將一個指標按單一維度進行分佈統計，是探索性數據分析的一個基本、常用的方向，可以快速發現數據規律——不過可能會有遺漏維度之間關係的風險，因此多維交叉分析對於深層、細緻的分析是有必要的。
如果多維交叉後的熵或者方差越大，則一般越容易發現insight。然而，對於n維數據集，聚合方式理論上有2^n種；儘管不是每一種組合都有鮮明的業務意義，不過每次都單獨跑數或者計算，顯然是一個比較大的成本。這個時候就需要數據平臺來支持數據分析，進行快速地、自由地、可視化地進行多維交叉分析，以便高效地發現結論。
上傳數據
老規矩，第一步先上傳數據。這裏依然上傳隨機構建的DAU數據。然後可以進行數據處理，也可以不處理。
交叉分類
基於用戶上傳的數據集，有3個下拉框。第1個可以選擇多個維度；第2個是聚合方式（支持count、count distinct、sum這三種函數）；第3個是聚合變量，只能選1個，如果前面選擇的聚合函數是count或者count distinct，則這裏可選擇id型變量；如果前面選擇的聚合函數是sum，則這裏可選擇數值型變量。
（其實還可以多一個控件，支持用戶基於現有的字段，自定義標籤，用來構建新的維度。這對於數據產品來說是有必要的，因爲平臺沒有辦法把用戶感興趣的維度完全羅列，但可以開放一個窗口，支持用戶自己去添加維度。不過在這個數據產品demo中就不是很必要，因爲本來就是要自己上傳數據，需要什麼整理好再扔上來。好吧，其實真實的原因是我不會寫（沒找到可支持）這麼複雜的前端交互操作（的包）。）
選定一個聚合變量以及聚合方式後，可自由地選擇多個維度，下面自動展示可視化圖形。如果只選1個，則展現柱形圖；如果維度大於等於2個，則以alluvial diagram形式展示。
比如只看分渠道的DAU分佈。
比如只看分活躍度的DAU分佈。
當然，這2個維度也可以同時都選上，這樣就是看在渠道和活躍度2個維度交叉作用下，DAU的分佈。這時就出現了alluvial diagram，可以看到線條有紅色和藍色的——紅色的線條表示當前分解下的數據高於平均值，反之則爲藍色。每一個維度下的矩形高度，代表着當前維度值在該維度下的比例。
那麼進一步地，我們可以選3個乃至更多的維度，來做交叉分類分析。
顯而易見地，如果選擇的維度越多，維度的枚舉值越多，線條就越多，大部分的線條就細得看不清。而如前所述，倘若熵或者方差越大，則會有少數幾條相對較粗的線條格外顯眼——這就是需要關注的case！
有的時候線條太多太亂，看不出什麼有效信息的時候，就可以通過篩選條件對數據進行切片，過濾掉那些確定沒有太大意義的部分，再重新觀察分佈。
