
我是 Quick BI 小助手,有不懂的就来问我吧~
21克成立于2016年,是一家诞生于桂林本土,放眼于全球的家居行业综合性企业,公司深耕家居产品行业,具备丰富的零售、电商资源积淀,以及强大的供应链整合能力,以跨境电商为市场切入点,不断创新与快速迭代。作为一家仍处在快速发展期的创业型企业,21克在追求业务增速的同时,也在不断夯实和完善企业的数智化能力。在组织架构设计层面,引入了先进的中台机制,建立BSCM(大供应链管理)、DGT(数据治理)、CE(消费者互动)三个横向打通的中台支撑团队,将具备通用性的工作内容,收口至中台层重点攻坚,将前台业务从烦琐的重复性工作流程中解放出来。团队组织架构去年年末,21克引入了由阿里云数据中台研发的Quick BI ,用以补足公司在数据可视化分析领域的能力短板。通过将公司过去所沉淀下来的订单交易、市场营销、财务等相关数据进行清洗和分析,快速构建起全场景数据消费能力,洞察出对公司经营发展更有益的营销策略。首先摆在DGT(数据治理组)面前的是各部门数据口径不一致的问题。如果连最基础的数据标准都无法统一,那数据分析也将成为“精确的错误”,无法真正发挥出数据价值。DGT部门负责人Chlorine提到:“我们公司的销售业务部比较多,各自都有各自的习惯,为了保障数据分析项目能够高效推进,我们选择以跨部门报表为突破口来进行数据标准地统一,比如要向高层汇报的数据,以及涉及财务的数据,我们会优先来进行规划管理。”就拿最常见的销售额统计为例,一项交易记录涉及的时间众多,有订单创建的时间、客户付款时间、仓库发货时间、财务到账时间等,后续可能还会涉及售后退货等,如何来定义时间周期,各部门就需要达成共识。“我们在做偏好分析的时候,会按下单时间来,一旦涉及到财务相关,就会以交易完成时间为准。”来自DGT的数据专员Clyde这样解释。一、数据驾驶舱:大盘核心数据一目了然亚马逊作为21克最核心的销售渠道之一,贡献了较大比重的订单销量,因此数据团队选择以亚马逊平台作为数据分析试点的第一站。通过第三方ERP系统以及亚马逊本身开放的API接口,数据团队每个月会定期提取数据进行汇集整合、清理加工后写入数据库,并接入Quick BI。形成一张数据较为全面的大宽表,为后续制作管理层数据看板,提供了详实的数据基础。数据驾驶舱部分截图在21克的数据驾驶舱中,管理者可以随时随地直观地看到各种大盘核心数据,如销售统计、地域热力图、利润情况、SKU销售排行榜等。同时,还可以通过丰富的控件进行自主筛选,如按地区、店铺、时间、项目、币种等查看相关数据。二、让营销广告投放有据可依目前输出的业务数据看板除了满足管理层看数需求外,也让业务人员在广告营销投放层面,有了更有力的数据支撑,可以有针对性地开展精细化营销策略。通过针对历史数据进行汇聚,并经过技术清洗和整理生成丰富的特征洞察,将一条条纯数字的交易表格,通过Quick BI在仪表盘中以更易于理解和分析的可视化组件展示。营销分析看板市场部人员则可自己通过报表控件筛选条件,来查看分析更详细的报表内容,进而在不同平台(如Google等搜索广告平台,以及Instagram、Facebook、TikTok等社交平台)形成具备差异化的广告投放策略,以更少的投入获得更丰厚的营销回报。三、供应链数字化:更可控的风险和成本经过2个月不到的产品使用期,21克的数据团队成员已经通过Quick BI构建了3个数据消费场景,包括管理层看板、基本销售情况分析、以及面向财务侧的利润分析等。Chlorine表示,Quick BI使用起来对于数据分析新人非常友好,这给他们团队的工作起步扫清了很多障碍,在内部的协作过程当中也能快速渗透铺开。“接下来我们将进行更全链路的数据接入,以及将数据写入流程自动化,实现底层数据源自动更新,减少人工投入,让更多部门的人员都可以通过数据分析与洞察,对业务流程和策略进行调优升级”。如供应链部门对数据反馈的实时性要求更高,一旦能将采购、材料、仓储、物流等数据及时通过Quick BI来进行展示和分析,将对货品周转、库存压力、质量监控等提供策略指导,比如针对售后问题反馈,可以反向对供应商进行筛选,及时发现质量保障能力较弱的供应商或某不合格批次产品,减少公司的售后成本及损失。数智化并不仅仅是大型企业才需要去思考的课题,而是摆在所有企业面前的一个可选项。借助Quick BI搭建的数据分析体系,21克实现了销售、财务、供应链等多部门业务的数据化支撑,从一份份本地化的Excel文件,到清晰美观的数据看板,数据所能带来的价值改变正在21克中逐渐显现。
重点升级概览全新推出新版本电子表格,计算性能与产品能力均有增强。可视化能力升级查询控件可同时作用于同类型参数、占位符和普通字段。指标看板修饰图颜色支持自定义。移动端图表样式升级,支持图例默认选中等。数据填报控件能力升级,同时提升本地上传行数限制。开发者中心嵌入分析能力升级,提供全生命周期报表嵌入管理,产品化体验安全增强报表嵌入方案。变更内容电子表格全新推出新版本电子表格,计算性能与产品能力增强。新的表格底座,新的计算引擎,大数据量、多数据集等场景计算性能显著提升,提升业务看数的效率。复杂报表能力提升,新增个性化区块展示配置能力。当一些复杂报表场景,要求表格样式跟随数据集数据动态变化时,可使用区块样式功能。区块样式包含列头区、行头区、数据区、总计、小计5大区域的快捷配置,每一个区域包含字体大小、样式、颜色等基础展示型配置。当开启区块样式功能时,会先清除电子表格工具栏的已配置的相关样式,以确保样式随数据变化正确扩展和收缩。条件格式模型升级,支持新建多个规则。工具栏及面板区体验升级,清晰化功能结构,常用功能操作分类,提升电子表格报表制作效率。数据面板升级,支持新建计算字段等功能。优化了数据渲染、加载、图表图例呈现、默认保存浏览位置等体验问题。可视化查询控件可同时作用于同类型参数、占位符和普通字段。图 1. 下拉列表图 2. 日期类型图 3. 数值类型指标看板修饰图颜色支持自定义。数据填报新增复制表单能力。表单复制指对已创建完成的表单,复制一份控件配置和布局完全相同的表单,方便用户对同类型表单的快速创建,提高填报表单的创建效率。在组件配置中,新增自动关联字段ID值。若您选中自动关联字段ID值,则进行数据填报时会同时写入ID值,方便用户在生成的底表中通过ID值关联其他表进行查询。说明 仅当控件类型为下拉单选或单选时,才支持配置自动关联字段ID值。在树形下拉控件中,配置的树形级联支持5级。在日期控件中,配置的日期格式新增年、年-季度、年-月和年-周选项。交叉表支持直接修改已填报的数据记录。您可以在交叉表上直接新增或修改已填报的记录,无需再切换到数据填报的管理页面重新找到记录后修改,提高数据填报的效率。开放集成开发者中心嵌入分析能力升级,全生命周期报表嵌入管理,产品化体验安全增强报表嵌入方案。
重点升级概览可视化组件&控件:饼图、线柱图等能力升级。查询控件支持展开收起。支持上传本地图片。移动端图表样式优化升级。抽取加速开放给高级版用户。监控告警、邮件订阅支持飞书。变更内容可视化组件&控件升级在饼图的图表样式中,新增自定义总计名称。说明 仅当选中显示总计时,才需要自定义总计名称。优化线柱面图的坐标轴最小值设置。当度量值全部为正数时,支持在样式设置中手动设置最小值为其他数值,此时,坐标轴最小值以您手动设置的值为准。说明 仅线图、柱图、条形图、面积图和组合图支持该功能。查询控件新增默认展开全部筛选条件按钮。若单个控件中存在多个条件时,全部展示会使得控件框占用不少页面高度,影响视觉美观。您可以设置默认展开全部筛选条件,可以展开收起查询控件,从而能动态调节控件框的高度。请参见新建查询控件。自定义背景填充背景图片时,支持在自定义图片中上传本地图片。说明以下组件支持上传自定义图片至背景图片。控件Tab、图片指标类指标看板、指标趋势图、进度条、水波图、翻牌器趋势类线图、面积图、堆积面积图、百分比堆叠面积图、组合图比较类柱图、堆积柱状图、百分比堆积柱状图、条形图、堆积条形图、百分比堆积条形图、环形柱状图移动端图表样式视觉效果升级。图表升级前升级后线图柱图面积图条形图指标看板指标趋势图同环比功能升级。在同环比设置时,新增同期对比,实现月粒度的实际天数指标的对比,以满足不同业务场景的需求。以下图为例,假设当前月份为2012-12,选择过滤区间为2012-12-01~2012-12-15,查看订单数量的年同比。若您选中同期对比,则对比时间周期为2012-12-01~2012-12-15同比于2011-12-01~2011-12-15。若您未选中同期对比,则对比时间周期为2012-12-01~2012-12-15同比于2011-12-01~2011-12-31。日粒度日期字段中,日期显示格式支持MM-DD。Quick引擎抽取加速开放给高级版用户,其中:免费赠送2 GB的抽取空间。单表抽取单表不超过100万行数据。抽取加速:支持配置小时级别数据抽取,调度时间配置更加灵活,数据可以快速更新。请参见配置Quick引擎。监控告警和订阅任务新增通知方式。告警方式和订阅通知均支持以飞书通知和飞书群方式通知到用户。详情请参见配置监控告警和创建订阅任务。嵌入分析ticket免登嵌入方案支持自定义控制token失效时间。
重点升级概览可视化组件&控件升级富文本、LBS飞线地图、来源去向图等,样式配置均有能力升级。查询控件支持一键拖拽自动生成。移动端排行榜支持联动,整体图表图例效果升级。仪表板发布效率提升工具,可快速设置样式。即席分析提供更多个性化配置如合并单元格、取消总计等。订阅性能优化提升;订阅电子表格支持PDF附件。Quick 引擎的抽取加速模式开放给高级版用户,支持SQL Server数据源。全新推出安全增强的免登报表嵌入方案,链接、访问、看数等多场景一站式安全管控。变更内容可视化组件&控件升级富文本新增全局置顶的能力。LBS飞线地图中,新增自定义形状,支持自定义出发点或者到达点的图形形状。来源去向表中,在图表样式中新增可视化颜色配置,支持配置来源和去向线条的颜色。拖拽字段并自动生成查询条件。通过拖拽某个字段至查询控件,可以快捷生成查询条件。请参见新建查询控件。移动端图例展示效果升级。移动端新增默认选中最多显示一行图例功能,您可以根据需要选择是否选中一行显示。移动端排行榜支持联动。请参见移动端展示。仪表板发布效率提升工具包批量样式设置支持批量设置同一仪表板中图表的样式,同一样式操作更快捷、配置更高效。选中多个图表时,系统默认将相同配置项在样式中显示,您可以根据需要选择配置,效果图如下。格式刷通过格式刷快速将已有图表样式同步至其它图表上,高效编辑图表。刷新样式至相同图表刷新样式至不同图表源图表和目标图表有相同样式配置项时,可以刷新样式至新图表。复用其他仪表板内组件在同一工作空间下,支持复用其他仪表板的组件至当前仪表板,省时省力。图 1. 复用单个组件图 2. 批量复用组件使用快捷键高效制作仪表板。选中目标组件,通过快捷键即可快速复制、粘贴和删除图表组件。不同操作系统下,快捷键有所差异。快捷键Windows系统Mac系统复制Ctrl+CCommand(⌘)+C粘贴Ctrl+VCommand(⌘)+V删除Backspace(←)Delete(⌫)新建仪表板时,提示应用新模板。说明 仅专业版支持该能力。①:直接应用模板;②:进入模板市场获取更多模板。请参见工具栏功能配置。即席分析在页面设置中支持合并单元格。为了更清楚地展示数据分组情况,默认为合并单元格。但当您有查看明细数据等不需要合并单元格的情况时,可以在页面设置中取消勾选。请参见即席分析中的页面设置。在页面设置中新增显示总计。为了方便地查看按照不同维度拆解的合计数据,默认每个维度为显示总计。您可以在功能导航条取消单个维度的总计。若您想要快速取消页面上全部总计选项时,可以在页面设置中,去勾选显示总计。此时,整个页面中所有的总计均不显示,不仅仅针对某个维度。请参见即席分析中的页面设置。订阅电子表格订阅内容为电子表格时,支持发送PDF附件,当内容较多时,您可以根据需要选择横向或纵向导出为PDF附件。请参见创建订阅任务。订阅任务中增加中止按钮,请参见管理订阅任务。Quick引擎抽取加速支持SQL Server数据源。抽取加速开放给高级版用户。抽取加速容量限制:高级版支持抽取加速容量2 GB。专业版抽取加速容量调整为10 GB。数据集查询结果缓存中,新增定时清除缓存功能。请参见配置Quick引擎。嵌入分析全新推出安全增强的免登报表嵌入方案,链接、访问、看数等多场景一站式安全管控。请参见报表嵌入数据权限控制和传参的安全增强方案。说明 仅适用于专业版。新增Spark SQL数据源。请参见自建数据源Spark SQL。
To 亲爱的客户、合作伙伴和一直关注我的朋友们:在新年即将到来的节骨眼,虽然被杭州突然爆发的疫情打乱了脚步,但小鹰的年终大盘点还是如约和大家见面了^.^“速度”和“洞察力”一直是小鹰的长项。回顾2021年,我一直在持续精进:重磅推出了Quick引擎、模板市场、即席分析等高效易用的绝招儿,获得了不少客户和专业机构的肯定,得以再次入围了Gartner魔力象限。当然也一定存在需要补足的空间,需要继续成长。欢迎大伙儿来看看我的2021年大盘点(也顺便帮我转发哟),来年我会再接再厉哒∩_∩想说的还有很多,在此长话短说,祝大伙儿来年火力全开,BI(必)胜!From 你们的小鹰(Quick BI)同学【点击收看视频】
To 亲爱的客户、合作伙伴和一直关注我的朋友们:在新年即将到来的节骨眼,虽然被杭州突然爆发的疫情打乱了脚步,但小鹰的年终大盘点还是如约和大家见面了^.^“速度”和“洞察力”一直是小鹰的长项。回顾2021年,我一直在持续精进:重磅推出了Quick引擎、模板市场、即席分析等高效易用的绝招儿,获得了不少客户和专业机构的肯定,得以再次入围了Gartner魔力象限。当然也一定存在需要补足的空间,需要继续成长。欢迎大伙儿来看看我的2021年大盘点(也顺便帮我转发哟),来年我会再接再厉哒∩_∩想说的还有很多,在此长话短说,祝大伙儿来年火力全开,BI(必)胜!From 你们的小鹰(Quick BI)同学视频:https://dp.alibaba.com/exchange/article/356
“Quick”是产品始终追求的目标Quick BI数据可视化分析平台,在2021年二次入选了Gartner ABI魔力象限,这是对产品本身能力强有力的认证。在不断夯实B I的可视化体验和权限管控能力之外,推进Quick BI的全场景数据消费能力,让数据在企业内最大限度的流转起来。在规划中,Quick BI制定了产品竞争力建设的三大方向,包括Quick(快)能力、移动端能力和集成能力。针对其中的产品“报表查看打开慢”“报表开发数据同步慢”等性问题开展专项战役——Quick战役,以实现展现快、计算快,为使用者提供顺滑体验为目标。双引擎成就Quick全新体验无论是开发者还是阅览者,若想要在使用Quick BI的过程中获得流畅快速的体验,可能在这两个方面进行优化:在数据报表开发的过程中,大量级数据需要在一定范围的时间内响应,即计算要快;面对报表的查看者,首屏打开和下拉加载的时间需要在一定范围内完成,即展现要快。Quick BI推出计算引擎和渲染引擎,以双引擎的方式为产品全力加速。1、计算引擎(Quick引擎)包含原有直连模式,新增加速模式、抽取模式、智能缓存模式,用户按照不同场景的不同需求,通过配置开关进行模式的选择。在数据集开发和数据作品制作的过程中获得加速体验,可以有效提升用户报表的数据查询速度,减少用户的数据库查询压力。实时加速基于 MPP 内存计算引擎,查询中实时从数据库(调/读)取数据,并在计算引擎的内存中进行计算,有效提升用户数据计算的性能,适用于对数据时效有高要求的情况。抽取模式把数据库或数仓的数据抽取到Quick引擎的高性能列式存储引擎中,支持全量模式和增量模式,分析计算负载直接在Quick BI引擎中进行,充分利用Quick引擎性能的同时,降低用户数仓的负担,适用于没有独立数仓或数仓负载过重的情况。智能缓存提供的2种缓存模式都可以直接返回结果,提升用户查询速度,减少数据库访问次数。数据集缓存将用户已经查询过的结果缓存在 Quick BI 高速缓存组件内,一段时间内完全一致的查询可以直接返回查询结果。智能预计算算法根据用户的历史查询记录,对数据集的查询进行预聚合,提前计算出用户所需的结果,保存在高性能存储中。一旦用户查询命中,则直接返回结果。2、渲染引擎负责取得肉眼可见页面的内容,包括图像、图表等,并进行数据信息整理,以及计算网页的显示方式,然后输出并展现。由于BI场景的报表(仪表板、电子表格、门户等)内容相当复杂,渲染引擎的加速可以非常直接的影响Quick BI报表的打开速度,优化用户的报表阅览体验。渲染引擎的加速动作无需进行任何配置,无声地服务整个分析流程。渲染引擎进行了如下整体升级:资源(js/css/ajax等)加载优化:包括预加载、按需加载、任务调度、TreeShaking等前端计算&执行优化:数据流节流、懒数据策略、mutable改造、深克隆等计算优化等可视化升级:底层可视化统一,桑基图等大数据量下解析优化、渲染次数收敛等移动端升级:包体积优化(压缩前20.6M减少至5.6M)、图表预加载、资源本地化缓存等查询链路优化:支持 MaxCompute 加速查询、登录层优化、防止配置查询缓存穿透、缓存优化等性能工具升级:SQL诊断支持 MaxCompute 数据源,并支持 SQL 诊断工具的国际化等利用五种机制整体提升渲染引擎作业效果任务调度机制支持在各段加载和执行流程中利用组件或函数控制CPU时间和网络占用优先级,从而将首屏内容的展示时间点缩短至少了30%。截流渲染机制支持Redux类数据流体系,以配置化方式控制单位时间组件渲染次数,组件平均渲染次数减少90%以上。按需计算机制按需加载和执行JS逻辑组件及其资源,利用LazyObject思路(即:使用时初始化执行,而非定义时)进行按需调用,LazyCache思路(即:命中时计算和缓存,而非实时)进行数据流模型计算,节省约30%的CPU时间以及40%的网络占用。预加载机制通过将原本串行依赖的流程逻辑按不同时机并行(如:当页面拉取JS资源时同时拉取后端数据,在空闲时预加载下一屏内容),根据历史使用习惯预先加载后续可能访问的内容,达到瞬时查看的效果。资源本地化缓存机制将js等资源本地化的形式,加上根据不同设备(移动端等)的资源管理策略,有效解决系统内存释放导致的缓存失效,弱网环境导致的资源加载缓慢等问题。经过一系列核心能力的升级和特定场景的针对性优化,操作平均FPS(每秒传输帧数)可达55左右,较复杂报表下,首屏加载时间也从最初18秒降至3秒以内(中等简单报表2秒内),结合Quick引擎,还可以支持10亿级数据量的报表3秒内展现。典型场景下的性能体验全面提升1、数据开发视角的场景方案(1)报表展示的数据在一定时间内固定不变有些客户对数据需要每天进行一次汇总,并通过 Quick BI 的可视化图表以日报形式展示出来。这些展示的数据在下一次汇总之前都不会发生变化,同时这些汇总数据比较固定,不需要阅览报表的人主动更改查询条件。如是场景,推荐开启数据集上的缓存功能。用户可以自行设置缓存的有效期,在有效期内,相同的查询会命中缓存,直接将该周期内第一次查询的结果毫秒级返回。以上述场景为例,用户可以开启 12 小时的缓存,这样日报只会在第一次打开时进行数据查询,之后一整天的时间,一旦客户点击打开,报表就会立刻展现。(2)报表数据存在较多变化,对非实时数据进行分析以大促为例,商家在活动结束后,对大促期间的销量、营业额以及营销投放效果进行复盘。数据分析包含很多维度,比如类目、地区、部门等等。商家的分析师或者决策者在查看报表时,往往会对维度进行调整、变更、钻取,来获得更加深入的洞察。这个场景下用户数据查询的动作多变,上述的缓存策略往往很难命中。此时,可以在数据集的 Quick 引擎中开启抽取加速。抽取加速默认全表加速,允许用户同步T-1 的数据到 Quick 引擎高性能存储及分析模块中,后续的查询和计算会直接在 Quick 引擎中进行,减少用户数据库的性能压力。抽取加速可以做到亿级数据,亚秒级响应。与此同时还可以开启智能预计算模式, 会对用户的查询历史进行分析, 提前对可能的查询进行预聚合。用户的查询如果命中,则会直接返回聚合结果。(3)用户数据源查询慢,但对数据实时性有要求有的用户,数仓里的数据每天都在实时变化。以仓储管理为例,仓库里每天货物的进出是动态的,这些数据会实时落到数据库里,而客户希望能够通过 Quick BI 的报表,对这些动态数据进行分析。显然,上面提到的缓存方案以及抽取加速都无法达成这个目的。对于这类用户来说,他们可以在数据集的 Quick 引擎里开启实时加速, 通过引擎内置的 MPP 内存计算引擎,对数据进行实时的内存计算,从而达到加速的目的。开启了 Quick 引擎的实时加速,可以做到亿级数据,秒级响应。(4)用户查询依赖维度值的获取企业如果需要以产品类目为维度,对销售记录进行分析。这个时候,就会用到 Quick BI 的查询控件,以下拉列表的方式对“类目”这个维度的值进行展示和选择。以服装公司为例,共有100 个产品类目,销售记录上千万条。这个时候从完整的销售记录里获取类目值,效率太低。可以使用 Quick BI 提供的维值加速方案, 将类目的维度表配置进维值加速功能,此时100 个类目仅对应 100 行数据,而不再是原来的上千万条。再获取类目下拉列表时,就会直接从维度表中读取,大大提升下拉列表里维度值的获取效率。2、Quick BI阅览者视角的加速效果(1)即席分析表格500W单元格,秒级渲染完毕(60 FPS),操作流畅:(2)报表首屏打开基于双引擎,在1亿行数据,20个图表组件,常规聚合类查询下进行标准测试,一个标准复杂报表可在2秒内展现:更多关于“快速体验”的内容,欢迎试用Quick BIhttps://bi.aliyun.com/
Quick BI——阿里云上客户都在用的BI产品(中国唯一入选Gartner ABI魔力象限BI),无缝对接各类云上数据库和自建数据库,大幅提升数据分析和报表开发效率,0代码鼠标拖拽式操作交互,让业务人员也能轻松实现海量数据可视化分析。了解产品详情:https://www.aliyun.com/product/bigdata/biQuick BI即席分析:让业务实现自助分析无论是初创型公司还是大型集团,数据分析都是BI团队的核心工作之一,是驱动业务数据化和推动业务发展的利器。但是,随着业务的快速发展,BI团队支撑的工作量往往呈几何式增长,那么在人力资源有限的情况下,难以满足业务部门的诉求。“授人以鱼不如授人以渔”!Quick BI的即席分析,提供灵活的数据分析能力,随时取数、随时分析。在IT支撑,提供标准元数据,以及由组织管理员完善行级权限管控的基础之上,业务人员能够借助即席分析提成本的通过拖拽,零SQL的进行分析和取数,降低对BI分析师的依赖,最终实现数据分析和业务决策的提效。业务人员触发分析动机的场景即席分析可以是有目的性地主动创建,比如基于“商品库存”这个数据集进行主动分析;也可以是看数据时触发的,比如看到仪表板上的某个异常数据,想要进一步诊断数据异常的原因。用户再基于需要被分析的数据来进行个性化探索,如特定数据的筛选排序、交叉钻取、二次计算等,最终将结果以邮件、消息等方式分享给业务决策者。下图展示的是企业内从数据到分析到决策的一般流程,而即席分析最重要的是简化了中间的分析过程,将分析的能力赋予了每个业务人员。如何使用即席分析快速构建分析表格作为一个业务运营,关注的销售数据复杂多变,每天都需要组合不同场景的数据。例如需要根据全国门店的库存情况来调货,确保重点门店在大促期间库存充足。此时,仅仅依靠一个固化的交叉表并不能完全满足从华东区域销售数据联合全国门店库存情况调货的诉求。而即席分析的能力可以实现灵活的看数、取数。1. 数据准备进入数据集,通过数据集新建即席分析或者直接从即席分析模块一键创建。2. 数据选择即席分析页面左侧是数据面板。先有数据,再有表格,左侧数据面板可以直接加载具体维值符合操作习惯,左侧更方便将字段拖拽到右侧表格区域生成报表此处用一个动图大体演示下在即席分析中如何从数据面板中选择字段,通过拖拽生成表格。即席分析默认使用维值模式,每个维度字段可以直接展开当前维度下的具体维值并且拖拽选择维值,在数据选择的时候已经做了一部分数据筛选。勾选数据面板中的“仅展示维度名”可以从默认的维值模式切换到维度模式,此时与仪表板、电子表格等模块的数据面板一样,选择某一个维度则是将当前维度下的所有维值都选中。可以通过双击或拖拽维度的方式生成表格。比如这里选择运输方式这个字段,是直接将运输方式下的三个维值都选中了。3. 数据筛选在已经形成表格后,如果想要进一步的缩小数据查询的范围,也可以通过拖拽直接生成查询控件。即席分析的查询控件无需进行复杂的条件配置。比如,想要在已有表格基础上筛选出产品包箱类型为“中型箱子”和“大型箱子”,那么只需要在数据面板中直接选择“中型箱子”和“大型箱子”这两个维值拖拽到控件区域即可。若需要查看度量对应的筛选数据,直接将度量拖拽至控件区域内,再设置具体数值即可。比如想要查看订单数量>1000的数据,直接将“订单数量”拖拽至控件区域内,再输入对应数值。4. 数据计算在即席分析中,可以在已有表格中直接右键来进行功能操作。根据选中的内容不同可进行的操作也不同。比如右键选中2个度量时,可以进行百分比、差异百分比和四则运算,计算公式按照选中的顺序来显示。除了默认提供的几种快捷计算,还可以通过自定义计算来写表达式。5. 交叉钻取下钻&上卷所有在数据集中配置了层级结构的维度字段,只要不是层级结构中的最后一层,都可以在即席分析中的表格进行下钻的操作。通过下钻去进行更细粒度的数据查询。比如下图中的地理层级结构,可以从原来的“区域”下钻到“省份”,从“省份”下钻到“城市”;右键子层级的维值,可以回到上一层。展开展开是针对当前选中的行维度所属的维度整体来展开的,比如这里的是维度“区域”,选中“西北”这个维值后点击展开,最后是增加“省份”的所有值。即席分析还能支持展开不同层级的维值,比如下图中表格原本展示的是“华中”、“华北”两个区域+“江苏”、“浙江”、“福建”、“江西”这四个省份的数据,展开时能自动根据所处的层级展开到下一层,已经到最后一层的可以自动合并不再继续展开。更多关于即席分析的内容,欢迎试用Quick BI体验 https://bi.aliyun.com/
Quick BI——阿里云上客户都在用的BI产品(中国唯一入选Gartner ABI魔力象限BI),无缝对接各类云上数据库和自建数据库,大幅提升数据分析和报表开发效率,0代码鼠标拖拽式操作交互,让业务人员也能轻松实现海量数据可视化分析。了解产品详情:https://www.aliyun.com/product/bigdata/biQuick BI是专为云上用户量身打造的智能数据分析和可视化BI产品,帮助企业快速完成从传统的数据分析到数据云化+分析云化的转变,将企业的业务数据产出后以最快的速度被推送到各组织侧消费使用。本篇着重介绍Quick BI在可视化分析上的能力与演进之路。Quick BI可视分析的能力图谱传统的报表的结果是对统计模型的解释而不是对业务的解释。所以对可视分析的期望,为企业各个业务系统提供描述、诊断、预测等数据洞察能力的不是报表,而是带有分析(洞察)和叙事能力(见解)的 DataStorytelling,Quick BI的可视化的定义也从「可视化图表」延展为「洞察+解读」。Part1 可视化Quick BI的可视化包含可视化图表,和模板、主题;主题支持6套默认主题背景(包含深浅皮肤色),以及用户自定义主题,适应不同的产品风格。其中可视化图表按照分析意图分为比较类图表、趋势类图表、分布类图表、关系类图表、占比类图表、空间类图表,详细的后续会在另外一篇可视化中展开。Part2 数据洞察-分析型组件可视化一直是BI产品的核心能力,而Quick BI认为数据可视化要从简单的数据呈现向数据快速分析进行升级,而交互式的可视化可以明显提升数据分析的效率。除了通过交互式的操作(钻取、联动、跳转、圈选、排除等)快速发觉数据之间的关联和组成关系,Quick BI进一步提供可交互式的图表(指标拆解图)打开全新的快速洞察方式。新增的指标拆解图可以帮助用户自定义分析所需的指标和纬度,用户可以随时调整分析的维度和拆解顺序,在指标出现波动和异常时能够快速定位到影响原因。同时,Quick BI全新上线动态组件支持通过将静态的数据以动态的形式进行表达。常规的饼图、条形图、气泡图等往往只能表达切片的数据,而不能表达随时间变化而变化的数据。Quick BI通过结合播放轴和时间线可以让最普通的图形也能直观的表达出业务的动态变化。比如今年疫情中大量使用的动态柱形图让大家一目了然的了解到各个国家和地区随时间推移的疫情变化情况。这里具体比如线下、线上的用户活跃度随时间变化的情况。Part2 数据洞察-波动分析Quick BI除了能描述出数据当前的信息外,还可以通过将机器学习、人工智能和可视化分析的能力相结合,让分析人员快速获取和发现隐藏在数据中的价值。比如波动原因分析可以帮助用户在趋势类图形中自动拆解分析核心指标波动的原因,并以自然语言呈现各种因素对波动的影响情况。例如:对于某店铺订单数量的变化趋势如下,通过波动原因分析当前影响订单数量关键影响因素是 new_add是1111,以及区域为华北,可以针对性的询问一下是否进行了部分的运营活动和操作。Part3 构建数据故事为了解决业务中多报表且分散。以及单个报表内容量大,却没有旁人讲解时,阅览者无法读懂的问题,所以引入Data Storytelling的能力。Data Storytelling构建数据故事是一种将交互式数据可视化与叙事技术相结合的数据表达方式,用引人注目和易于理解的形式将分析内容进行演示。Gartner近两年进一步重视Data storytelling在ABI领域的价值,Quick BI也结合自身的能力和国内用户的场景,推出了两种层次的数据故事构建能力。第一个层次是多页面级别,Quick BI支持将大量的报表和链接组织成「数据门户」,可以帮助企业以一定的业务视角,层次递进的呈现数据分析体系。这样的门户可以是公司总体情况到分业务、分部门的形态,也可以是按照生产制造的各个环节一个一个展开数据内容。一个门户就是一个分析使用数据的视角,好的门户往往能清晰的表达企业的业务构成甚至战略方向。第二个层次是页面级别,单个仪表板往往聚焦于一个分析主题或几个分析指标,常以总体概览、趋势变化、不同维度切分的方式在单个页面内进行分析。而分析者经常遇到缺乏分析思路、分析组件多,不知如何选择等问题,Quick BI新引入的「故事动线」组件,可以大大提高分析师组织分析思路和呈现数据价值的效率,让报表的访问者可以快速掌握数据背后的意义和价值。后续还会针对以上三趴分别展开说明,敬请期待!更多了解Quick BI 可以查看https://www.aliyun.com/product/bigdata/biQuick BI——阿里云上客户都在用的BI产品(中国唯一入选Gartner ABI魔力象限BI),无缝对接各类云上数据库和自建数据库,大幅提升数据分析和报表开发效率,0代码鼠标拖拽式操作交互,让业务人员也能轻松实现海量数据可视化分析。
大东鞋业一季大约有500款的新品。大区下辖的各个分公司要对这500款新品进行订货数量的提报,而这个数字来自于以往的经验和高层下达的KPI。分公司确定了每款的订货数量,接下来就要考虑如何首铺,什么样的鞋放在什么样的门店也靠经验支撑。经过一段时间的销售才能后置的根据经营状况对畅销款进行补单,补单量依旧是靠人为经验或者既定规则。 在创业初期根据人的经验做一些较为激进的决策,让大东在市场快速扩容,屡创佳绩。但当业务趋近饱和,越来越多的竞争对手涌现,经验上的“激进”和“不稳定”就会变成一种赌博,一旦没有赌准,便会面临巨大的损失。 只有数据能帮助决策实现持续且极致的精细化 大东创建了全资子公司屹创,负责大东主品牌和子品牌的数字营销技术与运营。 “数据化也有不同的发展阶段,就像开车一样,一开始认路靠的是老司机对一定区域熟悉的记忆,然后有了可以按图索骥的地图,之后是数字化的导航,最后就是实现自动驾驶了。我们现在利用AI+BI走在了数字化导航的阶段。“ 屹创新零售总经理汤叶青说到。 Quick BI助力数字营销与运营2019年,大数据引擎在大东集团拉通,这是一个0到1的过程。通过引入MaxCompute和Quick BI,将报表取数从业务系统中彻底剥离,不但解决了以往数据查询即刻导致数据库闪崩的状况,还搭建起完善的报表体系,稳定应对高频、高并发的数据分析。Quick BI能力大图 营销管理数据门户搭建 112家分公司全覆盖 具有专业能力的数字营销技术与运营团队与分公司业务人员充分调研之后,为商品首铺、补货、调价等等场景设计多套完善的指标体系,在Quick BI后台连接多种数据源,完成复杂的数据建模与计算,产出数据报表,并搭建完整的数据门户。数字营销技术与运营团队完成统一建设后,然后通过Quick BI的空间管理、行级权限管理,安全的将数据下放至112家分公司,再由分公司商品部门随业务需求的变化自主选择重要的数据指标,通过拖拉拽的方式,零SQL的产出数据报表,并个性化的完善营销管理数据门户。营销管理数据门户测试数据样板 在这套机制运行的过程中,数字营销技术与运营团队的数据分析师会接到分公司提出的新指标开发需求,发现有的需求视角独特,非常值得大家借鉴。为了鼓励更多的人参与数字化运营的思考,集团举行了指标体系应用的评选。 在同一个大区的同一时间段,各个分公司都在做同一件事。比如夏季首铺,大家需要通过数据的支持,将商品铺至各个门店。而在这时候,他们最关心的数据指标是什么,会制作出怎样的报表,在首铺环节产生了怎样的价值?这就是一个适合业务横向评比和经验交流的时机,也是数字营销技术与运营团队沉淀分析模版的好机会。 智能算法调价 优化库存结构 提高出货效率 Quick BI能为大东提供良好的数据可视化及仪表板的支持。除了报表和自助分析服务外,Quick BI还提供了部分人工智能能力。鞋品的价格在其全生命周期中会历经次数不等的调节,而调价的原因和调至的价格会受到很多因素的影响。调价前通常会设置一个目标,包含销量与均价,再将一些变化的场景因子考虑进去,比如温度、天气、上架时长、节假日等等。再与现有的店铺和商品纬度的业务数据结合,通过算法模块进行定价的计算,最后输出调价模型,以及调价后的业务评估指标和模型评估指标,用于对调价后销售表现的复盘。 设定的目标和需要被考虑的动态场景因子,是每次调价都不尽相同的变量。这一过程通过Quick BI的数据填报功能输入,该模块提供增、删、改、查以及审批、导出功能。输入的数据被直接存储于RDS数据库。与存储的业务数据一同在大东的自建智能算法模型中计算出调价模型,完成价格审批流程,将模型导入SAP生成调价建议。灵活的数据填报和修改可以强化从数据调整到智能再到分析的闭环。 算法产出的业务评估指标和模型评估指标由Quick BI搭建可视化报表,呈现调价后的销售目标完成状态和细节数据变化的洞察。以杭州地区2021年春季调价为例,系统产出的调价建议采纳率为75.7%,调价后销量达成率95.6%。汤总提到的自动驾驶,也出现端倪。 高频日报、周报生产提效 分布在112家分公司的商品部是高度数据化的部门,在这里每天都要产出日报,指导铺货、补货、调货的决策,每周还要产出周报向上汇报。以往,需要向总部IT提交数据开发的需求,从开发取数,再到制作报表,少则需要2小时。现在,Quick BI中“分析师”角色开放给商品团队经理进行自助分析,通过选择适合的可视化图表或电子表格,利用控件进行条件约束,仅需拖拽指标即可在30分钟内完成日报。适合公开的数据结果还可以通过钉钉群进行广泛推送,触达更多的人群。钉钉群推送报表 支持丰富数据源直连 开放是Quick BI一直坚持的方向,这在支持的数据源类型上也能洞见一二。早期,由于成本因素,大东会选择多种数据库存储不同的业务数据,早在BI工具选型调研时发现很多BI产品不能支持现有数据库。而Quick BI覆盖的数据源多达38种,并且迭代速度很快,几乎每次发版都会新增数据源类型。随着业务的发展,大东开始了更多的尝试,目前利用数据湖DLA订阅友盟SDK埋点数据,友盟采集到的数据,会回流至数据湖DLA,Quick BI可以直连数据湖,读取友盟端实时RT数据明细表,在线根据营销场景分析需求,创建数据集进行在线多维分析。大东鞋业在顺应时代发展的道路上,一直走在积极探索数智化转型的前列。围绕用户价值,大东鞋业充分利用数据和技术思维快速洞察目标客户的潜在需求,进行商业模式再造,重塑价值链,真正实现“7天快时尚”。
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,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。Gartner ABI领域魔力象限的评选条件全面且严苛。Gartner将围绕厂商们各个维度的能力进行打分,并将表现优先突出的厂商纳入魔力象限。为让大家更全面了解Quick BI,从以展开进行阐述。Quick BI是专为云上用户量身打造的智能数据分析和可视化BI产品,帮助企业快速完成从传统的数据分析到数据云化+分析云化的转变,将企业的业务数据产出后以最快的速度被推送到各组织侧消费使用。1、从阿里内部上云孵化而来BI在阿里巴巴内部是重要的数据分析工具,应用在一线小二与管理层工作的方方面面,BI工具是数据化运营和数据化决策的基础。Quick BI汲取了阿里巴巴内部BI设计与应用的经验,产品孵化后通过阿里云对外部企业提供服务。在从IOE时代到分布式数据存储和计算时代过渡的进程中,阿里巴巴发现市场上的BI工具无法满足大数据量计算和快速分析的需求,并且单个工具的能力比较单一,无法满足各种复杂多变的场景。而那时的阿里巴巴,各个业务的需求爆炸式增长,急需一款即使没有数据开发和分析背景的人员也能使用的取数工具。于是决定自研一套在分布式数据存储框架上的取数工具。之后一段时间内部不同BU的数据分析类的工具百花齐放,有的面向于复杂的表格,有的用于快速的制作报表,有的只能搭建移动端的报表。在登月(阿里内部数据全部迁移到ODPS)之后,阿里巴巴推出了阿里内部统一的云上BI分析工具,并且在集团内部不断演化,直至不仅能在各业务线的决策分析中发挥作用,还能贴合电商营销和行业运营构建专题性的数据分析产品。也可直接服务于技术、运营、产品等角色的一线员工快速连接数据生成报表。最终发展成10万员工快速上手的功能强大的BI平台。除了关注内部员工以外,在服务淘宝、天猫的商家时,发现数据作为企业基础资源,并没有被很好的消费和使用。从2017年开始,更为普世的面向全行业的基础数据分析工具Quick BI开始向云上的客户提供SaaS服务,现在除了公共云,还以敏捷专有云、标准专有云和独立部署的方式向非阿里云客户提供BI服务。2、数据联合分析能力Quick BI并非是将内部BI产品原封不动的搬到云上,适合于大型互联网公司的内部产品不一定适合广泛的阿里云上客户。一开始,Quick BI的定位是帮助客户分析他们在阿里云上存储的数据,所以依照阿里云数据存储的类型进行了全面的接入。业务本身建立在阿里云上的企业,数据会存储在各种云数据库和存储中,阿里云提供了多种选择,帮助大型企业进行数据的批量处理和流式处理,处理后的结果也会存储在阿里云上,比如Maxcompute、RDS、ADB、Hbase或Hologres等,不同类型的存储提供了对于亿、百亿和千亿以上量级的存储和计算能力。现实状态下有的客户还在迁移上云过程中或者本身就是混合部署,他们还有部分数据存储在本地,这就需要对本地和云上的数据进行联合分析,Quick BI通过自建的查询引擎,以及和阿里云Data Lake Analytics产品的合作,提供了较强的对异构数据进行联合分析的能力。3、如何利用Quick BI 构建数据分析体系对于大多数主动发起或统一规划的数据中心,数据分析体系或者说报表体系一般是从无序到有序,或者从有序到无序再到有序的路径建立起来的。IT团队或者数据分析师首先基于对业务的理解,建立面向业务的报表体系,这种固定的报表体系只能满足部分业务的需求,其他需求则需要配置临时报表。随着业务的变化有越来越多的报表需要上线和下线,原本统一固定的报表体系也变得越来越混乱无序,此时又再需要进行重构。良性演进建立起来的数据分析体系,一般包括决策分析、业务专题分析和临时报表。决策分析和业务专题分析通常会用固定的数据产品形成报表体系,由专业的数据团队维护,可以保持较长周期的稳定。而临时报表可以随着业务的变化临时创建和消亡,当业务稳定后对应的临时报表再沉淀到固定报表体系中。拥有复杂场景解决能力的Quick BI提供了多种数据分析能力,包括:仪表板、电子表格、自助分析、大屏、自助取数等。仪表板可创建分析思路经明确的、有一定数据逻辑的报表或者数据产品;电子表格适合样式复杂,甚至需要对单元格级进行调整的场景,比如银行报送的报表、政府单位逐级填报汇总的报表,只要熟悉Excel不需要会写SQL也能轻松配置;自助分析适合分析维度和指标都比较多的大宽表,由数据团队构建并保障大宽表的产出,业务人员随着业务需求随时组合不同维度和指标,可以定位数据波动原因,也可分组汇总数据等。这些分析不需要固化,即分析即走;还有一些场景需要导出大量数据,再进行后续分析或者导入其他系统,比如用户名单、订单明细等,动辄几百万上千万,这时使用自助取数就可以方便的完成。Quick BI最新产品大图数据分析和可视化结果能在多种渠道被使用。不止可以在PC浏览器访问,还可以在移动环境下通过手机端访问(可视化效果自动适配手机屏)。针对工厂、会议室、活动现场等场合,还可以投像至电视屏。无论是通过导出、分享还是订阅,当数据发生变化或出现波动时,便会主动推送给关注这组数据的人。当企业在使用钉钉或者企业微信时,Quick BI可以和他们很好的集成,提高业务沟通中查看数据、分析数据的效率。Quick BI可以给群或单个用户主动发送消息,也可以用系统通知的方式发送信息。钉钉群甚至可以设置智能机器人,群成员向Quick BI机器人提问,即可查找数据和报表。4、Quick BI 的数据可视化能力可视化是BI产品的核心能力,Quick BI认为数据可视化应该从简单的数据呈现向快速的数据分析进行升级,而0代码交互式的可视化操作面板可以明显提升数据分析的效率。除了通过交互式的操作(钻取、联动、跳转)快速发现数据之间的关联和组成,Quick BI进一步提供全新的快速洞察方式。新增的指标拆解图可以帮助用户自定义分析的指标和纬度,用户可以随时调整分析的维度和拆解的顺序,在指标出现波动和异常时能够快速定位影响因素。5、生意参谋自助分析生意参谋自助分析功能针对在集团电商平台开店的卖家推出,Quick BI 和生意参谋联合打造了生意参谋自助分析模块。当天猫、淘宝的卖家在使用生意参谋进行店铺数据化运营过程中,面对现有报表无法满足需求时,可以通过拖拉拽的形式,0代码的对生意参谋内的数据进行自助分析。以前卖家只能勾选维度和指标,选择时间周期,将数据下载到本地再进行分析。现在,在线即可完成分析,做好的仪表板页面也能保存在生意参谋中。目前有近两千家店铺因此受益。6、钉钉2021年初,Quick BI和钉钉团队合作。在钉钉应用市场推出“智能报表”应用,帮助在钉钉上的百万企业分析在钉钉中产生的任务、表单、流程等数据,并支持将钉钉中产生的数据和企业自有的业务数据进行融合分析。
前言企业想要拥有领先的数据分析能力,自研往往需要投入巨大的人力和财力。Quick BI作为唯一一个连续两年入选Gartner魔力象限的中国BI产品,具备强大的全链路开放集成能力,可以轻松的与企业原有系统匹配融合,帮助企业快速构建起强大好用的数据分析平台!【点击收看功能介绍1分钟小视频】BI是企业数字化进程中不可或缺的工具企业数字化升级进程中,业务快速发展,旗下领域和数据量也随之不断增长,但会发现越来越多的问题涌现:1. 数据价值难以挖掘企业信息化程度虽高,但业务系统烟囱式架构导致数据口径难统一,分析成果无法有效分享、沉淀,各个业务部门总觉得数据需求得不到满足。2. 数据难以自助获取、分析需求日益旺盛业务部门自助分析的需求越来越大,企业现有的报表工具无法满足灵活的自助分析要求。3. 数据报表开发周期长业务变化快,报表响应速度跟不上,业务部门满意度低。4. IT管控成本高组织变动导致账号、权限维管复杂,且人员和报表无法精细化管控。管理驾驶舱成为业务管理必不可少的工具,但不定期的报表内容更新,运维成本颇高。企业亟需集成一款BI分析产品,一方面帮助企业降低成本,另外一方面支持业务分析决策。但自研难度大、耗时长、成本高。而Quick BI丰富、灵活、安全的集成能力、由浅入深的可拓展的多场景集成解决方案,可以高效解决以上痛点,帮助企业形成数据标准管控体系,整合各个信息系统,建立完整全面的企业级数据分析平台,下面让我们一起了解下Quick BI的开放集成体系吧!Quick BI+体系化开放集成能力,服务多种业务场景开放集成,作为Quick BI核心能力优势之一,从数据、可视化、资源集成、到安全、系统、业务集成,全链路开放以及应用。灵活可拓展的集成模式,高效低成本的集成体验,Quick BI可贴合不同企业、不同生态伙伴的诉求,被不同程度的集成应用到业务系统以及业务场景中。图1 Quick BI产品大图能力构成Quick BI开放集成体系,由登录认证、流程自动化、嵌入分析、数据服务、自定义拓展五大产品能力构成:图2 Quick BI开放集成能力大图一、登录认证Quick BI提供了OAuth2.0、SAML、LDAP等多种主流的安全登录认证方式,可以从登录层与企业QA、ERP、CRM等业务系统完成融合。同时支持钉钉、企业微信、飞书等主流的办公OA平台账号登录,丰富的登录策略,帮助企业实现统一看数,提高用数的效率。图3 登录策略配置功能界面示意图二、流程自动化从组织成员、权限管理到数据精细化管控,Quick BI 提供了八十多个不同功能、不同应用场景的API,帮助企业实现自动化人员账号增删改、权限精细化赋予,以及三方系统应用匹配,大幅降低IT运维管理成本。同时面向有构建SaaS化产品的企业以及生态伙伴,开放系统级API,帮助其更加灵活、个性化的管控不同的租户。图4 Quick BI开放API列表示意图图5 API应用场景示意图三、嵌入分析嵌入分析,击穿了BI集成的最后一公里。除了登录态集成外,Quick BI还提供了安全增强的报表嵌入分析方案。支持整张报表嵌入,或以单图表粒度嵌入三方系统。支持仪表板、电子表格、自助取数等报表嵌入到三方系统。报表嵌入从开通、报表数据加密认证、嵌入URL的生成、防纂改、防分享到报表嵌入关闭,全生命周期的管控报表数据安全。生成的嵌入链接可自适应多种终端设备,支持客户构建PC端、移动端、小程序等数据产品。结合全局参数可实现自定义传参,打造千人千面的看数体验。图6 基于Ticket认证的免登嵌入流程示意图除了报表级集成能力,Quick BI同时支持模板级和BI平台级的集成能力,支持报表以模板的形式推送到组织内,支持以平台形式集成到业务系统,打造企业自己的、或者商业应用的数据自助分析平台。图7 Quick BI模板管理功能界面示意四、数据服务为更好的满足企业多场景业务分析应用,Quick BI开放了自定义API能力,客户可以视需求场景将明细或者汇总数据封装成API,直接二次应用于企业业务系统,如构建指标管理系统,评论系统等,亦可与企业第三方系统对接,让数据发挥更大价值。图8 自定义API功能示意图五、自定义拓展Quick BI除了提供通用的全链路集成能力,考虑到企业复杂及个性化的业务场景,陆续建设了一些自定义能力,让开发者可以更加自由、可控的满足多场景的应用。自定义组件:Quick BI提供自定义组件能力,同时可兼容Echarts、Metabase、AntV等开源组件效果,为高度可视化创造无限可能。图9 某客户开发的自定义组件示例图自定义菜单:依托于自定义组件基础能力,Quick BI提供了可连接三方系统的通道,让三方系统可以嵌入在Quick BI内部交互。开发者可以自定义仪表板、图表组件、电子表格的功能菜单项,给企业用户完整的产品体验。如基于Quick BI的自定义菜单,对接企业审批系统、指标系统、监控系统等。图10 自定义菜单功能界面示例图图11 某客户自定义菜单应用示意图Quick BI+业务系统,沉淀可复用解决方案结合Quick BI开放集成能力,由浅入深,Quick BI构建了三套成熟的集成解决方案。为阿里云、独立部署、国际站等不同环境的客户提供适合企业长线发展的集成模式。图12 Quick BI集成解决方案示意图一、免登嵌入分析解决方案针对云上有集成诉求的客户,推荐选择轻量级的Ticket免登嵌入分析方案,利用Quick BI自带的账号和权限管理能力,结合Quick BI提供的安全嵌入分析,将报表低成本与企业业务系统集成,高效构建自有品牌特色的数据产品。如二维火客户,基于Quick BI的免登嵌入解决方案,构建了商家运营系统,服务了万千餐饮商户,带动餐饮行业玩转数据分析。图13 Quick BI免登嵌入分析解决方案特性二、登录态集成解决方案针对独立部署环境有集成诉求的企业客户,推荐选择通用的登录态集成解决方案,依托Quick BI 标准化的登录认证策略,将Quick BI账号与企业账号打通,同时通过Quick BI提供的丰富API,实现用户组/用户自动同步增删改查,自动实现报表对象范围权限的变更等,在为企业带来统一的登录、看数体验的同时,降低企业系统运维管理成本,帮助企业打造统一的大数据分析平台。如来电集团,基于Quick BI登录态集成解决方案,构建了集团统一的数据分析平台鹰眼系统,驱动各个业务线快速决策分析。图14 Quick BI登录态解决方案在来电集团落地示意图三、多租户SaaS化集成解决方案针对生态伙伴以及有SaaS化架构的企业客户,推荐选择多租户集成解决方案,依托Quick BI多租户管控的产品特性、成熟的数据隔离解决方案以及灵活的模板发布管理能力,结合系统级API个性化管理租户,并设计差异化的计费体系,可以帮助高SaaS化结构的企业,自助构建数据分析产品。如睿本,基于多租户集成解决方案,构建了分析云,为行业众多品牌商提供自助分析能力。图15 Quick BI多租户集成解决方案在睿本云落地框架小结秉承安全、灵活、高效集成的基础设计原则,围绕帮助企业提升数据价值为目标,Quick BI一直在努力深入市场、深入行业,深入业务,深入客户之中,不断设计、打磨更多开发者喜爱的产品、工具以及解决方案,持续将被验证可靠的集成能力,以开放的形式反哺到企业业务之中,让Quick BI+的模式,助力业务熠熠生辉,创造无限可能!
前言今年双十一刚刚落幕开售第一小时,天猫上有超过2600个品牌成交额超去年首日全天,78个去年双11成交额千万级的品牌,今年突破了1亿元大关。在大促狂欢的氛围背后,对于品牌商家而言,双十一的价值已不仅仅是数据大屏上的一串数字,在达成生意目标的同时,商家也在通过数据,持续追踪构建品牌的长期可持续发展能力。将数据更好的融入日常工作中,一个重要的前提条件就是多端多渠道的数据触达和办公协同能力。Quick BI凭借移动端交互体验,帮助用户随时随地便捷查看报表,并通过在线协同方式,追踪策略的执行落地。让数据在企业中流动起来,真正将数据贯穿在业务决策的过程中。【点击查看1分钟功能介绍小视频】Quick BI移动端整体解决方案为了让用户随时随地消费数据,利用数据做决策,Quick BI移动端提供了一套完整的解决方案。数据在企业内的流通本质是一个闭环的过程,从数据内容触达数据消费者到数据消费者基于数据内容进行分析决策,再到决策后进行协同落地,最后又会形成新的数据内容。Quick BI移动端在企业数据流通的不同环节,有针对性地进行了产品能力建设,让数据价值流动起来。数据内容触达数据内容触达数据消费者从动机来看可以分为主动和被动两种:· 数据消费者可以主动从Quick BI的微应用中通过导航/门户/搜索等能力去找到自己想要查看的内容· 也可以通过邮件、监控告警、推送的报表信息等方式被动接收数据内容1. 订阅推送新的一天,从数据早报开始。每天早上,可以借助邮件订阅,让企业内员工都能收到Quick BI自动推送的数据日报。只需简单的配置,即可在邮箱、短信、钉钉工作通知、钉群等多个终端定时开启邮件推送。2. 监控告警还在担心数据异常无法感知?Quick BI能够监控指标异常,当数据发生异常时及时触发通知,手机端就能快速查看异常数据,迅速响应。· 支持小时、日、月粒度的实时监控。· 支持短信、钉钉群、钉钉工作通知等方式告警,随时随地响应告警,处理异常数据。3. 微应用推荐作为数据内容的生产者,IT人员常常面临这样的难题:上新了某个核心数据指标或者核心报表,怎么能够快速通知到所有使用BI的人呢?这个问题的本质其实是内容生产者如何把数据内容分发给合适的消费者。Quick BI的移动端微应用就为消费者提供了一个寻找数据内容的阵地。在微应用的“常用”页面,管理员可以配置企业主推的数据报表或门户导航,将核心数据内容推荐给适合查看的人员。同时,借助banner位和轮播消息,管理员也可以推送重要数据内容和消息通知。类比淘宝首页,每一个用户都能通过搜索/推荐等途径获取想要的商品信息。作为数据消费者在使用Quick BI移动端微应用时,我们也提供了多种路径帮助用户降低数据信息获取的成本。基于数据内容分析决策数据内容触达阅览者之后,希望阅览者能够基于数据内容进行分析决策,而这有两个重要的前提:· 数据内容的生产者(报表开发者)能够基于移动端特性,设计符合需求的移动端交互习惯的样式,且搭建成本要足够低;· 数据内容的消费者(报表查看者)能够在移动端获得较好的看数、查数和分析的体验。1. 搭建成本再降低所见即所得的移动端报表搭建来了!Quick BI支持直接在移动模式下搭建所需移动报表,报表开发者再也不需要为了调整一个样式配置项,在PC和移动模式下来回切换了~想要配置出好看的报表更简单了!Quick BI移动端上新了主题功能,仪表板展示的灵活性更高。报表开发者可以一键切换主题样式,例如双11战报、政务风报表、阿里健康疫情统计等,快速配置出好看的报表。高管查看的移动端报表更需要考虑美观度,我们在主题配置中提供了圆角、背景色&图片、标题边框等个性化功能使仪表板更具风格。2. 样式&分析能力再升级在优化针对重点图表给予移动端特性做了样式和交互优化后,报表查看者看数和分析数据的体验也得到了显著提升。比如基于移动端的展示空间特点,特别设计了适合移动端展示的交叉表样式。通过合并行维度整合相关维度值,尤其适合零售场景中的商品信息展示。Quick BI所有报表&数据门户,设置手机设备横屏后,支持以不同设备方向查看报表数据。能够解决表格类图表(如交叉表)竖屏阅读效率低的问题同时,Quick BI移动端支持联动、钻取、跳转等交互方式,结合查询控件能力升级,整体分析数据体验提升。例如在高层管理者看板中显示各个大区的销售概览数据,单击可在当前页面弹出小浮层,快速查看各个大区的详细数据,单击切换不同的大区,可以快速切换查看各个大区的数据,轻量高效地查看自己感兴趣的数据,而不用跳转到新页面,在多个报表页面中来回切换。分析决策后的协同落地基于数据报表进行分析决策后,如何快速追踪策略执行落地,打通看数据、分析数据、执行落地的业务闭环也是Quick BI在移动端办公协同中的重点思考。得益于和钉钉天然的集成性,Quick BI提供了action打通的特有能力,目前已经打通了钉钉待办、日程、DING的功能,能够支持数据的快速分享,DING到对应的负责人,推动执行落地。比如,老板查看销售数据的KPI情况,发现有问题或对数据不满意,就能直接DING到对应的负责人来排查问题;在群消息里看到每日推送的营收日报,发现某一个大客户申请试用了,于是能够快速进行后续商务对接,及时的响应帮助促成试用到购买的转化。更多关于移动端的内容,欢迎试用Quick BI来体验 https://bi.aliyun.com/
Quick BI即席分析:让业务实现自助分析数据部门是一个容易被投诉的“高危”部门,需求响应慢、数据准确性不高会影响业务的发展。然而数据分析师每周动辄就有几十个需求在手,无限的加班也无法解决所有问题,到底怎样才能改变BI分析师的需求响应问题呢?无论是初创型公司还是大型集团,数据分析都是BI团队的核心工作之一,是驱动业务数据化和推动业务发展的利器。但是,随着业务的快速发展,BI团队支撑的工作量往往呈几何式增长,那么在人力资源有限的情况下,难以满足业务部门的诉求。“授人以鱼不如授人以渔”!Quick BI的即席分析,提供灵活的数据分析能力,随时取数、随时分析。在IT支撑,提供标准元数据,以及由组织管理员完善行级权限管控的基础之上,业务人员能够借助即席分析提成本的通过拖拽,零SQL的进行分析和取数,降低对BI分析师的依赖,最终实现数据分析和业务决策的提效。业务人员触发数据分析动机的场景即席分析可以是有目的性地主动创建,比如基于「商品库存」这个数据集进行主动分析;也可以在看数据的过程中触发,比如发现仪表板上的某个异常数据,想要进一步诊断数据异常的原因。用户再基于需要被分析的数据来进行个性化探索,如特定数据的筛选排序、交叉钻取、二次计算等,最终将结果以邮件、消息等方式分享给业务决策者。下图展示的是企业内从数据到分析到决策的一般流程,而即席分析最重要的是简化了中间的分析过程,将分析的能力赋予了每个业务人员。使用即席分析快速构建分析表格通常,业务运营关注的销售数据复杂多变,每天都需要组合不同场景的数据。例如根据全国门店的库存情况来调货,确保重点门店在大促期间库存充足。此时,仅仅依靠一个固化的交叉表并不能完全满足从华东区域销售数据联合全国门店库存情况进行调货的诉求。而Quick BI即席分析的能力可以实现灵活的看数、取数。1. 数据准备进入数据集,通过数据集新建即席分析或者直接从即席分析模块一键创建。2. 数据选择即席分析页面左侧是数据面板。先有数据,再有表格,左侧数据面板可以直接加载具体维值符合操作习惯,左侧更方便将字段拖拽到右侧表格区域生成报表此处用一个动图大体演示下在即席分析中如何从数据面板中选择字段,通过拖拽生成表格。即席分析默认使用维值模式,每个维度字段可以直接展开当前维度下的具体维值并且拖拽选择维值,在数据选择的时候已经做了一部分数据筛选。勾选数据面板中的「仅展示维度名」可以从默认的维值模式切换到维度模式,此时与仪表板、电子表格等模块的数据面板一样,选择某一个维度则是将当前维度下的所有维值都选中。可以通过双击或拖拽维度的方式生成表格。比如这里选择「运输方式」这个字段,是直接将运输方式下的三个维值都选中了。3. 数据筛选在已经形成表格后,如果想要进一步的缩小数据查询的范围,也可以通过拖拽直接生成查询控件。即席分析的查询控件无需进行复杂的条件配置。比如,想要在已有表格基础上筛选出产品箱包类型为「中型箱子」和「大型箱子」,那么只需要在数据面板中直接选择「中型箱子」和「大型箱子」这两个维值拖拽到控件区域即可。若需要查看度量对应的筛选数据,直接将度量拖拽至控件区域内,再设置具体数值即可。比如想要查看订单数量>1000的数据,直接将「订单数量」拖拽至控件区域内,再输入对应数值。4. 数据计算可以在已有表格中直接点击右键来进行功能操作,根据选中的内容不同可进行的操作也不同。比如右键选中2个度量时,可以进行百分比、差异百分比和四则运算,计算公式按照选中的顺序来显示。除了提供默认的几种快捷计算,还可以通过自定义计算来写表达式。5. 交叉钻取下钻&上卷所有在数据集中配置了层级结构的维度字段,只要不是层级结构中的最后一层,都可以在即席分析中的表格进行下钻的操作。通过下钻去进行更细粒度的数据查询。比如下图中的地理层级结构,可以从原来的「区域」下钻到「省份」,从「省份」下钻到「城市」;右键子层级的维值,可以回到上一层。展开展开是针对当前选中的行维度所属的维度整体来展开的,比如这里的是维度「区域」,选中「西北」这个维值后点击展开,最后是增加「省份」的所有值。即席分析还能支持展开不同层级的维值,比如下图中表格原本展示的是「华中」、「华北」两个区域加上「江苏」、「浙江」、「福建」、「江西」这四个省份的数据,展开时能自动根据所处的层级展开到下一层,已经到最后一层的可以自动合并不再继续展开。
Quick BI是专为云上用户量身打造的智能数据分析和可视化BI产品,帮助企业快速完成从传统的数据分析到数据云化+分析云化的转变,将企业的业务数据产出后以最快的速度被推送到各组织侧消费使用。本篇着重介绍Quick BI在可视化分析上的能力与演进之路。Quick BI可视分析的能力图谱传统的报表的结果是对统计模型的解释而不是对业务的解释。所以对可视分析的期望,为企业各个业务系统提供描述、诊断、预测等数据洞察能力的不是报表,而是带有分析(洞察)和叙事能力(见解)的 DataStorytelling,Quick BI的可视化的定义也从「可视化图表」延展为「洞察+解读」。Part1 可视化Quick BI的可视化包含可视化图表,和模板、主题;主题支持6套默认主题背景(包含深浅皮肤色),以及用户自定义主题,适应不同的产品风格。7a其中可视化图表按照分析意图分为比较类图表、趋势类图表、分布类图表、关系类图表、占比类图表、空间类图表,详细的后续会在另外一篇可视化中展开。Part2 数据洞察-分析型组件可视化一直是BI产品的核心能力,而Quick BI认为数据可视化要从简单的数据呈现向数据快速分析进行升级,而交互式的可视化可以明显提升数据分析的效率。除了通过交互式的操作(钻取、联动、跳转、圈选、排除等)快速发觉数据之间的关联和组成关系,Quick BI进一步提供可交互式的图表(指标拆解图)打开全新的快速洞察方式。新增的指标拆解图可以帮助用户自定义分析所需的指标和纬度,用户可以随时调整分析的维度和拆解顺序,在指标出现波动和异常时能够快速定位到影响原因。同时,Quick BI全新上线动态组件支持通过将静态的数据以动态的形式进行表达。常规的饼图、条形图、气泡图等往往只能表达切片的数据,而不能表达随时间变化而变化的数据。Quick BI通过结合播放轴和时间线可以让最普通的图形也能直观的表达出业务的动态变化。比如今年疫情中大量使用的动态柱形图让大家一目了然的了解到各个国家和地区随时间推移的疫情变化情况。这里具体比如线下、线上的用户活跃度随时间变化的情况。Part2 数据洞察-波动分析Quick BI除了能描述出数据当前的信息外,还可以通过将机器学习、人工智能和可视化分析的能力相结合,让分析人员快速获取和发现隐藏在数据中的价值。比如波动原因分析可以帮助用户在趋势类图形中自动拆解分析核心指标波动的原因,并以自然语言呈现各种因素对波动的影响情况。例如:对于某店铺订单数量的变化趋势如下,通过波动原因分析当前影响订单数量关键影响因素是 new_add是1111,以及区域为华北,可以针对性的询问一下是否进行了部分的运营活动和操作。Part3 构建数据故事为了解决业务中多报表且分散。以及单个报表内容量大,却没有旁人讲解时,阅览者无法读懂的问题,所以引入Data Storytelling的能力。Data Storytelling构建数据故事是一种将交互式数据可视化与叙事技术相结合的数据表达方式,用引人注目和易于理解的形式将分析内容进行演示。Gartner近两年进一步重视Data storytelling在ABI领域的价值,Quick BI也结合自身的能力和国内用户的场景,推出了两种层次的数据故事构建能力。第一个层次是多页面级别,Quick BI支持将大量的报表和链接组织成「数据门户」,可以帮助企业以一定的业务视角,层次递进的呈现数据分析体系。这样的门户可以是公司总体情况到分业务、分部门的形态,也可以是按照生产制造的各个环节一个一个展开数据内容。一个门户就是一个分析使用数据的视角,好的门户往往能清晰的表达企业的业务构成甚至战略方向。第二个层次是页面级别,单个仪表板往往聚焦于一个分析主题或几个分析指标,常以总体概览、趋势变化、不同维度切分的方式在单个页面内进行分析。而分析者经常遇到缺乏分析思路、分析组件多,不知如何选择等问题,Quick BI新引入的「故事动线」组件,可以大大提高分析师组织分析思路和呈现数据价值的效率,让报表的访问者可以快速掌握数据背后的意义和价值。
随着数字化进程的深入,数据应用的价值被越来越多的企业所重视。基于数据进行决策分析是应用价值体现的重要场景,不同行业和体量的公司广泛依赖BI产品制作报表、仪表板和数据门户,以此进行决策分析。在利用BI产品进行数据分析过程中,数据处理“慢”会为业务带来很多的困扰,可以想象一下:给老板看的报表加载展示非常慢,有的时候还会崩掉,本想做好向上汇报,但却给老板带来了糟糕的体验~分析师或业务同学,做数据探索式分析,拖拽一个指标需要几分钟才能看到结果,严重影响工作效率,打断分析思路~“慢”虽然只是一种难以精确定义的体感,但想要解决以上问题,就需要BI产品拥有很强的大数据处理架构和能力,可以横向扩展支持不断增长的数据量和计算任务。Quick BI:阿里云飞天操作系统上的云BIQuick BI产品是在阿里云飞天操作系统上打造的云BI软件,支持SAAS模式和私有化部署,定位多场景、多端、多行业的消费式BI,本篇为大家详细介绍产品内核Quick引擎。Quick BI基于阿里云横向可扩展的架构底座,不但拥有可视化分析、中国式报表、自助分析等传统BI能力,同时拥有企业级安全底座、移动端和三方系统开放集成能力。Quick BI构建了自己的计算内核Quick引擎,托管在阿里云上的SAAS服务实测数据十亿级数据在0.5秒以内完成聚合分析,另外由于依托阿里云,计算资源支持横向扩展,通过增加服务器还可以提供更强大的数据分析计算能力。Quick引擎:多模式BI计算引擎Quick引擎作为Quick BI的计算底座,是一个多模式的BI计算引擎,支持数据库直接连接、抽取加速、实时加速、查询缓存、维值加速等多种计算模式,为不同用户提供最适合自身场景的高效计算方案。上图为Quick引擎架构图,从Quick BI产品使用链路上,分为数据源、数据集和数据作品三部分。数据源是底层的数据库连接,数据集用于对数据源里的表进行建模(表关联、字段类型建模等),把一张或多张表变成一个上层数据作品(仪表板、电子表格、即席分析)可用的数据对象。Quick引擎架构在数据源和数据集之间,用来处理上层数据作品发送到数据集最终下放到数据源上的查询,在技术实现上Quick引擎分为三条链路,数据库直连、数据库实时加速、数据库抽取,在这三条链路进行了技术层抽象。从用户使用视角来看,我们提供如下5种计算模式:(1)直连模式:计算负载直接跑在连接到BI产品的数据库或数仓上,支持几十种数据源,所有版本用户都可使用,非常适用于底层计算资源满足查询负载的场景;(2)抽取加速:把客户数据库或数仓的数据抽取到Quick引擎的高性能列式存储引擎中,支持全量模式和增量模式,分析计算负载直接跑在Quick BI引擎中,充分利用Quick引擎性能的同时,减少客户数仓的负担,专业版客户可用,非常适用于企业没有独立数仓或数仓负载过重的情况;(3)实时加速:基于阿里云DLA(Data Lake Analysis)内存计算引擎,查询时实时从客户数据库取数据,中间用DLA内存引擎加速计算,专业版客户可用,目前支持阿里云Max Compute数仓,非常适合Max Compute数仓实时分析,更多数据库支持开通中;(4)查询缓存:所有版本用户可用,应用端报表、仪表板在访问时临时查询结果被缓存下来,在配置的缓存有效时间内,接下来其他用户相同的查询直接取缓存结果,加快返回速度同时避免重复计算的资源消耗,非常适合应用端是重复查询较多的场景,比如可视化展示类;(5)维值加速:所有版本用户可用,基于直连模式和维表配置实现,通过配置维值加速使得高频且耗时的维度字段查询计算直接在数据库维表上进行,而不是在原始的明细表上进行,比如即席分析和查询控件的维值查询,在这类场景下相比不进行维值加速可快速返回结果且节省计算资源;Quick引擎 - 使用指南在正式开始介绍每种引擎具体用法时,先结合每种引擎特点给出一个场景使用指南,方便用户在不同场景下选择最合适的引擎。Quick引擎通过数据集不同配置会采用不同计算模式,依据数据集不同情况,建议如下:(1)数据集默认采用直连模式,如果查询性能良好,则可不进行额外配置,如果无法满足要求,则进行以下判断(2)数据集主要被用在仪表板、报表中,偏固定数据展示类的,没有被很多查询控件控制实效性要求不是非常高,很适合配缓存,基本可以解决问题了(可能80%以上可以解决)实效性要求不是非常高,如果配了缓存还不行,比如某个数据集被做了很多报表,第一次缓存查询就吃不消,MySQL类非OLAP数据库建议用抽取加速,ADB类的OLAP数据库,建议首先优化下数据建模(比如是不是大表join大表),其次建议采用抽取加速分担些负载实效性要求很高,每次看,都想看最新数据,ODPS数据源可以用DLA实时加速(3)数据集主要被用在即席分析、电子表格分析这类偏个性分析查询中,或者有非常多查询控件的仪表板报表中,配缓存意义不是很大(有点作用),建议:底层数据库不是OLAP,比如MySQL,运行很慢,首先建议采用抽取加速,其次建议优化数据建模底层数据库是OLAP,比如ADB,运行很慢,建议首先优化下数据建模(比如是不是大表join大表),其次建议采用抽取加速分担些负载底层数据库是ODPS,运行很慢,如果实效性要求高,建议DLA实时加速,实效性要求不高,建议抽取加速(4)数据集维度字段被频繁用于查询控件或即席分析,推荐为该字段配置维值加速Quick引擎 - 直连模式直连模式是Quick引擎查询的默认模式,所有的查询会发送给底层数据库或数仓执行,Quick BI直连模式支持几十种云和自建数据库。在数据集页面点击“新建数据集”,选择已配置的数据源,左侧面板会展示该数据源里的所有表,拖入一张或多张表到面板中,即可在数据预览区域进行字段配置,配置完成后保存数据集,方可进行后续分析。数据集保存后,后续所建的分析查询默认直连模式。Quick引擎 - 抽取加速当直连模式查询过多或者数据量过大时,会导致底层数据库负载过重查询变慢,上层仪表表展示和分析就会变慢,出现文章开头所讲的困扰,此时可以考虑Quick引擎的抽取加速。抽取加速是专业版特有功能,目前覆盖MySQL、ADB for MySQL和MaxCompute三种数据源,支持全量抽取和增量抽取数据到Quick引擎的高性能列式存储分析型数据库中,抽取后的数据查询直接在列式分析数据库中完成而无需发到客户数据库上,提升数据查询性能,同时减少客户数据库负载。点击数据集菜单,选择“加速配置”,在第一个 “Quick引擎”Tab点击开启引擎,选择抽取加速:加速时间可选“手动触发”和“定时加速”,定时加速设置时间后定期触发抽取任务智能聚合抽取支持“全表加速”、“预计算”、“全表计算+预计算”三种模式,其中全表加速抽取全表数据,预计算基于历史查询智能预计算查询结果,节省抽取空间勾选按日期加速,可以选择日期字段,每日根据日期字段增量抽取配置完成后,点击保存,抽取任务即会自动触发,抽取完成后,之后的数据查询将在抽取引擎数据库中完成。Quick引擎抽取加速性能测试,10亿数据sum、count、avg和median等聚合均在0.5秒内返回,具备十亿级数据亚秒级分析的能力,如下表为性能测试结果。数据量sum聚合count聚合avg聚合median聚合1亿0.043 s0.044 s0.040 s0.061 s10亿0.3 s0.21 s0.25 s0.35 s同时由于Quick BI是依托于阿里云飞天底座的产品架构,具备横向扩展的能力,Quick引擎随着机器数量的增加数据处理能力会不断增强,理论上具有无限扩展的能力。Quick引擎 - 实时加速当直连模式出现性能问题,同时对数据的实效性要求较高,天粒度更新无法满足要求,而需要小时或分钟粒度数据更新,由于抽取加速是天粒度数据更新而无法采用,此时可以考虑另一种选择,采用实时加速来进行高实效数据的查询加速。与抽取加速一样,实时加速也是专业版特有功能,目前支持MaxCompute数据源,基于阿里云DLA(Data Lake Analysis)内存计算引擎,查询时把数据实时加载到DLA中进行计算,提升查询性能,可以把离线型数仓MaxCompute通过实时加速变成在线分析型数仓。在数据集加速配置页面,开启Quick引擎,切换到实时加速,保存即可开启数据集实时加速模式。Quick引擎 - 查询缓存查询缓存的原理是应用端报表、仪表板在访问时临时查询结果被缓存下来,在配置的缓存有效时间内,接下来其他用户相同的查询直接取缓存结果,命中缓存的查询可以立即返回结果,没有命中缓存的查询会被发到底层数据库进行查询,查询返回后该查询也会被缓存下来供接下来使用。结果缓存是一种应用范围很广且非常有效的数据查询加速方式,它适用于所有数据源,对不同版本用户都可用,对一定时间内存在重复查询的数据集都可以配置查询缓存,特别是重复查询较多的场景,比如仪表板展示类,可以大幅提升查询性能。在加速配置页面,开启查询结果缓存,可配置不同缓存时间,表示缓存生效的有效期,如果数据是非小时粒度实效性,建议选择12小时。Quick引擎 - 维值加速在直连查询中,关于维度值的查询是比较耗时的,比如商品名称、客户名称、城市名称等,因为这类查询在直连模式下需要去底层数据库做去重聚合操作,要扫描全表数据,所以比较耗时。而在某些场景下,这类查询操作可能会非常频繁的出现,比如即席分析的维度值分析和查询控件的维度值查询,在这类场景下可以通过配置维值加速提升查询性能。在加速配置页面,开启维值加速,该数据集是一张订单明细表,在前端仪表板页面经常需要基于客户名称和产品名称查询成交情况,因此把这两个字段配置维值加速,分别对应上底层数据库两张用户和商品维表的字段,之后维度值的查询将直接从这两张维表中取,而无需去明细表做聚合,从而提升查询速度。以上是关于Quick BI的计算内核Quick引擎的功能和使用场景的介绍,依托阿里云的计算底座,Quick引擎实现了十亿级数据亚秒级分析的能力,让上层分析可视化应用在大数据时代真正飞起来。
重点升级概览移动端所见即所得,自定义能力再升级,让移动端报表制作更流畅!移动端模式下,支持编辑报表内容、调整组件高度,所见即所得。允许切换不同手机型号,即时查看展示效果。模版支持移动端预览,可直接安装进行移动端模式编辑。可视分析能力持续增强。地图全新推出自定义区域。交叉表新增字段快捷筛选、移动端联动+行列混布跳转等功能。指标看板支持并列展示。指标趋势图支持切换指标默认取值。线柱图优化坐标轴数值分布等。多场景协同办公,提升数据消费效率。全新推出企业门户,企业可定制自己的BI首页。订阅打通企业微信,支持灵活定义电子表格发件内容,选择用户组、转让负责人等。审批流支持对接自定义OA,通过机器人渠道,权限审批即可一键集成到客户审批流(专业版)。升级平台化管理架构,高效提升业务管控力。组织管理改版升级,包含组织管理、企业安全、办公协同、功能配置、智能运维5大模块。权限管控持续升级,集中授权支持按人管理;协同授权支持组织级别控制报表公开&协同授权;一键开关审批流等。Quick引擎抽取加速支持关联数据集和任务失败报警。变更内容移动端模版支持移动端预览,可直接安装进行移动端模式编辑,请参见模板市场。图 1. 移动端预览图 2. 移动端安装图 3. 移动端编辑Quick BI支持搭建移动端报表。支持移动端模式直接编辑报表内容&调整组件高度,无需再切换到PC模式调整样式,所见即所得。在画布上,收起或展开菜单栏、可以为当前图表添加查询控件,也可以复制、选中或删除组件。拖拽调整图表组件高度。选中目标组件后,可以拖拽组件底部,上下挪动调整组件高度。请参见搭建移动端报表。新交叉表在移动端新增联动能力,行列混布下支持跳转。图 4. 移动端交叉表联动效果图 5. 移动端交叉表跳转效果饼图在移动端新增指标筛选能力。支持PC配置的自定义背景填充和标题链接跳转以弹窗形式打开。图 6. 自定义背景填充图 7. 标题链接跳转以弹窗形式打开可视化地图增加自定义地理分区。色彩地图和气泡地图支持自定义地理区域,可根据业务需求定制区域划分,满足多元业务分析诉求。请参见自定义地理分区。新交叉表在编辑和预览模式下,增加快捷筛选能力。选中开启快捷过滤复选框,图表右上角会增加过滤字样。在功能型配置中选择开启快捷过滤后,在预览状态下,您可以在交叉表上单击过滤下拉列表,对字段进行过滤。当需要同时过滤多个字段时,您可以在弹出的对话框中添加多个条件,完成字段过滤。更多内容请参考:https://help.aliyun.com/document_detail/396358.html
重点升级概览可视化升级Tab组件新增备注能力,线柱面系列图表、词云图、指标趋势图、地图等样式配置均有能力升级。多端能力支持自定义移动端微应用,包括底部导航栏和banner&轮播消息,企业手机门户更加个性化。权限管理支持一键同步用户权限状态到其他新用户。变更内容Tab组件的样式中,基础信息区域的备注支持富文本输入框样式。词云图的高级选项中,新增跳转功能。线柱图允许取消所有图例选中状态。升级指标趋势图的样式。在高级配置中开启副指标展示后,在对比内容选择区域,新增以下样式:在自动计算页签,允许自定义小数位数。在新增字段页签,允许自定义小数位数和自定义副指标的前后缀。在色彩地图和气泡地图的地图样式中,增加手动调整地图大小,用于解决缩放的地图比例无法保存的问题。即席分析中,新增查询控件。支持将日期、文本和数值类型的字段拖拽生成查询条件,默认为下拉列表的样式。如果是日期字段,支持配置日期选择。组织管理员支持配置移动端微应用,方便个性化定制移动端导航。请参见配置移动端微应用导航。为了个性化地展示移动端报表,Quick BI推出自定义企业的微应用底部导航。组织管理员可以将长显报表信息配置在自定义导航中,也可以定制化推送重要数据内容。创建自定义企业的微应用底部导航。在常用导航中,添加主推报表组、图片banner组和轮播消息。图片banner组:用于推送重要的数据内容,常用于广告位投放等。您可以在banner组配置多个图片banner,配置样式图如下。配置效果示例如下。主推报表组:用于呈现推荐用户关注的报表,常用于放置组织管理员推荐用户重点查看的报表,例如大盘数据等。说明 主推报表组下添加的报表无个数限制,但为了微应用展示效果,建议结合实际需要控制主推报表数量。轮播消息:用于设置重要消息提醒,常用于功能上新,提醒全员关注。新建的计算字段业也可以直接被引用再做二次计算,满足您复杂计算的场景。例如,利润金额 = 订单金额 - 成本金额;利润率 = 利润金额 / 订单金额。新增从用户的视角管控权限。从用户、用户组两个粒度展示该用户在企业下所有对象权限状态,并可以一键同步权限到其他用户。请参见从用户赋权概述。体验升级支持拖拽智能机器人。新增Quick引擎带参数的SQL数据集不支持加速的提示信息,使得界面交互更加友好。数据集包含占位符、参数、系统参数(Tag)时,不支持离线加速。数据集存在跨源查询时,不支持离线加速。
随着企业数字化进程的逐步推进,在日常经营过程当中会沉淀下越来越多的数据信息。每当想做数据分析的时候,就会发现想要的指标分散在不同的数据源、数据集、数据表当中。Quick BI的数据关联功能,可以帮助数据分析师快速将指标进行汇聚,形成一张强大好用的大宽表。一起来看看Quick BI是如何做到的吧!【点击查看视频】数据集关联建模您需要通过不同报表中都具备的相同字段来进行关联。如「demo_订单信息明细表」和「demo_渠道信息维度表」中都包含共同字段「渠道ID」,选择「渠道ID」来进行数据关联,就可以获取包含订单信息和渠道信息的完整表单。方便后续分析数据。将目标表单拖入编辑区在自动弹出的设置界面选择关联字段和关联模式点击确定并保存数据集不同关联模式的区别◼左外连接(left join):以左表为基准,查询结果中包含左表全部数据,右表匹配数据不存在时用null代替;◼右外连接(right join):以右表为基准,查询结果中包含右表全部数据,左表匹配数据不存在时用null代替;◼内连接(inner join):通过id将左表和右表连接起来产生一个新表,新表是由这个表的交集部分组成;◼全连接(full join):左连接和右连接的一个合集,包含左表和右表的全部数据,匹配不上的显示为null。维度值二次分组分组维度用于将维度值分组的场景,例如对年龄字段分组,分为未成年、青年、中年、老年这几个大区,分别查看每个年龄段人员的疫苗接种情况。在数据预览区域,单击新建分组维度在新建分组字段对话框,按照以下步骤配置后,单击确定。(支持应用在地理分组、年龄分组、日期分组等场景)
随着企业数字化进程逐步加速,企业所产生和积累的数据资源日益增多。每当员工的用数权限发生变动,管理员都需要进行复杂繁琐的重复性配置流程,不仅耗时耗力还容易出错。如何能便捷地对员工用数权限进行高效管理?试试Quick BI的角色权限管理功能吧!本期看点:集中授权、协同授权【点击查看视频】前言权限功能是系统安全的重要基础保障,作为企业数据中台建设和数字化转型的核心产品,Quick BI提供了完整的权限体系,来帮助您构建完善安全的权限系统,保障数据安全。本文可以帮助您了解Quick BI用户角色和权限体系。什么是角色权限?当企业正式启用Quick BI后,相关企业员工可以在Quick BI注册开通对应的用户。基于数据安全的考虑,Quick BI会将所有添加至Quick BI的企业员工,归属到同一组织下。后续所有在Quick BI的操作,均是在同一组织下进行。而在这个组织中的用户,分别享有不同的角色权限。空间管理者负责什么?为了精细化管理,将组织划分为一个个工作空间,组织管理员创建工作空间,并设置空间管理员。空间管理员主要负责管理空间成员权限及该空间内所有资源:如添加组织用户到工作空间内,并授予该用户该空间的权限。权限类型有哪些?l 开发权限:可连接数据源、创建数据集、通过报表分析数据和查看空间内所有报表。一般授予企业IT人员、数据分析师和数据运营人员。l 分析权限:可通过报表分析数据和查看空间内所有报表。一般授予需要进行业务分析、且技术能力要求不高的业务人员。l 访问权限:可以通过URL、或者订阅的方式查看仪表板、电子表格、站点的内容。一般授予需要仅查看报表的用户(例如老板、领导),或仅用于查看数据结果的一线业务人员。设置集中授权管理员进入Quick BI控制台后,可以在配置面板下,选择资源并集中授权。设置同步授权在资源授权过程中,使用同步设置功能,快速复用权限配置,可同步至同类型资源,让配置更高效。例如,开发者B被授予quickbi数据源的编辑权限,同步权限后,开发者B也可以编辑ads数据源。
【点击查看视频】如何选择适合的Quick引擎加速模式?在数据分析查询的过程当中,遇到以下场景,可以试试Quick引擎的加速功能。(1) 比较固定的查询模版比如用于大屏展示的仪表板,这类偏固定展示类的的报表、或者是报表上的筛选项较少,以及筛选项变化范围比较小的数据应用场景, 推荐开启数据集上的缓存功能。用户可以自行设置缓存的有效期,在有效期内,相同的查询会命中缓存,直接返回有效期内第一次查询的结果。对于该类报表,缓存模式是 Quick BI 最简单有效的加速方式,直接命中缓存,会在毫秒级时间内返回查询结果。(2) 数据源查询缓慢,同时对数据实时性要求不高,能接受天级别的数据如果对历史数据进行分析,比如到前一天的数据。这类数据分析需求,可以开启抽取加速。抽取加速默认全表加速,允许用户同步 T-1 的数据,到 Quick 引擎的高性能存储及分析模块中,后续的查询和计算会直接在 Quick 引擎里进行, 在有效提升查询性能的同时,也可以避免查询下发到客户的数据库,减少客户数据库的性能压力。同时,抽取加速也可以开启智能预计算模式,会对用户的查询历史进行分析, 提前对可能的查询进行预聚合。用户的查询如果命中,则会直接返回聚合结果。 开启 Quick 引擎的抽取加速后,可以做到亿级数据,亚秒级响应。(3) 客户数仓(如 MaxCompute、Hive)查询缓慢,但是对数据实时性有较高要求有些用户数据量较大,使用了 MaxCompute 或者 Hive 等作为数据源, 查询性能较低,但同时又需要对当天的最新数据进行分析。这类用户可以在数据集的 Quick 引擎里开启实时加速,通过引擎内置的 MPP 内存计算引擎,对数据进行实时的内存计算,从而达到加速的目的。
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 Business Intelligence 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。Gartner ABI领域魔力象限的评选条件全面且严苛。Gartner将围绕厂商们各个维度的能力进行打分,并将表现优先突出的厂商纳入魔力象限,部分能力不足的厂商则会在荣誉提及名单中出现。同时,该报告也会针对未来该领域市场方向作出前瞻预判,是业界公认的极具价值的权威报告。Gartner数据显示,2020年全球ABI市场的整体收入规模达到了60多亿美元,较2019年增幅19%,但2019年该领域的市场收入年增长为22%。Gartner认为, ABI平台的价格压力和激烈的市场竞争是全球ABI市场收入增速放缓的主要原因。在激烈的市场竞争之下,阿里云数据中台核心产品Quick BI仍旧凭借增强分析、数据中台矩阵化产品优势和电商领域的专业度,被Gartner持续看好。2020年,阿里云Quick BI首次入选Gartner ABI领域魔力象限,一举打破了国产BI(Business Intelligence,商业智能)在该领域零入选的记录。今年,再度入围的阿里云Quick BI在魔力象限中的位置有明显提升。Gartner报告显示,阿里云是亚太地区最大的公共云服务商,通过旗下Quick BI平台,可以为用户提供数据准备、可视化数据展现、交互式仪表板和增强分析等功能。延续去年报告的观点,Gartner认为阿里云Quick BI“具有全球化的潜力”。报告显示,随着3.9版本的发布,Quick BI和钉钉深度集成,“提升了其增强的分析能力,从而满足了更广泛的数据和分析需求”。目前Quick BI已经升级到3.11版本,其数据可视化、交互式分析、构建数据故事、开放服务等能力均有大幅提升,并与钉钉联合推出了“智能报表”应用,帮助钉钉上数百万企业将钉钉中的任务、表单、流程等数据和其一方业务数据进行融合分析。增强分析是Quick BI在今年的评测中被Gartner重点提及的核心优势之一。Gartner认为,“Quick BI能为用户提供良好的数据可视化及仪表板的支持。除了报表和自助分析服务外,Quick BI还提供了部分人工智能能力,增加了数据自动洞察和自然语言查询等增强分析功能。”记者了解到,在Quick BI的产品规划中,未来将会提供更深入的机器学习和数据洞察能力。去年以来,Gartner持续关注数据中台概念,并将这一概念引入其2021年技术趋势中。作为国内数据中台概念的提出者和首创者,阿里巴巴认为,数据中台是构建既“准”且“快”的“全” “统” “通”的“智能”数据体系。当前,阿里云数据中台已经从通用服务走入提供行业垂直化解决方案的业务深水区,提供零售、金融、政务、互联网企业四大行业数据中台,形成了以智能数据构建及管理平台Dataphin为基座,承载“Quick系列”的场景化核心产品矩阵,为企业输送数智化核心能力。Gartner认为,Quick BI的另一个重要的核心优势在于其作为阿里云数据中台的核心工具,为用户提供模块化和可复用的数据和分析功能。“Quick BI可以帮助面向业务的数据产品,例如阿里云数据中台核心产品之一Quick Audience,构建数据分析模块及应用。”Gartner将上述这一重要优势归纳为“支持可组合分析的模块化架构”。同时,该报告也高度评价了Quick BI在“电子商务领域的专业度”,与阿里巴巴的生意参谋集成,Quick BI得以利用和融合行业基准数据。“得益于阿里云在电子商务领域的专业知识,Quick BI为企业提供了更强大的领域分析能力”。作为BI市场中知名权威评测报告, Gartner ABI领域魔力象限的角逐一直较为激烈,其评选标准包括全球市场份额、产品能力、客户反馈等。截止目前,除阿里云Quick BI外,尚未有任何一家国产BI工具\平台入选该领域魔力象限。部分能力不足的厂商则会在荣誉提及名单中出现。
业务版图遍布全国各地,怎么精细化管理BD和业务跟踪,是个越来越典型的问题。跟着小编一起来看看咱们辽阔的业务版图如何快速实现可视化动态分析,让物理位置可见、可读、可监控~对咱们企业营收来看,遍布全国各地的业务,全局来看使用热力地图可以快速掌握重点经营区域和经营分布,并通过区域选择,动态放大局部区域,让分析者拥有从全局洞察到局部的能力;进一步分析门店,通过storyline快速定位到门店分析主题,进一步定位到具体门店主题,基于街道数据并进行数据洞察;切换到成本主题后,洞察产品运输成本及损耗情况,基于飞行地图掌握运输轨迹。截图demo视频地址截图demo仪表板地址上述地图 demo 仪表板地址
日常分析中,最高频使用的就是表格,表格可以同时承载多维度、多指标信息,对数据信息的掌握清晰且全面;接下来就跟着小编一起看看不同的分析场景在交叉表中的应用。渠道分析: 进行多渠道的洞察,横向对比时间,纵向对比渠道类型,并进行多渠道的重分类,可切换付费渠道、免费渠道来看多种渠道分类的情况;也可以通过切换指标,综合判断渠道的异常;当指标繁多的时候可展现核心指标,其他指标支持用户选择切换交叉表支持自动展开和收缩商品分析: 精细化分析洞察到单品,需要结合单品的销售量、评论数、价格等做指标做综合分析,通过散点图对不同价值的商品进行分层,并圈选联动到交叉看查看具体的指标和排名情况交叉表支持插入图片链接,自动渲染成图片条件格式让进度和完成更加清晰可比数据填报实现数据信息的标注,让多用户/跨部门之间实现数据和知识共享用户分析: 用热力表格观察留存的转化,将数字转化为热力颜色,让数字更立体支持配置热力深浅支持调整热力图形活动日历: 通过条件格式清晰的掌握各个活动的日期,对活动周期快速把控,同时可以纵向洞察同一时间点的并行活动情况截图完整视频截图 DEMO 仪表板 如上丰富的表格如何实现呢?快登录Quick BI,和小编一起动手实现吧~Quick BI 新交叉表实操视频:条件格式交叉表带图片格式交叉表
静态的看板描述数据现状,而交互式的看板会洞察问题,具备数据见解能力~让分析更加生动可读,接下来就跟着小编一起看下Quick BI最新的交互能力吧。见解备注与波动分析——智能分析 将页面的分析思路以导航和可视的方式作为引导,围绕着渠道分析,看板分为指标波动监控、追踪渠道定位问题、下钻异常渠道并定位问题日期、查看渠道订单明细锁定清单,一步一步定位问题并锁定异常,让分析思路更加清晰。顶部分析思路导航——story builder 基于趋势判断利润下降交叉点,并进一步探索波动原因,挖掘渠道各个类型对成本的影响,找到核心因子。 定位高销售低利润商品——圈选联动 通过散点图找到高销售低利润商品,联动成本和利润率,判断产品异常利润时间段。2019-08-17销售突增但利润率异常低,进一步联动渠道订单明细,追踪到具体订单锁定异常。点我查看demo交互完整视频点我查看 Quick BI demo 仪表板
2022年03月
2022年02月
2022年01月
2021年12月
2021年08月
2021年02月
您好,目前quickbi暂时还不支持窗口函数
目前,quickbi还没有对电视浏览器进行适配,数据加载不出也是因为浏览器的适配问题,不过,产品已经在规划中了。
现在问题还存在么,提供一下接口返回的traceId,我们定位下
您好,目前不支持引用存储过程哈,支持 select 语句。
您好,支持的哈。case when 的功能,可以通过添加分组字段实现。
您好,目前不支持的。 目前即席sql里只支持 select 查询。
您好,目前 Quick BI 一般支持的第三方嵌入,都是以报表作者的身份进行访问的,行级权限无法生效。
如果是 Quick BI 专业版的用户,目前支持 Signature方式第三方嵌入,允许为不同的用户设置不同的嵌入链接,从而达到千人千面,行级权限也可以生效了。
您好,支持的。目前URL传参需要结合 Quick BI 报表的全局参数以及跳转功能,而不能直接手动修改 URL 哈。
这样可以在 A 报表设置全局参数, B 报表设置跳转。 从 B 报表跳转到 A 报表时,就会自动在 URL 上带上对应参数,并在 A 报表中生效。
可以参考 https://help.aliyun.com/document_detail/195461.html
您好,子账号无法单独开通 Quick BI。目前子账号购买 的 Quick BI,都会算在主账号名下。 如果子账号需要使用 Quick BI 标准版,可以购买 2 个 license,然后主账号登陆 Quick BI,将子账号添加进来。 Quick BI 购买可参考:https://help.aliyun.com/document_detail/53322.html
您好,QuickBI 刚刚接入 clickhouse 数据源,还不支持自助取数,不过已经在排期中,年后发布的版本中应该就会支持。 目前您可以现在图表上进行数据导出,每次最多一万行数据。
您好,Quick BI 支持在数据集上开启行级权限功能,目前有根据用户和标签设置两种方式。文档可以参考:https://help.aliyun.com/document_detail/90310.html
用户标签可以在组织管理里配置
您好,数据导出的话最多只支持一万条,再多的话需要您多导出几次。 如果需要大数据量的导出,可以试一下取数功能,目前在专业版版本有放开,最多支持 100 万跳数据的异步导出 。 自助取数可以单独创建,也可以直接在交叉表上使用。 参考: https://help.aliyun.com/document_detail/113013.html
您好,Quick BI 的资源包导入导出功能应该可以满足您的需求。 资源包是群空间下的数据源到数据门户的配置元数据信息。通过资源包导入导出机制,可以实现开发和生产环境隔离的管理要求,构建统一的数据分析解决方案。 资源包功能适用于专业版,仅对组织管理员和群空间管理员可见。 可参考: https://help.aliyun.com/document_detail/145013.html
您好,不支持的。目前只有高级版及以上版本的群空间内的报表,支持邮件订阅。
您好,可以的。数据集编辑页支持度量转维度。 反过来,维度转度量也是支持的。
添加计算字段的时候,右边会有提示该数据源下哪些函数是支持的。 实际上,只要是该类型数据源本身支持的函数或者写法,都可以在计算字段中使用。
仪表板的预览状态下,可以在右下角找到导出按钮,这个可以导出整个仪表板的数据,并且可以选择导出方式。
您好,如果创建集的表有结构变更,记得要在数据编辑页面 “同步表结构” 哦。 点击之后,新增的字段会自动同步过来。 删除的字段会依然存在,需要手动删除。
自助取数功能属于拓展服务,需要额外添加以下 IP 白名单: (1)11.193.48.0/24 (2)11.197.244.0/24 (3)47.101.107.0/24 (4)106.15.146.0/24 (5)106.15.145.0/24 相关文档 https://help.aliyun.com/document_detail/113013.html
您好, 如果是创建的sql数据集,希望通过 sql 参数或者 sql 占位符来设置日期条件,是无法查询同环比的。
如果希望使用同环比,需要用日期维度来设置过滤条件哈。