BI发展风向转变,阿里云Quick BI缘何再度入选Gartner魔力象限

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 日前,国际权威分析机构Gartner发布2021年商业智能和分析平台魔力象限报告(《Magic Quadrant for Analytics and BusinessIntelligence Platforms》以下简称ABI领域魔力象限),阿里云Quick BI再度入选,并继续成为该领域唯一入选魔力象限的中国企业。从报告中,我们看到Gartner ABI领域魔力象限的评选条件全面且严苛,2021年的评选标准还较去年有所提升。我们试图去分析Quick BI,寻找它之所以连续两年成为唯一入选 Gartner 魔力象限的国产 BI的硬核实力。

阿里云数据中台核心产品


Gartner 十分看重 Quick BI 作为阿里云数据中台核心产品这一特点。我们通过对阿里云数据中台过去发布的产品矩阵可以发现,Quick BI 与各个阿里云数据中台产品深度协同,形成了产品合力:


微信图片_20220105105433.jpg


同时,作为一款云BI,依托于阿里云的弹性、高可用架构,使 Quick BI 获得了稳固的存储与计算能力。结合 Dataphin,可以大大提升数据建模能力与查询效率,并极大降低企业数据管理成本。


在业务产品中,Quick BI 积极与各产品打通,为生意参谋、Quick Audience、钉钉等产品提供了数据分析能力。产品间的融合与打通往往可以达到 1+1>2 的效果。


增强分析能力亮眼


今年的报告特别提到一个风向的转变:可视化能力已不是 BI 间的差异因素,差异已经转移到平台支持增强分析的程度,即利用机器学习与人工智能辅助的数据准备、洞察生成与解释,以代替低效的手动分析手段。Quick BI的增强分析能力是被Gartner 视为产品核心优势重点提及的。我们通过对Quick BI的评测发现了在增强分析上,Quick BI的几个亮眼功能。


智能小 Q


智能小Q(以下简称 小Q) 是 Quick BI 移动端一款对话式智能数据机器人。用户可以随时随地向小Q 提问,便捷地获取数据、高效地进行数据洞察。


小Q 在自然语言问答、智能推荐、预警&归因等多个方向攻克了诸多技术难点,尤其在自然语言问答上,采用了阿里巴巴达摩院语言技术实验室强大的自然语言处理技术,不仅在多语言分词、词性标注、命名实体识别、信息抽取、拼写检查/语法纠错、句法和语义分析、深度语言模型、语义表征及相似度等基础方面有着强大的处理能力,还结合了 BI 场景下的商业分析属性,在意图识别和智能分析上进一步增强实现对话式的数据分析能力。


智能监控


Quick BI的智能监控告警解决人为监控的诸多痛点,通过BI系统将图标中的时序指标定时获取,存放到tsdb时序数据库,定时通过规则及智能算法监控异常指标,通过预设的邮件、短信、钉钉等渠道通知,让分析师可以在数据发生异常波动时能及时被告知、即使处理,以避免更多损失,也能及时抓住机遇。


波动分析


Quick BI设有波动原因分析模块,可以针对指定数据分析其在时间序列上的波动情况,定位波动原因,并针对一线业务的特定分析场景自助接入,实现洞察能力普惠,以此帮助分析师和数据产品经理极大提高业务数据分析效率。


海量数据加速


作为一款 BI 分析产品,仅仅功能设计的强大是不够的,数据查询足够快,也是评价一款 BI 产品是否优秀的重要指标。


Quick BI通过多种手段结合的方式,来实现用户海量数据的加速查询。


微信图片_20220105105521.jpg


Quick BI 提供了数据直连、数据抽取、实时加速、预计算四种方式,对接入的数据进行查询。此外,Quick BI 还提供了独立的缓存模块,使查询体验几乎没有耗时感知。


开放集成


Quick BI尽可能最大化开放了技术架构,让更多有开发能力的客户和生态ISV合作伙伴加入,定制自己的个性化需求。


Quick BI对未来产品的开放集成体系做了能力划分,主要包含数据集成、安全集成、流程集成、自定义可视化、嵌入分析 5 大板块。


微信图片_20220105105531.jpg


目前,Quick BI已经打通了多个行业产品的数据分析链路,包括生意参谋、Quick Audience等,用户可以使用这些产品的个人数据,开发自定义报表。此外,Quick BI还开放了可视化接入能力,开放API正在日趋完善。


相关技术突破


除了以上四大技术亮点,Quick BI 还在过去一年实现了一系列技术突破。


除了重点加强登录集成的能力构建, Quick BI还针对移动端屏幕小,数据查看轻便、快捷等特点进行了一系列的优化,并实现了缩放、旋转、分裂等手势功能,让移动端在可视化能力、查询分析能力等多个方向上有了明显的提升。


在可视化分析方面,Quick BI实现了联动、钻取、跳转等操作,能够让用户以一种更便捷、直观和及时的方式动态操作图表,同时给出分析过程和分析结果。Quick BI仪表板的功能定位也从单人分析工具拓展到了团队分享渠道。


Quick BI 还增加了动态图表组件(饼图、条形图、气泡图等),在常规静态图表组件的基础上加以时间的维度,让原本只能表达切片数据的静态图表,在时间线和播放轴的结合下,切片数据可以随时间变化进行动态展示,这也让普通的图形能表达业务的动态变化。


image.gif



针对国内的BI应用现状,Quick BI也因地制宜优化了中国式表格相关功能。除基本的 Excel 式表格操作及公式外,Quick BI将仪表板可视化能力也延伸到了 Quick BI 电子表格中,让表格数据也能享受到 46+ 可视化图表的强大配置、展现和分析能力。


国产BI发展新航向


继2020 年后,Quick BI再度入选 Gartner ABI 领域魔力象限,继续成为该领域唯一入选的国产 BI,在某种程度上反映了国产BI发展的新航向。


据 IDC《2019年下半年中国商业智能软件市场数据跟踪报告》显示,2019 年全年中国商业智能软件市场规模为 4.9 亿美元,同比增长22.6%,预计到 2024 年,中国商业智能软件市场规模将达到 11.9 亿美元。


在 2019 年,国内市场的报表分析需求占 79%,而高级分析与预测分析需求仅占 21%,这也为国内 BI 的发展创造了有利的时间窗口。


时间窗口已然出现,国产BI想要崛起,更需要紧紧抓住用户需求,持续创新。

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 )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   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 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 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 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
相关文章
|
传感器 数据可视化 搜索推荐
瓴羊Quick BI助力深圳光明环境水务公司举办水务数据应用大会暨第二届“光环杯”BI应用大赛
瓴羊Quick BI助力深圳光明环境水务公司举办水务数据应用大会暨第二届“光环杯”BI应用大赛
463 0
|
人工智能 自然语言处理 数据可视化
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
819 8
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
|
自然语言处理 数据可视化 数据挖掘
评测:大模型时代的智能BI—Quick BI
作为一位产品经理,我近期体验了阿里云Quick BI的深度功能。其智能小Q助手通过自然语言生成可视化报表,大幅提升非技术人员操作效率;本地文件数据源功能实现快速数据分析,减少对IT依赖。智能问数和移动端适配表现出色,但字段命名规则校验及权限控制需优化。总体而言,Quick BI适合中大型企业业务分析,生态兼容性强,智能化覆盖全流程,值得推荐(评分:4.5/5)。
|
运维 监控 数据可视化
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。
|
存储 弹性计算 运维
深度评测——大模型时代的智能BI—Quick BI
作为一名运维工程师,我近期深度体验了Quick BI,从部署、监控、成本优化、安全合规等方面分享评测报告。其弹性伸缩功能可节省人工干预成本,全链路日志追踪大幅缩短故障排查时间,冷数据归档降低存储成本。但目前存在伸缩策略颗粒度粗、日志分析工具不足等问题。总体而言,Quick BI适合中大型企业构建高效稳定的BI平台,尤其在运维成本控制和故障响应效率上有显著优势。
605 17
|
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。
1801 2
|
存储 监控 BI
评测:大模型时代的智能BI—Quick BI
作为一位数据平台开发工程师,我近期体验了阿里云Quick BI的深度功能。以下从技术视角总结:1. 数据集成支持本地文件快速建模,但大文件上传和多表关联有待优化;2. 开放API便于报表嵌入,建议增加频次限制与实时推送能力;3. 计算引擎性能良好,复杂查询时需优化分布式调度;4. 资源监控模块实用,但缺乏预警机制;5. 安全体系完善,建议增强自动权限管理和KMS集成。总体而言,Quick BI是一款适合中大型企业的智能BI工具,具备强大API生态和多租户设计。
579 1
|
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。
|
数据可视化 数据挖掘 BI
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
475 0