Designer 中的示例工作流

转换文件格式：此示例展示如何创建可将一种文件类型转换为另一种文件类型的应用程序。

清理并解析电话号码：此示例展示如何创建一个应用程序，为用户提供多种选项来清理和解析文件中的电话号码。

定义交易区域：此示例展示如何利用凸包技术，根据距离最近的客户所占的百分比来创建商店交易区域。

查看 FEMA 住房数据：此应用程序用于分析飓风“桑迪”之后的 FEMA 住房数据。应用程序客户可以选择要报告的县，随后会返回包含各县及邮政编码数据的各类地图和表格。

计算抵押付款：此工作流是抵押贷款计算器的一个示例。它可以计算利率、还款额、还款次数、贷款金额和未来价值。

查找距离商店最近的客户：此分析应用程序允许用户从地图上显示的宠物店中选择一家，然后生成一份 PDF 报告，显示在 50 英里范围内距离该店最近的 20 位客户（来自现有客户文件）。

使用带有自定义文件数据库的树：此示例展示如何创建一个具有分层树数据结构的应用程序。

使用树文件系统：此示例展示如何创建具有分层树数据结构的应用程序。

使用带有自定义 XML 的树：此示例展示如何创建具有分层树数据结构的应用程序。

从互联网下载数据：此应用程序演示如何从互联网下载数据、以高级方式解析数据，然后将输出格式化为带有图表的 PDF 报告。

转换指标并在线发布：此应用程序可执行长度、温度、体积和货币单位的转换。

在目录中查找文件：此分析应用程序会在指定目录中包含的所有工作流程中搜索指定的数据文件是否存在。

模糊匹配支持宏

支持宏

为需求分配供应：此工作流演示供需之间的关系。

按商店绘制客户地图：此工作流的目标是显示一个扇形交易区域图。

为购买数据创建热图：此工作流的目标是显示一个热力图，以识别高购买量区域。

识别工作流中使用的工具和宏：此工作流回答了以下问题：我创建这些工作流使用了哪些工具和宏？

通过最小化距离优化位置：此示例通过查看与需求的最小距离，检查扩大现有零售网络的潜在影响。

使用重力模型优化位置：此示例通过查看需求拉动因素，并考虑竞争对手、现有商店以及无竞争对手情况、摩擦指数和最小相关距离，检查扩大现有零售网络的潜在影响。

使用模糊匹配工具合并到主文件：此工作流获取一个主家庭文件并将其与一个新的客户数据库文件进行匹配。匹配过程以瀑布方式进行，每次迭代仅匹配之前未匹配的客户行。

创建服务边界：检查客户文件以确定客户是否在特定服务边界内，以及客户是否能在某个位置的指定半径范围内收到信号。同时还会确定客户与信号位置之间的距离。

绘制商店周边交易区域地图：此工作流会合并两个空间数据文件，以计算与一个零售店位置相关的广告区域分布。

将股票信息从 XML 转换为电子表格：此工作流会将一个 XML 文件转换为更易读的电子表格格式。

查找距离客户最近的商店：此工作流演示如何查找距离每位客户 10 英里以内的最近商店、计算距离、输出一个文件（其中附加了店名、地址、电话号码和距离信息），并针对每个商店创建客户行为摘要。

绘制交易区域 1：此示例展示如何利用凸包技术，根据距离最近的客户所占的百分比来创建商店交易区域。

测量数据质量：此工作流演示如何使用 Alteryx 报告数据文件的指标。目标是确定文件的完整性。我们将识别每列的有效值，以及每列的完整百分比。

创建带主题地图的报告：创建定量专题地图，以根据包含购买数据的客户文件显示邮政编码的空间分布。

查找距离商店 30 英里范围内的所有客户：此工作流演示如何识别距离每个商店 30 英里以内的所有客户、计算距离、统计 30 英里以内的客户总数，然后输出一个文件（其中附加了店名、地址、电话号码和距离信息）。

绘制交易区域 2：此工作流演示如何创建沃罗诺伊多边形地图。

对非结构化 XML 文件进行标准化：此工作流演示如何读取 XML 数据并对其进行解析，使其以标准表架构呈现。

按年份报告阿片类药物流行趋势：该工作流通过整合美国疾病控制与预防中心 (CDC) 的数据，生成可视化图表，以帮助识别趋势。

下载和解析 Web 数据：此工作流演示如何从 Web 下载数据并使用其创建报告。该模块使用正则表达式和其他数据处理程序探讨数据解析策略、如何使用空间公式创建空间对象，以及在报告中创建有影响力的地图的技术。

叠加邮政编码地图 1：此工作流演示如何使用空间匹配工具连接空间数据。此示例将连接点对象与多边形对象相交的数据，创建一个每行都包含一个点对象和一个多边形对象的数据流。将创建一个地图以可视化结果。

分析和报告交通事故死亡情况：此工作流程输入了美国国家公路交通安全管理局 2015 年的交通死亡事故数据，并输出了多份报告。此外，此工作流按日期、工作日以及死亡率创建了多个交通事故死亡情况可视化图像。

计算趋势并将数据排序：根据 15 年间的年增长率百分比和预计的 5 年增长，确定增长最快的 10 个县。

创建带图表和表格的报告：此工作流创建一份包含表格和图表且标题页带有公司徽标的销售数据报告。

叠加邮政编码地图 2：此工作流程演示如何基于分组列和客户分布，通过组合多边形来创建覆盖区域。

为报告创建汇总表格：此工作流演示表格工具中提供的不同交叉制表选项。

测量广告覆盖范围的重叠程度：此工作流演示如何确定每个广告区域与零售位置 25 英里半径范围的重叠百分比。

平滑地图上的空间对象：此示例演示如何结合使用缓冲、简化和平滑工具来简化复杂空间对象，以优化显示。

根据 Unicode 数据创建表格：创建一份能正确显示 Unicode 数据的报告。

创建报告布局：此工作流演示如何使用可视化布局工具组合和排列各种元素，从而创建单个报告。

Basic Input Output（基本输入输出）：此工作流演示如何将 Alteryx 数据导入 R 脚本，以及如何将 R 脚本中的数据输出到 Alteryx。

Principal Components（主要组件）：此工作流演示如何在 Alteryx 中运行主要组件分析。这是最初探索数据集和构建预测模型的一种有用方法。

New Donor（新捐赠者）：此工作流演示如何使用许多基于 Alteryx R 的预测性分析宏来开发模型以解决业务决策问题。

New Donor Score Sample（新捐赠者评分示例）：此工作流演示如何将基于 R 的预测模型生成的预测值（评分）附加到与该模型“一致”的 Alteryx 数据流中（换言之，该数据流包含用于创建模型的所有预测因子字段）。

Market Basket Analysis Sample（市场篮子分析示例）：市场篮子分析工作流展示两个预测宏，即 MB 规则（市场篮子规则）和 MB 检测（市场篮子检测）。这些宏有助于执行分析，以帮助用户更好地理解买家的购买行为。

Spatial Objects（空间对象）：此工作流演示如何将 Alteryx 空间对象（点和多边形）导入 R 脚本，以及如何将空间数据从 R 脚本输出到 Alteryx。

K-Centroids Cluster Analysis Sample（K-Centroids 聚类分析示例）：此工作流演示如何进行 K-centroids 聚类分析。KK-Centroids 聚类分析允许用户以最小化每个群集内成员之间距离的方式，将记录系统地分组为用户指定数量的组，从而增加群集之间的距离。

Find Nearest Neighbors Sample（查找最相邻项示例）：此工作流演示如何在 Alteryx 中查找一组“数据”点中与一组“查询”点最近的邻项。

R Tool Plotting Data（R 工具绘制数据）：R 是一个用于统计计算和图形的免费软件环境。它在各种 UNIX 平台、Windows 和 MacOS 上编译和运行。此示例是一个非常简单的示例，它使用“County Density”（县密度）输入文件将其导入您现有的 R 环境，并以图形方式输出数据。

Optimization Model Input Modes（优化模型输入模式）：假设您想在杂货店的货架上放置四类商品。业务问题：您应该选择哪些产品？

Optimization Mixing Problem（优化混合问题）：一个典型的线性规划 (LP) 问题是所谓的“混合问题”。对于此类问题，您通常需要混合一些成分或产品，以实现营养/收入最大化、成本最小化等。

Optimization Fantasy Sports Lineup（优化梦幻体育阵容）：假设预算固定且球场上有九个位置需要填补，您应该如何根据球员的预计得分、薪水和场上位置来选择球员？

Optimization Workforce Scheduling（优化员工排班）：此示例演示如何使用优化工具来决定在该时间应安排多少名服务员开始轮班，以及在每天的每个小时应安排哪种类型的服务员（全职、兼职），以便餐厅在确保客户服务的同时将员工工资的总成本降至最低。

Optimization Parse Detailed Output（优化解析详细输出）：优化工具允许您选择一组决策变量的值，以在满足一组约束条件的情况下最大化或最小化相关目标函数的值。

Simulation（模拟）：此工作流演示模拟抽样、模拟评分和模拟汇总工具的示例配置。