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

简介: 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。

一、前言

在数字化转型浪潮中,BI工具已成为企业数据驱动决策的核心引擎。Quick BI作为阿里云旗下的全场景数据消费平台,以其"让业务决策触手可及"的理念在市场中占据一席之地。通过Quick BI可以让企业的数据资产快速的流动起来,通过BI和AI结合挖掘数据背后的价值,加深并加速在企业内部各种场景的数据消费。

二、申请试用

1、针对个人或者企业认证的用户,可以申请一个月的免费试用。进入Quick BI的阿里云官网
image.png

2、填写名称和联系方式

image.png

3、在这里可以选择智能搭建和智能问数。

image.png

4、然后提交订单,支付成功就可以试用了。
image.png

image.png

image.png

5、如果您的账号之前已经试用过Quick BI,可以单击产品界面上的在线咨询服务。
image.png

三、上传测试数据

1、正式使用时,Quick BI中的数据一般通过连接对应数据源获取。可以使用官方的示例数据。
image.png

也可以在kaggle上找到测试的数据源。
image.png

2、登入Quick BI,进入工作台,创建一个新的工作空间。
image.png
image.png

3、点击新建的工作空间,找到数据源模块,新建数据源,这里支持很多种数据源(本地文件、数据库、应用服务、API数据),我们选择本地文件。
image.png
image.png

4、确认上传
image.png

image.png

5、创建成功。
image.png

6、新建数据集,数据集是Quick BI数据分析的直接来源,后续的可视化分析、智能分析等模块都依赖数据集提供的数据。
image.png

7、可以查看数据预览。
image.png

8、若字段类型不正确,可以在字段类型中进行调整。
image.png

9、同时这里也可以新建字段。
image.png

image.png

10、修改完成之后,点击右上角的保存,那么数据集就创建成功了。
image.png

image.png

四、进行数据可视化分析

现在让我们用BI工具中最常用的可视化模块——仪表板,来搭建出实用又漂亮的数据报表吧。

1、进入工作空间,选择仪表盘,然后新建空白仪表盘。
image.png

可以查看Quick BI提供的图表组件和各类控件,可以用拖拽的方式把所需的组件添加到仪表板中。

2、在这里选择交叉表。
image.png

3、把组件拖拽到仪表板中后,自动弹出右侧的组件配置区,选择之前建好的数据集。
image.png

4、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,查看效果。
image.png

5、修改下数字展示格式。
image.png
image.png
这样数据展示更可读。
image.png

6、可以看到,表格的基本结构已经就绪,接下来我们进行更具体的调整。首先,让我们给“ Region”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国家下的公司情况。
image.png

因为开启了自动联动,需要在弹窗中选择如何触发钻取,按下图默认选项点击确定即可。
image.png

需要手动把Country维度拖拽到Regin下才可以。
image.png

可以看到,字段配置面板已出现了钻取配置,点击更新查看效果。
image.png

7、接下来我们进行表格总小计的配置,来显示各Region全部公司收入的小计数据,
image.png

在“列汇总”中,打开“列小计”,选择汇总维度为“Region”,汇总方式自动,点击“更新数据”。
image.png

打开“行总计”来对Industry数据进行汇总,点击更新数据。
image.png

8、让表格可以展示高亮,配置条件格式。选择Revenue字段。
image.png

image.png

9、此外,勾选“条件格式对汇总数据生效”即可。如此,条件格式的配置就完成了。
image.png

10、最后,我们来调整下图表的样式,在“表格基础样式”中,选择“线框”主题,然后配置自定义主色系为绿色。
image.png

配置完成点击右上角“保存并发布”按钮。
image.png

image.png

11、如下图所示呈现的效果:

image.png

五、通过模板快速构建视图

1、Quick BI【模板市场】提供有大量成熟、好用的各类模板供选择。可以尝试找到适合自己业务的模板,直接应用并一键替换其中的样例数据,高效完成可视化分析设计工作。

image.png

2、在这里选择,地图最佳实践,一键应用。
image.png

3、替换数据集。
image.png

4、字段若不匹配,无法进行替换。
image.png

5、可以通过选中每个图形组件,来替换数据源,然后再来调整字段。
image.png

也可以自己增删组件,很灵活。
image.png

6、配置好之后点击发布,来看看效果。
image.png

更多的模板值得深入探索。

六、智能问数

大模型时代,Quick BI也进化出了强大的智能化功能——智能小Q助手,可以帮助客户用对话的方式查询想要的数据,或者帮助搭建和美化报表。

1、首先在数据集编辑页面,打开高级配置——智能问数。
image.png

image.png

image.png

image.png

2、添加问数权限。
image.png

3、在问数界面选择ESG财务数据,然后进行提问。
image.png

4、选择数据集后,可以先点击数据集标题,在右侧弹窗中预览一下数据集,帮助我们了解下这份数据的基本信息。
image.png

5、可以和小Q进行交互对话,小Q的回答会包含文字结果和数据卡片,可以在其中进行二次操作,比如切换图表类型。
image.png

6、下面也会列出一些可能的追加问题。
image.png

7、还可以选择不同的模型进行推理及解读。
image.png
image.png

选择深度思考和深度洞察之后再提问。
image.png

七、智能搭建

1、现在来尝试用智能小Q来帮我们搭建报表。在创建仪表盘处输入如下指令。
image.png

LLM响应失败,需要按照规定的格式来。
image.png

2、重新提问下。
image.png

这下就生成了图表。
image.png

3、可以进一步交互来对图表进行调整。
image.png

4、最厉害的地方还支持撤销功能。
image.png

5、不过要一次性在仪表盘中创建多个图表,似乎效果不太好,还需要手动去选择数据。
image.png

6、可惜数据大屏暂时还不支持小Q搭建。
image.png

八、体验总结

我是一个运维开发工程师,平时会使用的Grafana去展示数据,通过体验quick BI,感受到了其在数据分析展示上的强大。以下是几点感受:

1、可以支持多种近百种数据源,包括本地文件、各种数据库、应用服务及API数据,极大地简化了数据准备流程。对于运维场景中的日志分析、性能监控数据,可快速导入并进行结构化处理。

不过本地文件目前只支持csv、xlsx、xls格式,不支持JSON格式,日常中有些运维日志就无法去导入数据了。

2、平台提供直观的字段映射界面,支持自动类型推断和手动调整,配合内置的清洗工具,能有效提升数据质量。对于运维数据中的时间戳、状态码等关键字段,处理起来尤为高效。

但在体验过程中,有个钻取功能,文档显示开启钻取之后,省和市就自己关联,但我实际情况是需要拖动过去,不知道是不是文档中间省略了什么步骤,还是有什么特别配置。
image.png

3、仪表盘交互性特别好,支持各种组件的选择,支持基于阈值的异常值高亮,智能小Q中图表可以实现,但柱形图不太行。

image.png

4、智能小Q在开启的时候,提示字段质量评估失败,这里应该提示下都是哪些字段有什么问题,这样方便进行修改,当前的情况下不知道怎么处理。
image.png

在智能搭建时,输入有固定的词才能触发效果,按照自己的语言,有时候达不到想要实现的内容,感觉不太灵活。每次都要去找下指令,这里是否能优化下。
image.png
image.png

image.png

要一次性在仪表盘中创建多个图表,似乎效果不太好,还需要手动去选择数据,无法自动创建好。
image.png

此外暂不支持直接通过小Q搭建数据大屏,这个不知道有没有规划。手动构建大屏,发现没有世界地图可以选择。

5、场景模板中都是针对业务类的展示,没有运维类的数据分析。是否能增加下设备监控、网络拓扑等运维特有场景的支持, 适合中小规模运维团队进行日常监控、故障排查和汇报。

Quick BI与小Q助手的组合为业务分析展示提供了高效的“数据-洞察-协作”闭环,未来在场景化和智能化上的持续优化,有望进一步释放企业生产力。

相关文章
|
6月前
|
数据采集 供应链 BI
观远数据 BI:多链路复杂数据处理与智能任务调度,驱动企业敏捷决策
观远数据BI具备多链路复杂数据处理与智能任务调度能力,支持多源数据融合、零代码清洗建模及自动化调度,助力企业打破数据孤岛,实现零售、金融、央国企等场景的实时决策与降本增效。
|
7月前
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。
|
8月前
|
存储 人工智能 自然语言处理
Lakehouse x AI ,打造智能 BI 新体验
本文整理自瓴羊的王璟尧老师与镜舟科技石强老师的联合分享,围绕 Quick BI 在智能 BI 场景中的落地实践,深入探讨了 StarRocks 如何凭借 MPP 架构、实时分析能力与 AI 原生支持,成为智能分析的理想 Lakehouse 引擎底座,助力 BI 从“被动查询”迈向“主动决策”,开启数据“会说话”的新体验。
|
11月前
|
数据采集 人工智能 自然语言处理
模型时代的智能BI—Quick BI:阿里云的数据洞察与决策引擎
阿里云Quick BI是一款企业级智能BI工具,融合大模型技术实现自然语言交互、自动化洞察与预测分析。支持多源数据接入,提供50+图表类型及行业模板,助力敏捷业务分析与AI增强决策。相比Tableau、Power BI等竞品,Quick BI以云原生低成本和通义大模型优势脱颖而出,适用于零售、金融等领域,推动数据民主化与智能化转型。推荐已使用阿里云生态的企业采用,分阶段推广功能以最大化价值。
1473 2
|
11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。
983 67
|
11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。
230 1
|
12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。
330 9
|
存储 分布式计算 关系型数据库
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
|
分布式计算 大数据 BI
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。