数合建模是可视化数据分析平台，既支各类政企人员自主可视化需求，也支持个人用户数据处理加工需求，如数据建模、创建和使用报表、大屏，进行可视化数据分析，构建可视化数据应用等，扩展功能还支持各种来源数据的接入汇聚、标准化、数据服务、服务管理等数据中台的功能
（一）数据管理
根据数据源端的数据情况，选择接入或导入，是数据建模的第一步 接入：适用于有一定数据量，且定期有更新的数据环境。一般通过ETL工具配置数据库进行数据的接入及更新，也可以通过接口调用完成数据接入。 导入：适用于数据量不大，且更新频率低的数据环境。比如临时导入一批数据进行分析，或者全量数据不大，分析周期比较固定的场景。
上图中所示为数合建模的数据管理模块，支持数据的上传、导出、删除、重新上传四类功能。重新上传是为了实现数据的追加或替换，但不影响已完成的数据模型而设计的。
数据接入会在后续数据治理专题进行分享，在此不再展开
（二）数据建模
核心模块，完成数据预处理和业务建模。 预处理，完成代码表转换、数据格式转换（字符转数字等），统一格式，方便后面的业务建模。 业务建模，既支持数学模型的建立，也支持数据挖掘模型的建立。
数据建模功能包括新建模型、搜索模型、设为模型、共享模型、共享标签、删除模型、编辑模型。
新建模型操作窗口，数据节点下面的自有数据展示用户导入的数据信息，前面讲到的接入数据资源展示在公共数据窗口，供范围内用户使用。
新建模型操作窗口，算子节点下面有两类算子:
一类数据处理算子，通过表联接、过滤等sql算子来实现数学模型的构建，目前集成了十几类sql算子，能够支撑上百种业务场景； 一类数据挖掘算子，通过数据挖掘算法来实现数据挖掘模型的构建（数学模型和数据挖掘模型请关注什么是数据建模），目前集成了K最近邻、广义线性模型、决策树等9种数据挖掘算子，相关业务场景比如经典尿布和啤酒、房价预测、银行客户流失等
模型示例，左边是模型结构图，右边是模型结果。订单详情，使用了3类数据，3种sql算子。
数据建模的结果是二维表格，二维表格展示的优势是基础指标或详细的业务分析结果，那么如果进一步发现多组分析之间的关系，并作用于业务指标的建立或完善，或者进行应用的发布，涉及到数据可视化的相关模块
（三）数据可视化
在数合建模中，数据可视化通过看板组件和看板组合两个模块来完成 看板组件完成单个可视化模块的设计和发布，包括图表样式、数据、其他样式等。
看板组合，对已经发布的看板组件按照主题或目标进行组合显示设置。包括标签、图标、边框等组件设置，以及组件位置、大小、背景等的设置。
