阿里云quickbi（阿里云quickbi改数据库）

本文目录一览：

• 1、【实践】阿里QuickBI智能图表入门
• 2、【实践】QuickBI常见图表介绍
• 3、quickbi支持的表连接方式

【实践】阿里QuickBI智能图表入门

在阿里云的大数据体系中，有两个数据展现组件，一个是QuickBI、一个是DataV。

使用QuickBI过程类似于吃炸酱面，技术人员提前帮业务人员准备好数据（第1步、第2步），业务人员把自己需要的数据拖到仪表板或者表格里（第3步或第4步），最后再把仪表板和报表加上菜单就是数据门户（第5步）。

为了让大数据更加普惠，QuickBI和DataV分别找到了两种不同的解决方案：

Quick BI产品架构如下图所示：

Quick BI的主要模块和相关功能。

能够解决：

推荐搭配使用：

RDS + Quick BI

图例：

通过整合散落的各类数据，构建统一的大数据平台系统，实现经营、商品、流量、店铺、订 单、营销等各类场景分析，从各类整体指标概览，再到分层细节指标数据的对比分析，实现 数据指导业务精细化运营。

能够解决：

多渠道数据无法整合分析

多渠道经营、流量、店铺等数据各自为阵，无法整合关联分析。

数据的汇管用无法统一

各业务部分规则不同导致无法实现统一化管控，数据分析过程中效率低下。

业务人员自助分析困难

业务人员分析数据完全依赖IT部门，无法根据需求灵活分析

新的时代需要全方睁清位的去利用大数据提高会员服务的体验，需要对会员的分类、分级、偏好、以及连锁门店的经营状况等数据进行分析，以增加对会员行为预测的更准确的判断。

能够解决

-用户数据提取效率

要从业务上面考虑，如何从会员及其行为数据提取洞见，并给会员提供更好的服务；

-BI系统建设成本

传统BI 和大数据建设的体系成本非常高，速度也很慢；

-业务人员协同

传统连锁的报表分析业务门槛很高，限于连锁模式的特性，很多业务人员分散在全国各地。

下面将以一个真实的数据分析案例为场景带您开启QuickBI产品之旅。

假设您是一家大型互联网新零售企业的数据分析师，您的经理刚刚拿到2019年8月份的月度运营分析数据，他发现近期企业运营状况不佳，8月份毛利额环比前几个月下滑较大，三季度存在达标风险。

因此将这个任务交给了您，根据订单信息和流量渠道信息等相关数据，分析企业8月份毛利额下滑的关键要素，并将其分享给团队，以便指导相关业者裤务部门采取决策和行动，提高企业整体毛利额。

Quick BI快速入门分为以下步骤：

当文件的状态为 同步完成

默认在 Personal Workspace 下，通过上传文件的方式连接数据源成功后，首早简则在 我的数据集 下看到新建的数据集。如果没有，您可以通过以下方式创建数据集。若已有目标数据集，请跳过此步骤。

下面为您介绍查看订单信息明细表的度量和维度信息。

为了分析各个渠道的毛利情况，您需要在 度量 中添加 毛利额 和 毛利率 两个指标，方便后续进行相关数据统计。

为了分析各个渠道的毛利情况，您需要将订单信息明细表和渠道信息维度表进行通过 渠道ID 字段进行关联，以获取对应的渠道名称和渠道类别，方便后续进行相关数据统计。

通过以下步骤，分析毛利额异常下滑的原因。

进入仪表板编辑页面。

为了分析毛利额下滑原因，您需要先查看月度毛利额的走势，确认毛利额在哪个月份出现下滑。同时需要分析销售额的月度走势，确认近几个月的销售情况。本文以线图来展示月度毛利额和月度销售额的走势图。

查看月度毛利额统计

您可以通过线图查看毛利额的月度走势数据。

此时，您可以看到2019年8月份的毛利额从7月份的66.54万下降到了58.46万。

查看销售额统计

为了进一步排查毛利额的下降原因，您可以通过线图查看销售额的月度走势数据。

【实践】QuickBI常见图表介绍

本文介绍阿里云的QuickBI工具可以产生的各种图表类型，以便了解其产品最终呈现功能。

漏斗图样式：

漏斗图配置：

样式：

配置：

参考例子，可以从西南区域到广西省份到广西各个城市的饼状图；

LBS飞线地图以一个地图轮廓为背景，用动态的飞线反映两地或者多地之间的数据关系。

LBS飞线地图是由两个地理区域和LBS飞线度量构成的。地理区域由数据的维度决定，如省份或者城市；LBS飞线度量的大小由数据的度量决定，如运输成本、订单数量等。

矩阵树图用来描述考察对象之间数据指标的相对占比关系。

矩阵树图是由色块标签和色块大小组成的。色块标签由数据的维度决定，如产品包箱；色块大小由数据的度量决定，如运输成本。

树图是通过树形结构来展现层级数据的组织关系，以父子层次结构来组织对象，是枚举法的一种表达方式，例如查看某兆段个省份下各地级市的收入状况，那么省份与地级市之间的关系就可以看做是父子层次结构。树图适用于与组织结构有关的分析，如公司的人员组织结构，或者医院的科室组织结构。

树图是由树父子节点标签和树父子节点指标构成的。每个树父子节点标签由数据的维度决定，如区域，产品类型等；每个树父子节点指标由数据的度量决定，如订单数量，订单金额等。

词云图可以很直观的显示词频。适用于做一些用户的画像和用户的标签。

词云图是由词标签和词大小构成的。每个词标签由数据的维度决定，如客户名称，产品名称等；每个词大小由数据的度量决定，如利润金额，单价等。

来源去向图通过划分来源、中间和去向页面的统计数据，展示页面流转的流量数据。

来源去向图目前仅支持三级的维度，这三级维度是由中心节点、节点类型、节点名称构成；图表的度量是由节点指标构成。族清誉

用来展示核心KPI数据的结果，并支持自定义背景颜色等样式设置。

指标拆解树的使用场景很多，例如渠道分析、贡献分析。通过分解核心指标，来找到影响指标的关键渠道或关键成员。

指标拆解树是由分析和拆解依据组成的。拆解依据由数据的维度决定，例如区域、 省份、城市、产品名称等；分析由数据的度量决定，例如销售额、订单数量等。

（2）Quick BI行业标杆客户实战应用场正返景和DEMO

quickbi支持的表连接方式

quickbi支持的表连接方式有左外连接（LEFTJOIN）、内连闷肢迅接（INNERJOIN）、全连接（FULLJOIN）。QuickBI是阿里云旗下产品，大蚂此数据的高效分析与展现平台。通过对数据源的连接，和数据集的创建，可对数据进行即时分析与查饥谈询。并通过电子表格或仪表板功能，以拖拽的方式进行数据的可视化呈现。