# 智能商业分析 Quick BI #
2
关注
662内容
|
数据分析：构建可视化报表服务
摘要：本手册为北京云栖 Workshop《云数据·大计算：快速搭建互联网在线运营分析平台》的《数据分析：构建可视化报表服务》篇而准备。主要阐述如何使用Quick BI制作报表，将前面几个实验处理分析得来的数据进行有效的展现和洞察。
|
从方法论到零售客户实践 解码阿里巴巴数据中台——2018上海云栖大会
一、数据中台之道
6月8日，上海云栖大会进入了第二天的议程，数据中台专场论坛座无虚席，数据中台总架构师邓中华女士向在场的观众介绍了数据中台的衍生发展之道。
基于OneID、OneData、OneService的方法论，在阿里巴巴大数据平台上云过程中，提出了云上大数据解决方案——数据中台业务模式，孵化输出Dataphin和Quick BI两款大数据平台型产品。
大数据Workshop：《云数据·大计算：海量日志数据分析与应用》环境准备
本手册为阿里云MVP Meetup Workshop之《云计算·大数据：海量日志数据分析与应用》场的前提准备条件所需。
|
阿里云Quick BI——让人人都成为分析师
在3月29日深圳云栖大会的数据分析与可视化专场中，阿里云产品专家潘炎峰（陌停）对大数据智能分析产品 Quick BI 进行了深入的剖析。大会现场的精彩分享也赢得观众们的一直认可和热烈的反响。
Quick BI诞生于阿里巴巴集团自身对数据分析的需求过程。
基于阿里云MaxCompute实现游戏数据运营
一、总览
一个游戏/系统的业务数据分析，总体可以分为图示的几个关键步骤：
1、数据采集：通过SDK埋点或者服务端的方式获取业务数据，并通过分布式日志收集系统，将各个服务器中的数据收集起来并送到指定的地方去，比如HDFS等；（注：本文Demo中，使用flume，也可选用logstash、Flue.
|
从数据化运营到数据产品化 —— 阿里云MVP赵玮主题分享【3】
未来去判断公司的价值，是去看有多少有价值的数据，以及怎么用这些有价值的数据。
站在未来来讲，我可以说今天做的业务，不过是收集数据的一个入口，那今天所有的业务，可能是在我为我收集数据这件事情，来做服务。
基于Quick BI的用户分布分析
使用Quick BI的气泡地图功能来分析全国数据用户分布，更好地理解数据并发现其中的异常
免费试用