Cohort (同群分析) 常用在分析留存率的視覺化中,之前在 Google Analytic、Mixpanel 常見這樣的圖表,但一直不是很清楚該如何從圖中解讀數據,趁此次機會熟悉一下:
如果希望你的 query 可以有不用修改 SQL 而更改一些條件來達到不同的搜尋結果,Redash 有提供 Parameter 的功能讓非技術人員也能很輕易改變自己的搜尋條件
Superset 雖然極為彈性,但不甚理想的使用方式還是沒能讓我滿意,但 Metabase 總覺得還是少了些彈性,讓我不太能完全放心決定以他當成我們的系統。
在旅遊電商平台,會看的報表不外乎:營收、產品、使用者瀏覽行為,在營收方面會有下訂時間、旅遊時間、旅遊地區、供應商等維度;產品方面會有旅遊地區、供應商、價格、旅遊時間等維度;
Redash 有分成 Users 和 Groups 的權限控管機制,一個 Users 可以加好幾個 Groups,而靠 Groups 去控管該 Users 對每個 Data Sources 的權限,權限有分成三種:
前面的章節介紹過 Query 的 Parameter ,可以用來對搜尋結果進行條件篩選,今天要介紹另外一個功能有點相似但原理大為不同的 Filter
Redash 在 Python Query 中,除了提供 add_result_column、add_result_row 兩個功能外,另外有提供像是一般 SQL Query 操作的 execute_query與類似…
add_result_column
add_result_row
execute_query
上一篇文章介紹了 Sankey 圖在電商中常用來了解使用者的行為路徑,而這裡也有另外一種視覺化方式:Sunburst (放射圖)
我先以 Python Query 建立一個測試用的資料:
result = {}add_result_row(result, {"name":"首頁", "UU": 1000})…
result = {}add_result_row(result, {"name":"首頁", "UU": 1000})
上一篇文中,我們設定好了 mail server,除了管控帳號方便,還可以在 Redash 裡使用 Alert,當我們設定的條件被觸發的時候,就可以發信通知我們