QuickBI测评任务

简介: 本文从设计视角和初级用户角度对阿里云Quick BI进行全链路产品走查。整体功能结构分为数据构建、数据分析和数据门户,但菜单顺序可能给新手带来困难。在数据构建中,数据源字段类型识别不准且修改困难;数据集关联键选择需优化显示内容,关联逻辑不够清晰。数据准备阶段,清洗加工算子操作记录无法编辑删除,建议增加快捷算子提升效率。数据分析部分,仪表盘样式配置复杂,可提供模板简化操作;排行版组件需支持同时显示统计值与占比;智能搭建功能如一键报表生成维度分析不足,智能美化效果不佳,需提供更多布局方案供用户选择。

我是一名交互设计师,虽然日常不直接涉及数据分析类的工作,但曾参与过BI系统的相关设计。近期有机会体验了阿里云Quick BI,以下是我重点从设计视角和初级用户身份进行全链路产品走查的个人见解:

整体功能结构

quickBI主要功能从数据构建->数据分析 ->数据门户。对于初级用户,菜单的先后顺序对于初次使用上会带来一定的困难

image.png

数据构建

数据源

字段类型识别不够精准,若不修改数据类型,直接将数据导入后,发现数据出错,

并且导入后再修改进货日期的字段类型为日期,数据也无法恢复到正确状态;必须重新上传数据才能解决

image.png    

image.png     image.png

数据集

关联键选择

建议关键键选择的时候,显示内容包括类型+数据库列名+文件列名

一是因为关联键的类型必须相同,才能进行关联

二是文件导入数据库列表自动生成,都是COL_XX,无法识别字段具体意思

image.png


关联逻辑设置

数据集在做资源关联的时候,输出结果逻辑不够清晰,并且通过帮助文档也无法清晰理解。

通过联系客服得到了如下的解释:

图1逻辑为:A关联B  + A关联C  + A关联D 的合并结果集

image.png

图2逻辑为:A关联B再关联C的结果集

image.png

建议优化下页面的交互逻辑,减少用户使用歧义

整体交互方式可以跟数据准备保持一致,虽然操作步骤增多,但是页面的逻辑性更加清晰


数据准备

清洗加工算子,在左侧已经增加了操作记录,因为无法通过点击步骤进行编辑/删除操作,所以目前需要修改之前的操作步骤相对比较麻烦

建议:

1、操作记录支持点击进行编辑操作,支持快速删除某条操作记录

2、清洗加工算子目前集和所有数据预处理功能,建议可以适当拆分算子如:数据过滤、字段加工、新增字段、字段提取等操作;如此可以在上方数据流程图上更清晰的查看数据的整理处理过程

3、建议根据不同使用场景增加一些快捷的数据处理算子提升用户处理效率,如金融类(汇率算子、外币转换算子等)

image.png

数据分析

仪表盘

简化样式配置

对于样式效果配置比较复杂的图形,建议提供样式组合模板,可以直接选用模板,

避免一个个参数调整才能达到比较美观的效果

例如:数字面板组件,样式配置参数特别多,想要调整出一个比较好看的效果,需要比较熟悉它的样式参数,还要进行多步操作才能达到预期效果

image.png


排行版组件

统计值和统计值占比需要支持同时显示,目前只能显示其中一个。

image.png   image.png

智能搭建

一键创建报表功能,维度拆解分析的还不够全面

下面是智能小Q的回答

image.png

这个是deepseek的回答

image.png

建议:

1、智能小Q需要进一步丰富数据的统计维度,并且支持用户继续追问调整统计维度

2、在分析维度确认完毕后,再由用户勾选确认一键生成统计图表。这样一键生成的统计页面才会更加符合用户的实际需要


智能美化的功能比较弱

通过智能小Q一键美化的页面,实际效果不好,无法再撤回到之前状态

建议:

优化智能美化功能,目前的效果并不好,除了美化样式,是否可以提供多种布局优化方案给用户选择


相关文章
|
8月前
|
SQL 数据可视化 BI
Quick BI产品测评:从数据连接到智能分析的全流程体验
瓴羊智能商业分析-Quick BI是阿里云旗下的云端智能BI平台,连续五年入选Gartner ABI魔力象限。它提供从数据接入到决策的全链路服务,支持零代码操作、40+可视化组件与OLAP分析,实现跨终端呈现。其创新点包括云原生架构、企业级安全体系及智能决策引擎,适用于零售、金融等行业。评测中,通过免费试用与官方文档,体验了数据准备、仪表板搭建及智能小Q功能,发现智能化能力强大但部分文档需更新优化。
855 67
|
8月前
|
SQL 数据可视化 关系型数据库
Quick BI 测评报告
Quick BI是阿里云推出的零代码可视化分析工具,适合个人开发者与小微团队使用。其核心优势在于轻量化启动(免费试用+按量付费)、多源接入(MySQL、MongoDB等)及敏捷分析能力(拖拽式仪表板)。实测显示,它支持智能CSV解析、语法高亮SQL编辑器和25+基础图表类型,具备图表联动交互功能。尽管缺少3D地图和自定义JS插件支持,但凭借低学习成本、OpenAPI扩展性以及移动端报表查看功能,Quick BI在个人项目展示、团队协作和轻量级数据分析中表现出色。不过,复杂计算需依赖SQL,移动端编辑和PDF导出存在局限性。
444 3
|
9月前
|
数据可视化 数据挖掘 BI
Quick BI体验测评报告
在数据驱动的时代,BI工具对企业发展至关重要。阿里云Quick BI作为一款全场景数据消费式BI平台,以其智能分析与可视化能力为企业提供强大支持。体验中,从申请试用账号到准备测试数据,再到数据可视化分析,Quick BI操作便捷、功能强大。通过拖拽即可生成精美报表,智能小Q助手更是大幅提升效率,助力企业深入挖掘数据价值,实现精准决策。
|
安全 数据可视化 数据挖掘
数据分析能力获认可,Quick BI通过中国信通院测评
数据分析能力获认可,Quick BI通过中国信通院测评
553 0
|
8月前
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
8月前
|
SQL 数据可视化 BI
挖掘QuickBI产品的独特价值——模板市场一键应用篇
模板市场一键应用的独特价值在于: - 所见即所得、丰富的数据看板模板参考,提效业务人员工作方式及时间,对于数据人来说,日常大量的数据需要分析,追求更快地赋能业务决策,同时可以有效降低设计数据看板的时长耗用,是BI产品很重要的一项落地企业业务的能力; - 一键应用按钮减少了业务人员对产品的学习成本、操作成本; - 拖拉拽字段的操作本身是敏捷BI工具相较于其它数据处理方式(如SQL、Python、Excel)的一大超越,但替换数据集的支持直接节省了用户进行拖拉拽,可谓又是一增效点。同时也可以帮助日常业务人员(非专业数据处理人员)快速理解他需要提供的分析数据的数据类型。
193 1
|
9月前
|
SQL 数据可视化 大数据
QuickBI产品和服务的双重绝杀
作为一名大数据开发工程师,我从2020年开始接触阿里云服务,最初简单尝试了QuickBI的可视化功能。2022年,因公司需求深入使用QuickBI进行数据可视化,对比多款工具后选定QuickBI,因其模板丰富、生态完善和技术售后出色。使用过程中,QuickBI的技术支持帮助我解决了诸多难题,如图表配置、复杂需求调试和SQL问题排查。其API接口功能给我留下深刻印象,能有效解决用户权限控制问题。如今再次选择QuickBI用于实时数仓的数据可视化建设,希望它能继续保持优质服务,助力更多开发者成为数据报表大师。
277 9
|
9月前
|
数据可视化 数据挖掘 BI
|
存储 分布式计算 关系型数据库
实时数仓 Hologres产品使用合集之Hologres quickbi读holo是用的直读还是连接
实时数仓Hologres的基本概念和特点:1.一站式实时数仓引擎:Hologres集成了数据仓库、在线分析处理(OLAP)和在线服务(Serving)能力于一体,适合实时数据分析和决策支持场景。2.兼容PostgreSQL协议:Hologres支持标准SQL(兼容PostgreSQL协议和语法),使得迁移和集成变得简单。3.海量数据处理能力:能够处理PB级数据的多维分析和即席查询,支持高并发低延迟查询。4.实时性:支持数据的实时写入、实时更新和实时分析,满足对数据新鲜度要求高的业务场景。5.与大数据生态集成:与MaxCompute、Flink、DataWorks等阿里云产品深度融合,提供离在线
|
分布式计算 大数据 BI
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。