面向位置分析的 5 大图层

借助位置分析,你能够从业务数据中获得有关地理位置的洞察。通过将地图添加到故事中,你能够以全新的方式共享和使用数据。

在 SAP Analytics Cloud 中,位置分析结果以地图图层的方式进行展示。你可以在一个地图上使用多个图层,并在故事中与这些图层进行交互。

开始绘制数据图

你的模型必须至少包含一个位置维,你才能将地图添加到故事中。位置维是数据集中经度列和纬度列的组合。你必须定义一个位置维,才能将地图添加到故事中。

5 种图层可供选择:

  • 气泡图
  • 热图
  • 深度图
  • 兴趣点
  • 流图层

下面,我们来看看如何通过不同的图层从数据中获取基于 位置的洞察。在下面的示例中,我们使用了一家虚构的饮料公司的销售数据。

气泡图层

想获取精确的位置信息时,气泡图层大有帮助。气泡能够通过大小和颜色来传递信息。对数据进行可视化后,能够快速发现数据中的趋势和异常。

在下图中,气泡颜色表示商店营业额,气泡大小表示毛利润。从气泡图层中可以看出,内华达商店的营业额和毛利润较低,销售业绩最好的是加利福尼亚商店。

热图图层

热图图层通过将单个数据点集中组合到一起来呈现趋势。通常,某一区域内的度量值越大,颜色就会越暖。

下图中的亮红色表明在洛杉矶及其周边区域产品销量很大。

深度图图层

深度图图层不是展示地区内各地的信息,而是展示地区汇总信息。下钻深度图图层的层次结构,可以获得有关某地区更详细的信息。

在本例中,地区的颜色与所有区域商店的总毛利密切相关。可以看出,美国境内所有商店的平均毛利都令人满意。再往下一级,可以看到,加利福尼亚的销售业绩优于华盛顿和内华达。在最详细的级别上可以看出,加利福尼亚哪些地区的毛利最高。

兴趣点

兴趣点 (POI) 图层与度量或维无关。导入 POI 图层,可以将相关位置点锁定在地图上。举例来说,自行车租赁连锁店可能希望锁定当地公园的位置。医疗保健连锁店可能希望查看所有诊所和医院。

可以在 POI 图层的基础上使用距离过滤器,以根据与 POI 的距离显示位置。

在下面的示例中,POI 图层中显示的是本地的大学。加入距离过滤器表明,只显示距离大学 10 英里范围内的商店。

流图层

流图层显示相连的起点位置和终点位置。流图层最多可显示两个与某一路线相关的度量。一个度量用线条颜色表示,一个度量用线条粗细表示。数据集中至少要有两个位置维才可以使用流图层。

在下图中,线条颜色表示送货时间,线条粗细表示里程。