分类分析是指将不同的数值区间分别定义为不同的指标，例如将利润运营指标（KPI）定义为高盈利、中盈利亏损三种类型，通过计算公式，将销售订单归类，最终进行求和等分析。
分类分析分为两种：静态分类分析和动态分类分析。在静态分类分析中，分类的范围是写“死”的；在动态分类分析中，分类的范围通过参数是可以调整的。
静态分类分析
商业场景
在商业分析中，可以通过折线图加时间轴呈现数据的变化。但有的时候，分析师需要掌握更为细微的KPI。例如，将日盈利作为KPI，分为高利润、正常利润、负利润三种类型，并计算其在对应月中出现的次数。
可视化
区域图（Area）。相比折线图，在区域图中通过对比面积更有利于帮助分析师分析数据，洞察其背后的变化规律。案例效果如图。
解题思路
- 按【订单日期】维度求出当日的利润汇总。（2）通过判断语句将销售日分为“高利润日”“正常利润日”和“负利润日”。
DataFocus实现步骤
- 导入数据表 超市数据
- 建立公式 sum(利润)，公式名为总利润
- 建立公式 公式名为日盈利状态，公式内容为if 总利润>5000 then "高利润日" else if 总利润<0 then "负利润日"else "正常利润日"。
- 搜索框输入 订单日期 总利润 日盈利状态
得出日利润情况，以及将每日利润情况进行分成高利润日、负利润日、正常利润日三类。
- 将其保存为中间表
右上角点击保存为中间表，命名为日盈利状态情况。
保存为中间表的目的，是为了记录下日盈利状态这一列，日盈利状态这一列就是由原生维引申出来的派生维。接下来我们需要用这一列来进行分析。
- 在搜索栏选择已经保存后的中间表
- 建立公式 盈利状态天数
利用count计数公式来计算每种盈利状态分别有多少天。
公式为count(日盈利状态)。
- 搜索栏输入日盈利状态、月盈利天数、每月
- 可视化图表选择为面积图
x轴为订单日期每月，y轴为盈利状态天数，图例为日盈利状态。
最后的效果就是这样了。
Comments | NOTHING