跳轉到主要內容

Documentation Index

Fetch the complete documentation index at: https://docs.shieldbase.ai/llms.txt

Use this file to discover all available pages before exploring further.

​
概觀

將您的資料轉化為可採取行動的洞察與視覺化。Shieldbase 報告功能使用 AI 分析資料集,自動產生相關的圖表、繪圖與分析洞察。
報告功能在處理表格化的資料集時效果最佳。資料越乾淨,分析的準確度就越高。

​
開始使用

​
影片教學 - 識別洞察

💡 小提示: 可使用影片播放器的齒輪圖示 (⚙️) 調整播放速度。針對較詳細的教學,建議使用 0.5 倍速。

​
建立您的第一份報告

1

開始新的報告

在報告區段點選 New Report
2

選擇資料來源

從 Library 選擇一個或多個資料集進行分析
3

產生洞察

在 Analysis 輸入提示,在 Visualization 中產生帶有相關圖表的洞察
4

檢視與調整

檢視產生的洞察,並調整提示以獲得更好的結果

​
專業建議: 洞察發現

不確定要產生哪些洞察嗎?可使用這個強大的提示: 
請建議能從此資料集產生的洞察。請產生用於產生洞察的提示,並建議用於視覺化資料的圖表類型。請以表格形式回應。

欄 1: 資料類型 (描述性、診斷性、預測性、規範性)
欄 2: 以提示形式呈現的問題
欄 3: 圖表類型

​
影片教學 - 洞察發現

💡 小提示: 可使用影片播放器的齒輪圖示 (⚙️) 調整播放速度。針對較詳細的教學,建議使用 0.5 倍速。

​
分析類型

發生了什麼?彙整歷史資料以了解過往表現:
  • 各季營收總額
  • 顧客結構
  • 產品績效指標
  • 區域分佈

​
資料視覺化類型

報告功能可讓您將結構化資料轉換為報告中的洞察與視覺化。從 Library 選擇一個或多個資料集並產生分析後,Shieldbase 會根據資料與提示繪製不同類型的圖表。
為合適的資料選擇合適的視覺化類型,對於快速理解關鍵洞察至關重要。若強制將圖表類型與不相容的資料集搭配,視覺化結果可能無法顯示。
圖表類型最佳用途
表格以列與欄顯示原始或彙整後的資料。適合詳細檢視、參考表與下鑽。
長條圖 (Bar Chart)比較不同類別之間的數值 (例如各地區營收、各狀態工單數)。支援水平或垂直長條。
堆疊長條圖顯示各類別的組成 (例如各地區營收依產品線拆分),同時仍可比較跨類別的總和。
折線圖以時間序列視覺化趨勢 (例如每日活躍使用者、月銷售)。適合時間序列資料與監控變化。
區域圖類似折線圖,但線下區域填色。適合呈現累積值,並強調隨時間累積的量。
堆疊區域圖顯示多個系列在一段時間內如何貢獻於總量 (例如每月各管道的流量)。
圓餅圖顯示各類別占整體的百分比 (例如市場佔有率、預算分配)。
甜甜圈圖圓餅圖的變化形式,中央為空,常用於突顯中央的關鍵指標,同時呈現類別比例。
直條圖 (Column Chart)長條圖的垂直版本,常與長條圖互通使用,用於比較離散類別或時間區段。
散佈圖顯示兩個數值變數之間的關係 (例如行銷支出 vs 營收)。適合偵測相關性與離群值。
泡泡圖在散佈圖上額外以泡泡大小代表第三維 (例如 x = 營收、y = 利潤率、大小 = 顧客數)。
直方圖將單一數值變數的值分群成區間,顯示其分佈 (例如成交規模、回應時間)。
熱圖以顏色強度代表矩陣中的數值 (例如各地區與產品的績效、每小時與星期的活動量)。
漏斗圖表現分階段的流程,例如銷售漏斗或入職流程,呈現各階段的流失。
雷達 (蜘蛛網) 圖在放射狀版面上比較多個指標的不同維度 (例如功能評分、各部門 KPI)。
量表圖突顯單一關鍵指標,常與目標或閾值比較 (例如 SLA 達成率、使用率)。
龍捲風圖一種特殊的長條圖,長條從中央軸向左右延伸,常用於敏感度或情境分析,比較不同變數對結果的相對影響。
甘特圖在時間軸上呈現任務或活動,顯示開始/結束日期、期間與重疊。適合專案時程、路線圖規劃與相依關係追蹤。
管制圖隨時間繪製指標並配上上下管制界限,監控流程穩定性與變異。適用於品質管控、偵測異常或表示流程變化的趨勢。
組織圖以樹狀圖呈現人員、職位或實體之間的階層關係,適合用於可視化組織結構或所有權關係。
桑基圖在不同階段或類別之間視覺化流量及其相對大小 (例如流量來源到頁面、預算分配到支出類別)。每條流的寬度與其值成正比。
核對矩陣在一組類別或實體上,以網格形式顯示項目 (例如功能、需求、任務) 是否存在、完成或狀態。適合稽核、功能比較與實作覆蓋率追蹤。

​
最佳實踐

資料品質至關重要: 資料集越乾淨,AI 越容易理解情境,因此分析的準確性也越高。

​
資料準備

1

清理您的資料

移除重複、修正不一致、處理缺失值
2

妥善結構化

使用一致的欄名、正確的資料型別與清楚的標題
3

驗證正確性

在分析前先驗證資料正確性
4

記錄背景

包含關於資料來源與定義的中繼資料

​
視覺化指南

讓圖表配對資料: 為合適的資料選擇合適的視覺化類型,對於快速理解關鍵洞察非常重要。若圖表類型與資料集不相容,視覺化可能無法顯示。
比較: 長條圖、直條圖 趨勢: 折線圖、區域圖 組成: 圓餅圖、堆疊長條圖 分佈: 直方圖、盒鬚圖 相關: 散佈圖、泡泡圖 地理: 地圖、區域圖

​
整合選項

報告功能可在 儀表板、聊天機器人 與 工作流程 中使用,實現完整的自動化。

​
用於儀表板

1

建立報告

為不同指標建立個別的報告
2

加入儀表板

將多個報告集中於單一儀表板檢視
3

整理分頁

將相關報告分組到合理的區段
4

分享存取

向相關人員提供儀表板存取權限

​
用於工作流程

自動化報告產生:
  • 排程定期報告
  • 在資料更新時觸發
  • 透過電子郵件分發
  • 為合規目的歸檔

​
用於聊天機器人

啟用對話式分析:
  • 回答資料相關問題
  • 隨需產生報告
  • 互動地提供洞察
  • 解釋趨勢與模式

​
常見使用情境

  • 各產品/地區的營收趨勢
  • 銷售團隊績效
  • 顧客獲取成本
  • 銷售管線的成交率
  • 預測準確度

​
進階功能

​
多資料集分析

結合多個資料來源以獲取整體洞察:
  1. 從 Library 選擇多個資料集
  2. AI 自動識別資料間的關係
  3. 跨來源產生統合的洞察
  4. 建立整合的視覺化

​
自訂提示

有效的分析提示範例: 
「請顯示營收前 10 名的產品及其月度趨勢」

「識別顧客行為的季節性模式,並建議最佳的行銷時段」

「請比較本季與去年同季的表現,並標示主要差異」

​
疑難排解

  • 檢查資料格式相容性
  • 確認圖表類型符合資料結構
  • 確認資料集包含所需的欄位
  • 嘗試不同的視覺化類型
  • 檢查資料品質與完整性
  • 提供更具體的提示
  • 確認資料不一致之處
  • 確認日期格式與範圍
  • 初次分析時縮小資料集
  • 對大型資料集使用取樣
  • 分析前最佳化查詢
  • 考慮資料聚合

​
專業建議

從廣泛切入

從高層次的洞察開始,再逐步深入細節

持續調整提示

根據初次結果調整提示,以獲得更好的洞察

結合多種視圖

結合多種圖表類型,完整呈現資料故事

定期更新

透過排程自動報告,持續監控狀況