在過去的幾年中，人工智能技術已成為推動各行各業數字化革命的關鍵力量。對于商業智能領域，人工智能大模型的引入不僅可以降低業務人員的使用門檻，還能快速實現預測性分析和自動化洞察，幫助企業更快和更準確的做出決策。
此次vividime V 10.2 的重磅更新，不單是在人工智能大模型的結合上，還在數據模型、指標服務、集群管控、報告應用、分享協同、分析計算等方面有重大提升。
接下來，我們將重點逐一為大家介紹：
Part1 智能化
ChatGPT引爆了一場人工智能的技術革命。一個顯著標志就是它降低了各種工具的使用門檻，同時對BI的交互（Interactivity）也起到了積極的作用。以往我們通過拖拽加上所見即所得的方式大大降低了業務用戶分析數據的門檻，而現在通過文字對話或語音即可探查數據結果，讓更多的業務用戶使用BI變成了可能，也大大提高了數據分析師和數據科學家的分析效率。ChatGPT可以讓我們對數據做更多更深層次的洞察（Insight），讓我們了解發生了什么，為什么發生，以及我們應該采取怎樣的決策。永洪科技旗下的vividime Copilot作為自主研發的AI大模型，致力于聚焦在如何幫助業務用戶用數據、洞察數據背后的價值。在V10.2上我們利用Copilot對交互和洞察進行了雙重提升，并在接下來的版本中會持續增強。
1. 智能問答Copilot
憑借Copilot的強大自然語言互動分析能力，僅需口頭提問，即可瞬時獲取詳盡數據分析結果，告別繁復操作。并支持豐富的數據分析能力，從分析匯總、篩選、排序到TopN、同環比分析計算，均可隨意提問。支持持續對話，精準理解上下文意圖。問答結果支持二次加工，助力用戶迅速整理分析結果，大幅度提升報告制作效率。
能力強大，支持語音提問、多輪對話、數據解讀、歷史及熱門搜索，還能夠與報告打通，支持二次編輯添加到報告中，輔助報告制作。
準確率高，在評測中，問題單次回答準確率高達85%。
分析能力強，支持以下計算相關的問答：
l 各類匯總：總銷售額有多少
l 維度值：產品種類都有哪些
l 細節數據過濾：哪些訂單的銷售額超過了100
l 匯總數據過濾：總銷售額超過50000的省份各是哪些
l 排序：統計各省份的總銷售額，并按降序排列
l TopN：總銷售額最高的兩個省份
l 指定時間：昨天咖啡的銷售額是多少?
l 時間層級：2016年3季度咖啡銷售額
l 時間嵌套：2016年3季度每月咖啡銷售額
l 時間序列：咖啡銷售額月趨勢
l 同環比：2016年1月銷售額同比增長多少
l 動態計算：咖啡的銷售額各省份分別占比多少
同時支持對問答結果進行數據深度洞察，全方面對數據進行分析，并探索數據增長/降低的策略。
典型場景：銷售團隊希望快速了解各地區、各時間段的產品銷售業績，只需通過Copilot提問，即可快速生成可視化圖表，展現詳盡的數據概覽。
2. 智能SQL
智能SQL主要包含三部分功能：SQL解釋、優化建議、自然語言轉SQL。
SQL解釋，提供深入淺出的SQL語句解析，賦予用戶對查詢邏輯的瞬間領悟力，增強SQL編寫與維護環節的工作效能。
優化建議，提供SQL性能改進策略，有力削減查詢響應時延，提升數據執行性能。
自然語言轉SQL，擁有強大的自然語言到SQL的轉化技術，使得非技術人員也能輕松運用日常對話方式構建復雜的SQL查詢。
目前自然語言轉SQL支持多輪對話，能夠理解用戶上下文。支持多種數據庫，包括：mysql，oracle，postgreSQL，SQLServer，clickhouse，oceanbase，sqlite。
典型場景：數據分析師在整理數據時，并不擅長編寫復雜的SQL查詢。利用永洪AI的智能SQL功能，將自然語言提問轉化為了高效的SQL查詢語句，并給出SQL優化建議。
3. 函數
通過大模型能力，對數據進行加工處理。包括智能翻譯函數translateAI，智能分類函數classifyAI，個性化任務函數taskAI，助力用戶在數據治理、數據展示、電子表格等地方對數據進行快速加工。
典型場景：數據分析師在處理大量客戶評論時，借助translateAI和classifyAI可以輕松翻譯并分類評價內容，進而提取關鍵信息。
4. 智能洞察
智能洞察，是我們全新推出的一項革命性業務分析功能。它運用先進的算法與大數據分析技術，幫助企業輕松發現業務數據增長與減少的深層次原因，從而制定更為精準的市場策略，實現業務的高速增長。
核心優勢
高效洞察：智能洞察大大簡化了數據過濾和圖表分析的過程，讓用戶能夠快速把握數據變化趨勢，為決策贏得寶貴時間。
全面報告：無論是制作報告還是查看報告，智能洞察都能提供詳盡的數據分析報告，讓用戶對業務數據有更為全面的了解。
多維分析：智能洞察支持多種聚合類型，包括總和、計數、平均等，用戶可根據需要靈活選擇，進行多維度、深層次的數據分析。
功能亮點
數據概況：一鍵呈現數據維度信息、度量信息、預期范圍、平均值及累計值，讓用戶輕松掌握數據全貌。
記錄數分析：智能洞察能夠分析數據點在數據中的記錄條數，并與其他數據點進行比較，幫助用戶發現數據中的異常點。
極端值分析：該功能能夠識別數據中的偏大值、偏小值，有效避免因極端值影響分析結果的準確性。
數據對比：支持用戶自定義對比數據點和維度，通過瀑布圖、堆積柱圖、散點圖等多種形式直觀展示數據對比結果。
同環比分析：智能洞察可根據用戶所選分析數據點，自動計算相關同環比信息，幫助用戶快速把握市場趨勢。
數據因素與關鍵因素分析：依據數據集中的維度計算占比分析，并以餅圖形式展示，同時分析增長（降低）的關鍵因素，為用戶提供決策支持。
應用場景
智能洞察適用于各類企業，無論是售前、銷售還是客戶部門，都能從中受益。售前部門可利用智能洞察分析潛在客戶的行為和需求，制定更為精準的營銷策略；銷售部門可通過智能洞察掌握市場動態，優化銷售策略，提升銷售業績；客戶部門則可通過智能洞察了解客戶反饋和需求，提升客戶滿意度和忠誠度。
Part2 數據模型
在多數業務 數據分析 場景下，分析所需要的字段往往分散在多張表中， ，推薦做法是IT工程師建好基于用戶數據權限過濾的SQL數據集，通過自服務數據集進行自助式加工。由此存在的問題是用戶需要花費 大量的時間與精力對多張表的數據整合處理，以及合并完成后對數據正確性校驗 。我們就以兩張表舉例：
如果想看各State的銷量和人口數，之前我們的想法是通過自服務數據集將兩張表合并。由于State為TX和New York的數據在對方的表里不存在，為了保證數據的完整性，需要將聯接方式改成外部連接。將State通過計算列合并之后得到如下數據結果：
如果直接拿來做分析，會發現CA和WA的銷量和人口數翻了2倍。
在實際的分析場景中，數據分散在各個表內，兩張表的數據分析在實際場景下既要考慮數據完整性，又要考慮數據正確性，假設引入多張維度表和多張事實表，將會更加復雜和混亂。
而我們通過數據模型可以輕松解決上述問題，將相同或不同主題對應的表全部添加到一個模型中，通過簡單的關系指定即可應對多變的分析需求和免去痛苦的數據校對。
在建立模型時，我們只需要拖拽sales表的State字段到city表的State上，自動形成多對多的關系，構建好一個數據模型，在實際的創建的過程中無需再考慮表的關聯方式。
在表格上綁定模型的字段，可以看到數據并沒有發生膨脹。
功能亮點：
l 在數據模型構建中，并不會將所有建立關系的表都進行關聯查詢，而是在執行時，根據組件上使用的數據按需獲取數據，和根據組件綁定的數據來推測節點的關聯方式。
l 支持跨表綁定，跨表匯總計算字段，用戶可以根據需求自由使用模型上的字段進行分析，不用擔心數據會出錯。
l 模型支持一對一、一對多、多對一、多對多關系，構建星型模型、雪花模型、多維度表多事實表模型、多事實表模型。
l 支持跨源建立模型，可以將不同源的表通過模型建立關系，之后在模型里將各表的數據抽取到數據集市VooltDB中，再使用模型時變成同源計算。
Part3 跨集群管控
新版本提供一站式的可視化運維界面，當一個企業存在多個物理隔離的集群時，可以查看每個集群各個節點的狀態，并且支持在該頁面進行版本管理、在線換Jar包、在線回滾、在線重啟。在大規模數據處理、高可用性服務、分布式存儲等的多集群場景下，它可以提高系統的可靠性、性能和可擴展性，確保業務的連續性和穩定性。
功能特點：
l 監控：實時監測集群的狀態，包括節點的健康狀況、資源使用情況等。
l 配置管理：統一管理集群中各個節點的配置，確保系統的一致性和可維護性。
l 彈性擴展：可以根據業務需求隨時增減節點，以適應不斷變化的使用環境。
功能介紹：
支持添加集群，并對集群和集群下的單個節點進行啟動，停止、重啟、編輯、刪除，刷新，支持上傳，替換、刪除產品Jar包，以及支持對多個節點批量操作。
Part4 指標跟蹤
在日常工作中，我們深知企業高層和相關負責人對核心數據的關注度極高。然而，傳統的數據分析報告往往冗長復雜，查找關鍵數據需要耗費大量時間和精力。為了解決這一問題，我們推出了指標卡片功能。
指標卡片允許用戶將報告中的關鍵組件添加到卡片庫，實現對核心指標的集中跟蹤， 讓關鍵數據觸手可及 。這些卡片可以靈活應用到系統首頁、門戶界面，讓用戶隨時隨地查看關鍵數據，無需再翻閱整份報告。
功能強大，操作簡便
指標卡片不僅功能強大，而且操作簡便。用戶只需在制作、預覽或查看報告時，點擊組件工具欄中的“添加到卡片庫”按鈕，即可輕松將組件添加到卡片庫中。同時，我們還提供了豐富的配置選項，允許用戶自定義卡片的名稱、超鏈接、標簽和描述等信息，以滿足不同場景的需求。
提升效率，助力決策
指標卡片功能的推出，將極大提升用戶跟蹤關鍵數據的效率。通過集中展示核心指標，用戶可以快速了解業務狀況，發現潛在問題，從而做出更精準的決策。此外，卡片還支持通過超鏈接查看更全面的數據，為用戶提供更豐富的信息支持。
典型場景 ：
l 只需關注某些核心數據指標時，可以將其添加為卡片，并呈現在首頁或門戶中。
l 核心數據指標分散在眾多報告中時，可以將其添加為卡片，并統一呈現在首頁或門戶中。
Part5 報告敘述
在數字化時代，精準而生動地傳達數據信息已成為企業決策與溝通的關鍵。圖表報表雖直觀展示了數據分布、趨勢等信息，但其解讀依賴于觀者對圖形符號的理解與分析能力，易受主觀因素影響，且難以全面捕捉復雜數據間的深層關系與微妙變化。數據文本化描述與總結，彌補了這些局限，通過詳細的文字敘述，明確闡述數據的關鍵指標、變化幅度、影響因素等，避免理解偏差，確保信息傳達準確無誤。
新版本富文本編輯器，以創新的數據敘述功能，賦予您前所未有的數據故事講述能力。無論是業績報告的核心指標，還是市場分析的關鍵趨勢，只需一鍵操作，即可將復雜數據轉化為易于理解的文字敘述。這一亮點功能不僅讓重要數據躍然紙上，更通過智能引用、動態高亮與便捷鏈接，幫助您快速生成高質量的總結匯報，打造沉浸式的數據解讀體驗。
富文本編輯器，靈活引用數據更直觀
我們獨特的富文本編輯器支持靈活引用報表、圖表組件的最新數據。您可以在文字中直接添加數據塊，并設置高亮，使數據展示更加醒目。同時，編輯器還支持添加數據分析的說明和看法，讓您的報告更具深度和洞察力。
快速引用，數據獲取更便捷
在富文本編輯器中，您可以輕松引用表格、文本、自由表、儀表等組件中的數據。無論是單個數據點還是整列數據，只需簡單操作，即可快速插入到文本中。這大大減少了數據查找和整理的時間，提高了工作效率。
超鏈接功能，數據解讀更深入
我們特別為數據敘述功能添加了超鏈接支持。您可以在文本中添加超鏈接，直接跳轉到相關報告或外部地址，方便您進行更深入的數據解讀和分析。這一功能使您的報告更加生動、豐富，為讀者提供了更多的信息來源。
強大的函數支持，數據處理更靈活
除了基本的組件引用外，我們還提供了強大的函數支持。通過getCellData、getCellView等函數，您可以輕松獲取表格中任意位置的數據，包括前n個和后n個數據。這為您的數據處理提供了更大的靈活性和便利性。
最終效果圖如下，
Part6 報告導出
5. Word易編輯模式
BI產品新版本導出功能——Word易編輯模式全新升級介紹
這一創新功能將徹底改變您以往對導出Word文檔的認知，為您帶來前所未有的便捷與高效體驗。
文字流導出，編輯更自由
在過去，導出Word文檔時，文本組件常常以懸浮的文本框形式呈現，這不僅限制了用戶的編輯空間，還使得后期修改變得繁瑣。而新版本的Word易編輯模式，則采用了文字流的形式導出內容。這意味著，文本組件將直接融入Word文檔中，與整體文檔融為一體，您可以像編輯普通文本一樣對其進行自由調整。
保留核心信息，布局更靈活
由于是文字流，新模式可能會在一定程度上影響原有的布局效果，但大部分場景下影響可以忽略。您也可以根據實際需要，輕松調整文檔結構，打造出更符合您需求的Word文檔。
富文本支持，編輯更強大
除了文字流導出外，新版本的Word易編輯模式還支持富文本導出為文字。這意味著，您導出的Word文檔將保留原有的格式、顏色、字體等樣式，讓您的報告或分析更具表現力。同時，您還可以在Word中直接對富文本進行編輯，無需再回到BI工具中進行調整。
提高效率，創造價值
Word易編輯模式的推出，將大大提高您的工作效率。無論是制作報告、分析數據還是進行二次編輯，您都可以更加快速、便捷地完成。這將為您節省大量時間，讓您有更多精力專注于核心業務，從而創造更多價值。
6. 報告支持導出PPT
10.2版本支持直接將報告導出為PPT，您可以將多個報告頁面組合到一起，導出為一個PPT文件，以此來分享、展示和保存數據分析結果，便于在會議、報告和演示中使用。
原始報告：
導出PPT：
功能特點 ：
組合導出：用戶可以一次性選擇多個已創建的可視化報告頁面，制作為組合報告，將它導出為PPT文件， PPT文件中的頁面 按報告頁面順序進行 排列 。
內容易編輯：報告中 的 文本和表格導出后支持編輯，方便后續調整格式和內容。
應用場景 ：
會議演示：在會議或匯報中，用戶可以利用導出的PPT文件展示數據分析結果，提升演示效果和表現力。
數據分享：方便用戶將數據分析結果與團隊或客戶分享，加強溝通和理解。
Part7 協同分享
7. 報告批注
數據分析報告通常包含大量的數據指標和分析結果，而這些指標可能對于某些用戶來說并不清晰。通過在分析報告中增加批注，例如“這個數據指標代表什么？”或“數據是否包括特定地區？”等問題，可以幫助用戶更好地理解報告中的數據指標和解讀分析結果。
功能特點 ：
l 顆粒度更細的數據批注
永洪產品支持對報告、組件以及標記級別進行添加批注，通過對報告不同細分級別的批注并進行相應的解答，幫助查看者更加清晰的理解分析結果，消除數據疑惑。
l 操作簡單，如聊天一樣
添加/回復批注和微信聊天一樣，操作簡單，可以直接輸入文字并支持@用戶。消息中心會有實時提醒，讓用戶不會錯過任何一條重要內容。
l 歷史數據全面洞察
支持記錄批注時的報告和組件快照，即使報告內容發生變化，也可以一鍵還原回批注時的報告和組件狀態。幫助您可以對數據進行更深入的分析和比較，了解批注時的報告狀態。
l 更高效的溝通與協作體驗
報告批注與辦公軟件深度結合，支持將批注推送到企業微信、釘釘、飛書、WeLink，確保及時處理重要問題和提供反饋，提供更高效、便捷的溝通與協作體驗。
典型場景 ：
對報告或者數據有疑問時，標記數據中的異常值、缺失值等，并進行解釋和討論。
可以對報告或者數據進行解釋說明，標明數據的意義和價值。
對報告或者數據有建議時，可以提出觀點、建議等，并進行討論和決策，以促進團隊合作和項目進展。
功能展示 ：
①報告批注：
在查看報告頁面，點擊頂部菜單的批注按鈕，在報告右側打開批注窗口。批注窗口底部可以輸入批注內容。
為批注添加報告快照：保存添加批注時的報告篩選條件，方便查看批注時的報告狀態。
②組件和標記批注：
組件批注：在組件的更多菜單里，點擊添加批注按鈕，則彈出添加批注彈窗。
標記批注：選中圖表組件的標記或者表格組件的格子，單擊右鍵，選擇添加批注。
為批注添加組件快照：保存添加批注時的報告篩選條件，方便查看批注時的報告狀態。同時快照當前組件的圖片。不勾選，則不保存。
③查看批注:
報告批注、組件批注和標記批注添加完成后，都會在批注窗口中 展示 。
如果勾選了“為批注添加報告快照”，則報告批注支持查看報告快照，點擊后，則在報告中應用添加批注時的過濾條件。
如果勾選了“為批注添加組件快照”，則組件批注和標記批注除了可以查看組件快照，還可以查看組件的預覽圖片。
點擊批注內容的回復按鈕，則在批注窗口的底部輸入框會生成一個引用，并自動@此批注的添加人。如果引用信息被刪除，則認為此批注是添加一條新的批注。
④消息提醒：
@您的未讀批注才有提醒，已讀批注或者未@您的批注不會有提醒。
如果當前報告有@您的未讀批注，則會在報告頂部菜單的批注按鈕上顯示紅點，提醒您有未讀的批注內容。
如果有@您的批注，則消息中心會有消息提醒。點擊名稱打開報告，則會自動打開批注窗口并定位到@您的批注內容處。
8. 公開分享
數據分析報告制作好之后，只能系統內部人員查看。對于數據不太敏感的報告，想要分享給外部用戶，可以將報告設為公開分享。被分享人可以點擊 報告 鏈接、掃描二維碼打開報告，無需部署和下載。
功能特點 ：
l 強大的數據安全能力
公開分享的鏈接支持設置有效期和密碼 。 報告在有效期內且擁有密碼的人才能查看報告。沒有密碼則無權查看報告。報告有效期過期，也無法查看報告。最大限度保障您的數據安全。
l 更便捷的報告分享方式
傳統的報告分享，只能登錄員工賬號，在公司系統內部查看。而公開分享，無需賬號，無需登錄公司系統，對于數據不太敏感的報告，可以一鍵生成分享鏈接，更加地方便快捷。
l 支持多終端報告的查看
一個公開分享的鏈接，既可以在PC端查看，也可以在手機端查看，不限制使用的設備，真正做到隨時隨地查看報告，打破設備之間的壁壘。
典型場景 ：
數據不太敏感的報告，可以方便快捷的在外網訪問。
制作好報告后，可以分享給沒有永洪賬號的人查看。
功能展示 ：
如果我們想把一個報告公開分享：
①在 “ 公開分享 ” 對話框中，點擊 “ 公開分享 ” 開關進行設置。
加密分享：勾選后，可以對公開分享的報告設置密碼。
設置有效期：勾選后，可以對公開分享的報告鏈接設置有效期時間，默認選中當前日期7天后的日期。
復制鏈接：點擊鏈接后可復制報告鏈接。
二維碼分享：在移動端設備的微信、瀏覽器等App中，使用掃一掃功能打開報告。
②將公開分享報告鏈接、報告二維碼分享到社交平臺、論壇等，用戶點擊報告鏈接、掃描報告二維碼，即可打開報告。
如果公開分享的報告進行了加密分享，則需要先輸入密碼后，再打開報告。
③如果公開分享關閉分享或者有效期過期，打開公開分享的報告鏈接或掃描報告二維碼時，提示 “ 該報告已關閉分享或不存在 ” 。
9. 訂閱預警優化
新版本升級了訂閱預警功能，主要優化點如下，
界面煥新，操作更便捷
我們對訂閱預警的設置界面進行了全面優化，內容統一，布局更加簡潔明了。無論是售前人員快速演示，還是銷售精英向客戶展示，都能輕松抓住重點，一目了然。
推送渠道拓展，信息觸達更及時
我們新增了對釘釘、飛書、WeLink等主流企業溝通工具的支持。這意味著，無論您身在何處，都能第一時間收到訂閱預警的推送，確保信息的及時性和準確性。同時，我們還支持群機器人通知，讓團隊內的信息共享和溝通更加高效。
執行周期更靈活，滿足多樣化需求
為了滿足不同業務場景的需求，我們提供了更加靈活的執行周期設置。無論是每年、每月、每周、每日還是每小時，您都可以根據需要進行選擇。月、日、周、小時還支持多選功能，讓您的訂閱預警更加精準，更符合業務邏輯。
推送內容升級，信息呈現更美觀
我們對推送內容進行了全面優化，使其更加美觀易讀。清晰的信息展示和直觀的圖表呈現，能夠幫助您快速了解關鍵信息，做出正確的決策。
過濾條件確認功能，確保數據精準
為了確保訂閱結果的數據符合您的期望，我們新增了過濾條件確認功能。在設置訂閱預警時，您可以對過濾條件進行確認，確保數據的準確性和有效性。
Part8 豐富的可視化組件
10. 對比圖組件
對比 圖是一種用于可視化比較兩個不同類別之間的差異或變化的圖表類型。它通過在一個水平線上繪制兩個圓圈并用一條直線連接它們來展示數據之間的關系。
功能特點 ：
直觀對比：對比 圖以簡潔清晰的方式顯示兩個類別之間的差異或變化，使得數據對比一目了然。
注重變化：適用于展示兩個時間點之間的變化或者兩個群體之間的差異，強調變化的趨勢。
易于理解：由于其簡單的設計和直觀的呈現方式， 對比 圖非常適合用于向非專業人士解釋數據的漲跌情況。
應用場景 ：
指標對比：比較兩個指標在不同類別之間的差異或變化 ， 如產品銷售額、用戶增長率等。
群體對比：展示不同群體之間的差異，如不同地區的收入水平、不同產品的市場份額等。
方案效果：對比兩種不同方案、策略或處理方法的效果，如廣告活動前后的銷售數據對比。
11. 形狀組件
隨著數字化轉型的深入，數據分析與可視化已成為企業決策的重要支撐。為了滿足廣大客戶在數據展示、信息布局、關聯分析等方面的更高需求，我們隆重推出了BI產品中新增的三種形狀組件——線、矩形和圓。這些組件的加入，將極大地提升報表的可定制性、可讀性以及信息表達的豐富性，助您輕松打造專業、精美的數據可視化作品。
形狀組件無需綁定數據，用戶可以根據需要自由設置組件樣式，包括組件陰影、邊框、顏色等。線組件內置了多種箭頭樣式，線的兩端還可以連接圖表邊框的八個點位，實現更靈活的組件導圖、關聯趨勢等場景。
12. 線/面圖支持設置線類型
圖表類型為線圖或面積圖時，我們提供了一個強大的標記組設置功能，允許用戶自定義標記的線形，包括：折線、曲線、步驟、跳轉。對于面積圖，我們特別支持折線和曲線兩種基礎線形。
在標記組的線形屬性中，用戶可以輕松點擊線形框，從預設的線形選項中選擇最適合的線形。默認情況下，線形為光滑曲線，為用戶呈現一種流暢且專業的視覺效果。
提升圖表的可讀性與美觀度：通過自定義線形，用戶可以根據數據特點和展示需求，選擇最合適的線形來呈現數據。這不僅能夠使圖表更加美觀，還能夠提高數據的可讀性，使得用戶更容易理解和分析數據。
滿足多樣化的展示需求：不同的數據和場景可能需要不同的線形來呈現。這一功能提供了多樣化的線形選項，滿足了用戶在不同場景下的展示需求。無論是需要強調數據變化趨勢、突出數據點之間的關系，還是展示數據的跳躍或突變情況，都能夠通過選擇合適的線形來實現。
更豐富的渲染方式
新增排名渲染、迷你圖渲染 。
迷你圖渲染：
迷你圖渲染可以以迷你圖的形式（例如迷你折線圖、迷你柱狀圖等）直接嵌入到表格類組件的單元格中，以便快速了解數據的變化和趨勢。
例如，分析各個市場的銷量數據按周的變化趨勢
1）先創建一個圖表（如線圖），綁定周和銷量數據 。
2）在需要插入迷你圖的表格內綁定銷量數據，并設置迷你圖渲染，插入圖表2即可 。
常見的迷你圖類型包括：
迷你折線圖：這種迷你圖顯示了一系列數據點，以展示趨勢的變化。它們通常以簡單的線條形式顯示在單元格內。
迷你柱狀圖：以更緊湊的柱子顯示數據的相對大小，通常用于比較多個項目或類別。
迷你散點圖：顯示了數據點的分布情況，可用于顯示兩個變量之間的關系。
迷你餅圖：將數據以餅圖形式呈現在單元格中，用于顯示各個部分的占比情況。
常見應用場景：
數據摘要和概覽：在數據表中使用迷你圖來快速概覽數據的趨勢和模式，例如在銷售報表中顯示每月銷售額的趨勢。
數據對比：在比較多個數據集時，可以使用迷你圖將它們直觀地顯示在單元格中，以便比較各個數據集之間的差異。
數據呈現：在數據報告或儀表板中使用迷你圖來呈現數據，使得報告更具可讀性和吸引力。
排名渲染：
排名渲染可以對數據為1,2,3的數據設置圖標顯示，增強展示效果。
您也可以自定義圖標樣式 。
Part9 地圖分析
13. GIS地圖支持矩形和圓形選區
在預覽和查看報告時，我們引入了創新的框選功能，為用戶提供更加靈活和高效的數據篩選與分析手段。在界面的右下角，我們設置了專門的按鈕，支持圓形框選和矩形框選兩種模式。用戶只需使用鼠標左鍵單擊地圖，并拖動鼠標，即可輕松繪制所需的矩形或圓形區域。
該功能還支持與同源組件進行聯動，意味著用戶在框選地圖數據的同時，其他相關聯的圖表或組件也會同步展示與該范圍相關的數據，為用戶提供更加全面和深入的數據洞察。
此外，我們還特別為圓形框選功能添加了距離半徑設置選項，用戶可以根據需要設置特定的半徑范圍來查詢數據。同樣，矩形框選也支持距離寬高的設置，用戶可以根據數據的分布特點靈活調整框選的范圍。
場景舉例：
在零售店鋪選址或地產項目評估時，可以通過框選功能快速查看特定區域內的銷售數據、人口分布、交通流量等信息，從而幫助決策者找到最佳的開店位置或投資項目。
14. 地圖支持更多空間函數
在全新的版本中，我們的地圖功能得到了全面升級，支持更多強大的空間函數。這些函數包括但不限于position、makeLine、buffer以及distance等，它們共同構建了一個功能強大的空間分析工具箱，其中position、makeline、buffer作為空間對象可以應用于地圖組件進行標記，讓您可以輕松應對各種復雜的地理空間問題。
makeLine函數 ： 能夠連接起始點和目的點的坐標，形成一條直線。可用于繪制地理圍欄等效果。
buffer函數 ： 以指定的點為中心，根據給定的距離生成一個圓形范圍。這一功能在劃定服務區域、輻射范圍等方面具有極高的實用價值，能夠讓您在地圖上直觀地展示出倉庫的配送范圍。
distance函數 ： 可以計算兩個坐標點之間的距離，對數據進行加工展示，幫助您了解不同地點（例如門店）之間的相對位置關系。
這些空間函數還支持多種單位名稱，包括米、千米、英里、英尺等，方便您根據實際需求進行靈活選擇。同時，這些函數還可以與地圖組件進行無縫集成，實現標記、過濾等功能的完美結合。
這些函數在地理信息系統（GIS）、位置服務、交通規劃等領域都有廣泛的應用，可以幫助用戶更好地理解和分析地理空間數據。
15. GIS地圖支持縮放鉆取和定位
用戶在使用GIS地圖進行縮放查看不同地理層級信息時，地圖上展示的業務數據能夠根據地圖層級的變化動態改變，展示當前所屬地理層級的業務數據。例如，用戶在地圖上查看門店數據時，縮放到省級別能夠看到關于省的門店匯總信息，縮放到區/街道級別時，能夠看到對應區域各個門店的信息。
用戶在GIS地圖上使用“用戶定位”能力時，可以快速定位用戶當前位置方便查看其附近業務數據。
這些能力能更好的幫助用戶在查看地圖時對業務數據的理解與洞察，大大提升使用體驗。
Part10 分析計算
16. 支持點擊圖例過濾
該功能允許用戶通過交互方式靈活地過濾和篩選數據，以便更好地分析和展示數據。具體來說，當圖例代表維度時，用戶將鼠標懸停在圖例的圖標或文字上，鼠標箭頭會變為可選手勢，表示可以進行點擊操作。用戶只需點擊圖例圖標或文字，即可快速過濾掉當前選擇的圖例所對應的數據，從而更專注于分析其他數據。
而當圖例代表度量時，功能表現又有所不同。用戶將鼠標懸停在圖例圖標上，此時會顯示出左右兩個滑塊。用戶可以通過滑動這些滑塊，來選擇并過濾出左右滑塊范圍之間對應的數據。這種滑塊式的過濾方式為用戶提供了更加精確和靈活的數據篩選手段。
17. 圖表軸支持排序
圖表軸支持排序功能，包括無序、升序、降序等多種選項。您只需鼠標懸浮在數據軸上，點擊排序圖標，即可輕松實現數據排序。無論您是在分析柱圖、線圖、面積圖，還是其他類型的圖表，都能享受到這一便捷功能帶來的便利。
在查看報告的過程中，用戶享有了更高的自主性和靈活性。這主要體現在可以對動態計算后的數據進行排序的功能上。動態計算，如同比、環比等，通常是報告中非常重要的數據指標，能夠反映出數據的變化趨勢和相對差異。過去，用戶可能只能依賴報告制作人預設的排序方式，而現在，他們可以根據自己的需求，隨時對動態計算后的數據進行升序或降序的排序。
這種排序功能不僅限于整體數據的排序，用戶還可以針對某個具體類型進行排序。比如，在一份銷售報告中，用戶可能更關心某個特定產品或某個地區的銷售情況。通過選擇特定的類型，用戶能夠查看該類型下的數據排序情況，從而更深入地了解該類型數據的分布情況和變化趨勢。
這種設計使得報告更加個性化和實用，用戶可以根據自己的興趣和需求，靈活地調整報告的展示方式，獲取更有價值的信息。同時，這也減少了報告制作人的工作量，因為他們不再需要為不同的用戶預設不同的排序方式。
18. 交叉表支持組內排序
在【設置 > 排序】下新增了“排序區域”功能，包括自動、組外排序、組內排序等多種模式。這一功能尤其強大，當您的數據中包含小計或合計時，系統會自動選擇組內排序，確保數據展示更加直觀、清晰。您無需再手動調整數據順序，極大地提高了工作效率。
19. 過濾增強
支持總和值比較
在銷售數據分析中，用戶經常需要比較利潤、預算_利潤，以便篩選出利潤不達標的省份，從而找到銷售業績較差的地區，并做出銷售策略調整。
在之前的版本，用戶通常需要新建計算列，來計算利潤和預算_利潤的差值，在去過濾出差值小于0的省份，操作路徑比較長 。
10.2版本，支持用戶直接添加過濾條件：利潤_總和是小于預算_利潤_總和 。
原始數據：
過濾條件 設置如下。
應用后即可篩選出利潤不達標的省份 。
支持常見聚合值比較
除了列與列直接比較外，我們預設了一些匯總指標的參數，包括平均值、中位數、較小四分位數、較大四分位數，您可以將匯總后的結果與這些指標作比較，以此來分析各個省份的銷售數據在整體中的情況。
例如，您可以將銷售額與整體銷售額中位數比較，來篩選出相對較差的省份 。
原始數據：
過濾條件：銷售額_總和是小于?{_AVG_} 。
會過濾出小于總體均值的省份 。
人工智能正深刻重塑著 BI 的技術形態和應用價值。永洪科技堅信， AI+BI 將成為驅動數字經濟的新引擎。作為致力于打造全球領先的數據技術廠商，我們將以開放的心態、專業的技術、務實的態度，與客戶、伙伴一起持續探索人工智能在 BI 領域的嶄新可能，共創智能時代的新篇章。
