[{"id":"840f0737-df1d-47ae-bb0a-359b01fe0608","tags":[{"product":null,"links":null,"id":"adf72f47-7f61-4239-8392-b9bcc127fa80","name":"\u65B0\u589E","color":"green","productId":"0995490e-43fc-4d6e-bc8d-8e66f38b0c63"}]},{"id":"d5d9cdef-8854-4505-89be-a2bbc3cb4482","tags":[{"product":null,"links":null,"id":"adf72f47-7f61-4239-8392-b9bcc127fa80","name":"\u65B0\u589E","color":"green","productId":"0995490e-43fc-4d6e-bc8d-8e66f38b0c63"}]},{"id":"3dc3dd55-35b0-4d23-bf62-47bc3650e4ee","tags":[{"product":null,"links":null,"id":"adf72f47-7f61-4239-8392-b9bcc127fa80","name":"\u65B0\u589E","color":"green","productId":"0995490e-43fc-4d6e-bc8d-8e66f38b0c63"}]},{"id":"80d84fbc-d0f8-4e4a-947f-e3e4de9b49b2","tags":[{"product":null,"links":null,"id":"adf72f47-7f61-4239-8392-b9bcc127fa80","name":"\u65B0\u589E","color":"green","productId":"0995490e-43fc-4d6e-bc8d-8e66f38b0c63"}]},{"id":"9152b7ca-0186-4fe3-a26f-5a05f322db07","tags":[{"product":null,"links":null,"id":"adf72f47-7f61-4239-8392-b9bcc127fa80","name":"\u65B0\u589E","color":"green","productId":"0995490e-43fc-4d6e-bc8d-8e66f38b0c63"}]}]
切面分析可以理解为在外围先对数据进行了一次分类,然后再按照其他分析维度进行的分析展示。
这样就更方便了数据的阅读,从而快速发现数据之间的关系和规律,给我们带来惊喜。
文中以柱状图的切面分析为例进行介绍。
如下图所示,将分析维度字段绑定到行切面区域即完成行切面分析。可见数据先按照行切面(支付方式)进行了数据的分类,然后又按照分类中的销售大区展示数据。
这样一来,我们可以非常清晰的看出每种支付方式下,各大区的销售情况。
同理,我们也可以将“支付方式”绑定到列切面中。
当我们在行切面和列切面中都绑定维度字段时,就形成了网格单元格。
例如,左上角的单元格展示了第一季度,货到付款的消费情况。为了更便于分析,您可以尝试为数据数据排序。
有关切面外观属性的相关介绍,请见切面。