Bild von Autor | Ideogramm
Einführung
Lufttable ist eine Cloud-basierte, benutzerfreundliche und kI-gesteuerte Plattform zum Erstellen, Verwalten und Freigeben von Datenbanken. Es kombiniert die besten Excel -Tabellen mit relationalen Datenbankverwaltungssystemen. Airtable bietet ein Freemium -Abonnementmodell an, bei dem einige begrenzte Funktionen kostenlos verwendet werden können, was es very best für kleinere Projekte oder Anfänger macht, während die kostenpflichtige Model erweiterte Funktionen und eine größere Menge an Rechenressourcen bietet.
Dieser Artikel bietet einen Ausgangspunkt für alle, die sich für Airtable interessieren und was er auf Anfängerebene zu bieten hat, insbesondere für die Datenanalyse. Der Artikel führt Sie durch den Prozess des Erstellens einer neuen Airtable -App, die einige Daten enthält und sie für einige grundlegende Analyseberechnung verwendet.
Anmelden und Erstellen Ihres ersten Projekts
Als Cloud-basiertes Software muss Airtable keine Desktop-Anwendung herunterladen, sondern einfach auf die zugreifen Webseite und anmelden. Wenn Sie zum Beispiel ein Google-Konto haben, können Sie es für eine schnelle Anmeldung verwenden. Andernfalls besteht die Möglichkeit, sich über eine E -Mail -Adresse zu registrieren.
Nach der Anmeldung sind wir bereit, unser erstes Projekt zu erstellen. In Airtable das Konzept von Base oder App ist analog zu einem Projekt oder einer App – im Wesentlichen einen Container für alle Daten – additionally erstellen wir eine neue Foundation. Wenn Sie auf den ersten Blick die Schaltfläche „leere App erstellen“ nicht sehen können, müssen Sie möglicherweise nach der unteren linken Ecke nach „Erstellen“ -Style oder alternativ nach einem „X“ -Image an der oberen rechten Ecke suchen. Klicken Sie darauf, und Sie werden aufgefordert, eine leere App zu erstellen.
Sie sollten dann einen solchen Bildschirm sehen:
Neue Foundation (Projekt) in Airtable
Jetzt ist es Zeit, einige Daten zu importieren. Lufttable Basen bestehen aus einem oder mehreren Tischen. Standardmäßig erscheint eine leere Tabelle mit dem Namen „Tabelle 1“. Daneben gibt es eine Registerkarte, die aufgerufen wird „+ Hinzufügen oder Importieren„Auf Airtable klicken wir auf, um unser Projekt beispielsweise aus Tabellenkalkulationen in Google -Blättern oder Excel, Salesforce, Google Drive, Trello und vielen anderen Daten hinzuzufügen. Wir werden einen der einfachsten Ansätze verwenden: Hochladen einer CSV -Datei, konkret aus einer URL.CSV -Datei„, und auf der linken Seite des aufkommenden Fensters wählen Sie“Hyperlink (URL)„, wie unten gezeigt:
Hochladen von CSV -Daten über URL
Kopieren Sie die folgende URL in einen Datensatz, den ich in GitHub für Sie zur Verfügung gestellt habe, und fügen Sie sie in das angezeigte Textfeld ein. Klicken Sie dann auf die rechte Blue-Schaltfläche, und wenn Sie aufgefordert werden, eine neue Tabelle zu erstellen oder eine vorhandene zu verwenden, stellen Sie sicher, dass Sie eine neue Tabelle erstellen. Seien Sie nicht versucht, die vorhandene Standardtabelle mit dem Namen „Tabelle 1“ zu verwenden, da dieses Tabellenschema nicht mit dem des von uns importierten Datensatzes kompatibel ist.
Das warfare’s! Sie haben jetzt eine neue Tabelle mit den importierten Daten, die Aufzeichnungen von enthält Kunden in einem Einkaufszentrummit den folgenden Attributen:
- Kundenausweis: Die numerische Kennung eines Kunden.
- Geschlecht: Das Geschlecht des Kunden, nämlich männlich oder weiblich.
- Alter: Das Alter des Kunden wird als Ganzzahl ausgedrückt.
- Einkommen: Das Jahreseinkommen des Kunden in Tausenden von US -Greenback ($).
- Ausgabenbewertung: Eine normalisierte Punktzahl zwischen 1 und 100 der Ausgabenstufe des Kunden.
Anfängerdatenanalyse
In der importierten Tabelle sind alle Spalten vom Typ numerischer Typ, mit Ausnahme von „Geschlecht“, das kategorisch ist. In Airtable wird eine kategoriale Spalte mit einem möglichen Wert professional Instanz unter einem vordefinierten Satz „Single Choose“ bezeichnet. Sie können die Eigenschaften von „Geschlecht“ oder einem anderen Feld prüfen oder ändern, indem Sie auf dem Spaltenkopf gehalten, auf das angezeigte V-like-Image klicken und „Feld bearbeiten“ auswählen. Für dieses Tutorial werden wir sozusagen Spaltentypen verlassen und eine Analyse durchführen.
Kunden nach Geschlecht gruppieren: Gruppierungsdatensätze nach Werten eines kategorialen Attributs sind so einfach wie das Klicken auf die Schaltfläche „Gruppen“ über der Tabelle. Wählen Sie „Geschlecht“ und dann „Collapse ALL“, um aggregierte Zusammenfassungen Ihrer Daten für jedes Geschlecht zu sehen. Standardmäßig sehen Sie die Gesamt (Summe) der Werte professional Attribut und Geschlecht, aber Sie können auch die durchschnittlichen (oder Median, min, max usw.) Werte von Spalten wie Einkommen, Ausgabenbewertungen usw. sehen. Dies kann wie im folgenden Screenshot gezeigt werden:
Analysieren von Gruppedkunden nach Geschlecht
Wir können beobachten, dass Männer im Durchschnitt ein höheres Einkommen haben als Frauen, aber Frauen mehr als Männer ausgeben.
Durchschnittliches Einkommens- und Ausgabenwert nach Geschlecht
Um eine Gruppierung der Daten zu entfernen, klicken Sie einfach erneut auf das Image „Gruppe“ und klicken Sie dann auf das Bin -Image neben der erstellten Gruppierung, um sie zu entfernen und Ihre vollständige, ungruppierte Tabelle erneut anzusehen.
Filterung junger Kunden: Als nächstes versuchen wir, eine Filterung durchzuführen. Dies ist ein einfacher und intuitiver Betrieb, der im „Filter“ -Image neben dem zuvor verwendeten „Gruppen“ -Image erhältlich ist. Wählen Sie im Dialogfeld Popup „+ Bedingung hinzufügen“. Eine Filterbedingung besteht aus drei Elementen: einem Feld- oder Spaltennamen, einem Operator und einem Wert. Beispiele für Bedingungen sind „Alter> = 39“, „Ausgabenbewertung = 10“, „Geschlecht ist nicht männlich“ usw. Um junge Kunden zu filtern, werden wir den Zustand „Alter <30" festlegen. Dies sollte insgesamt 55 Kunden filtern. Eine interessante Sache zu diesem Zeitpunkt ist es, den Filter zu kombinieren, der mit (einmal) einer Gruppierung nach Geschlecht hergestellt wurde, um zu überprüfen, ob die Ergebnisse über Einkommens- und Ausgabenbewertungen bei Männern gegenüber Frauen immer noch für junge Kunden gelten. Sobald Sie dies ausprobiert haben, können Filter leicht zu Gruppierungen entfernt werden.
Verwenden von Formeln zur Definition eines Felds „Einkommensklasse“: Airtable ermöglicht die Erstellung neuer Säulen unter vielen verschiedenen Ansätzen, wobei Formeln eine davon sind. Klicken Sie einfach auf die Schaltfläche „+“ neben der rechten Spalte in Ihrer Tabelle, um eine neue Spalte hinzuzufügen, und wählen Sie „Formel“ als Erstellungsmethode oder Spaltentyp. Zum Beispiel können wir die folgende Formel verwenden:
IF({Annual Revenue (ok$)} < 40, "Low",
IF({Annual Revenue (ok$)} < 70, "Medium", "Excessive"))Um eine neue Spalte namens „Einkommensklasse“ zu erstellen, deren Werte (Kategorien) je nach Wert der jährlichen Einkommensspalte definiert werden, indem die obige Formel aus zwei verschachtelten Bedingungen folgt. Wenn Sie nicht mit der Syntax der Tabellenkalkulationsformeln vertraut sind, gibt es keine Panik, es gibt eine „Formel erstellen mit KI“ -Style, bei der AI-Assistent von Airtable helfen kann, eine Formel basierend auf Ihren Spezifikationen oder Ihrem Ziel zu erstellen.
Verwenden von Formeln zum Erstellen einer neuen Spalte
Verwenden von Schnittstellen, um Ihre Daten zu visualisieren: Lufttable Schnittstellen werden verwendet, um Datenvisualisierungen zu generieren. Diese Funktion ist in der kostenlosen Stufe begrenzt, aber es ist immer noch möglich, einfache Dashboards mit Elementen wie Balkendiagrammen und Drehstabs-Tabellen zu erstellen. Um eine Schnittstelle zu erstellen, klicken Sie in der oberen Symbolleiste auf „Schnittstellen“ und befolgen Sie die Schritte der Assistenten. Möglicherweise bekommen Sie etwas wie dieses Dashboard:
Schnittstellen -Dashboard in Airtable
Beachten Sie, dass Schnittstellen unter Groups, z. B. für die Förderung von Enterprise Intelligence -Prozessen, gemeinsam genutzt werden können.
Einpacken
In diesem Artikel wurde Airtable eingeführt, eine vielseitige und benutzerfreundliche Cloud-basierte Plattform für die Datenverwaltung und -analyse, die Funktionen von Tabellenkalkulationen und relationalen Datenbanken mit KI-angetriebenen Funktionen kombiniert. Der in diesem Artikel bereitgestellte Leitfaden soll neue Benutzer in die Luftanalyse vorstellen und einige grundlegende Funktionen für die Datenanalyse skizzieren. Obwohl sie nicht unser Hauptaugenmerk waren, sind die KI -Funktionen, die das Software bereitgestellt hat, wohl einer der empfohlenen nächsten Schritte, die über diesen Punkt hinaus erkunden können.
Iván Palomares Carrascosa ist ein Führer, Schriftsteller, Sprecher und Berater in KI, maschinellem Lernen, Deep Studying & LLMs. Er trainiert und führt andere darin, KI in der realen Welt zu nutzen.