运营也用的起来的数据分析工具:Quick BI即席分析详解
简介: 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?
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。
Quick 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。
本文为阿里云原创内容,未经允许不得转载。
运营也用的起来的数据分析工具:Quick BI即席分析详解的更多相关文章
- 给Ambari集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解)
不多说,直接上干货! Impala和Hive的关系(详解) 扩展博客 给Clouderamanager集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解) 参考 horton ...
- 最锋利的Visual Studio Web开发工具扩展:Web Essentials详解
原文:最锋利的Visual Studio Web开发工具扩展:Web Essentials详解 Web Essentials是目前为止见过的最好用的VS扩展工具了,具体功能请待我一一道来. 首先,从E ...
- Java基础-DButils工具类(QueryRunner)详解
Java基础-DButils工具类(QueryRunner)详解 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 如果只使用JDBC进行开发,我们会发现冗余代码过多,为了简化JDBC ...
- 给Clouderamanager集群里安装可视化分析利器工具Hue步骤(图文详解)
扩展博客 以下,是我在手动的CDH版本,安装Hue. CDH版本大数据集群下搭建Hue(hadoop-2.6.0-cdh5.5.4.gz + hue-3.9.0-cdh5.5.4.tar.gz)(博主 ...
- 给Clouderamanager集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解)
这个很简单,在集群机器里,选择就是了,本来自带就有Impala的. 扩展博客 给Ambari集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解)
- 给Ambari集群里安装可视化分析利器工具Hue步骤(图文详解)
扩展博客 以下,是我在手动的CDH版本平台下,安装Hue. CDH版本大数据集群下搭建Hue(hadoop-2.6.0-cdh5.5.4.gz + hue-3.9.0-cdh5.5.4.tar.gz) ...
- 如何选择数据分析工具?BI工具需要具备哪些功能?
数据分析使企业能够分析其所有数据(实时,历史,非结构化,结构化,定性),以识别模式并生成洞察力,以告知并在某些情况下使决策自动化,将数据情报与行动联系起来.当今最好的数据分析工具解决方案支持从访问.准 ...
- Windows下如何正确下载并安装可视化的Redis数据库管理工具(redis-desktop-manager)(图文详解)
不多说,直接上干货! Redis Desktop Manager是一个可视化的Redis数据库管理工具,使用非常简单. 官网下载:https://redisdesktop.com/down ...
- 如何正确且成功破解跨平台数据库管理工具DbVisualizer?(图文详解)
前期博客 基于JDBC的跨平台数据库管理工具DbVisualizer安装步骤(图文详解)(博主推荐) 上图,所示,说明这个还只是免费版而已,没又破解为Pro版本. 接下来,就是带领大家如何正确且成功破 ...
- Pandas 数据分析——超好用的 Groupby 详解
在日常的数据分析中,经常需要将数据根据某个(多个)字段划分为不同的群体(group)进行分析,如电商领域将全国的总销售额根据省份进行划分,分析各省销售额的变化情况,社交领域将用户根据画像(性别.年龄) ...
随机推荐
- ftp安装与配置 云服务器 CentOS7
1.FTP的安装 #安装 yum install -y vsftpd #设置开机启动 systemctl enable vsftpd.service #启动 systemctl start vsftp ...
- CI和自动化测试的结合(jenkins的搭建和使用)
CI持续集成是一种思想,具体实现是通过jenkins持续集成工具去实现的. Jenkins的安装和配置(war包启动) 安装jenkins的方式有两种: 方式一:通过下载安装包安装,jenkins.m ...
- 高德地图和echarts结合实现地图下钻(一)
疫情大屏优化-ECharts 地图下钻功能实现 https://www.sohu.com/a/373917631_100123073 全国:100000 北京:110 ...
- 详解SSL证书系列(9)SSL客户端认证
上一篇介绍了HTTPS和HTTP协议的区别,理解了HTTP加上加密处理和认证以及完整性保护后即是HTTPS,同时HTTPS也是身披SSL外壳的HTTP,那么SSL客户端认证是怎么回事呢?这篇文章我将带 ...
- #结论#洛谷 3199 [HNOI2009]最小圈
题目 求有向图最小平均权值回路. \(n\leq 3*10^3,m\leq 10^4\) 分析 设 \(f_k(x)\) 表示从点 \(x\) 出发恰好走 \(k\) 条边的最短路, 那么答案就是 \ ...
- Qt For OpenHarmony
本文转载自 OpenHarmony TSC 官方微信公众号<峰会回顾第29期 | Qt For OpenHarmony > 演讲嘉宾 | 蔡万苍 回顾整理 | 廖 涛 排版校对 | ...
- 开源共建携手并进 OpenHarmony使能千行百业生态成果亮相HDC2022
11月4日-6日,第四届华为开发者大会 2022(Together)在中国松山湖如期举行,本次大会围绕"创新照见未来"这一主题,向外界展示了OpenAtom OpenHarmon ...
- Python 数组和列表:创建、访问、添加和删除数组元素
Python 没有内置支持数组,但可以使用 Python 列表来代替. 数组 本页将向您展示如何使用列表作为数组,但要在 Python 中使用数组,您需要导入一个库,比如 NumPy 库.数组用于在一 ...
- 编译opencv: Linux编译opencv
opencv官网:https://opencv.org/releases/ github下载地址:https://github.com/opencv/opencv/releases mkdir ...
- 【鸿蒙千帆起】《钢岚》成为首款基于HarmonyOS NEXT开发的战棋新游
近日,紫龙游戏旗下BlackJack工作室全新战棋旗舰作品<钢岚>在华为游戏中心首发上线,并宣布<钢岚>完成鸿蒙原生应用开发,成为基于HarmonyOS NEXT开发的首款 ...