玩转Quick BI查询控件,分分钟提高决策效率

简介:

又到了新的一月,学习不能停啊,小编今天继续给大家放!大!招! 毕竟在数据圈混,技多不压身呐。我们这次分享的可是Quick BI即席分析的重中之重——查询控件!

Why—聚焦关键数据,提升决策效率
首先,我们得知道在使用Quick BI做数据分析的过程中为啥需要查询控件呢?

查询控件本质上是为了帮助我们在数据分析过程中排除不关心或不重要的数据,将注意力聚焦在关键数据上,从而提升决策效率。举个🌰,现在有某大型连锁超市的一整年的经营数据,分析师要将这些数据以一张报表的形式呈现给不同的人来看,分别是公司的CXO,业务线的管理者还有一线的业务人员。显然,这些人关注的核心数据是不一样的。CXO作为公司的决策层,会关注这个连锁超市整体的经营业绩还有重点业务的经营分析,为整个公司的日常决策找到数据化支持; 而业务线的管理者,往往就会关注他所负责的这个业务整体的经营业绩和完成情况,希望通过对业务的日常经营监控和分析来指导下一阶段的运营动作。那么如何在一张报表中有针对性地输出不同的数据内容呢?做多个报表?重复工作太多,让人绝望(分析师哭瞎在厕所...)
这个时候,咱们Quick BI的查询控件就派上大用场啦~ CXO关注的大盘数据和各业务线经理关注的经营业绩我们都可以通过查询控件来设定不同的筛选条件,圈定具体的数据范围。我们来看看查询控件是怎么发挥用处的吧。

What—三种查询控件,满足不同场景需求
Quick BI目前提供3种查询控件:普通查询控件、平铺式查询控件还有复合查询控件,展现形式各不相同,能满足不同场景的使用需求。

  • 普通查询控件
    普通查询控件采用的是我们在BI产品中最常见的展现形式,在报表的预览页面可以以简单下拉的方式来切换不同的查询值或者筛选条件。

1

2

  • 平铺式查询控件
    平铺式的查询控件能够展示筛选项的所有值, 通过勾选平铺的小卡片,选中的查询值和其他非查询值一目了然。

3

4

  • 复合查询控件
    我们有时候还需要在报表中设置多层嵌套的“且”、“或”查询条件,这样的复杂逻辑关系就需要复合查询控件来实现啦~
 Quick BI的复合查询控件采用的是树形结构,这样的展示形态使得复杂的“且”“或”逻辑关系也变得清晰好理解了起来。

5

好了,说完了Quick BI支持的查询控件的种类,一起来跟着小编看看这些查询控件可以怎么用吧~

How—拖拽式分析,支持多组件查询联动
别看Quick BI的三种查询控件长得各不相同,它们可都能给我们提供拖拽式自助分析能力呢~

第一步选择需要的查询控件类型后,我们接着得添加相应的查询字段,这个时候只需要从右侧数据面板中拖拽或者双击即可选中查询字段啦~可好使啦~
6

查询字段添加完成后,我们再来配置这个查询字段对应的具体查询条件。在筛选项设置里面,咱们先要做的就是来勾选这个查询字段作用的图表,否则无法生效哦。Quick BI支持查询控件关联同源数据集和非同源数据集下创建的图表组件,整个报表页面的全局查询不在话下!
7

因为不同类型字段筛选条件的配置方式各不相同,咱们接下来就按照不同字段类型来讲解如何使用Quick BI的普通查询控件和平铺式的查询控件吧。复合查询控件的使用场景我们放到最后再介绍~

  • 日期型字段
    日期型字段我们可以选择是以区间粒度或是时间粒度的方式来进行筛选。

当选择了区间粒度时, 开启手动设置默认值,我们就可以设置具体的区间啦~我们可以定制自己常用的快捷区间,包括“今天”、“昨天”、“最近7天”、“最近30天”等等常用的动态时间范围。通过选择动态的日期区间,Quick BI将根据我们的当前时间来进行动态的筛选,保证数据结果符合咱们的业务需求。
_1

如果我们需要的日期区间不在快捷区间的范围内怎么办呢?不用担心!遇到这种情况我们完全可以自定义时间段,精确时间和相对时间可以无缝切换哒~
_2

有时候我们不需要设定时间的区间范围,那么日期粒度就能满足我们对时间的筛选需求了。我们直接勾选日期粒度,设置默认值,选择了日期粒度,也是可以自由切换精确时间和相对时间的哦~
_3

  • 文本型字段
    当字段为文本型时,我们可以选择筛选方式为按条件或是以枚举的方式筛选。

    在条件筛选中, 我们可以设置一个或两个根据文本判断的条件,查询结果为符合条件的所有数据。
    

text1

在枚举筛选中,通过设置“单选”和“复选”的方式,我们可以手动添加具体的枚举值,查询结果就是这些枚举值啦~

text2

  • 数值型字段
    相较于前两种字段,数值型字段的配置方式最为简单。我们只需要通过筛选条件来设置开区间或者闭区间。比如,“订单数量>5000”“订单数量>10000 或 订单数量<5000”“订单数量>5000 且 订单数量<10000”等等。

num

值得注意的是,这里的筛选条件设置了限制,只能绑定两条筛选条件。那如果需要满足多个筛选条件之间的复杂逻辑关系,比如前文提到的经理想要查看“最近30天订单量在3000至5000之间或8000至10000之间,并且订单等级为高级”的数据,咱们该怎么处理呢?别慌!咱Quick BI的复合查询控件就能轻松解决这样的问题。

拆解一下这个需求,我们可以梳理出对3个字段的条件要求,分别是“最近30天”、“订单量”和“订单等级”,这三个字段的要求显示是都要满足的,所以我们需要用到“且”这个逻辑关系。但是订单量的要求不同于其他两个字段,3000~5000或者8000~10000都满足条件要求, 这里我们就需要用“或“的逻辑关系。最后我们复合查询控件生成的树状图就展示在下方啦,是不是完美满足了经理的要求呢~

fuhe

好啦,本期Quick BI的查询控件就先介绍到这里啦~介样子功能强大的查询控件,分析师看了会流泪,老板看了会惊呆,你心动了吗?还等什么,快快用起来吧,更多关于Quick BI查询控件的隐藏功能等你来挖掘哦~


阿里巴巴数据中台团队,致力于输出阿里云数据智能的最佳实践,助力每个企业建设自己的数据中台,进而共同实现新时代下的智能商业!
阿里巴巴数据中台解决方案,核心产品:
• Dataphin,以阿里巴巴大数据核心方法论OneData为内核驱动,提供一站式数据构建与管理能力;
• Quick BI,集阿里巴巴数据分析经验沉淀,提供一站式数据分析与展现能力;
• Quick Audience,集阿里巴巴消费者洞察及营销经验,提供一站式人群圈选、洞察及营销投放能力,连接阿里巴巴商业,实现用户增长。
欢迎志同道合者一起成长!

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&nbsp;)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 &nbsp; 课程大纲 第一章&nbsp;了解数据仓库概念 初步了解数据仓库是干什么的 第二章&nbsp;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&nbsp;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&nbsp;采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章&nbsp;用户行为数据仓库 严格按照企业的标准开发 第六章&nbsp;搭建业务数仓理论基础和对表的分类同步 第七章&nbsp;业务数仓的搭建&nbsp; 业务行为数仓效果图&nbsp;&nbsp;
目录
相关文章
|
11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。
|
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”!
|
数据采集 人工智能 大数据
大数据+商业智能=精准决策,企业的秘密武器
大数据+商业智能=精准决策,企业的秘密武器
367 28
|
数据可视化 安全 搜索推荐
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”(2)
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”
689 4
|
监控 数据可视化 数据挖掘
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”(1)
干货|FESCO Adecco外企德科:Quick BI打造战略管理“观数台”
636 4
|
人工智能 自然语言处理 监控
BI 驱动决策,赋能企业增长
在当今商业环境中,CRM系统是企业提升竞争力的关键工具,而BI作为其核心组件,可将数据转化为业务洞察。本文探讨通过最佳BI实践(如数据整合、自助分析与实时监控)实现科学决策,优化企业业绩和客户体验。实际案例显示,BI助力销售策略优化与客户流失预防。未来,AI与ML技术将进一步推动预测分析、NLP交互及嵌入式BI的发展,使企业在数字化竞争中脱颖而出。
|
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。
1866 2
|
SQL 人工智能 自然语言处理
颠覆传统BI认知:Quick BI如何用“傻瓜式”操作重塑数据决策?
Quick BI是阿里云推出的一款零代码+AI数据分析工具,专为业务人员设计。通过简洁的界面和强大的功能,它让数据“开口说话”。从Excel秒变智能资产,到拖拽式构建高定看板,再到自然语言查询与预测分析,菜鸟也能轻松上手。企业微信集成、移动端优化等功能,助力实时决策。Quick BI打破技术壁垒,推动数据民主化,让每个岗位都能用业务语言对话数据,实现真正的数据驱动转型。
|
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。
|
数据采集 数据可视化 数据挖掘
数据驱动决策:BI工具在数据分析和业务洞察中的应用
【10月更文挑战第28天】在信息爆炸的时代,数据成为企业决策的重要依据。本文综述了商业智能(BI)工具在数据分析和业务洞察中的应用,介绍了数据整合、清洗、可视化及报告生成等功能,并结合实际案例探讨了其价值。BI工具如Tableau、Power BI、QlikView等,通过高效的数据处理和分析,助力企业提升竞争力。
426 5