一篇 点进来就能看见自己 的推文——数据可视化

  Spark推荐系统，干货，心得 

  点击上方蓝字关注～

 

hello,大家好，我是习惯性拖稿的小皮拖~

这篇推文确实拖的有点久了，echoy找我写的时候 我也是犹豫了很久，我究竟会什么？？？

于是，我悄咪咪的点进了公众号后台查看了下。哎唷，不得了的呀，明天我就能看到自己的痕迹啊。

  

这个分析要怎么做出来呢？

首先，我要拥有几个指标：新增人数、取消关注人数、净增人数、累积人数。

同样，我也需要几个维度：时间维度A、时间维度B、来源、按时间对比（月度环比）。

根据指标、维度 设计出满足需求的表结构：

[由于新关注人数、取消关注人数、净增人数、累积人数四个指标拥有一个共同维度——时间]

<表1

excel做出的效果图

[由于来源字段 只存在于选择新增人数指标时，

所以选取2019/3/11、2019/3/12两天来源为搜一搜和扫描二维码的数据

比表1的粒度更细一些]

<表2

excel单独筛选扫描二维码效果图

表2=表3+表4

<表3                                                                     <表4

     

表3即事实表

表4即维表

为了演示形象一些，我们在事实表中新增了 城市代码 ， 像这样

<

日期	来源代码	城市代码	新关注人数

对应的表间关系图为

星型结构

如果城市代码再有了层级  加上所属省份

雪花结构

当然，模型结构属于题外话，让我们继续往下推：

我们假设 搜一搜、扫描二维码  在2019/3/11、2019/3/12两天的明细数据是这样的。

(为什么要假设呢？因为真实数据我们拿不到，爬虫只能爬到网页上看到的汇总数据，明细数据想要的话 只能去黑库[违法行为！！我们是社会主义合格小公民 谨记八荣八耻！~

])

<表5

excel数据透视效果图

表5到表2  只需要限定行为='关注' 再根据日期、来源汇总  计数wechat_id

[真正开发中 不要用中文定义表名和字段名 不要 千万不要！！！]

select count(wechat_id) 新关注人数  from 表5 group by 日期,来源 where 行为='关注'

大概案例都讲完了

现在让我们来总结一下吧：

视频中看到的呢，就是离线分析的小demo；

整个过程呢，就是数据集市的处(划掉)雏形啦！！说是雏形，是因为业务简单，架构不用太复杂；

这种方法呢，就是kimball自上而下的数仓方法论。

简单来理解，就是业务驱动。老板告诉你，我想要怎样展示，你结合数据情况设计表，以供前台快速有效的使用；

【如果觉得有用的话，就多看看。赞赏就免啦！哎呀，不用，不用 真不用 哎呀呀呀~

(也根本没有赞赏窗口哇 啊哈哈哈哈哈)

毕竟，我的发际线不允许这么膨胀（假装没有假发片）~

如果有问题的话，可以联系我，我会考虑在接下来的某篇中梳理下。

好啦，说了一大堆，你可能觉得上当受骗了。 我是谁？我在哪？在文章里没看到哇？？？

那我就告诉你一个更简单的办法————推文下方留言，发表你的想法，你看见你，我看见你的吐槽建议贺词喜报等等等等  ღ( ´･ᴗ･` )比心】

---

==

是不是觉得结束了？

看看   →

这个公众号易主啦   哇哈哈哈哈哈哈哈哈

---

咋锅阔楞~

节日快乐哈！~

[帅不过3秒.jgp]

长按识别二维码关注我们