。3.1.2总体价值用户手册36/870•多样的数据源接入支撑用户接入多样数据源，可连接YonBIP业务元数据，关系型数据库、大数据数据源、文件数据(Excel、CSV)。解决企业中多业务系统、多数据源类型进行整合分析的需求。•自助式拖拽构建数据模型在用户构建数据模型中，支持用户通过拖拉拽的方式，将业务数据表和相应的维度档案进行关联，勾选选择相应的数据字段，即可构成用户所需要的宽表数据模型，降低了数据模型的难度，提升了用户创建数据模型的效率。•灵活定义计算字段、设置参数与数据过滤在数据集模型中，支持用户通过界面化添加计算字段，支持各种函数与公式，让用户灵活的定义和扩展计算字段。在数据模型中，支持用户对数据模型设置过滤，并支持创建参数，引用在数据模型，支撑用户根据不同业务场景的模型参数应用中能够灵活的定义。•简洁的数据模型物化，为报表与分析展现提升效率模型物化是提供用户将创建的数据模型进行物化存储，从而将多表关联的查询模式，经过设置物化任务、设置定时策略，把该模型进行物化存储，在报表层，使用该模型将直接调用该模型对应的物化表，提升了查询和展现效率。3.1.3相关内容•数据模型•语义模型3.1.4数据模型3.1.4.1功能描述数据模型由用户基于数据源搭建业务数据模型，数据源支持关系型数据库、文件数据源。创建数据模型的SQL模型、数据集模型、填报表模型、存储过程用户手册37/870模型。为创建分析卡片、仪表板、报表、移动页面提供数据模型基础。3.1.4.2关键应用•SQL模型由用户通过SQL脚本方式创建数据模型，给用户更多创建模型的灵活性，支持创建参数，并在SQL脚本中引用参数，支持对模型进行物化存储。•数据集模型由用户通过可视化方式建立数据模型，用户可以通过拖拽表，自动建立表关系，自动识别关联字段，选择字段，创建参数引用参数，设置数据过滤，新增计算字段，支持对模型进行物化存储。•填报表模型由用户通过可视化方式建立用于填报的数据模型，用户可以通过拖拽表，自动建立表关系，自动识别关联字段，选择字段，创建参数引用参数，设置数据过滤，用户可指定表类型(主表、子表、维表)。•存储过程模型由用户基于关系型数据源中的存储过程，建立数据模型，拖入存储过程，将自动带入存储过程，配置存储过程的输入参数即可执行存储过程。•模型物化在SQL模型、数据集模型中，支持用户对模型进行物化(注有参数的模型不支持物化)，设置物理表名、目标数据源、创建与管理物化任务，支持查看物化任务执行状况。3.1.4.3操作说明SQL模型用户手册38/870该场景是为满足业务用户更灵活的创建建数据模型，通过SQL脚本方式，搭建数据模型，创建参数，并可以引用参数，降低用户建模的使用门槛，让用户能够更便捷的创建数据模型。打开【数据模型】功能，点击<新建数据模型>后，选择数据源，SQL模式，输入SQL脚本，点击<保存>。SQL模型-编辑主界面数据模型SQL模式编辑主界面分为顶部工具栏、左侧表和字段的目录区域、SQL主编辑区域、字段和数据预览区域、参数、变量、权限标签区域。•顶部工具栏包括：参数、数据过滤、代码优化、执行；•左侧表和字段的目录区域：展现当前选择的数据源的表和字段；•SQL主编辑区域：支持用户编写各数据库类型的SQL脚本，支持嵌入数据库自身的函数，也支持将智能分析的参数、系统变量、权限标签来嵌入(注：不同数据库需要输入各自的数据库脚本)；•参数、变量、权限标签区域：在这里列出智能分析中创建编辑的参数、变量、权限标签，可以引入到脚本中共同使用。数据集模型该场景是为满足业务用户能够可视化创建数据模型，降低用户建模的使用门槛，让用户能够更便捷的创建数据模型。操作流程：进入【数据模型】>【新建数据模型】>【数据集模型】>【选择用户手册39/870数据源】>拖拽相应的数据表，搭建表关系，设置表与表之间的关联字段，选择字段，点击保存。点击[新建数据模型]按钮，切换到数据集模型编辑主界面...
