摘要：2018云栖大会上海峰会数据中台专场上，阿里巴巴产品专家潘炎峰从传统数据分析类产品痛点、Quick BI产品特有的数据分析功能和对未来的展望等方面介绍了数据可视化平台Quick BI，使数据的运用更加的简易化、流畅化。同时也让生产一线更好更快的利用数据赢得商机，助企业腾飞。
数十款阿里云产品限时折扣中，赶快点击这里，领券开始云上实践吧！
以下为精彩视频内容整理：
传统数据分析类产品遇到的挑战
阿里巴巴作为一家大数据公司，集团深刻实现数据化运营。在实践过程中，公司主要遇到4个问题：1.需求量非常大，最多每日人均有12个需求；2.需求响应实践长，每个需求的开发流程往往需要3-4天，甚至是7-8天；3.本地化现象严重，数据分析效率低导致数据自留带来的数据安全问题和分析结果精准度难以预见；4.专业分析能力紧缺，由于人才的流失导致数据分析方法不能固定。
归根结底，传统BI的痛点在哪里？是数据生产者和消费者之间矛盾。数据消费者往往懂业务不懂技术，数据生产者懂技术但是疲于应付整个业务需求。长期处于困境将不利于企业未来发展。
用户对于大数据分析产品有哪些期待？不论是数据生产者或是消费者，都希望分析类产品具有以下特性：1.数据分析系统效率尽可能高，而不是目前的响应时间长；2.降低整个系统对于人才的依赖程度，系统需要具有相当高的专业特性。核心是希望业务工作人员也可以具有数据分析专业能力，并且能够把分析到的结果尽快的结合到日常业务决策中，来刺激整个业务数据化。
Quick BI产品的核心能力
Quick BI产品的定位是：通过拖拽式可视化配置，让懂业务的分析人员可以自给自足的完成在线数据分析，实现人人都是数据分析师的目标。
针对于这个目标，Quick BI开发了一系列核心功能：
1.高效即席查询能力，提升数据处理效率。Quick BI兼容关系型数据库，能够支撑小数据量级的数据处理；同时支持Hadoop及云数据库，具备大数据分析能力。目前系统可以实现支撑TB级数据的秒级计算，并且Quick BI内置自行研制的数据加速引擎，能够实现100G数据15秒内汇总和计算。
2.拖拽式自助分析，降低专业人才依赖。通过拖拽式的配置化操作，可以实现按照业务主题维度，自动出现上图仪表盘。目前能实现二十几种图表组件能力，并且支持一次性配置，后续自动识别移动端、PC端和大屏展示。同时也有贴合数据分析思路的相关联动分析及数据组件下段分析等功能，固化整个分析思路，以此更好的为业务服务。
3.在线电子表格，降低数据本地化概率。Quick BI电子表格功能涵盖了主体excel相关操作，并且支持近300+数据函数，更好的服务于数据分析。在线电子表格很好的解决了excel表格分析数据量级小的问题，提供不同维度的在线查询和组建分析能力，可以实现所见即所得，并且可以把整个计算引擎能力普惠给生产一线，让生产一线也能够享受到数据计算引擎带来的优越感。
4.便捷的数据门户制作，提供一站式分析服务。Quick BI提供很多不同场景的数据应用类型，可以更好的根据汇报内容的不同进行结果的快速整合。
5.在线协同机制，重塑数据分析服务。以往大家在工作中汇报成果往往使用PPT。Quick BI可以通过仪表板或电子表格的形式实现数据分析思路的固化，通过内部公开的方式去和领导汇报。这样的便捷操作可以整合数据主体和数据分析，让决策者不仅看到结论，更加看到过程。
6.安全可靠的权限管理机制。Quick BI整个数据安全通过工作空间隔离的思路，实现数据分析报表的可视化协同。工作空间分为公司级、部门级、或者业务级。空间角色分为空间管理员、开发者、分析师和阅读者。数据权限方面提供用户组织角色和用户级管理、行级数据管理等数据管理体系。
随着整个Quick BI对外赋能的输出过程，不仅可以实现自行创建账号，也可以实现系统之间的无缝对接，实现单点登录。
综上所述，在整个大数据分析与可视化过程当中，Quick BI的核心是重塑整个数据分析链路，助力数据的业务化。通过开放上层部分临时性或可视化服务，让业务一线人员自行主导数据分析，自主式的完成日常汇报考核及业务契合营销分析。
大数据行业分析应用案例
Quick BI不仅仅是提供一个数据的可视化分析工具，阿里巴巴也把集团在十几年过程中积累的大数据分析实践过程中的经验和理念对大众进行分享和赋能。
以上是一个某金融行业应用案例。公司早期是使用传统行业数据支撑模式。通过Quick BI和业务经验的输出，公司进行了组织变革，把部分业务能力赋能给生产一线，完完全全让生产一线去驱动整体业务应用，得到了非常好的效果。解决了以往需求较多的问题，数据报表的效率也得到了很好的提升，从以往的两周一次缩短到一天一次。
Quick BI对于未来的思考
未来，Quick BI通过持续创新，将打造大数据分析新生态。数据生态通过智能化设定，使得人更好的操作Quick BI为业务服务。
在功能方面，目前数据可视化引进20多种能动图形码组件，未来可能增加到50-100中，能够适应更多不同场景的可视化分析及展现；在提升效率方面，团队也在探索更好性能的查询机制，缩短整个数据处理链路。
未来系统将拓展数据智能化洞察能力，通过提升智能数据分析、智能搜索和智能预警，让数据真正可以驱动人、驱动业务进行更大发展。
本文由云栖志愿小组王晓慧整理编辑
