关于人工智能:上云数据分析首选产品Quick-BI的可视化之路

26次阅读

共计 2026 个字符,预计需要花费 6 分钟才能阅读完成。

简介: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,帮忙企业疾速实现从传统的数据分析到数据云化 + 剖析云化的转变,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生产应用。本篇着重介绍 Quick BI 在可视化剖析上的能力与演进之路。

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,帮忙企业疾速实现从传统的数据分析到数据云化 + 剖析云化的转变,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生产应用。

本篇着重介绍 Quick BI 在可视化剖析上的能力与演进之路。

Quick BI 可视剖析的能力图谱

传统的报表的后果是对统计模型的解释而不是对业务的解释。所以对可视剖析的冀望,为企业各个业务零碎提供形容、诊断、预测等数据洞察能力的不是报表,而是带有剖析(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 的可视化蕴含可视化图表,和模板、主题;主题反对 6 套默认主题背景(蕴含深浅皮肤色),以及用户自定义主题,适应不同的产品格调。

其中可视化图表依照剖析用意分为比拟类图表、趋势类图表、散布类图表、关系类图表、占比类图表、空间类图表,具体的后续会在另外一篇可视化中开展。

Part2 数据洞察 - 剖析型组件

可视化始终是 BI 产品的外围能力,而 Quick BI 认为数据可视化要从简略的数据出现向数据疾速剖析进行降级,而交互式的可视化能够显著晋升数据分析的效率。

除了通过交互式的操作(钻取、联动、跳转、圈选、排除等)疾速察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)关上全新的疾速洞察形式。

新增的指标拆解图能够帮忙用户自定义剖析所需的指标和纬度,用户能够随时调整剖析的维度和拆解程序,在指标呈现稳定和异样时可能疾速定位到影响起因。

同时,Quick BI 全新上线 动静组件 反对通过将动态的数据以动静的模式进行表白。惯例的饼图、条形图、气泡图等往往只能表白切片的数据,而不能表白随工夫变动而变动的数据。Quick BI 通过联合播放轴和工夫线能够让最一般的图形也能直观的表白出业务的动态变化。

比方往年疫情中大量应用的动静柱形图让大家高深莫测的理解到各个国家和地区随时间推移的疫情变动状况。这里具体比方线下、线上的用户活跃度随工夫变动的状况。

Part2 数据洞察 - 稳定剖析

Quick BI 除了能形容出数据以后的信息外,还能够通过将机器学习、人工智能和可视化剖析的能力相结合,让剖析人员疾速获取和发现暗藏在数据中的价值。比方稳定起因剖析能够帮忙用户在趋势类图形中主动拆解剖析外围指标稳定的起因,并以自然语言出现各种因素对稳定的影响状况。例如:对于某店铺订单数量的变化趋势如下,通过稳定起因剖析以后影响订单数量要害影响因素是 new\_add 是 1111,以及区域为华北,能够针对性的询问一下是否进行了局部的经营流动和操作。

Part3 构建数据故事

为了解决业务中多报表且扩散。以及单个报表内容量大,却没有旁人解说时,阅览者无奈读懂的问题,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,用引人注目和易于了解的模式将剖析内容进行演示。Gartner 近两年进一步器重 Data storytelling 在 ABI 畛域的价值,Quick BI 也联合本身的能力和国内用户的场景,推出了两种档次的数据故事构建能力。

第一个档次是多页面级别,Quick BI 反对将大量的报表和链接组织成「数据门户」,能够帮忙企业以肯定的业务视角,档次递进的出现数据分析体系。这样的门户能够是公司总体状况到分业务、分部门的状态,也能够是依照生产制作的各个环节一个一个开展数据内容。一个门户就是一个剖析应用数据的视角,好的门户往往能清晰的表白企业的业务形成甚至策略方向。

第二个档次是 页面级别 ,单个仪表板往往聚焦于一个剖析主题或几个剖析指标,常以总体概览、趋势变动、不同维度切分的形式在单个页面内进行剖析。而剖析者常常遇到不足剖析思路、剖析组件多,不知如何抉择等问题,Quick BI 新引入的「故事动线」 组件,能够大大提高分析师组织剖析思路和出现数据价值的效率,让报表的访问者能够疾速把握数据背地的意义和价值。


后续还会针对以上三趴别离开展阐明,敬请期待!

更多理解 Quick BI 能够查看 https://www.aliyun.com/product/bigdata/bi

版权申明:本文内容由阿里云实名注册用户自发奉献,版权归原作者所有,阿里云开发者社区不领有其著作权,亦不承当相应法律责任。具体规定请查看《阿里云开发者社区用户服务协定》和《阿里云开发者社区知识产权爱护指引》。如果您发现本社区中有涉嫌剽窃的内容,填写侵权投诉表单进行举报,一经查实,本社区将立即删除涉嫌侵权内容。

正文完
 0