Quick BI产品测评:从数据连接到智能分析的全流程体验

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
实时数仓Hologres,5000CU*H 100GB 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
简介: 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。

产品概述

image.png

瓴羊智能商业分析-Quick BI是阿里云旗下中国唯一连续五年入选Gartner ABI魔力象限的云端智能BI平台,以"全场景数据消费,让业务决策触手可及"为核心理念,构建了覆盖数据接入、建模、分析到决策的全链路智能服务体系。该产品独创"零代码拖拽式"操作范式,支持超过40种交互式可视化组件与OLAP多维分析能力,实现从电子表格到3D大屏的跨终端自适应呈现。其核心创新体现在三方面:云原生架构无缝对接MaxCompute、RDS等20+云数据库与本地数据源,实现TB级数据秒级响应;企业级安全中枢通过租户隔离、行级权限控制与SSO多协议认证,构建从数据加密到操作审计的全生命周期防护体系;智能决策引擎集成AI预测、波动归因等增强分析功能,通过智能小Q实现自然语言交互式洞察。作为阿里巴巴集团数据中台的核心组件,Quick BI已成功应用于零售、金融、制造等8大行业,助力雅戈尔、洋河股份等企业实现从传统报表到预测决策的数字化转型跃迁。

如果你想了解更多有关产品的信息,欢迎访问官方:智能商业分析 Quick BI

评测任务

本次评测官方友好地提供了详细的操作步骤文案,希望有更多用户参与体验并分享。文案链接:Quick BI深度体验任务

开通试用

首先进入产品官网,点击免费试用,如下:

image.png

在申请页面填入必要信息,点击下一步(这里可以看到免费试用的是专业版)

image.png

紧接着,填入姓名、手机号和验证码,点击进入订单页。

image.png

在订单详情页,点击右下角的“立即购买”。

image.png

如果你是新用户,点击“立即购买”就行了。不过这里为了全面体验,官方还特意提供了“智能搭建”和“智能问数”的免费额度,为啥我知道这是免费的呢,因为你选择数量后,应付费用还是0。为了验证这个观点,我还特意查了官方对于免费试用的说明,找到了这么一段文字说明“目前支持选择或不选择智能搭建,如果您想全面体验,建议选择智能搭建50进行试用。

image.png

虽然这里只谈到了“智能搭建”,对于“智能问数”只字未提,但从实际付费来看,这里也应该是可以免费试用的。为了验证这个观点,我特意来到免费试用中心,果然结果如预想的一样。

image.png

从体验上来说,我认为免费试用中心的这个设定更符合文案所说,也就是默认选中了智能搭建50。对于从产品官方免费试用链接点进来的设定有点让用户不知所措,一方面虽然费用显示正常,但对于是否后续付费则只字未提。但这里我还是相信直觉,为了全面体验,我全选了,也就是智能搭建50和智能问数50。

image.png

在订单确认页面,勾选服务协议,点击“去支付”即可。

image.png

在费用支付页面,点击“支付”。为了验证所选产品是否完整,可以在支付页面继续点击“详情”查看。

image.png

再次确认无误后,点击支付就完成了产品的试用开通流程。

image.png

点击“管理控制台”,来到产品管理后台,从页面上看,在右侧为每位新用户准备了新手快速入门体验,还是非常贴心的。这也正好是本次评测任务之一,下面的章节将详细阐述。

image.png

准备数据

首先需要下载官方为本次体验准备的测试数据文件:烟草数据测试体验 .xlsx

进入Quick BI控制台,新建一个工作空间,这里要注意的是开通产品时默认创建了一个示例空间,如果没有这个默认空间,这里是需要新建一个工作空间的。

image.png

这里我们直接进入示例工作空间并将下载的测试文件配置为数据源。

image.png

在数据源选择窗口选择本地文件。

image.png

将上面下载好的测试文件拖拽到这里或者直接点击上传即可。

image.png

完成上传后开始预览文件的内容,这里可以对内容的列名和类型进行调整,确认无误点击“确认并上传”。

image.png

勾选数据来源协议,点击确定。

image.png

到这我们就完成了数据源的配置任务。

image.png

为体验可视化分析、智能分析,这里我们还需创建数据集,配置也很方便,可在上面的界面上点击图标可视化的“新建数据集”。

image.png

这里将左侧的数据源文件拖拽到右侧,开始数据处理,点击“完成,开始数据处理”即可。

image.png

完成数据处理后如下

image.png

从预览数据可以非常直观了解数据情况,便于后续修改和处理,这里我们需要对“订单号”这一列进行修改,系统默认处理成了度量字段,我们需要修改成维度字段。在左侧订单号这里点击设置图标

image.png

选择“字段类型切换”,将其切换到维度中的数字列,如下:

image.png

当然这里我们也可以结合实际需求新建字段,比如这里我新建一个度量的“订货单位均价”,只需点击页面右上的“新建计算字段”。

image.png

填入字段名称,字段表达式,点击确定即可。

image.png

确认无修改后,可以点击右上的“保存”,完成数据集的创建。

image.png

填入数据集名称,点击确定。

image.png

到这,我们就完成了数据源的配置以及数据集的创建。

搭建仪表板

  • 空白新建

有了上面的数据,这里我们就可以实现对数据的一个可视化分析了,也就是搭建仪表板。再次回到Quick BI控制台,点击左侧“仪表板”,新建空白仪表板。

image.png

仪表板界面我们可以非常直观看到所有支持的图标类型,需要创建啥图表就将其拖拽到右侧编辑区即可,下面就按照官方教程操作如何配置交叉表。在左侧找到表格中“交叉表”,将其拖拽到右侧编辑区。

image.png

把组件拖拽到仪表板中后,会自动弹出右侧的组件配置区,左侧是组件的字段、样式和分析配置区,右侧是数据配置区,这里我们选择上面创建的数据集。

image.png

我们先来设置交叉表的字段,把交叉表所需的字段,拖拽到字段配置面板对应的“行”、“列”区域中,然后点击更新(当然这里也提供自动更新选项,勾选即可)。

image.png

经过上述调整我们已经构建了仪表板的基本结构,但为了更好展示,这里还需优化。比如让我们给“省份名称”字段配置一个钻取能力,使得预览时可以通过点击交互来查看每个省份下各城的销售数据,只需在字段省份名称处点击“钻取”。

image.png

钻取维度这里保持默认即可,点击确定。

image.png

可以直观看到字段已经发现变化,我们点击更新看下实际效果。

image.png

image.png

接下来开始表格总小计的配置,来显示各省份全部品牌的小计数据,以及城乡销售的总计数据。点击“样式”,进入图表样式配置。在其中找到“总计/小计”配置区。

image.png

在“列汇总”中,打开“列小计”,选择汇总维度为“省份名称”,汇总方式自动。

image.png

这里的汇总维度会因为当前的“省份名称”存在钻取而无法选择,可以先删掉钻取,列小计选择后再去开启钻取。

image.png

点击“更新数据”看看效果。

image.png

紧接着打开“行总计”来对乡村和城镇的数据进行汇总,在“行汇总”中,打开“行总计”,汇总方式自动。

image.png

点击“更新数据”看看效果。

image.png

为了更好展示,这里还需要对字段进行优化,在样式中找到“条件格式”配置区。

image.png

字段这里选择“订货量”字段,条件格式选择“自定义样式”,然后点击“编辑”按钮。

image.png

在浮窗中有4种不同的样式类型提供,我们勾选“高亮文本/背景”然后进行条件规则的配置,条件规则这里选择一个红色并写上数值。

image.png

可以看到条件格式已经实时渲染在图表上了,小计这里默认是不会渲染的,需要勾选“条件样式对汇总数据生效”选项。

到这,仪表板的配置已经基本完成,但对于表的整体样式目前还没有设置,我们可以在“表格基础样式”中,选择“线框”样式,然后配置一种自定义主色系即可,比如我这里的绿色。

image.png

到这,通过空白模板创建了一个交叉表的仪表板,实际上你还可以通过模板来创建,官方提供了非常多好用且成熟的模板供选择。下面就体验一下通过模板来创建仪表板。

  • 模板新建

新建仪表板时选择“从模板新建”就可以了,如下:

image.png

当下官方提供的模板数量还是可以的,有针对特定行业和领域的场景,也有面向汇报主体的(决策层、管理层、运营层);提供多语言支持,目前有英文和日文,也有演示场景。

image.png

这里我选择一个可视化演示模板中的交付式分析最佳实践,点击模板下方的“应用”即可。

image.png

可以选中每个需要修改的图层模块,修改对应的数据源和样式即可。

智能小Q

智能小Q包含两大亮点功能,一个是智能问数,一个是智能汇答,值得一提的是智能汇答一次性汇总了三大模型(DeepSeek、Qwen、Kimi)且是免费的。

image.png

如果你对小Q的使用感到困惑,不必担扰,官方友好地准备了帮助文档供参考学习。智能问数

从Quick BI上方工具栏进入【智能小Q】,选择“智能问数”中的“销售明细数据”,点击提问即可开始体验。

image.png

在提问前,可以选择点击“预览”看看简介和数据预览效果。

image.png

当然,预览也可以在点击“提问”后的页面,点击图下位置来实现。

image.png

在推荐问题中,我随机点了“去年各省份的销售额分布是什么样的?”看看效果,默认会以表格的形式给出SQL查询出的结果。

image.png

可以针对结果选用图表展示的方式,比如柱状图、饼图等,还是非常方便且直观的。(不过需要注意的一点是暂不要选“色彩地图”,会导致文章审批不通过,提示地图不完整)

image.png

image.png

image.png

智能小Q除了可能上述可以智能提问外,还可以帮助用户一键搭建仪表板,下面我们新建一个空白仪表板,试试智能小Q是如何搭建的。

image.png

这里我们直接选择上述的烟草测试数据

image.png

稍等一小会,仪表板就生成好了,效果真的不错呢

image.png

智能小Q无处不在,我们也可以针对自己创建的仪表板,让小Q帮忙优化,比如图表美化。比如我让小Q帮我美化一下上述创建的空白仪表板,效果如下:

image.png

image.png

不得不说,有了小Q,很多往常琐碎的工作即可实现智能一键搞定了。

体验总结

我是一位能源科技企业的产品经理,日常工作中常会用在PPT中用到图表进行数据分析,用的最多的就是Excel的智能助手,有时可能也会求助研发同事给我出一些炫酷的图表。这次本着新人的心态来体验大模型时代的智能BI—Quick BI产品,着实让我眼前一亮。我认为智能小Q的智能化能力非常好用,“智能问数”通过自然语言输入业务问题,系统自动生成可视化图表及SQL逻辑解释,支持多轮追问实现归因分析;“智能搭建”输入分析目标,智能小Q自动推荐图表类型、字段关联规则,并生成交互式仪表板,大大节省了人工配置时间。

此外,Quick BI的数据整合和可视化能力也是非常好用的,当下支持36种数据源(包括MaxCompute、钉钉表格、API等),实现了跨系统数据实时关联;提供40+图表类型(如箱形图、桑基图),支持联动钻取、动态参数传递(如点击省份联动展示城市明细);还可以同一报表按角色展示不同数据,极大满足不同行业对于合规的需求。

体验完Quick BI给我最大的感受就是,我可以独立完成大部分数据分析的需求,从而减少对IT部门的依赖,加速了决策周期。

除了上述提到的优势,体验中还发现了如下几点不足:

1、在开通试用过程中,最大的困扰就是对于“智能问数”和“智能搭建”的试用额度描述上,就像我在“开通试用”这一块内容所描述的那样,既然最终两者都是可以免费试用的,何不在一开始就默认选中呢?希望后期可以优化这个。

2、这段提示很有必要,我觉得放置在功能区“自动刷新”处效果会更好。这样就避免了选择后发生弹幕提示干扰了。

image.png

3、体验文档存在内容上的冲突问题,比如在开启了“省份名称”钻取后,是无法开启列小计的汇总维度的,这个时候需要调整配置的顺序就可以了,先开启列小计,再开启钻取。

image.png

4、官方准备的体验步骤文档内容相对比较陈旧,很多细节处并不是太适用在当前版本。比如如下几个相对明显的点:

(1)在智能小Q体验内容中提到的有关“波动归因”和“预测走势”,实际当前版本并没有呈现在左下角明显的位置,而是放在了右上的功能按钮中,如下:

image.png

image.png

(2)在进行智能问数时,文档中所描述的推荐问答是出现在问答框的上方,新版的则是统一呈现在了数据集详情了,如下:

image.png

image.png

目录
打赏
0
59
60
0
1581
分享
相关文章
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。
Quick BI 测评报告
Quick BI是阿里云推出的零代码可视化分析工具,适合个人开发者与小微团队使用。其核心优势在于轻量化启动(免费试用+按量付费)、多源接入(MySQL、MongoDB等)及敏捷分析能力(拖拽式仪表板)。实测显示,它支持智能CSV解析、语法高亮SQL编辑器和25+基础图表类型,具备图表联动交互功能。尽管缺少3D地图和自定义JS插件支持,但凭借低学习成本、OpenAPI扩展性以及移动端报表查看功能,Quick BI在个人项目展示、团队协作和轻量级数据分析中表现出色。不过,复杂计算需依赖SQL,移动端编辑和PDF导出存在局限性。
37 3
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。
30 1
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。
79 9
QuickBI测评任务
本文从设计视角和初级用户角度对阿里云Quick BI进行全链路产品走查。整体功能结构分为数据构建、数据分析和数据门户,但菜单顺序可能给新手带来困难。在数据构建中,数据源字段类型识别不准且修改困难;数据集关联键选择需优化显示内容,关联逻辑不够清晰。数据准备阶段,清洗加工算子操作记录无法编辑删除,建议增加快捷算子提升效率。数据分析部分,仪表盘样式配置复杂,可提供模板简化操作;排行版组件需支持同时显示统计值与占比;智能搭建功能如一键报表生成维度分析不足,智能美化效果不佳,需提供更多布局方案供用户选择。
39 0
Quick BI体验测评报告
在数据驱动的时代,BI工具对企业发展至关重要。阿里云Quick BI作为一款全场景数据消费式BI平台,以其智能分析与可视化能力为企业提供强大支持。体验中,从申请试用账号到准备测试数据,再到数据可视化分析,Quick BI操作便捷、功能强大。通过拖拽即可生成精美报表,智能小Q助手更是大幅提升效率,助力企业深入挖掘数据价值,实现精准决策。
实时数仓 Hologres产品使用合集之Hologres quickbi读holo是用的直读还是连接
实时数仓Hologres的基本概念和特点:1.一站式实时数仓引擎:Hologres集成了数据仓库、在线分析处理(OLAP)和在线服务(Serving)能力于一体,适合实时数据分析和决策支持场景。2.兼容PostgreSQL协议:Hologres支持标准SQL(兼容PostgreSQL协议和语法),使得迁移和集成变得简单。3.海量数据处理能力:能够处理PB级数据的多维分析和即席查询,支持高并发低延迟查询。4.实时性:支持数据的实时写入、实时更新和实时分析,满足对数据新鲜度要求高的业务场景。5.与大数据生态集成:与MaxCompute、Flink、DataWorks等阿里云产品深度融合,提供离在线
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。