Quick BI产品核心功能大图(二):即席分析

本文涉及的产品
智能商业分析 Quick BI,专业版 50license 1个月
简介: “授人以鱼不如授人以渔”!Quick BI的即席分析,提供灵活的数据分析能力,随时取数、随时分析。在IT支撑,提供标准元数据,以及由组织管理员完善行级权限管控的基础之上,业务人员能够借助即席分析提成本的通过拖拽,零SQL的进行分析和取数,降低对BI分析师的依赖,最终实现数据分析和业务决策的提效。

Quick BI即席分析:让业务实现自助分析

数据部门是一个容易被投诉的“高危”部门,需求响应慢、数据准确性不高会影响业务的发展。

然而数据分析师每周动辄就有几十个需求在手,无限的加班也无法解决所有问题,到底怎样才能改变BI分析师的需求响应问题呢?

无论是初创型公司还是大型集团,数据分析都是BI团队的核心工作之一,是驱动业务数据化和推动业务发展的利器。但是,随着业务的快速发展,BI团队支撑的工作量往往呈几何式增长,那么在人力资源有限的情况下,难以满足业务部门的诉求。



“授人以鱼不如授人以渔”!Quick BI的即席分析,提供灵活的数据分析能力,随时取数、随时分析。

在IT支撑,提供标准元数据,以及由组织管理员完善行级权限管控的基础之上,业务人员能够借助即席分析提成本的通过拖拽,零SQL的进行分析和取数,降低对BI分析师的依赖,最终实现数据分析和业务决策的提效。


业务人员触发数据分析动机的场景

即席分析可以是有目的性地主动创建,比如基于「商品库存」这个数据集进行主动分析;也可以在看数据的过程中触发,比如发现仪表板上的某个异常数据,想要进一步诊断数据异常的原因。用户再基于需要被分析的数据来进行个性化探索,如特定数据的筛选排序、交叉钻取、二次计算等,最终将结果以邮件、消息等方式分享给业务决策者。

下图展示的是企业内从数据到分析到决策的一般流程,而即席分析最重要的是简化了中间的分析过程,将分析的能力赋予了每个业务人员。

使用即席分析快速构建分析表格

通常,业务运营关注的销售数据复杂多变,每天都需要组合不同场景的数据。例如根据全国门店的库存情况来调货,确保重点门店在大促期间库存充足。

此时,仅仅依靠一个固化的交叉表并不能完全满足从华东区域销售数据联合全国门店库存情况进行调货的诉求。而Quick BI即席分析的能力可以实现灵活的看数、取数。


1. 数据准备

进入数据集,通过数据集新建即席分析或者直接从即席分析模块一键创建。




2. 数据选择

即席分析页面左侧是数据面板。

  • 先有数据,再有表格,左侧数据面板可以直接加载具体维值
  • 符合操作习惯,左侧更方便将字段拖拽到右侧表格区域生成报表

此处用一个动图大体演示下在即席分析中如何从数据面板中选择字段,通过拖拽生成表格。即席分析默认使用维值模式,每个维度字段可以直接展开当前维度下的具体维值并且拖拽选择维值,在数据选择的时候已经做了一部分数据筛选。


勾选数据面板中的「仅展示维度名」可以从默认的维值模式切换到维度模式,此时与仪表板、电子表格等模块的数据面板一样,选择某一个维度则是将当前维度下的所有维值都选中。

可以通过双击或拖拽维度的方式生成表格。比如这里选择「运输方式」这个字段,是直接将运输方式下的三个维值都选中了。



3. 数据筛选

在已经形成表格后,如果想要进一步的缩小数据查询的范围,也可以通过拖拽直接生成查询控件。即席分析的查询控件无需进行复杂的条件配置。

比如,想要在已有表格基础上筛选出产品箱包类型为「中型箱子」和「大型箱子」,那么只需要在数据面板中直接选择「中型箱子」和「大型箱子」这两个维值拖拽到控件区域即可。

若需要查看度量对应的筛选数据,直接将度量拖拽至控件区域内,再设置具体数值即可。

比如想要查看订单数量>1000的数据,直接将「订单数量」拖拽至控件区域内,再输入对应数值。



4. 数据计算

可以在已有表格中直接点击右键来进行功能操作,根据选中的内容不同可进行的操作也不同。

比如右键选中2个度量时,可以进行百分比、差异百分比和四则运算,计算公式按照选中的顺序来显示。


除了提供默认的几种快捷计算,还可以通过自定义计算来写表达式。



5. 交叉钻取

下钻&上卷

所有在数据集中配置了层级结构的维度字段,只要不是层级结构中的最后一层,都可以在即席分析中的表格进行下钻的操作。通过下钻去进行更细粒度的数据查询。

比如下图中的地理层级结构,可以从原来的「区域」下钻到「省份」,从「省份」下钻到「城市」;

右键子层级的维值,可以回到上一层。

展开

展开是针对当前选中的行维度所属的维度整体来展开的,比如这里的是维度「区域」,选中「西北」这个维值后点击展开,最后是增加「省份」的所有值。

即席分析还能支持展开不同层级的维值,比如下图中表格原本展示的是「华中」、「华北」两个区域加上「江苏」、「浙江」、「福建」、「江西」这四个省份的数据,展开时能自动根据所处的层级展开到下一层,已经到最后一层的可以自动合并不再继续展开。

相关实践学习
阿里云实时数仓实战 - 用户行为数仓搭建
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求:熟练掌握 SQL 语法熟悉 Linux 命令,对 Hadoop 大数据体系有一定的了解   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
相关文章
|
3月前
|
BI 数据安全/隐私保护
Dataphin功能Tips系列(69)数据资产如何快捷对接Qucik BI进行分析消费
QuickBI与Dataphin集成,实现数据权限统一管理,简化用户从权限申请到仪表板创建的流程,提升数据消费效率,保障数据安全,加速数据价值转化。
152 8
|
5月前
|
SQL 存储 人工智能
Quick BI V5.5上线:AI赋能全场景提效,分析决策 “快、准、稳”!
Quick BI 5.5版本应运而生,围绕"AI赋能+全场景提效",助力企业加速释放数据价值。此次升级,不仅让复杂分析"开箱即用",更通过智能工具与场景化能力,助力企业实现从数据洞察到决策落地的全流程闭环。
Quick BI V5.5上线:AI赋能全场景提效,分析决策 “快、准、稳”!
|
7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。
774 67
|
8月前
|
人工智能 自然语言处理 数据可视化
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
343 8
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
|
7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。
|
7月前
|
SQL 监控 数据可视化
如何选择好用的BI平台?BI报表管理与BI可视化平台功能优势比拼!
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
|
7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。
176 1
|
8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。
251 9
|
8月前
|
数据可视化 数据挖掘 BI
|
8月前
|
数据可视化 数据挖掘 BI
Quick BI 深度体验:数据洞察,触手可及——打造智能零售分析利器
作为一名数据分析师,我深度体验了阿里云Quick BI。这是一款功能强大的全场景BI平台,支持多数据源接入与智能分析,操作简单且智能化程度高。通过上传Excel文件即可快速生成数据集,并利用丰富图表进行可视化分析。其“智能小Q助手”可对话式查询数据、自动生成报表,极大降低分析门槛。尽管新手引导和移动端体验尚有优化空间,但Quick BI无疑是企业实现数据驱动决策的有力工具。强烈推荐给希望提升业务竞争力的企业!
下一篇
oss云网关配置