《智能商业分析 Quick BI》初体验

本文涉及的产品
实时数仓Hologres,5000CU*H 100GB 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时计算 Flink 版,1000CU*H 3个月
简介: Quick BI 是一款全场景数据消费式的BI平台,用户可制作仪表板、电子表格、大屏及数据门户,并将报表集成到业务流程中分享给同事或合作伙伴,展现了强大的数据展示能力。

产品介绍

智能商业分析 Quick BI是一款全场景数据消费式的BI平台,秉承全场景消费数据,让业务决策触手可及的使命,通过智能的数据分析和可视化能力帮助企业构建数据分析系统,您可以使用Quick BI制作漂亮的仪表板、格式复杂的电子表格、酷炫的大屏、有分析思路的数据门户,也可以将报表集成在您的业务流程中,并且通过邮件、钉钉、企业微信等分享给您的同事和合作伙伴。

产品优势

image.png

目前有免费试用1个月的活动,这里抢鲜体验

image.png

可以看到我们这次薅了1万多的羊毛,哈哈

image.png


初体验


体验过程我们按照官方给的操作指南、测试数据一步步操作。

登录控制台,创建工作空间。

image.png

创建数据源


数据源选择本地文件

image.png

上传官方提供的《烟草数据测试体验》文档

image.png

调整不合适的字段名称,比如进货日期(day)调整为进货日期,订单号调整为文本。

image.png

点击字段详情,可以按顺序以列表形式更改所有字段。

image.png

检查字段数据无误,确认并上传。

注意数据来源的合法性,以及不要上传一切不利于和谐社会的数据

image.png

糟糕上传失败,看看日志。

traceId:9e6ba0c8-1e5a-4f7c-9010-8b88731be037
sql insert error from line 2 to line 501 error: ru.yandex.clickhouse.except.ClickHouseUnknownException: ClickHouse exception, code: 1002, host: 100.100.66.109, port: 38473; Code: 41. DB::ParsingException: Cannot read DateTime: unexpected number of decimal digits: 5: while executing 'FUNCTION parseDateTimeBestEffort(_dummy_0 : 0, 'Asia/Shanghai' :: 1) -> parseDateTimeBestEffort(_dummy_0, 'Asia/Shanghai') Nullable(DateTime('Asia/Shanghai')) : 3': While executing ValuesBlockInputFormat. (CANNOT_PARSE_DATETIME) (version 22.8.5.29)

进货日期的字段不对,调整进货日期字段为从文本为日期

image.png

上传成功。

新建数据表


下一步点击图标可视化,新建数据表。

image.png

将文件从左侧点击鼠标拖过去

image.png

点击完成,开始数据处理。

image.png

刷新检查,可以看到订单号变成了度量值,需要调整为维度数据。

image.png

新建计算字段,订货单位均价

image.png

保存数据集,烟草数据集合。

image.png

新建仪表板

image.png

选择交叉表,数据来源选择刚刚创建的烟草数据集合,然后将我们所需要展示的字段拖拽到行和列中。对省份进行钻取,可以向下关联数据。

image.png

汇总数据设置,列汇总,选择分类汇总,维度为省份名称。(注意下钻模式下不能设置汇总维度)

image.png

行汇总,选择行总汇

image.png

设置条件格式配置,对订货量大于3000的标红

image.png

设置条件样式对汇总数据生效

image.png

再给表格基本样式换个颜色

image.png

保存更发布-取个名字

image.png


智能小Q

现在不提AI都不好意思吱声,so

返回新建仪表板,智能创建图表。

image.png

糟糕,出错了,还得再来一次。

image.png

经过多次测试,这个功能应该还没开放。

image.png

那我们试试智能生成报表吧

image.png

调整一下活泼风格的报表形式

image.png

也可以对数据进行导出

image.png

image.png


心得总结

在10+年前,我刚才加工作的时候(最开始做国际贸易,需要大量的EXCEL数据统计工作),我的师傅Excel用的很6,我特别羡慕,但是他和我说他只开发了Excel的10%。当时我就震惊了,连夜在京东下单花了99买了一本《Excel2007应用大全》。偶然一次我睡觉把这个书放在枕头底下睡觉,能一觉到天亮。后来我失眠的时候就枕着他睡觉。哈哈!!!

我一直对自己的EXCEL短板有点想法,感觉努力突破下可以成为五边形战士,顺便把财务分析的活给干了。

BI的能力最好就是就是数据展示,做大屏。

BI与人工智能的结合,降低了入行的门槛,所以呢原来3-5个人干的活(1个架构+1个SQL++2个java+1个美工),现在可能1个美工或者1个java就能搞定了。我好像也可以转行了。


quick BI这种开箱即用的能力,确实低门槛、高性能、全场景、AI结合,功能还是很丰富的。还是需要深入的学习。



相关文章
|
存储 SQL NoSQL
当流计算邂逅数据湖:Paimon 的前生今世
当流计算邂逅数据湖:Paimon 的前生今世
604 0
|
3月前
|
前端开发 开发工具 开发者
用 通义灵码 为网站生成动感粒子背景,打造星空效果
星空粒子背景因其动态性与交互性,成为网站设计中提升用户体验的重要元素。通过通义灵码,开发者可以轻松生成多种风格的星空粒子背景,并将其融入网页设计。本文介绍了使用通义灵码创建动态粒子背景的步骤,展示了
|
7月前
|
数据采集 机器学习/深度学习 数据挖掘
数据分析入门:从数据探索到洞察真相
数据分析入门:从数据探索到洞察真相
159 19
|
7月前
|
人工智能 运维 自然语言处理
通义灵码 AI实战《手把手教你用通义灵码写一个音乐电子小闹钟》
通义灵码DeepSeek版本相比qwen2.5,增强了深度思考和上下文理解能力,显著提升了开发效率,尤其适合代码能力较弱的运维人员,真正实现了“代码即服务”。
285 4
|
数据采集 机器学习/深度学习 人工智能
【开源项目推荐】Great Expectations—开源的数据质量工具
【开源项目推荐】Great Expectations—开源的数据质量工具
713 57
|
7月前
|
自然语言处理 算法 JavaScript
模糊搜索:在不确定性中寻找精确结果
模糊搜索作为搜索技术的基础部分,凭借其较强的容错性和高效性,广泛应用于各类场景。然而,在需求越来越复杂的今天,模糊搜索的局限性也逐渐显现,尤其在深层语义理解和复杂查询中。因此,模糊搜索在与语义搜索等新型搜索方式结合的过程中展现了更大的潜力。希望本文对你理解模糊搜索的背景、原理及应用有所帮助,助力你在实际项目中灵活运用这一工具。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
模糊搜索:在不确定性中寻找精确结果
|
7月前
|
前端开发 JavaScript 安全
剖析跨域问题始末及其解决方案——前端必备交叉知识(一)
跨域问题是前端开发中的常见挑战,了解并掌握不同的跨域解决方案能帮助你更高效地进行开发工作。本文对同源策略、跨域以及解决跨域的三种方案: CORS、JSONP、代理等跨域技术进行了介绍。选择合适的跨域解决方案非常重要。 在实际开发中,推荐优先考虑使用 CORS,因为它是现代浏览器支持的标准,且安全性较高。如果服务器无法修改,则可以考虑使用代理。如果是特殊情况,可以使用 JSONP,但要注意安全性。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错
|
8月前
|
XML Java 测试技术
Spring AOP—通知类型 和 切入点表达式 万字详解(通俗易懂)
Spring 第五节 AOP——切入点表达式 万字详解!
373 25
|
8月前
|
XML 安全 Java
Spring AOP—深入动态代理 万字详解(通俗易懂)
Spring 第四节 AOP——动态代理 万字详解!
279 24
|
7月前
|
消息中间件 JSON 数据库
探索Flink动态CEP:杭州银行的实战案例
探索Flink动态CEP:杭州银行的实战案例
218 5