少于 1 分钟阅读

概念介绍

多维表格,其实就是一张可视化的数据库表,比如使用 MySQL Workbench 查询数据库时,查询结果集就是一张可视化的表格。

mysql_workbench

多维表格的每一行数据,都是一个记录,每一列数据,都是一个字段,字段类型很丰富,可以是文本、数字、日期等。多维表格的历史可以追溯到 2012年 Airtable 的诞生,Airtable 是一个在线多维表格工具,类似于 Google Sheets,但功能更强大。

有了数据后,就可以对数据进行统计分析了,绘制图表、生成报表等。

下面介绍一下飞书多维表格,以了解多维表格的大致功能。

飞书多维表格

feishu_mdt_1

上图是使用飞书多维表格内置的「工单系统」模板创建的多维表格。

我们发现,表格字段的类型非常丰富,有文本、单选、多选、人员、群组等。

feishu_mdt_2

每种非文本类型都是一种功能逻辑的抽象,就和前端组件一样,可以实现特定的功能。

每种类型还有一个附加的功能叫做“字段捷径”,这个功能很强大,比如可以结合 AI 对某个字段进行总结、翻译等操作。

feishu_mdt_3

此外,字段类型还可以是公式,可以对其他字段进行计算,生成新的字段。公式计算实现了一套自己的函数体系,类似 Excel 公式,如果要去查看文档,就需要花点时间学习,幸好可以借助 AI 来辅助完成。

feishu_mdt_4

有了数据后,就可以对数据进行分析了,飞书多维表格内置了很图表功能,可以将数据可视化。

feishu_mdt_5

feishu_mdt_6

飞书多维表格还有其他更强大的功能,比如可以添加自动化工作流等,在此不再赘述。

适用场景

多维表格就相当于一款数据管理和分析的垂直低代码工具,使用起来非常方便,适用于非技术人员进行数据管理和分析(当然技术人员也可以使用)。

多维表格的数据支持导入,用户可以将 Excel、CSV 等格式的数据导入到多维表格中。这和传统的 BI 工具不同,传统 BI 工具一般需要连接数据库或数据仓库,数据准备工作比较复杂,而多维表格则简化了数据准备的过程。

不过多维表格的主要弱点也是数据维护,需要人工维护更新,要分析的数据大多数都来自用户公司的内部系统,一般不太会以开放接口对接外部系统,因为这样就需要技术人员介入了,使用成本就高了。

另外,我体验下来,Web 版本的多维表格用起来还是挺卡顿的,尤其是数据量大时,操作体验不太友好,也有可能是我的电脑配置有点落伍吧。

总结

整体来说,多维表格(对于首次使用的我来说)还是非常惊艳的,功能强大且易用,适合非技术人员进行数据管理和分析,发现数据背后的隐藏价值,工作效率大大提升。

再结合 AI 的能力,多维表格的使用门槛进一步降低。

留下评论