Kyligence Zen 产品体验——超好用指标平台一站式体验教程

背景介绍

在数字化建设初期，许多企业主要采用基于商业智能（BI）报表的方式来处理数据，旨在解放业务人员，使其摆脱繁琐的数据处理工作。然而，随着报表数量的急剧增长，数据变得分散且长期缺乏有效管理，形成了所谓的数据孤岛。由于存在数据口径不一致、数据信任缺失、运维成本过高以及数据交付周期长等问题，企业开始寻求从报表模式向指标模式的转变。

领先的企业在转型过程中选择建立指标体系并构建指标平台，为其他企业提供了一个可供参考的模式。与传统的数据分析链路不同，指标平台将原本分散在BI报表、ETL宽表和各个业务系统中的指标进行提取，统一管理指标目录中的业务口径和计算逻辑等内容。

Kyligence Zen介绍

Kyligence 发布一站式指标平台 Kyligence Zen GA 版本。其基于 Kyligence 核心 OLAP 能力打造，融合了领先企业建设指标平台的丰富实践，具备 ZenML 指标语言、指标目录、Excel / WPS 直连分析、模板市场等创新能力，将以简单、高效、智能的产品和服务，助力企业解决指标管理、分析和应用等痛点，实现指标驱动的管理与决策。

这就很好解决当下企业所面临的繁琐的难点和痛点，Kyligence Zen 不需要太多的编程能力，也不需要过于复杂的操作，它提供了大量的模板案例和相关的操作指南，即使是零基础的小白也可以快速的上手，本期文章我将带你们一站式体验该平台，从注册到使用，最后到实践。

上手指南

目前Kyligence Zen 有14天的免费注册试用活动，无需信用卡，无需安装，无使用限制，可以体验行业海量指标模板，基本是零基础零门槛上手体验，了解行业专业精准分析方案。

如果有小伙伴想要体验或者试用该产品的，下面跟着我的步伐一步一步来探索这奇妙的魔法平台。

注册好之后点击登陆

数据概览

可视化图表

进入产品使用页面之后，我们可以看到大量的内置案例数据，该产品还提供了操作指引，非常温馨，即使你不知道如何使用，也可以通过操作指引一步一步的慢慢了解该产品。

我们随便点击一个案例的数据之后，进入到里面，可以通过提供的功能按钮进行相关的数据操作和相关展示。

比如，提供了常见的表格、可视化图例等，非常的人性化

归因分析

归因分析是一种统计方法，用于确定和评估影响特定结果或事件的因素。它的主要目的是解析和量化不同变量对结果的贡献程度，以了解它们在结果形成中的相对重要性。

在市场营销和广告领域，归因分析通常用于确定广告活动、渠道、营销策略或其他因素对销售、转化率、用户行为等业绩指标的影响程度。它可以帮助企业了解不同因素对业绩的贡献，以做出更明智的决策和优化资源分配。

归因分析可以采用多种方法和模型，如最后点击模型、线性归因模型、时间衰减模型、分配比例模型等。这些模型根据具体的情况和需求，对不同因素进行权重分配，以确定它们对结果的相对影响。

总的来说，归因分析通过量化不同因素对特定结果的贡献，帮助企业了解和优化其营销和广告策略，以实现更好的业绩和效果。

代码展示

name: MOM of Net Profit
display_name: 净利润月同比｜MOM of Net Profit - Retail
type: DERIVED
expression: "mom(\"Net Profit\", 'month')"
format:
  type: PERCENTAGE
  unit: Auto
  decimal_place: 2
  use_thousand_separator: false
time_dimensions:
- name: order_date
  granularity: DAY
  display_option: LATEST

1
2
3
4
5
6
7
8
9
10
11
12
13
14

相关解释

• name: MOM of Net Profit: 指标的名称，即"MOM of Net Profit"（净利润月同比）。
• display_name: 净利润月同比｜MOM of Net Profit - Retail: 指标的显示名称，可能是用于在报表或可视化工具中展示指标名称的本地化版本。
• type: DERIVED: 指标的类型，表明它是通过其他指标计算得出的衍生指标。
• expression: “mom(“Net Profit”, ‘month’)”: 指标的计算表达式，表示它是通过mom函数计算的，该函数用于计算月同比增长率。具体地，该表达式中使用了名为"Net Profit"的指标作为输入，然后对月份进行比较。
• format: 指标的格式设置。
• type: PERCENTAGE: 指标的格式类型为百分比。
• unit: Auto: 百分比单位设置为自动。
• decimal_place: 2: 小数点后保留两位。
• use_thousand_separator: false: 不使用千位分隔符。
  time_dimensions: 时间维度相关的配置。
• name: order_date: 时间维度的名称为"order_date"，可能表示该指标按照订单日期进行分析。
• granularity: DAY: 时间维度的粒度为天。
• display_option: LATEST: 显示选项设置为最新的时间值，可能表示在报表或可视化工具中显示的时间维度值为最新的日期。

自定义数据

此外，也可以通过上传CSV文件或连接Amazon S3来接入自己企业的数据。在指标模块基于表或者视图创建指标后，系统便会自动将表或视图升级为模型。

新建表

可以处理来自各种来源的 CSV 文件，例如从 Amazon S3 存储桶导入或者直接从本地上传。文件需要以 UTF-8 编码，字段之间可以用英文逗号（,）、竖线（|）或英文分号（;）分隔。如果你要上传自己的 CSV 文件，文件大小不能超过 200 MB。

如果你对格式有疑问，我们提供了样例数据供你下载和编辑，例如下面的案例数据：

新建视图

创建视图分为普通模式和高级模式 高级模式可以代码编辑，两种模式都支持运行预览。

这里我准备了两个文件作为案例

其中一个是学生表，另外一个是学生成绩表，其中他们的公共字段是学生的学号，下面开始操作

• 首先需要新建一个表，将其上传到上面
• 然后通过连接（公共字段）

然后创建视图

指标体验

进入应用，可以看到提供了丰富的指标，可以通过这几个初步了解应用展现形式，顶部有默认分类，也可自己新建分类，便于查找所需要的指标。

我们也可以自己新建指标或者导入（.zenx 格式），点击页面新建按钮，会进入到选择指标类型页面，选择对应的类型，进行指标定义，包括 列、日期、维度、聚合方式等方面还可指定 指标的权限和分类还有标签，且每个指标还可以分享到组织和飞书。

新建的指标类型包含: 基础指标、衍生指标、 复合指标三种，下面我介绍一下这三种的指标的含义：

• 基础指标：这些是直接从数据源获取的原始度量值，没有进行任何复杂的计算或处理。例如，销售数量、访问者数量等。

• 衍生指标：衍生指标是基于一个或多个基础指标进行计算得出的结果。例如，销售额（单价 x 销售数量）、转化率（转化次数/访问次数）等。衍生指标可以帮助我们更深入地理解和分析基础数据。

• 复合指标：复合指标是由两个或更多的衍生指标组合而成的，它们通常用于评估和衡量复杂的业务性能。例如，客户生命周期价值（客户的平均购买频率 x 客户的平均订单价值 x 客户的平均生命周期）。复合指标可以提供更全面的业务洞察，帮助我们做出更有效的决策。

目标

目标表示的是某一特定时间段内，组织或团队所需实现的预期结果。这些目标可以通过使用 Kyligence Zen 并引入各项指标来进行量化。利用 Kyligence Zen，我们可以简便地对目标进行量化处理，对目标进行分解，并邀请团队成员共同跟踪进度，从而在组织内部构建统一的指标管理系统，推动组织目标的实现。

在设立目标时，可以链接指标数据或手动输入数据。在视图列表中，我们可以清晰地看到进度和状态，并且可以设定具体的规则来自动更新状态，避免了人工设定状态的繁琐和不实时的问题。此外，还可以将其分享，并在飞书上创建通知。

我们不仅可以自己定义规则，还可以关注这一项指标，快速清晰的关注到该产品的各项信息

仪表盘

个人非常喜欢这个仪表盘功能！！！！

用它做可视化大屏是真的很不错

首先我们在前面把数据和指标对应的都创建好之后，这一步就可以将其添加到里面即可，可以自由的拖动，自己定义图表的类型。

拖动到界面

支持自定义图表

对图表信息进行配置，比如颜色，类型，大小，显示数据等等

还可以添加文本

集成

应用中集成了其他应用 支持 集成飞书机器人、除使用内置的仪表盘来分析数据外还通过 Excel 、WPS、API来分析数据。

优点

1.高性能:Kyligence Zen 采用优化后的 OLAP 查询引擎，有提前预判常用的指标、维度组合并进行有针对性的预计算，查询指标时，可直接读取计算结果，从而实现查询的极速响应。,具有较低的延迟和高吞吐量性能。

2.海量模板和自定义指标，包含各行业场景，开箱即用，既有实用性又有灵活性。

个人建议

1.可以出一个较为详细的官方文档或者体验视频
2.多出一些详细的模板

体验总结

通过对Kyligence Zen产品的探索，让每个人都是数据的生产者和消费者，用来支撑企业的管理和运营需求。

通过使用该产品之后，我发现该产品的很不错，比较适合那些不同代码的伙伴，同时也是比较适合我们这种数据分析师，它是一个非常棒的工具，无论是在数据分析还是在数据可视都具有非常棒的效果。

如果你还在对数据不知道如何分析，不知道如何制作好看的可视化报表，你可以先去体验一下，好好的感受一下数据科技的优势和便捷！

快来和我一起体验吧！

每文一语

每一次的体验都是奇妙的惊喜！