阿里云quickbi（阿里云quickbi教程）

本文目录一览：

• 1、【实践】QuickBI常见图表介绍
• 2、quickbi支持的表连接方式
• 3、quickbi绘图是否有懒加载
• 4、【实践】阿里QuickBI智能图表入门

【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。

quickbi绘图是否有懒加载

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。

DataV、是一个致力于用更生动、友好的形式，即时呈现隐藏在瞬息万变且庞杂数据背后的业务洞察。

QuickBI、是一个致力大数据高效分析与展现的轻量级自助BI工具服务平台。

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卜租到仪型掘兆表板或者表格里（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：

QuickBI通过自助服务可以让几万的阿里小二自己来做数据分析散兆。

DavaV通过标准模版可以让技术人员用很少的工作量就可以做出有冲击力展示大屏。

2. QuickBI介绍

2.1 QuickBI使用核心流程

QuickBI使用核心流程.png

2.2 产品架构和功能

2.2.1 产品架构和功能

Quick BI产品架构如下图所示：

image

Quick BI的主要模块和相关功能。

数据连接模块

负责适配各种云数据源，包括但不限于 MaxCompute、RDS（MySQL、PostgreSQL、SQL Server）、Analytic DB、HybridDB（MySQL、PostgreSQL）等，封装数据源的元数据/数据的标准查询接口。

数据处理模块

数据展示模块

权限管理模块

2.2.2 功能特性

极速建模：用户只需通过简单的3步单击即可完成数据集的创建。

数据分析能力：产品提供专业的电子表格功能，用户可以在线完成多数据联合分析并形成报表（如日报，周报，月报），支持超300个常规的数据分析函数。

丰富的可视化：支持柱状图、折线图、条形图、面积图、饼图、气泡地图、色彩地图、仪表盘、雷达图、散点图、漏斗图、指标看板、矩阵树图、Lbs地图、极坐标图、词云图、旋风漏斗图、树图、来源去向图、交叉表、等图等40余种图表帮助业务实现数据可视化。

多用户协作：所有对象在线化，企业用户之间以群空间的方式进行业务组织，实现成员共同操作，完成业务数据的联合分析。

多维数据分析：基于 WEB 页面的工作环境，拖拽式、类似于 Excel 的操作方式，一键导入、实时分析，可以灵活切换数据分析的视角，无需重新建模。

灵活的报表集成方案：将阿里云 Quick

【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。