--1-3
在一般的数据分析中,我们用到最多的就是筛选、聚合、排序、对比这些常规分析方法。然而在某些情况下,我们也会遇到一些需要通过调参来实现数据的动态调整,进而根据不同结果来采取最优决策的分析场景。

有一个专有的名词用来描述这类分析场景——What-if分析。

假设分析是一种评估的程序,假设如果采取不同的策略方案会产生何种结果,以便作最佳的决策。例如若更改实际预测、生产计划和存货水准会有什么结果,再根据不同的结果选择一种最合适的方案。
——智库百科

在企业日常的运营中,善用What-if分析将对决策分析起到十分重要的帮助。而在观远BI中,我们可以使用动态参数功能,来轻松构建What-if分析。所以接下来,我们将通过几个案例,来教大家如何通过灵活使用参数功能,来实现What-if分析的强大功能!

案例一:利润假设分析

某超市想分析一下如果能降低采购成本,能给自己带来多大的利润提升。由于降低成本本身就是一种假设,分析师希望将“成本下降百分点”作为一个外部参数来做为分析的一个输入。

通过观远数据构建的利润假设分析模型,最终分析人员只需调整“成本下降百分点”这个参数,便可马上得到各年份利润提升数据,以此作为参考来制定下一个周期内的成本控制计划。

在这个案例中,我们需要在计算“节约成本后利润”这个字段时引入“成本下降百分点”参数,如下所示:

--1-3

如此一来,我们把新建的字段添加到图表中后,我们便能在图表属性区域内设置参数的默认值。

--1-3

保存卡片后我们可以在页面上选择将参数以卡片的形式透出,这样我们就可以直接在页面上调整参数来实现What-if分析了。最终效果图如下:

--1-3

成本控制对利润的影响

从以上分析结果中我们可以得出,成本下降1个百分点,整体利润可能就有6个点以上的增幅;若是成本能下降5个百分点,利润提升大致在30%以上,由此可见成本控制对利润增长影响之大。

案例二:促销分析

零售数据化管理大师黄成明老师在他的《数据化管理—洞悉零售及电子商务运营》一书中提出了黄氏曲线的概念,用来对促销活动做分析及评估。简单来讲就是对促销前、促销期间、促销后三个时间区间段的单位权重销售值(剔除周一到周日销售额不均衡现象的影响)进行对比,评估促销活动是否成功。

--1-3

如上所示,我们把促销期间销售额单位权重值的增长值称为促销爆发度,促销结束后的销售额单位权重衰减值称为促销衰减度。促销爆发度体现了促销活动立竿见影的程度,而促销衰减度则可用来判断促销活动是否有透支销售额的情况。一般情况下,衰减度大于爆发度则有销售透支的现象发生,而如果衰减度大于两倍的爆发度(上图便是这种情况),那基本可认为促销活动是彻底失败的。

借助观远数据的动态参数功能,我们构建了某零售门店促销分析模型。分析师只需要调整分析周期与活动开始、截止日期,便能轻松分析活动是否达到预期。

这个案例里面,我们利用日期选择器来做分析周期的选定,利用日期类型的动态参数来对活动时间进行圈定,最终实现促销活动完成情况的动态分析。

--1-3
--1-3

最终效果如下:

--1-3

以上分析中我们可以看到商家在2017-10-19~2017-11-19期间做的促销活动促销爆发度高于促销衰减度,可见促销效果比较不错,甚至还带来一些正面的持续效果。

案例三 新增会员销售分析

一般情况下,商家的订单数据来自业务系统,会员数据来自CRM系统,汇总到数据仓库以后也经常是放在不同的数据表中。那么如果要对新增会员进行销售数据的分析,就需要关联订单表与会员表。而一般情况下,如果先做全表关联,然后再对会员进行筛选,则中间结果的计算会相当耗时且没有意义(因为新增会员一般只占到全部会员的一小部分而已)。那怎么更高效而优雅地完成此类分析呢?

这就要用到观远数据动态参数的第二种使用方式:在直连数据集的SQL中添加参数。例如,我们可以用以下SQL创建直连数据集:

--1-3

这样,我们用这个数据集创建图表的时候,就可以捕捉到“注册日期”这个参数。用户在页面端调整这个参数,系统会把参数值一直传递至底层数据集SQL中去,最终推送至数据库执行。如此一来,便可以轻松高效地分析任意日期至今的新会员销售数据了。

--1-3

目前观远数据支持文本、数值、日期三种类型的参数,支持默认值、备选项设置。您可以在管理员设置页添加、管理企业数据分析所需的参数。通过灵活使用参数功能,除了What-if分析,您还可以实现其他复杂的图表动态分析,比如:分析维度切换、分析指标切换、跨表动态查询、阈值调整分析等等,可谓是数据分析的一个重要利器。

--1-3

市场上其他BI产品也会提供类似的功能,比如某友商支持在计算字段中添加参数;另其他友商支持在SQL中填写参数,而观远BI是为数不多能够同时支持计算字段与直连数据库SQL中添加参数的产品。