Membuat visualisasi kustom

Ubah hasil query SQL menjadi grafik interaktif melalui operasi seret-dan-jatuhkan. Antarmuka visualisasi mengonversi data mentah menjadi wawasan visual tanpa memerlukan penulisan kode.

Mengakses antarmuka visualisasi

Setelah mengeksekusi query SQL, dua tab muncul di atas hasil Anda:

Tab

Tujuan

Data

Tinjau hasil query dalam format tabel

Visualisasi

Buat grafik interaktif

Klik Visualisasi untuk mengakses pembuat grafik segera setelah eksekusi query.

Ikhtisar antarmuka

Query execution results showing Data and Visualization tabs with transition to chart builder

Ruang kerja visualisasi terdiri dari tiga area yang terkoordinasi:

Daftar Field (panel kiri):

  • Dimensi - data kategorikal dengan ikon bergaya dokumen

  • Measure - data numerik dengan ikon tanda pagar

  • Waktu - field temporal untuk analisis tren

Rak Konfigurasi (tengah):

  • Sumbu X/Sumbu Y - struktur utama grafik

  • Baris/Kolom - perbandingan multi-panel

  • Filter - penyaringan subset data

  • Warna/Ukuran/Opasitas - pengkodean visual

Kanvas (kanan):

  • Tampilan grafik waktu-nyata dengan pembaruan langsung

  • Kemampuan zoom, pan, dan eksplorasi interaktif

Kontrol penting

Perluas bagian di bawah untuk melihat tombol toolbar utama yang mempercepat pembuatan grafik.

chevron-rightLihat deskripsi kontrol utamahashtag

Kontrol

Fungsi

Penggunaan

Agregasi image-20250819-095023.png

Tampilan data mentah vs. teragregasi

Matikan untuk melihat catatan individual; biarkan menyala untuk melihat total/rata-rata

Tipe Mark image-20250819-095030.png

Pemilihan tipe grafik (Bar, Line, dll.)

Beralih antara grafik batang, grafik garis, scatter plot sesuai kebutuhan analisis Anda

Mode Stack image-20250819-095135.png

Buat grafik Stack atau Normalisasi grafik

Tumpuk batang untuk menunjukkan total; normalisasi untuk membandingkan persentase antar kategori

Transpose image-20250819-095215.png

Tukar sumbu x dan sumbu y dari grafik

Balik orientasi grafik ketika kategori sulit dibaca atau dibandingkan

Urutan Sort image-20250819-095235.png

Urutkan dalam Urutan Menaik atau Menurun

Atur data dari nilai tertinggi ke terendah (atau sebaliknya) untuk mengidentifikasi yang berperforma terbaik

Ubah Ukuran Sumbu image-20250819-095259.png

Ubah ukuran sumbu

Perbesar ke rentang nilai tertentu untuk memeriksa data secara lebih rinci

Mode Tata Letak image-20250819-095318.png

Ubah ukuran grafik atau gunakan grafik berukuran otomatis

Beralih ke ukuran manual ketika Anda memerlukan grafik yang lebih besar untuk presentasi

Mode Eksplorasi image-20250819-095349.png

Jelajahi data. Anda dapat memilih mode titik atau mode seleksi (brush)

Pilih titik data individual atau seret untuk memilih beberapa titik untuk analisis mendetail

Ekspor image-20250819-095401.png

Simpan visualisasi (PNG atau SVG)

Unduh gambar grafik untuk laporan, presentasi, atau dokumentasi

Ekspor sebagai CSV image-20250819-095721.png

Ekspor data yang divisualisasikan dalam format CSV

Unduh data dasar untuk dianalisis di Excel atau program spreadsheet lain

Ekspor kode image-20250819-095828.png

Ekspor visualisasi sebagai kode dalam Python atau JSON (Graphic Walker)

Dapatkan kode untuk mereproduksi grafik ini persis di skrip Python Anda sendiri

Membangun visualisasi: alur kerja contoh

Skenario contoh: Menganalisis data operasional dengan field seperti category_field, performance_metric, timestamp, region.

1

Buat grafik dasar

  • Seret field kategorikal (mis., category_field) → Sumbu X

  • Seret field numerik (mis., performance_metric) → Sumbu Y

  • Antarmuka membuat grafik batang teragregasi secara otomatis

2

Perbaiki tipe visualisasi

Klik Tipe Mark tombol untuk alternatif:

  • Grafik batang: perbandingan kategori

  • Grafik garis: analisis tren sepanjang waktu

  • Scatter plot: analisis korelasi (matikan agregasi)

3

Tambahkan kedalaman analitis

  • Seret field kategorikal tambahan → Warna rak = diferensiasi visual

  • Seret field numerik → Ukuran rak = representasi proporsional

  • Beberapa dimensi mengungkapkan hubungan tersembunyi

[SCREENSHOT: Pembangunan grafik progresif yang menampilkan grafik batang dasar berkembang menjadi analisis multi-dimensi]

Teknik lanjutan

Analisis multi-panel

Buat tampilan perbandingan menggunakan Baris/Kolom rak:

  • Seret field kategorikal → Baris = panel terpisah untuk setiap kategori

  • Skala yang konsisten memungkinkan perbandingan silang langsung

  • Mengungkap pola yang tersembunyi dalam tampilan teragregasi

Penyaringan dan fokus

Gunakan Filter rak untuk analisis terfokus:

  • Seret field kategorikal untuk pemilihan subset

  • Seret field numerik untuk penyaringan berbasis rentang

  • Beberapa filter digabungkan untuk eksplorasi data yang presisi

Eksplorasi interaktif

  • Ubah ukuran grafik secara manual menggunakan Ubah Ukuran opsi tombol

  • Kemampuan zoom dan pan untuk pemeriksaan detail

  • Kemampuan ekspor untuk berbagi dan integrasi

circle-info

Tips kinerja: Terapkan filter sebelum visualisasi kompleks untuk menjaga responsivitas dengan dataset besar.

Mengevaluasi hasil Anda

Setelah membuat visualisasi kustom, nilai apakah pendekatan ini memenuhi kebutuhan analitis Anda:

Kompleksitas visualisasi: Dapatkah Anda membuat grafik dan wawasan yang diperlukan untuk keputusan operasional Anda?

Kedalaman eksplorasi data: Apakah kemampuan interaktif menyediakan fleksibilitas analitis yang memadai?

Berbagi dan integrasi: Apakah opsi ekspor mendukung alur kerja pelaporan dan kolaborasi Anda?

Kinerja dan skalabilitas: Apakah antarmuka menangani volume data dan persyaratan kompleksitas Anda secara efektif?

Langkah selanjutnya

Berdasarkan pengalaman visualisasi kustom Anda, Anda mungkin memerlukan kemampuan yang lebih canggih. Untuk panduan komprehensif dalam memilih alat business intelligence yang sesuai dengan kebutuhan spesifik dan kebutuhan organisasi Anda, lihat Memilih alat BI.

Last updated

Was this helpful?