Alteryx Designer enthält viele Beispiel-Workflows, die Funktionalität und Anwendungsfälle der Tools demonstrieren. Sie können diese direkt im Hauptmenü von Designer über Hilfe > Beispiel-Workflows aufrufen.
One-Tool-Beispiele (auch bekannt als Erlernen Sie ein Tool nach dem anderen) sind Beispiel-Workflows, die unterschiedliche Konfigurationsoptionen für jeweils ein Tool demonstrieren. Sie sollen Ihnen dabei helfen zu verstehen, wie ein spezifisches Tool in einem Workflow eingesetzt wird.
Sie können die Beispiele über verschiedene Wege aufrufen:
Hilfe-Menü: Klicken Sie im Hilfe-Menü auf Beispiel-Workflows > Lernen Sie ein Tool nach dem anderen. Wählen Sie eine Tool-Kategorie und das Tool aus, um den Workflow zu öffnen.
Tool-Palette: Wählen Sie ein Tool-Symbol aus der Tool-Palette aus und klicken Sie dann auf den Link Beispiel öffnen, um den Workflow zu öffnen.
Globale Suche: Suchen Sie ein Tool über den Tool-Namen. Wenn es ein One-Tool-Beispiel für dieses Tool gibt, wird rechts der Beispiel-Link angezeigt. Klicken Sie auf den Beispiel-Link, um das Tool-Beispiel zu öffnen.
Für diese Tools, die nach Tool-Kategorien geordnet sind, gibt es derzeit ein One-Tool-Beispiel in Alteryx Designer.
Tools in der Vorbereitung-Tool-Kategorie.
 |
Tools in der Verknüpfen-Tool-Kategorie.
Tools in der Parse-Tool-Kategorie.
Tools in der Schnittstellen-Tool-Kategorie.
Tools in der Datenuntersuchung-Tool-Kategorie.
Tools in der Prognose-Tool-Kategorie (Predictive Tools).
Tools in der AB-Test-Tool-Kategorie.
Tools in der ZR-Tool-Kategorie (Zeitreihen)
Tools in der Calgory-Tool-Kategorie
Tools in der Entwickler-Tool-Kategorie.
Tools in der Computer Vision-Tool-Kategorie.
Sie finden die One-Tool-Beispiele (siehe One-Tool-Beispiele oben) im Designer-Hauptmenü unter Hilfe > Beispiel-Workflows > Erlernen Sie ein Tool nach dem anderen. Die folgenden Workflows sind alphabetisch nach Verzeichnissen geordnet und listen die Tools auf, die in jedem Beispiel enthalten sind.
One-Model-Beispiele sind Ihre Einführung in die Data Science in Designer. Sie decken zahlreiche Themen ab, darunter Schritt-für-Schritt-Erklärungen zur Verwendung der Machine Learning-Tools und Text Mining-Tools (Teil der Alteryx Intelligence Suite), grundlegende Techniken zur Datenvorbereitung und -bereinigung sowie Erklärungen komplexer Algorithmen und statistischer Methoden auf hohem Niveau.
Sie finden diese im Designer-Hauptmenü unter Hilfe > Beispiel-Workflows > Erlernen Sie ein Modell nach dem anderen.
Gehen Sie zu Hilfe > Beispiel-Workflows > Basis und wählen Sie aus mehreren einfachen/Anfänger-Beispiel-Workflows aus.
Zwei Tabellenkalkulationen mit Kundendaten kombinieren: Dieser Workflow führt zwei Tabellen zusammen, wodurch Ihre Daten in einer einzigen Datei zur Verfügung stehen.
Ein Zeichenfolgenfeld normalisieren: In diesem Workflow werden nicht nur die vielen Möglichkeiten beschrieben, die ersten zwei numerischen Zeichen aus der Spalte „ELEMENT“ zu isolieren, sondern auch verschiedene Meldungen untersucht, die im Ergebnisfenster gemeldet werden.
Häufig verwendete Tools erlernen: In dieser Übung wird gezeigt, wie Sie einige der am häufigsten verwendeten Tools in Alteryx nutzen können. Es wird dringend empfohlen, dass sich alle Benutzer mit allen diesen Tools vertraut machen. Es ist wichtig zu beachten, dass es viele Möglichkeiten gibt, dieselbe Aufgabe mit Alteryx zu erledigen. Das Ziel dieser Übung besteht darin, einem neuen Benutzer die Grundlagen vorzustellen, und nicht unbedingt darin, ein Problem auf direktestem Wege zu lösen.
Telefonnummern normalisieren: Eine Kundendatei enthält ein Telefonfeld, das standardisiert werden muss. Zunächst identifizieren wir das Format, in dem die Telefonnummer sein sollte, und führen dann ein paar separate Prozesse durch, um die Telefonnummernkomponenten neu zu formatieren und zu analysieren.
Normalisieren einer unstrukturierten Textdatei: In diesem Workflow wird gezeigt, wie eine Sicherheitsprotokoll-Textdatei ohne Formatierung in eine verwendbare Tabelle geparst wird.
Analysieren einer Vertriebs-Pipeline: Dieser Workflow kombiniert mehrere Salesforce.com-Tabellen, um die Vertragsabschlussquote für Vertriebsmitarbeiter nach Gruppe und Bereich zu ermitteln, die Performance zu messen und festzulegen, wer an der Spitze steht.
Postleitzahlen aus Breiten- und Längengrad ableiten: Dieser Workflow zeigt, wie ein Punkt in der Polygonauswahl durchgeführt wird, bei dem Haushalte mithilfe des Dynamische-Eingabe-Tools einer Postleitzahl zugewiesen werden.
Einen Trend berechnen und Daten sortieren: Ermitteln Sie die 10 am schnellsten wachsenden Länder, basierend auf dem prozentualen Jahreswachstum über einen Zeitraum von 15 Jahren und dem prognostizierten Wachstum von 5 Jahren.
XML-Datei erstellen: In diesem Workflow wird gezeigt, wie eine XML-Datei erstellt wird, die dann in einem Assistenten oder Makro als Strukturfrage verwendet werden kann. Dieser Workflow erstellt die XML, die in der Beispiel-Analyse-App verwendet wird.
FLAT-Datei lesen: Dieser Workflow zeigt eine ordnungsgemäße Konfiguration für das Lesen einer Flat-Datei.
Gehen Sie zu Hilfe > Beispiel-Workflows > Erweitert und wählen Sie aus mehreren erweiterten Beispiel-Workflows aus.
Dateiformate umwandeln: In diesem Beispiel wird gezeigt, wie eine Anwendung erstellt wird, die einen Dateityp in einen anderen konvertieren kann.
Telefonnummern bereinigen und parsen: In diesem Beispiel wird gezeigt, wie eine Anwendung erstellt wird, die Benutzern verschiedene Optionen zum Bereinigen und Parsen von Telefonnummern aus einer Datei bietet.
Handelsbereiche definieren: In diesem Beispiel wird gezeigt, wie Verkaufsflächen auf der Grundlage des Prozentsatzes ihrer engsten Kunden mit der Methode der konvexen Hülle erstellt werden.
FEMA-Wohnungsdaten anzeigen: Diese App untersucht FEMA-Wohnungsdaten nach Hurrikan Sandy. Der App-Nutzer kann auswählen, über welche Länder der Bericht informieren soll, und verschiedene Karten und Tabellen mit Kreis- und PLZ-Daten werden zurückgegeben.
Eine Hypothekenzahlung berechnen: Dieser Workflow ist ein Beispiel für einen Hypothekenkalkulator. Er kann für Zinssätze, Zahlungen, Anzahl der Zahlungen, Darlehensbetrag und zukünftigen Wert verwendet werden.
Kunden suchen, die einem Geschäft am nächsten sind: Mit dieser Analyse-App kann der Benutzer eine der auf der Karte angezeigten Zoohandlung auswählen und dann einen PDF-Bericht erstellen, der die 20 nächstgelegenen Kunden (aus der Kundendatei) dieser Filiale innerhalb eines Schwellenwerts von 80 km zeigt.
Verwenden eines Baums mit einer benutzerdefinierten Dateidatenbank: In diesem Beispiel wird gezeigt, wie eine Anwendung mit einer hierarchischen Baumdatenstruktur erstellt wird.
Verwenden eines Baum-Dateisystems: In diesem Beispiel wird gezeigt, wie eine Anwendung mit einer hierarchischen Baumdatenstruktur erstellt wird.
Verwendung eines Baums mit benutzerdefiniertem XML: In diesem Beispiel wird gezeigt, wie eine Anwendung mit einer hierarchischen Baumdatenstruktur erstellt wird.
Daten aus dem Internet herunterladen: Diese App demonstriert das Herunterladen von Daten aus dem Internet, das Parsen in einer fortgeschrittenen Weise und das Formatieren des Ausgangs als PDF-Bericht mit Diagrammen.
Metriken umwandeln und online veröffentlichen: Diese App führt Konvertierungen für Längen-, Temperatur-, Volumen- und Währungseinheiten durch.
Datei in einem Verzeichnis suchen: Diese Analyse-App sucht nach dem Vorhandensein der angegebenen Datendatei in allen Workflows, die in dem angegebenen Verzeichnis enthalten sind.
Makros, die Fuzzy-Übereinstimmung unterstützen
Unterstützende Makros
Angebot der Nachfrage zuordnen: Dieser Workflow zeigt die Beziehung zwischen Angebot und Nachfrage.
Kunden nach Geschäft kartografieren: Ziel dieses Workflows ist es, eine Karte für den Kreisdiagramm-Handelsbereich anzuzeigen.
Erstellen einer Heatmap für Kaufdaten: Das Ziel dieses Workflows besteht darin, eine Heatmap anzuzeigen, um Bereiche mit hohem Einkaufsbedarf zu erkennen.
Identifizierung der Tools und Makros, die in einem Workflow verwendet werden: Dieser Workflow beantwortet die Frage: Welche Tools und Makros habe ich zum Erstellen dieser Workflows verwendet?
Standort durch Minimierung der Entfernung optimieren: In diesem Beispiel wird die potenzielle Auswirkung der Erweiterung eines bestehenden Einzelhandelsnetzwerks untersucht, indem die minimale Entfernung zur Nachfrage betrachtet wird.
Standort mit einem Gravitations-Modell optimieren: In diesem Beispiel wird die potenzielle Auswirkung der Erweiterung eines bestehenden Einzelhandelsnetzwerks untersucht, indem der Nachfragesog und die Berücksichtigung von Wettbewerbern, bestehenden Geschäften sowie Nullkonkurrenz, Reibungsexponenten und der relevante Mindestabstand berücksichtigt werden.
Zusammenführen zu einer Masterdatei mit Fuzzy-Übereinstimmung: Bei diesem Workflow wird eine Stammhaushaltsdatei mit einer neuen Kundendatenbankdatei abgeglichen. Der Abgleich erfolgt in Wasserfallform, wobei jede Iteration des Abgleichprozesses nur mit Kundenzeilen übereinstimmt, die zuvor nicht abgeglichen wurden.
Servicegrenzen erstellen: Eine Kundendatei wird untersucht, um festzustellen, ob sich ein Kunde innerhalb einer bestimmten Servicegrenze befindet und ob der Kunde ein Signal in einem bestimmten Radius von einem Standort empfangen kann. Der Abstand zwischen Kunde und Signalposition wird ebenfalls bestimmt.
Einen Handelsbereich um ein Geschäft herum kartografieren: Dieser Workflow kombiniert zwei Geodaten-Dateien, um die Verteilung von Werbegebieten in Bezug auf einen Einzelhandelsstandort zu berechnen.
Konvertieren von Aktieninformationen aus XML in eine Tabellenkalkulation: Dieser Workflow wandelt eine XML-Datei in ein besser lesbares Tabellenformat um.
Geschäfte suchen, die Kunden am nächsten sind: In diesem Workflow wird gezeigt, wie man für jeden Kunden das nächstgelegene Geschäft innerhalb eines 16-km-Radius findet, die Entfernung berechnet, eine Datei mit Namen, Adresse, Telefonnummer und Entfernung des Geschäfts ausgibt und eine Zusammenfassung des Kundenverhaltens für jedes Geschäft erstellt.
Handelsbereiche 1 zuordnen: In diesem Beispiel wird gezeigt, wie Handelsbereiche auf der Grundlage des Prozentsatzes ihrer engsten Kunden mit der Methode der konvexen Hülle erstellt werden.
Die Qualität von Daten messen: Dieser Workflow zeigt, wie Alteryx verwendet werden kann, um Metriken zu einer Datendatei zu melden. Ziel ist es, zu bestimmen, wie vollständig die Datei ist. Wir ermitteln die gültigen Werte pro Spalte und den Abschluss jeder Spalte in Prozent.
Bericht mit thematischer Karte erstellen: Erstellen Sie eine quantitative thematische Karte, um die räumliche Verteilung von ZIP-Codes basierend auf einer Kundendatei mit Kaufdaten anzuzeigen.
Alle Kunden innerhalb von 50 Kilometern um ein Geschäft finden: Dieser Workflow zeigt, wie man alle Kunden innerhalb von 50 km eines Geschäfts identifiziert, die Entfernung berechnet, die Gesamtzahl der Kunden innerhalb von 50 km zählt und dann eine Datei mit Namen, Adresse, Telefon und Entfernung des Geschäfts ausgibt.
Handelsbereiche 2 zuordnen: In diesem Workflow wird gezeigt, wie eine Map von Voronoi-Polygonen erstellt wird.
Unstrukturierte XML-Datei normalisieren: In diesem Workflow wird gezeigt, wie XML-Daten gelesen und analysiert werden, damit sie in einem Standardtabellenschema angezeigt werden.
Bericht über die Entwicklung der Opioidkrise auf Jahresbasis: Mit diesem Workflow werden anhand von Daten des Center for Disease Control and Prevention (CDC) Diagramme erstellt, die helfen, Trends zu ermitteln.
Web-Daten herunterladen und parsen: In diesem Workflow wird das Herunterladen von Daten aus dem Internet und die Verwendung dieser Daten für die Erstellung eines Berichts demonstriert. Das Modul befasst sich mit Methoden zur Datenanalyse mit regulären Ausdrücken und anderen Datenverarbeitungsroutinen, der Verwendung von Geodatenformeln zur Erstellung von Geo-Objekten und der Erstellung wirkungsvoller Karten in Berichten.
Zip-Code-Karte 1 überlagern: In diesem Workflow wird gezeigt, wie Geodaten mit dem Geo-Übereinstimmung-Tool verbunden werden. Dieses Beispiel verbindet Daten, bei denen ein Punktobjekt ein Polygonobjekt kreuzt, wodurch ein Datenstrom entsteht, der für jede Zeile einen Punkt und ein Polygonobjekt enthält. Zur Visualisierung der Ergebnisse wird eine Karte erstellt.
Analyse und Erstellung von Berichten zu Verkehrstoten: Dieser Workflow gibt Verkehrsunfälle von 2015 von der National Highway Traffic Safety Administration ein und gibt mehrere Berichte aus. Darüber hinaus erstellt dieser Workflow mehrere visuelle Darstellungen für Verkehrsunfälle nach Datum, Wochentagen und Pro-Kopf-Daten.
Einen Trend berechnen und Daten sortieren: Ermitteln Sie die 10 am schnellsten wachsenden Länder, basierend auf dem prozentualen Jahreswachstum über 15 Jahre und dem prognostizierten Wachstum über 5 Jahre.
Bericht mit einem Diagramm und einer Tabelle erstellen: Dieser Workflow erstellt einen Bericht mit Vertriebsdaten mit einer Tabelle, einem Diagramm und einer Überschrift mit dem Firmenlogo.
Zip-Code-Karte 2 überlagern: In diesem Workflow wird gezeigt, wie Abdeckungsgebiete durch die Kombination von Polygonen basierend auf einer gruppierten Spalte und der Kundenverteilung erstellt werden.
Übersichtstabellen für einen Bericht erstellen: Dieser Workflow zeigt die verschiedenen Kreuztabellenoptionen, die im Tabellen-Tool verfügbar sind.
Überlappung der Werbungsreichweite messen: Dieser Workflow zeigt, wie der Anteil der Überlappung jedes Werbegebiets in Bezug auf einen 40-km-Kreis um den Standort eines Einzelhandelsgeschäfts ermittelt wird.
Geo-Objekte auf einer Karte glätten: Dieses Beispiel zeigt, wie man die Puffer-, Generalisieren- und Glatt-Tools kombiniert, um ein komplexes Geo-Objekt zum Zweck der Veranschaulichung zu vereinfachen.
Tabellen aus Unicode-Daten erstellen: Erstellen Sie einen Bericht, der Unicode-Daten korrekt anzeigt.
Ein Berichtlayout erstellen: Dieser Workflow zeigt auf, wie man einen einzelnen Bericht erstellt, indem verschiedene Elemente mithilfe des Visuelles-Layout-Tools kombiniert und zusammengeführt werden.
Gehen Sie zu Hilfe > Beispiel-Workflows > Beispiele Prognose-Tool und wählen Sie aus mehreren erweiterten Beispiel-Workflows aus.
Einfache Eingabe/Ausgabe: In diesem Workflow wird gezeigt, wie Alteryx-Daten in ein R-Skript übertragen und Daten aus einem R-Skript in Alteryx ausgegeben werden.
Hauptkomponenten: In diesem Workflow wird gezeigt, wie eine Hauptkomponentenanalyse in Alteryx durchgeführt wird. Dies ist eine nützliche Methode, um einen Datensatz zunächst zu untersuchen und Vorhersagemodelle zu erstellen.
Neuer Spender: Dieser Workflow veranschaulicht die Verwendung vieler der R-basierten Predictive-Analytics-Makros von Alteryx zur Entwicklung eines Modells für eine Geschäftsentscheidung.
Beispiel Neue-Spenderbewertung: Dieser Workflow zeigt, wie prognostizierte Werte (Scores) aus einem R-basierten prädiktiven Modell an einen Datenstrom von Alteryx angehängt werden können, der mit dem Modell „konsistent“ ist (d. h. alle Prädiktor-Felder enthält, die zur Erstellung des Modells verwendet werden).
Beispiel Warenkorbanalyse: Der Workflow für die Warenkorbanalyse zeigt zwei Prognose-Makros, WK-Regeln und WK-Untersuchung. Diese Makros helfen bei der Durchführung von Analysen, damit der Benutzer das Kaufverhalten eines Käufers besser verstehen kann.
Geo-Objekte: In diesem Workflow wird gezeigt, wie man Geo-Objekte (Punkte und Polygone) von Alteryx in ein R-Skript bringt und Geodaten aus einem R-Skript an Alteryx ausgegeben werden.
Beispiel K-Centroids-Clusteranalyse: Dieser Workflow zeigt, wie eine K-Centroids-Clusteranalyse durchgeführt wird. Die K-Centroids-Clusteranalyse ermöglicht es dem Benutzer, Datensätze systematisch in eine benutzerdefinierte Anzahl von Gruppen zu gruppieren, sodass die Abstände zwischen den Mitgliedern jedes Clusters minimiert und dadurch die Abstände zwischen den Clustern erhöht werden.
Beispiel Nächste-Nachbarn-finden: Dieser Workflow zeigt, wie die nächsten Nachbarn in einem Satz von „Daten“-Punkten zu einem Satz von „Abfrage“-Punkten in Alteryx gefunden werden.
Daten-Plotting R-Tool: R ist eine kostenlose Softwareumgebung für statistische Berechnungen und Grafiken. Sie kann auf einer Vielzahl von UNIX-Plattformen, Windows und MacOS kompiliert und ausgeführt werden. Dieses Beispiel ist ein sehr einfaches Beispiel, bei dem eine Eingabedatei zur Bezirksdichte verwendet wird, um Ihre vorhandene R-Umgebung zu integrieren und Ihre Daten grafisch auszugeben.
Optimierung Modell-Eingabemodi: Angenommen, es gibt vier Warengruppen, die Sie in einem Lebensmittelgeschäft in ein Regal stellen möchten. Das Geschäftsproblem: Welche Produkte sollten Sie wählen?
Optimierung Mischungsproblem: Ein typisches Problem bei der linearen Programmierung (LP) ist das sogenannte Mischproblem. Bei dieser Art von Problem müssen Sie in der Regel ein paar Zutaten oder Produkte mischen, um die maximale Nährstoff-/Umsatz-/Kosten-Effizienz usw. zu erreichen.
Optimierung Fantasy-Sportaufstellung: Wie sollten Sie bei einem festen Budget und neun zu besetzenden Positionen Spieler auf der Grundlage ihrer voraussichtlichen Punktezahl, ihres Gehalts und ihrer Position auf dem Spielfeld auswählen?
Optimierung Dienstplan: In diesem Beispiel wird gezeigt, wie das Optimierung-Tool verwendet wird, um zu entscheiden, wie viele Server zu diesem Zeitpunkt ihre Schicht starten sollen und welche Servertypen (Vollzeit, Teilzeit) zu jeder Tageszeit geplant werden müssen, damit das Restaurant die Gesamtkosten des Mitarbeitergehalts minimieren und gleichzeitig den Kundenservice gewährleisten kann.
Optimierung Parse-Detailausgabe: Das Optimierung-Tool ermöglicht es Ihnen, Werte für einen Satz von Entscheidungsvariablen auszuwählen, um den Wert einer abhängigen Zielfunktion vorbehaltlich einer Reihe von Bedingungen zu maximieren oder zu minimieren.
Simulation: Dieser Workflow zeigt Beispielkonfigurationen für die Tools Simulation der Stichprobennahme, Simulationsbewertung und Simulationszusammenfassung.