You need to enable JavaScript to run this app.
导航
业务用户入门指南
最近更新时间:2024.10.12 15:28:46首次发布时间:2024.10.12 15:28:46

前言

说明

智能数据洞察是一个BI(Business Intelligence)平台,简单来说,它可以把我们的数据,以简单地拖拉拽的方式,做成一张图表,并且这些图表还可以放在一起做成一张仪表盘。

先跟大家介绍下智能数据洞察的几个主要模块以及它们之间的关系。如果能知道智能数据洞察是怎么把数据变成图表的,能够让大家更好地去理解这款产品。
智能数据洞察的整个流程可以参考下面这个图,这里主要涉及到5个概念:

概念

说明

  • 项目:公司里有很多的业务,不同业务的数据和仪表盘肯定没法放在一起,所以需要对它们进行区分和隔离,这就是项目的作用,每个业务线可以创建自己的项目,便于资源管理和权限管控
  • 大家一般不会参与到项目管理中,所以不用在意,唯一需要注意的点在于,不同项目的资源会隔离,如果大家某天发现打开智能数据洞察,找不到之前自己创建的仪表盘了,那就要先检查是不是进错了项目
  • 数据源:想要制作图表,图表中肯定需要有数据,这个数据的来源就是数据源,平时大家常用的飞书表、Hive表、ClickHouse表这些,都属于数据源
  • 数据集:因为数据源的类型有很多,它们有些没有办法直接进行查询,有些如果直连查询速度会比较慢,所以智能数据洞察需要有一个媒介,可以把数据源的数据导入到这个媒介中存储,之后再进行查询,这个就是数据集
  • 像大家最熟悉的飞书表、Excel之类的都可以被做成数据集,如果大家有自己上传数据的需求,可以看这个文档:智能数据洞察数据集概述
  • 可视化查询:数据集中有了数据,现在就可以对这些数据来进行查询了,这个就是可视化查询,是我们查询数据和制作图表的地方

Image

  • 仪表盘:制作好图表之后,需要有一个地方去展示这些图表,这个就是仪表盘,它就相当于一张空白的画布,可以在上面布置不同的图表、文本、图片等,也就是大家通常所说的仪表盘

Image

上面的概念主要是让大家理解智能数据洞察是干什么的,而对于大多数人来说,只需要了解可视化查询以及仪表盘就行了,因为在很多企业中,数据集一般都是大数据团队中的数仓人员帮忙创建好了,我们直接用就行~
接下来我们会从导入数据、可视化查询(这是我们最常使用的模块)到仪表盘,带领大家从零开启智能数据洞察使用攻略,带好你的小板凳!

1.使用智能数据洞察的第一步:导入数据

说明

使用智能数据洞察进行查询,首先需要有数据,数据一般存储在数据源中,需要将数据源中的数据先导入至智能数据洞察作为数据集,之后才可以进行查询。

  • 对于大多数同学来说,数仓同学会帮忙创建好数据集,大家直接使用就可以,如果平时不涉及创建数据集,可以跳过这一节,如果想要自己创建数据集使用,可以参考下面的流程。

1.1 智能数据洞察支持的数据源

源名称

支持连接方式

支持环境

是否支持创建
自定义 SQL 数据集

接入帮助文档

Excel/CSV 文件

离线抽取、直连

SaaS、私有化部署

不支持

本地 Excel/CSV

Access

离线抽取

私有化部署

不支持

Access

Kafka

实时抽取

私有化部署

不支持

Kafka 数据接入

Pulsar

实时抽取

私有化部署

不支持

Pulsar

GreenPlum

离线抽取

SaaS、私有化部署

支持

GreenPlum

SAP HANA

离线抽取

SaaS、私有化部署

支持

SAP HANA

Impala

离线抽取、直连

SaaS、私有化部署

支持

Impala

ClickHouse 社区版

离线抽取、直连

SaaS、私有化部署

支持

ClickHouse

HBase Phoenix

离线抽取

SaaS、私有化部署

支持

HBase Phoenix

HBase

离线抽取

SaaS、私有化部署

不支持

HBase

Vertica

离线抽取

SaaS、私有化部署

不支持

Vertica

Amazon Athena

离线抽取

SaaS、私有化部署

支持

Amazon Athena

Amazon Redshift

离线抽取

SaaS、私有化部署

支持

Amazon Redshift

ByteHouse CDW

离线抽取、直连

SaaS、私有化部署

支持

ByteHouse CDW

ByteHouse CE

离线抽取、直连

SaaS、私有化部署

支持

ByteHouse CE

Presto

离线抽取、直连(V2.50.0 版本及之后支持)

SaaS、私有化部署

支持

Presto

Databricks

离线抽取

SaaS、私有化部署

支持

Databricks

AnalyticDB for MySQL 2.0

离线抽取

SaaS、私有化部署

支持

AnalyticDB for MySQL 2.0

AnalyticDB for MySQL 3.0

离线抽取

SaaS、私有化部署

支持

AnalyticDB for MySQL 3.0

Hologres

离线抽取、直连

SaaS、私有化部署

支持

Hologres

MySQL

离线抽取、直连

SaaS、私有化部署

支持

MySQL

IBM DB2

离线抽取

SaaS、私有化部署

支持

IBM DB2

Oracle

离线抽取

SaaS、私有化部署

支持

Oracle

PostgreSQL

离线抽取、直连

SaaS、私有化部署

支持

PostgreSQL

OpenGauss

离线抽取

SaaS、私有化部署

支持

OpenGauss

SQL Server

离线抽取

SaaS、私有化部署

支持

SQL Server

Teradata

离线抽取

SaaS、私有化部署

支持

Teradata

Doris

离线抽取、直连

SaaS、私有化部署

支持

Doris

达梦

离线抽取

SaaS、私有化部署

支持

达梦

TiDB

离线抽取

SaaS、私有化部署

支持

TiDB

GoldenDB

离线抽取

SaaS、私有化部署

支持

GoldenDB

OceanBase MySQL

离线抽取

SaaS、私有化部署

支持

OceanBase MySQL

OceanBase Oracle

离线抽取

SaaS、私有化部署

支持

OceanBase Oracle

Hive

离线抽取

SaaS、私有化部署

支持

Hive

MaxCompute

离线抽取

SaaS、私有化部署

支持

MaxCompute

星环 Inceptor

离线抽取

SaaS、私有化部署

--

星环 Inceptor

StarRocks

离线抽取、直连

SaaS、私有化部署

不支持

StarRocks

华为 FusionInsight

离线抽取

SaaS、私有化部署

支持

华为 FusionInsight

腾讯云 DLC

离线抽取

SaaS、私有化部署

支持

腾讯云 DLC

DataFinder

直连

SaaS、私有化部署

不支持

DataFinder

LAS(公有云版)

离线抽取

SaaS、私有化部署

支持

LAS

智能外呼

离线抽取

SaaS、私有化部署

--

智能外呼

元数据连接与应用

--

私有化部署

--

元数据连接与应用

抖音生态类数据

离线抽取

SaaS、私有化部署

不支持

抖音生态数据

巨量引擎/巨量千川

离线抽取

SaaS、私有化部署

不支持

巨量引擎/巨量千川

REST API

离线抽取

SaaS、私有化部署

不支持

API 数据连接

内容平台

离线抽取

SaaS、私有化部署

不支持

内容管理平台

MongoDB

离线抽取

SaaS、私有化部署

支持

MongoDB

微信公众号

离线抽取

SaaS、私有化部署

不支持

微信公众号

星座数据

直连

SaaS、私有化部署

不支持

星座数据

日历数据

直连

SaaS、私有化部署

不支持

日历数据

飞书电子表格

离线抽取

SaaS、私有化部署

不支持

飞书表格

飞书多维表格

离线抽取

SaaS、私有化部署

不支持

飞书多维表格

飞书项目(Meego)数据

离线抽取

SaaS、私有化部署

不支持

飞书项目(Meego)数据

1.2 配置流程

具体配置可参考上方支持的数据源后的接入帮助文档。

2. 使用智能数据洞察的第二步:可视化查询的使用

2.1 可视化查询的页面布局

说明

来到了对大家最重要的模块,可视化查询,也就是我们查数据的地方。

首先是可视化查询页面的整体布局,可视化页面整体分为四个区域
A. 数据集信息和字段列表:展示我们正在查哪个数据集、这个数据集有哪些字段、在这里可以切换数据集
B. 图表和分析功能:选择图表类型、对图表进行配置、选择分析功能(排序、百分比、同环比、表计算等)
C. 图表展示区:我们要查什么,就在这里放上什么字段,这里会展示最终图表的样式和调整图表的数据格式等
D. 工具栏:查询历史、下载数据、配置图表数据监控、以及保存图表

2.2 维度和指标的概念

说明

在进行查询之前,我们有一个小概念需要大家学习,也就是维度和指标的概念,维度和指标我们一般统称为字段。

大家可以看下面两张图,左边是我把智能数据洞察里一个数据集的所有字段都放在了图表中,而右侧是这个数据集的底层数据,大家会发现,其实这里的字段,对应的就是原始数据中的某一列,而且当智能数据洞察这边图表选的是普通表格的时候,查出来的数据跟原始的数据非常相似(看起来一样,其实有区别的,这个我们后面讲)。
那么我们在智能数据洞察选择哪些字段的时候,其实就相当于从这个底层数据查哪些列的数据:
Image
Image

然后是维度和指标的区别,这个比较简单,大家可以理解为维度是从什么粒度看数据,指标则是度量值,比如我们要看某个班级所有同学的成绩,那同学的姓名是维度,成绩是指标,维度和指标并不是固定的,有时候维度字段也会成为指标,比如我们要看每个成绩区间的人数有多少,那这时候对成绩划分的区间是维度,同学的姓名的计数就是指标。
在智能数据洞察里也是这样,即使一个字段被划分成了维度,它也是可以被放到指标栏的,指标字段也同样可以放在维度栏。

2.3 查询数据的步骤

说明

接下来就是可视化查询的使用步骤了,这里我们会用假设的需求作为例子,带大家过一遍怎么使用智能数据洞察去完成一个查询数据的需求。

2.3.1 完成一个查询的流程

查询示例 1

假设我们当前的查数需求为:24年Q2季度,粉丝数大于1千,音乐这个视频一级垂类下所有二级垂类的进审量变化趋势。

  • 拿到这个需求,首先可以对它进行拆解,可以依次分为:
    • 筛选条件:24年Q2季度、粉丝数大于1千、视频一级垂类是音乐
    • 维度:二级垂类、日期(虽然没写在需求里,但是看趋势肯定得要日期)
    • 指标:进审量
    • 目标:看趋势

Step1.首先把需要的维度跟指标放在维度跟指标栏里面,这里可以选择拖动或者点击左侧的字段

Image

Step2.然后就可以配置筛选,这里也可以把需要做筛选的字段拖到筛选栏里,然后选择合适的筛选方式

Image

Step3.最后就是选择一个合适的图表了

因为要看变化趋势,所以选了一个折线图

Image

查询示例 2

假设我们当前的查数需求为:按照视频一级垂类粒度,看一下今年,视频来源为抖音的视频数量占比。

  • 拿到这个需求,首先可以对它进行拆解,可以依次分为
    • 筛选条件:今年、视频来源为抖音
    • 维度:视频一级垂类
    • 指标:视频数量
    • 目标:看占比
  1. 首先把需要的维度跟指标放在维度跟指标栏里面

大家会发现这个数据集里没有视频数量这个指标,但是有视频ID字段,如果对视频ID计数,也就是视频数量,所以可以把这个字段拖到指标栏,然后选择计数

Image

  1. 可以配置筛选

Image

  1. 最后就是选择一个合适的图表了

因为要看占比,所以可以选择饼图

Image

2.3.2 需要学习的三个概念

怎么区分字段类型

智能数据洞察的字段跟Excel表格里一样,也是会分类型的,它们可以通过字段名称前面的图标区分,例如下图中:

  • 红色的是日期、绿色的是文本、黄色的是数值(分带小数的和整数)
  • 对于大家来说,主要需要注意的就是不同类型的字段在做筛选时的方式是不一样的
    • 比如日期类型可以筛选最近N天,但是如果这个日期只是字段名叫日期,实际是个文本类型,放在筛选里就只能选一个个值,如果想要做日期筛选,可以联系数据集所有者调整下

Image

指标上面的求和是什么意思

如果大家是刚接触智能数据洞察,会对这里比较疑惑,为什么字段放在指标里前面会显示「求和」,有时候也会显示「计数」还有「聚合」。
Image

这里首先有一个叫聚合的概念,其实很好理解,一组数据经过计算得到一个数据,那这个计算的过程就叫聚合。

  • 比如我们常见的求和,是对一组数求和出一个数;求最大值,也是一组数求出一个数;计数,也是一组数求出一个数。这其实就是聚合

因为大家平时看数据,看明细数据的场景还是比较少的,所以智能数据洞察这边,除了明细表以外的其他图表,都会自动对大家放上去的指标,按照你的维度来做聚合。
例如:

  • 下面左边,是智能数据洞察的查询,这里我们维度是一级业务,指标是进审量,这里就对进审量自动做了求和,大家看到的就是每个一级业务下的进审量总和
  • 右侧则是底层的原始数据,大家可以看到,它的原始数据是很多很多条的

Image
Image

当然,大家可能平时不止看求和的数据,所以这里是可以点击指标前面的倒三角,来选择聚合的方式的,比如要看数量,那就选计数;要看平均值,那就选平均。
前面有提到字段有不同类型,这里:

  • 数值类型可以选择包括求和之类的数学运算
  • 文本则只能选择计数之类的运算
  • 有一个特殊情况,如果这个字段的表达式里本身就已经用了聚合的函数(sum、count之类的),由于SQL语法不允许聚合嵌套聚合,所以它放上来就会自动显示「聚合」,没有办法再选其他的聚合方式了
    • 题外话:表达式里用了聚合函数的字段不能放在维度栏!

Image

p_date 是什么筛选

细心的同学可能会发现,智能数据洞察可视化查询的筛选栏,总是会自动有一个筛选叫 p_date,而且这个筛选它没法从筛选里去掉,也就是必须得筛。
Image
大家使用的时候经常会疑惑,想要了解什么是 p_date。
在数据库中,有一个概念叫分区,大家可以理解成飞书表里的 sheet 页,我们每经过一天,就会新增一个 sheet 页,然后把当天的数据放在里面,为了便于区分这些分区,就会把分区的名称定义为那一天的时间。而这个 p_date,其实就是分区,含义就是这个数据是哪一天更新的,我们筛选某一天的 p_date,就代表在看那一天更新的数据。
Image
这里还涉及到一个小知识点,增量数据集和全量数据集:

  • 增量表:每个分区只更新当天的数据

Image

  • 全量表:每个分区更新历史至今的所有数据

Image
如果大家查询的是全量数据集,那么分区筛选保持最近有数一天就行;如果查询的是增量数据集,那么要查询多久,分区筛选就要筛选多久。

2.4 保存、下载和分享

说明

完成查询后,我们可以选择把当前的图表保存下来、把数据下载下来、又或者是可以把我们当前的查询结果分享给其他同学。

  • 保存的时候,如果我们已经新建好仪表盘了,可以直接选到这个仪表盘保存
  • 下载的时候可以选择下载数据,如果是图表,还可以选择下载图片
  • 智能数据洞察的查询结果分享可以通过浏览器链接分享

保存图表

  • 图表创建完成后,可点击工具条上的保存,保存为图表
  • 如已创建仪表盘,可以直接选择保存的仪表盘,将图表快速加入仪表盘
  • 如未创建或不打算在仪表盘上展示,可不选,后续可在图表管理中查找到该图表

Image

下载数据

  • 当我们创建好图表后,如果不需要保存图表,也可以选择下载数据或者导入图表的截图
  • 记得要注意透视表的下载,下载时需要选择以透视表格式下载,不然下下来不是透视表

Image

分享查询

  • 在智能数据洞察中每点击一次查询,都会有一个独一无二的查询链接,大家可以直接复制浏览器链接,其他同学打开后会进入跟你一样的查询页面
  • 如果你获取了其他同学的查询链接,你希望基于他的结果继续查询
    • 如果顶部显示未保存的查询,可以随意修改保存,不会对其他同学产生影响
    • 如果顶部显示了一个图表名称,且右上角的另存为是可以点击的,这时候你任意修改查询条件是没问题的,只是不要点保存,不然会把别人保存的条件给修改掉,当然点另存为自己的图表是没问题的

Image
Image

2.5 图表上的一些常用配置

说明

这里是一些图表常用的配置项,可以点击蓝色文字可以跳转到详细的帮助文档。

配置

说明

数据格式

  • 可以图表中数据的单位、格式、前后缀、小数位数等

Image

日期粒度

  • 日期类型的字段可以在图表中快捷修改日期的粒度

Image

表头名称

  • 大家可以修改图表中表头的名称,这里只是临时的修改,不会影响字段本身的名字

Image

快捷排序

  • 不论是在可视化查询还是仪表盘,鼠标移动至对应表头的右侧,点击出现的标识后,可以触发快捷排序的弹窗,在这里可以快速对数据进行排序

Image

在图表上展示数据

  • 可以让图表的每个数据点都展示具体的数值

Image

2.6 可视化查询的一些进阶功能

说明

这里我们主要介绍一些可视化查询页面的进阶功能,它们不一定是必须的,只是大家如果有类似的场景,这些功能可以为大家提供帮助~

2.6.1 图表配置

配置

说明

动态维度/动态指标

  • 如果大家想要在不用修改图表本身的情况下,替换图表中的维度或者指标,就可以尝试这个功能
  • 一个常见的场景是可以在动态维度里放上不同时间粒度的日期,这样就可以在仪表盘上快速切换日期粒度
  • 示例链接:动态维度/指标示例链接

Image

上钻下钻

  • 大家在做分析的时候,例如看到某个一级业务线的数据异常,想要仔细看下这个一级业务线下面的二级业务线的情况,就可以使用这个功能
  • 在不修改图表的情况下下钻到其他维度进行分析

Image

条件格式

  • 这个功能就比较简单,它可以让图标中的数据更容易区分,也可以让图标更好看,目前支持为图表添加单色、图标集、色阶、数据条
  • 示例链接:条件格式演示链接

Image

2.6.2 筛选配置

配置

说明

将筛选器放在图表上

  • 可以通过勾选「显示为图表筛选器」,把筛选框放在图表上,便于大家快速切换筛选

Image
Image

组合筛选

  • 智能数据洞察的筛选栏中,多个筛选默认是 and 的关系,如果大家想要实现复杂的筛选,可以用组合筛选功能

Image

子筛选器

  • 子筛选器可以让大家实现筛选器的级联,例如省份和城市两个筛选设置级联,就可以做到筛选某个省份后,城市的筛选里就只展示这个省份下的城市

Image

2.6.3 分析功能

排序、百分比、同环比、表计算、对比等

Image

2.6.4 图表监控

检测图表中的数据并作出报警

  • 智能数据洞察支持图表监控。功能(维度需要有日期字段),支持配置指标波动监控和维度枚举值变化监控,例如当指标波动达到某个阈值,会自动对用户或群组进行报警通知

Image

3. 使用智能数据洞察的第三步:仪表盘的使用

3.1 创建一个空白仪表盘

说明

本章内容就要给大家介绍智能数据洞察的仪表盘了,我们在前面学习了如何去使用可视化查询数据,制作出来的图表我们是可以保存的,那么这些图表会需要有一个地方来统一展示它们——就是仪表盘。它相当于一张空白的画布,可以在上面布置图表、文本、图片之类的组件。关于仪表盘的搭建技巧与流程,也可以查看视频课程:《让数据讲故事:仪表盘搭建指南》

3.2 个人仪表盘与公共仪表盘

说明

由于创建仪表盘相当于在项目下新增了资源,所以需要项目的编辑权限,但是有些同学可能只是创建仪表盘自己看,不想去打扰其他人申请权限,因此智能数据洞察提供了个人仪表盘与公共仪表盘两种,不过需要注意:
个人仪表盘最多给其他人授权查看权限,如果想要有其他同学一起来编辑维护这个仪表盘,则需要创建公共仪表盘。

个人仪表盘

公共仪表盘

创建所需权限

项目查看权限

项目编辑权限

可以给他人授予的最高权限

查看权限

管理权限

至于怎么选择创建个人还是公共仪表盘,在创建的时候会让我们选择仪表盘保存的路径,如果选择个人仪表盘,那创建出来的就是个人仪表盘,反之就是公共仪表盘。

  • 如果之后再把一个仪表盘从个人仪表盘移动到公共仪表盘路径,它就会变成公共仪表盘,反之亦然。

3.3 编辑仪表盘

说明

创建完空白仪表盘之后,咱们就可以来编辑这个仪表盘了,编辑仪表盘其实也很简单,不知道大家有没有做过PPT,其实跟在PPT上加东西是一样的。

step1. 进入编辑页面

  1. 点击空白仪表盘右上角的编辑,就可以进入编辑页面

Image
Image

  1. 先来认识一下页面的布局
  • 左侧是组件栏,也就是仪表盘可以加哪些东西,比如图表、图片、文本、网页之类的
  • 下面是添加Sheet页的地方,比如想在一个仪表盘上分很多页面,就可以用和这个
  • 上面是工具栏,可以调图层之类的
  • 右侧是做页面配置的地方,例如布局方式、背景颜色之类的

Image

step2. 添加图表和其他组件

(1)直接点击左侧的「添加图表」,或者直接鼠标点住然后拖到中间画布,就会在画布上添加一个图表组件

Image

(2)有了图表组件后,可以为这个组件配置对应的图表,这里有两种方式

  • 第一种是可以在右侧,直接搜索我们历史保存过的图表添加进来

Image
Image

  • 第二种是可以点击组件中间的添加图表,进入到查询页面现场制作一个图表

Image
Image

(3)在仪表盘上添加完图表之后,如果有需要让仪表盘加一些说明或者结构更清晰,也可以加一些其他组件,比如标题、图片、说明等

Image

(4)当制作好仪表盘后,点击右上角的保存就可以了

Image

step3. 仪表盘的一些小配置

添加Sheet页

  • 在一个仪表盘上可以添加多个Sheet页,可以在每个页面放上不同的图表,适用于在一个核心仪表盘展示多个类别数据的场景

Image

仪表盘主题

  • 想要让仪表盘变得更美观,可以使用智能数据洞察的主题功能,能一键配置所有图表的配色、字体、数据格式等

Image

布局方式

  • 智能数据洞察支持两种布局方式
    • 磁贴布局:仪表盘的组件在拖动时会自动调整布局,便于大家快速排版
    • 自由布局:顾名思义,所有组件可以任意拖动位置,适合对布局有特殊要求的场景

Image

全局筛选器

  • 有时候我们的仪表盘上会放很多图表,大家在看数据的时候会希望能不能一键改变所有图表的筛选条件,这个就可以用全局筛选器来实现

Image

3.4 仪表盘的几个常见用法

仪表盘除了可以用来统一看图表数据以外,也有一些其他的用法:

复制仪表盘或者图表

  • 很多场景下,大家的仪表盘或者图表都有可以复用的情况,例如别人的图表做的不做想要复用,智能数据洞察这边也提供了几个复制的功能
  • 这些复制功能会有一些权限的要求,比如数据集或者仪表盘的,如果大家发现点开没有这个选项,说明没有权限
  • 第一种是可以把当前仪表盘上的某个图表复制到另一个仪表盘上(复制出来的是图表副本)

Image

  • 第二种则是可以直接复制整个仪表盘(可以选择是否创建图表副本,如果不创建副本,则修改其中一个仪表盘的图表,两个仪表盘对应的图表都会被同步修改)

Image

  • 第三种则是可以将某个sheet页面复制到另一个仪表盘上(可以选择是否创建图表副本,如果不创建副本,则修改其中一个仪表盘的图表,两个仪表盘的对应的图表都会被同步修改)

Image

配置仪表盘的订阅推送

  • 产品支持大家对仪表盘配置订阅,配置后,仪表盘每天就会自动把内容以截图的形式通过飞书/邮箱/其他办公软件等发送给某个同学或群聊,便于大家每天看数据

Image

把仪表盘的图表嵌出

  • 我们放在仪表盘上的图表,可以把它嵌出,例如我们写周报的时候可以把它放在飞书文档中,可以像在仪表盘上一样来看数据

Image

4. 智能数据洞察权限体系

4.1 权限说明

  • 产品的权限分为两种:
    • 第一种是资源权限,例如仪表盘、数据集在智能数据洞察里都被称之为资源,它们的查看、编辑、管理等都属于资源权限。
    • 第二种是行列权限,只有数据集有行列权限,行列权限会影响数据集的用户能看到数据集里哪些行的数据。
    • 正常情况下,如果一个用户拥有仪表盘的权限,即使没有仪表盘上图表的数据集权限,也可以看到图表数据,不过如果这个数据集配置了行列权限,则需要同时拥有数据集的行列权限才能看到数据。

4.2 如何给别人授权

  • 注意:只有仪表盘或者数据集的管理员才可以给别人主动授权
  • 正常情况下,资源的创建者会成为这个资源的所有者并且拥有管理权限,但是所有者并不一定有管理权限,例如项目如果是中等以上的管控程度,资源创建者最高只会有编辑权限

仪表盘

Image

数据集

Image

4.3 怎么申请权限

项目中心-权限申请

Image

5 .遇到问题如何寻找帮助

说明

在大家使用的过程中,很可能会遇到各类的问题,由于智能数据洞察主要是作为查询数据、洞察业务的平台,可以查询的数据可能是企业中的业务团队自己维护的。所以大家遇到的问题有些是功能的使用问题,也有一些是业务问题。在遇到问题时,如何正确寻求帮助来有效提高效率?

智能数据洞察产品使用问题

  • 包括功能不会用、功能异常、功能咨询、提交需求等产品相关的问题
  • 智能数据洞察产品有帮助文档中心,可以在文档中心搜索关键词查找解决方案:用户指南--智能数据洞察-火山引擎
  • 如果依然无法解决,可以在智能数据洞察产品页面右下角进行售后咨询

Image

业务问题

  • 包括数据集数据跟线上对不上、字段口径不了解、不知道这些字段是什么意思

如果是在看仪表盘的时候遇到此类问题,可以咨询仪表盘的所有者
如果是在做查询时遇到此类问题,可以咨询数据集的所有者

Image
Image