随着人类社会从IT时代进入到DT时代，现在越来越多的企业开始重视数据的价值，但是并不是所有的企业都能够去挖掘出数据的价值。因此，企业需要通过使用大数据相关的技术对数据进行分析，并通过数据可视化技术将分析结果展现出来，这样才能够让企业负责人快速了解企业自身发展的情况。
以我们的一个客户为例，来看一下如何快速地实现企业数据化运营。我们有一个客户，他们的网站系统部署在阿里云上，其系统架构如下所示：
随着业务的发展，公司管理层希望了解网站访问的情况，并进行针对性的推广活动。但是，公司的技术人员并不知道如何把数据的结果很直观地展示给管理、运营和市场推广等人员。因此，其决定通过大数据的可视化技术将企业的业务数据化地展示出来。随后，该公司的技术人员对现有可视化技术深入地了解后，得出了以下的结论：
- 自建系统：搭建周期长，需要雇佣专业的技术人员，同时部署、运维和研发的成本高；
- 购买成熟的产品：成本比较高且部署比较耗时， 需要专门的技术人员对系统进行维护
- 第三方数据分析服务：搭建周期短，成本低且不需要对系统本身进行运维
由于企业的网站部署在阿里云上，并且数据是存储在阿里云的数据库服务RDS中，在尝试了自建Hadoop集群和MongoDB数据库之后，最后决定使用阿里云的MaxCompute对数据进行分析，并使用QuickBI来实现数据可视化展示。
该企业网站现有的数据存储在RDS的数据库中，通过阿里云数据管理服务DMS查看到的数据如下所示：
为了对业务数据进行分析，需要将数据从RDS导入MaxCompute中，通过大数据开发套件DataIDE可以很容易的实现MaxCompute的数据同步和任务开发。在阿里云官网上进入DataIDE的管理控制台，使用DataIDE对MaxCompute进行管理。在数据集成的模块中，把企业使用的RDS数据库作为数据源添加进来。
然后在数据开发的模块中，通过脚本在MaxCompute中创建和RDS相同的数据表，并通过拖拽的方式实现数据分析的任务开发。
开发完成后，提交并运行任务，从而实现使用MaxCompute对业务数据分析的目的。为了把分析的结果通过图表的形式展现出来，登录到QuickBI的管理控制台，通过“导入数据源”将MaxCompute使用的项目空间创建为新的数据源。
为了展示网站的访问情况和用户信息，分别根据customers、user_measures和refer_info三个表创建数据集:
然后在“仪表板”页面中，分别对三个数据集中的数据进行展示，目前“仪表板”提供了多种图表格式供用户选择使用：
首先，使用饼图展示数据集customers中用户性别比例的分布（0表示性别没有输入，1表示男性，2表示女性）：
接着，再分别使用柱状图和饼图展示访问网页的PV/UV和页面访问来源的情况。最终实现的报表如下所示：
为了报表展示的美观性，还可以通过拖拽的方式对图表位置进行排版：
最后对设计的仪表板进行保存，并将仪表板的链接发给管理层、市场推广等相关人员去查看分析的结果。这样，公司管理层可以很容易地根据数据分析报表做出正确的决策，从而实现数据化的运营。
