在进行数据分析工作时，有时数据会根据业务情况而波动，指标点的数据也会时刻发生变化。要想进一步优化业务情况，需要了解波动数据的点、分析出造成数据波动的因素。

博主最近经常使用百度数据可视化Sugar BI的波动分析功能。

百度数据可视化Sugar BI的波动分析功能，可以帮助我们了解数据整体的变化情况，其次是维度角度，包括正向影响因素和反向影响因素。还有配置度量后，度量对目标度量会带来哪些影响。

下面，我将用数据可视化Sugar BI为大家演示“如何分析数据指标点的波动原因”。

概述

波动分析功能可以对图表中的时序数据(时序数据包括日期/日期时间格式的字段)进行波动分析，通过对指标进行维度和度量的拆解，分析指标点的波动原因。波动分析功能在 SaaS 高级版和私有部署版本（2 账号以上版本支持）中提供。 波动分析只对使用「数据模型」模型方式且数据为时序数据的图表支持。

• 折线图（双 Y 轴折线、区域堆积图、标点折线、线柱混搭、叙事折线图）
• 柱状图（横向柱图、多系列柱图、堆积柱图、正负柱图、双向对比柱图、渐变色柱图、胶囊柱图、叙事柱图）

波动分析的配置

以折线图为例，在「X 轴/类别轴」中拖入「订单日期」，在「Y 轴/值轴」中拖入「求和(数量)」，颜色图例为「地区」。其中「订单日期」的聚合类型为：年-月。

然后右键需要设置波动分析的度量，在弹出的菜单中选择「波动分析」。或者通过「分析」标签页的波动分析，直接编辑已存在的波动分析，或者给对应的度量新增波动分析。

配置界面如下，其中日期维度默认为图表中 X 轴使用的日期维度，对比规则包括与前一项比、周/月/年同比。对比规则的选择与日期维度的聚合方式有关。

设置周同比和月同比的前提是，所选日期维度是以日粒度为聚合的字段，例如：2021-12-01 这样的日期格式。而年同比，除了日粒度的聚合，还支持季度和月份粒度的聚合，如 2021 年第 1 季度或 2021 年 10 月这样的聚合，也就是说计算同比时只允许日期时间的聚合粒度大于等于⽇。

关于「关联条件格式」，可以开启这个开关的前提是该度量的条件格式启用且使用日期类型的比较规则才可以关联，开启后默认关联第一个符合条件的规则。

默认的的维度拆解是使用「智能」的方式，即 Sugar BI 会在后端通过比较计算，选出三个合适的维度来进行拆解分析。不过，也可以使用「自定义」的方式，自己选择要分析的维度，最多选择三个，在选择维度的时候有些维度是不能选择的，这些被禁用的维度是图表上已经使用的，或者该维度散列值太多，不利于分析。

有时候还是想知道某些度量对目标度量的影响，例如在配置中，开启了「度量拆解」后增加「价格」度量，这样就可以分析「价格」的变化对目标度量「数量」的影响。

关于「向阅览模式开放」，默认是开启的状态，即波动分析在浏览模式(公开分享页不支持波动分析)下也可以进行，关闭后就只能在编辑模式下进行。

波动分析的结果

配置完成后，触发波动分析的方式和触发下钻、联动的方式一样，通过点击数据点即可。如果图表同时配置了下钻、联动、波动分析，那么点击数据点后，需要选择要执行的操作。如下图所示。

点击波动分析后，在编辑模式下，左下角会有一个分析进程（浏览模式在右下角）。等待分析结果完成后，点击小按钮就可以查看分析结果。首先是整体的变化情况，其次是维度角度，包括正向影响因素和反向影响因素。如果配置了度量，则会展示配置度量对目标度量的影响。

对比变化率：对比变化值 / 被对比的度量值 (92 / 795)
维度的变化贡献率：该维度值的变化值 / 整体变化值 (70 / 92)
分析度量对目标度量的影响程度：整体对比变化率 / 该度量的对比变化率 (11.57% / 6.47%)，在这个例子中，即「价格」的变化对「数量」的影响程度，绝对值越大，说明影响程度越大。

波动分析的连接模式

在私有部署中，波动分析中分析数据的过程默认为 HTTP 方式，但是在分析大量数据时可能会因为耗时很长而超时。可在部署时通过配置环境变量的方式对分析过程的连接方式进行配置，支持 HTTP、HTTP 轮询 和 WebSocket 模式，以支持大数据量的波动分析。
配置方式请参考私有部署文档。

还有报表和数据大屏、BI自助分析等多类功能，大家可以去注册免费体验一下！

可以免费试用30天！

数据可视化Sugar BI