如何使用 Analytics Cloud统计C4C系统每天新建的Lead个数和预测趋势

从SAP Cloud for Customer系统导出的csv文件，包含每天系统新创建的Lead明细：

将该csv导入SAP Analytics Cloud，新建一个modele和story. 在Story的page 1新建一个line chart，dimension设置成creationDate，Left Y-Axis里设置一个Calculation，取名为Lead Number：

给该Calculation的type设置成Aggregation，操作设置成Count Dimensions，聚合(Aggregation Dimensions)设置成leadID：

显示的line chart如下图所示。当给这个线状图添加了Smart Forecasting智能预测功能后，发现预测出的将来系统会创建的Lead个数为1.5，不是一个整数。

修复方法：选中line chart，修改Calculation measure的Format：

在对话框里将Decimal Places从默认的2改为0即可。

修改成0之后，预测出的Lead个数就为整数个了。

从SAP Cloud for Customer系统导出的csv文件：

将该csv文件导入到SAP Analytics Cloud去，创建一个新的Model.

再创建三个calculation measure，其值用公式填充如下：

基于model创建一个新的Story，插入一个comparison bar chart，将model里创建的三个calculation measures设置成该图的measure，creation date设置成dimension：

对于pie chart，将Lead Number设置成measure，productID设置成dimension：

Lead Number设置如下图：

插入一个R visualization：

一定要确保图形出现这个model的小图标，代表这个R visualization的模型数据成功绑定之后才能进行下一步操作：

模型绑定成功后，在R script编辑器Environment标签页的Data下拉菜单里能看到模型数据。

使用这个SAP Analytics Cloud官方教程里提供的excel文件作为数据源：

https://www.sapanalytics.cloud/tutorial-r-visualization/

该excel内容如下：

excel系统导入SAP Analytics Cloud后，需要使用simple transformation，将；分号分隔的值拆分成三列：

逐一拆分：

拆分完毕之后，生成Model. 将这个url里包含的R脚本复制粘贴到R编辑器里：
https://www.sapanalytics.cloud/wp-content/uploads/2019/09/R-Script-Plot.txt

# Discription:
# Creating a histogram of the log returns, adding the kernel density of the log returns
# and the normal density as reference distribution 
#
# Requirements: 
# ggplot requires a data frame
# 
# Output:
# Histogram Plot
# 

library(ggplot2)

Simulated_data <- data.frame(Simulated_data)

histgg <- ggplot(data = Simulated_data, aes(logreturns))

histgg + geom_histogram(aes(y = ..density..),fill = "lightblue",color = "black", alpha = 0.8, position = "identity") +
  geom_density(aes(color = "Kernel Density"), size = 1) +
  stat_function(aes(color = "Normal Distribution"), fun = dnorm, args = list(mean = mean(Simulated_data$logreturns), sd = sd(Simulated_data$logreturns)), size = 1) +
  ggtitle("Histogram") +
  theme(panel.grid = element_line(linetype = "dashed", color = "lightgrey"), panel.background = element_rect(fill = "white"),
        panel.border = element_rect(colour = "black", fill=NA),
        plot.title = element_text(hjust = 0.5)) +
  scale_colour_manual("Density", values = c("red", "darkgreen")) +
  xlab(" ")+
  ylab("Frequency") 

点击Execute按钮，就可以看到R脚本绘制出来的图形了：