第四届“长风杯”大数据分析与挖掘竞赛由中国电子学会（5A级专业协会）主办，北京邮电大学等高校联合承办，北京络捷斯特科技发展股份有限公司协办。本次大赛采取开放式命题，分为A组创新分析类、B组创意设计类两大类别，为广大师生提供竞赛平台，助力大数据人才培养新发展，提升学生的数据分析与挖掘潜能，激发学生的创新活力。
大数据多维分析平台
★★★★★
你离总决赛还差了它
01
A组的王牌：数据可视化
在开放式赛题设置中，A组赛题我们会一直和各种各样的数据打交道，如何清晰地表达数据可能是我们面临的一大难题之一。接下来让我们从赛题定位入手，发掘赛题中可能遇到的问题！
数据可视化是A组竞赛的参赛利器，不仅可用来支撑作品分析数据，还可以用来验证作品的结论和价值。那么如何才能在数据可视化分析中高效产出，精准传达数据信息？
02
选择它就对了，大数据多维分析平台
为了辅助选手更好的分析和解决问题，大赛协办方为参赛选手提供了大数据多维分析平台（MAP）。该工具简洁、易用、美观、高效，让参赛选手将更多的精力聚焦于分析问题本身。
商业智能可视化工具，让数据洞察更有价值！
图表丰富，操作简单，急速触达你的所有想法！
自助查询，一键分享，满足跨场景可视化需求！
大数据多维分析平台，选择它就对了！
使用大数据多维分析平台，让可视化更简单！
点击+选择，你想要的可视化图形就出现了！
03
精准传达：数据可视化究竟怎么做？
精准传达数据信息，需要：
1. 了解数据可视化
了解你的数据，不断迭代数据探索过程：
数据探索迭代示意图
了解数据可视化：是指利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。
2. 掌握数据可视化的方法
了解数据可视化的基本流程的理论模型，如顺序模型、反馈模型、循环模型，通过迁移将其在业务中具化实现，如指标图形化、指标值图形化、指标关系图形化，最后选用合适的数据可视化表达。
数据可视化表达示意图
3. 优化数据可视化表达
遵循数据可视化的基本原则：格式塔原则、墨水比原则、美学原则，优化数据可视化表达，将数据信息传递给读者。
04
实现数据可视化，五步就够了
大数据多维分析平台，五步完成你的数据可视化设想！
1. 数据管理与配置
使用工具内的封装数据，或连接并上传自有数据，通过配置数据模型，建立数据表、数据源关系连接，完成分析准备工作。
工具封装的数据集
2. 数据查询
三种数据方式（简单查询、自定义查询、原生查询/SQL查询）完成对数据的探索分析，通过数据表格的各种分析方法，如过滤、聚合、分组、关联等获取分析结果。
自定义查询核心步骤
3. 数据可视化
自动提供备选的数据结果的可视化图形，单击可视化图形一键可视化，共有14种基本图形，可以调参扩展更多图形表达。
（分组）组合图展示
4. 仪表盘设计
梳理整个思路中的所有可视化表达，将其按照一定逻辑组合，汇总在一个仪表盘中，优化数据分析思路。
仪表盘展示
5. 分享
分享仪表盘或单个问题，让你的数据分析更有价值！
05
那些无往不利的瞬间
往届大赛优秀作品的精彩瞬间
散点图
分组散点图
地图
标记
地图
柱状图
累积柱状图
组合图
折线图
柱状图
06
关于大数据多维分析平台
大数据多维分析平台
（MAP，http://cfdsj.cn/tool/index）是一个轻量级的 OLAP 分析引擎，可以实现数据的深入分析与洞察。平台汇集多种可视化图表，方便制作数据分析仪表盘，帮助用户快速掌握业务数据分析，还支持使用SQL语句进行查询与展示，提供方便快捷的分析成果共享功能。具体功能如下：
数据管理及配置：
支持Excel数据上传、自有数据库连接，可连接 MySql、PostgreSQL、Druid、MongoDB 等关系型和非关系型数据库；且可以对多个表进行数据关联查询，也可以选择性关联多个数据源。
数据查询：
允许用户数据表格分析，可以在非常友好的界面下利用 OLAP 和内存引擎进行过滤、分类、排序和生成图表。
数据可视化：
提供可视化交互式用户界面（UI），支持14种可视化图表，包括折线图、柱状图、条形图、组合图、面积图、散点图、环图等一些常见图形外，还支持趋势图、地图、漏斗图、散点图等。
仪表盘设计：
用于提供多层面图表的展示。
扫码关注公众号，后台回复“工具”，按照提示获取工具权限详情，为你的团队加点劲儿！
扫码关注我们
微信号｜长风大数据（cf-dsj）