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:
- 点赞
- 收藏
- 关注作者
评论(0)