原創(chuàng)|大數(shù)據(jù)新聞|編輯:鄭恭琳|2020-09-29 10:31:08.970|閱讀 209 次
概述:基于Qlik認(rèn)知引擎的Insights功能自動生成的數(shù)據(jù)分析結(jié)果,對于合適的圖表可以直接添加到工作表,對于維度、度量有業(yè)務(wù)邏輯錯誤的圖表可以手動修改,再加入到工作表。進(jìn)入Qlik Sense分析面板,可以進(jìn)行更多自助性分析
# 界面/圖表報(bào)表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
相關(guān)鏈接:
在開始本文之前,請閱讀這篇文章以了解什么是Qlik,以及Qlik的功能詳細(xì)介紹:商業(yè)智能BI明星產(chǎn)品:一篇文章帶你走進(jìn)Qlik
前面幾篇文章,我們已經(jīng)詳細(xì)介紹了Qlik靈活的功能、強(qiáng)大的性能、有趣的擴(kuò)展性,以及授權(quán)和系統(tǒng)要求。接下來本文主要通過圖像識別的Qlik可視化為大家介紹基于工業(yè)大數(shù)據(jù)的Qlik可視化。
隨著21世紀(jì)席卷而來的科技浪潮,企業(yè)從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購、供應(yīng)、庫存、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個產(chǎn)品全生命周期各個環(huán)節(jié)無不產(chǎn)生相應(yīng)的數(shù)據(jù),并對應(yīng)輸入到相應(yīng)的系統(tǒng)或形成相應(yīng)的數(shù)據(jù)文本,從而形成工業(yè)大數(shù)據(jù)的數(shù)據(jù)基礎(chǔ)。主要來源可分為三類:第一類是生產(chǎn)經(jīng)營相關(guān)業(yè)務(wù)數(shù)據(jù),主要來自傳統(tǒng)企業(yè)信息化范圍,被收集存儲在企業(yè)信息系統(tǒng)內(nèi)部,包括企業(yè)資源計(jì)劃(ERP)、產(chǎn)品生命周期管理(PLM)、供應(yīng)鏈管理(SCM)、客戶關(guān)系管理(CRM)和環(huán)境管理系統(tǒng)(EMS)等。通過這些企業(yè)信息系統(tǒng)已累計(jì)大量的產(chǎn)品研發(fā)數(shù)據(jù)、生產(chǎn)性數(shù)據(jù)、經(jīng)營性數(shù)據(jù)、客戶信息數(shù)據(jù)、物流供應(yīng)數(shù)據(jù)及環(huán)境數(shù)據(jù)。此類數(shù)據(jù)是工業(yè)領(lǐng)域傳統(tǒng)的數(shù)據(jù)資產(chǎn),在移動互聯(lián)網(wǎng)等新技術(shù)應(yīng)用環(huán)境下正在逐步擴(kuò)大范圍。第二類是設(shè)備物聯(lián)數(shù)據(jù),主要指工業(yè)生產(chǎn)設(shè)備和目標(biāo)產(chǎn)品在物聯(lián)網(wǎng)運(yùn)行模式下,實(shí)時產(chǎn)生收集的涵蓋操作和運(yùn)行情況、工況狀態(tài)、環(huán)境參數(shù)等體現(xiàn)設(shè)備和產(chǎn)品運(yùn)行狀態(tài)的數(shù)據(jù)。此類數(shù)據(jù)是工業(yè)大數(shù)據(jù)新的、增長最快的來源。狹義的工業(yè)大數(shù)據(jù)即指該類數(shù)據(jù),即工業(yè)設(shè)備和產(chǎn)品快速產(chǎn)生的并且存在時間序列差異的大量數(shù)據(jù)。第三類是外部數(shù)據(jù),指與工業(yè)企業(yè)生產(chǎn)活動和產(chǎn)品相關(guān)的企業(yè)外部互聯(lián)網(wǎng)來源數(shù)據(jù),例如,評價企業(yè)環(huán)境績效的環(huán)境法規(guī)、預(yù)測產(chǎn)品市場的宏觀社會經(jīng)濟(jì)數(shù)據(jù)等。
基于工業(yè)大數(shù)據(jù)的Qlik可視化是使工業(yè)大數(shù)據(jù)中所蘊(yùn)含的價值得以挖掘和展現(xiàn)的一系列技術(shù)與方法,包括數(shù)據(jù)采集、預(yù)處理、存儲、分析挖掘、可視化和驅(qū)動決策等。基于工業(yè)大數(shù)據(jù)的Qlik可視化應(yīng)用,則是對特定的工業(yè)大數(shù)據(jù)集,集成應(yīng)用工業(yè)大數(shù)據(jù)系列技術(shù)與方法,將所獲得的有價值的數(shù)據(jù)轉(zhuǎn)化為信息的可視化過程。基于工業(yè)大數(shù)據(jù)的Qlik可視化的研究與突破,其本質(zhì)目標(biāo)就是從復(fù)雜的數(shù)據(jù)集中發(fā)現(xiàn)新的模式與知識,挖掘得到有價值的新信息、知識,從而促進(jìn)工業(yè)企業(yè)的產(chǎn)品創(chuàng)新、提升經(jīng)營水平和生產(chǎn)運(yùn)作效率以及拓展新型商業(yè)模式。
通過圖像識別技術(shù),得到龐大的識別數(shù)據(jù)結(jié)果,利用Qlik Sense可以立即對數(shù)據(jù)結(jié)果進(jìn)行探索與分析,如下圖所示:
基于Qlik認(rèn)知引擎的Insights功能自動生成的數(shù)據(jù)分析結(jié)果,對于合適的圖表可以直接添加到工作表,對于維度、度量有業(yè)務(wù)邏輯錯誤的圖表可以手動修改,再加入到工作表。進(jìn)入Qlik Sense分析面板,可以進(jìn)行更多自助性分析,如下圖所示:
可以看出在2017年5月缺陷發(fā)生量最大,利用extension可以生成時間篩選器,可以自由地選擇時間,包括年、月、日,如下圖所示:
由此可以看到,5月10號到5月20號之間缺陷發(fā)生量明顯較高,由此可以展開更加深入的原因分析,如下圖所示:
可以看出,在5月10號到5月20號之間共發(fā)生1228次缺陷,并分布在B03、B04、B07三項(xiàng)工序中,其中缺陷發(fā)生概率集中在B07這項(xiàng)工序中,由此可以進(jìn)行更加深入的原因分析。
關(guān)于慧都大數(shù)據(jù)分析平臺與Qlik
慧都作為Qlik官方的中國合作伙伴,我們?yōu)镼lik的中國用戶提供產(chǎn)品授權(quán)與實(shí)施、定制分析方案、技術(shù)培訓(xùn)等服務(wù),旨在讓中國企業(yè)的每個Qlik用戶都能探索出數(shù)據(jù)的價值,讓企業(yè)形成分析文化。
慧都大數(shù)據(jù)分析團(tuán)隊(duì)核心研究全球最先進(jìn)的BI產(chǎn)品和技術(shù),為企業(yè)推薦最合適的產(chǎn)品和分析方案,慧都大數(shù)據(jù)分析平臺為用戶提供從數(shù)據(jù)收集、數(shù)據(jù)倉庫、數(shù)據(jù)建模、數(shù)據(jù)分析到數(shù)據(jù)呈現(xiàn)的端到端分析方案。在精準(zhǔn)營銷、管理駕駛艙、設(shè)備故障分析及預(yù)測、生產(chǎn)質(zhì)量優(yōu)化、能耗異常值分析等方面有成熟的經(jīng)驗(yàn),讓數(shù)據(jù)分析能夠?yàn)闃I(yè)務(wù)創(chuàng)造價值,是我們的宗旨。
如您的企業(yè)目前有關(guān)于數(shù)據(jù)分析、數(shù)據(jù)可視化、大數(shù)據(jù)平臺搭建方面的需求,
歡迎訪問慧都網(wǎng)咨詢在線客服或直接撥打023-68661681,我們將免費(fèi)為您定制專屬方案,并發(fā)送相關(guān)行業(yè)案例給您!
本站文章除注明轉(zhuǎn)載外,均為本站原創(chuàng)或翻譯。歡迎任何形式的轉(zhuǎn)載,但請務(wù)必注明出處、不得修改原文相關(guān)鏈接,如果存在內(nèi)容上的異議請郵件反饋至chenjj@fc6vip.cn