【直击数博会】BQ商业分析在用友大数据中扮演了怎样的角色

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

5月25日~5月29日,由国家发改委、贵州省政府主办的中国大数据产业峰会暨中国电子商务创新发展峰会(以下简称数博会)在贵阳国际生态会议中心举行。用友网络大数据整体解决方案和iUAP全系产品在数博会上齐齐亮相,其中用友大数据更是首次整体亮相大型展会。

在用友的展区,参观者可以听到用友的专家讲解大数据相关产品、并可现场进行体验。其中用友BQ受到了众多的关注。

用友网络的商业分析方案体系一共包含三大板块,即大数据处理、商业分析模型和数据致力。其中大数据处理中就包含了商业智能平台BQ、高性能分析A、大数据平台UDH等等。

用友 大数据 数博会

BQ对于企业的数据应用和业务领域都发挥着极大的价值,是用友大数据产品中很出色的一个代表。据介绍,在数据应用领域,BQ可以帮助实现经营分析、财务分析、销售分析、项目分析、HR分析以及生产分析等。对于业务价值也是体现在方方面面,比如可以监控企业运营状况、即使了解财务指标、合理掌握市场变化趋势、帮助规划合理组织架构结构等等。同时,对于各业务子领域,BQ也可以进行全面的支持,诸如资产负债、市场分析、成本监控的等等。最后,BQ还是可以实现系统间的数据共享。

在数博会期间,用友的大数据专家也详细介绍了用友BQ 的每个产品情况。

用友 大数据 数博会

上图为用友BQ最新产品地图,包括自有报表、仪表板、地图分析、BQ移动、智能报告、BQ Cloud。

用友BQ的产品地图包含了6大块,其中BQ自有报表就是专门面向中国式复杂报表。先来看下中国式报表的概念:是指根据报表浪漫拼接、堆叠、交叉以实现最中国式报表。其要求自定义报表栏目,以无需在数据层过整理数据、保证快速实施;多逻辑区域并行取数,完全利用数据库性能实现报表快速执行。BQ自由报表组合区域提供可视化、组件化的报表开发环境,支持复杂报表,具备丰富业务规则处理能力,为用户提供复杂业务报表展现。

产品地图中的BQ仪表板也非常贴近企业需要,其是可扩展的实时可视化产品,也是地图分析产品,同时还可以进行资金管理。BQ移动也实现了各种功能,如实时销售分析、实时财务分析、实时项目跟踪、多端运行等等。用友BQ的几大分支产品都从各个维度满足了企业的商业分析的需求。

用友 大数据 数博会

在数博会的用友展区,众多参观者咨询用友大数据相关内容。

在数博会上,用友大数据产品除了用友BQ亮相外,UDH大数据平台也受到了很多企业客户的关注。

据介绍,用友UDH大数据平台可以实现海量数据分析存储,已经在很多企业中有了深度应用,比如浙江邵逸夫医院等。

此次数博会上,我们直观感受到了用友大数据的独特价值,尤其是其在产品层面的完善。用友大数据整体解决方案在产品架构上主要涵盖三的层面,即分析应用、分析服务和大数据平台。其中分析应用主要有高管桌面、财务分析、对标分析、客户画像、精准营销等;分析服务主要有地图分析、URadar、自助BI、数据服务、BQ Cloud等;大数据平台主要有数据质量管理、元数据管理、列示数据仓库、大数据处理平台UDH、主数据管理等。



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
15天前
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
92 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
29天前
|
分布式计算 Hadoop 大数据
Jupyter 在大数据分析中的角色
【8月更文第29天】Jupyter Notebook 提供了一个交互式的开发环境,它不仅适用于 Python 编程语言,还能够支持其他语言,包括 Scala 和 R 等。这种多语言的支持使得 Jupyter 成为大数据分析领域中非常有价值的工具,特别是在与 Apache Spark 和 Hadoop 等大数据框架集成方面。本文将探讨 Jupyter 如何支持这些大数据框架进行高效的数据处理和分析,并提供具体的代码示例。
47 0
|
1月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
12天前
|
存储 分布式计算 Hadoop
大数据分析的工具
大数据是一个含义广泛的术语,是指数据集,如此庞大而复杂的,他们需要专门设计的硬件和软件工具进行处理。该数据集通常是万亿或EB的大小。这些数据集收集自各种各样的来源:传感器,气候信息,公开的信息,如杂志,报纸,文章。大数据产生的其他例子包括购买交易记录,网络日志,病历,军事监控,视频和图像档案,及大型电子商务。
24 8
|
22天前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
69 11
|
30天前
|
分布式计算 数据可视化 大数据
Vaex :突破pandas,快速分析100GB大数据集
Vaex :突破pandas,快速分析100GB大数据集
|
28天前
|
大数据 机器人 数据挖掘
这个云ETL工具配合Python轻松实现大数据集分析,附案例
这个云ETL工具配合Python轻松实现大数据集分析,附案例
|
29天前
|
数据采集 人工智能 安全
AI大数据处理与分析实战--体育问卷分析
本文是关于使用AI进行大数据处理与分析的实战案例,详细记录了对深圳市义务教育阶段学校“每天一节体育课”网络问卷的分析过程,包括数据概览、交互Prompt、代码处理、年级和学校维度的深入分析,以及通过AI工具辅助得出的分析结果和结论。
|
1月前
|
消息中间件 前端开发 安全
第三方数据平台技术选型分析
这篇文章分析了第三方数据平台的技术选型,涵盖了移动统计平台、自助分析平台和BI平台的不同代表厂商,讨论了它们的数据源、使用要求和适用场景。
36 2
|
1月前
|
存储 JSON 关系型数据库
MySQL与JSON的邂逅:开启大数据分析新纪元
MySQL与JSON的邂逅:开启大数据分析新纪元

热门文章

最新文章