阿里云数据中台产品矩阵系列白皮书

Quick BI数据可视化分析平台

2020云栖大会特别版

数智俱乐部

钉钉扫描二维码加入

阿里云数据中台出品

立即扫码获取更多报告、方案、文档、模板

每日分享报告！

每周更新报告、方案、文档、模板目录

一切报告均为公开发行版本，一切权力归原作者所有，仅作内部使用！

1.业务数据化运营的痛点 5
2.Quick BI 的定位和优势 7
2.1 产品定位 7
2.2 产品特性&优势 7
2.3 售卖方式 8
3.Quick BI 应用场景 9
3.1 高层决策分析 9
3.2 核心业务追踪 10
3.3 互联网流量分析 11
4.Quick BI 功能概述 13
4.1 数据源 13
4.2 数据集 14
4.3 多端展示——PC端 16
4.4 多端能力— —移动端 22
4.5 多端能力——大屏 24
4.6 电子表格 25
4.7 数据门户 26
4.8 权限管理 27
4.9 自助取数 27
4.10 数据填报 28
5.行业标杆客户案例 30
5.1 【零售行业】某乳品企业 30
5.2 【电商行业】乐其电商 30
5.3 【地产行业】某 TOP企业 31
6.关于 Quick BI 32
6.1 入选 Gartner 全球 ABI 魔力象限(中国首个且唯一） 32
6.2 运营能力强，客户满意度高 32
6.3 试用期长达一个月 32
法律声明 33

1. 业务数据化运营的痛点

1）作为企业管理者

您还在为不能随时随地了解公司的经营情况烦恼吗？在上班路上、机场候机室、客户面前或谈判桌上想马上看到经营数据做出决定，却因为数据更新不及时、电脑联网不便等原因不能如愿。

繁忙的日程安排让你没有精力详细的了解各部门和各分公司的经营数据，只能偶尔听取助理或下属的汇报。如果每天开始工作时就能在手机或邮件中收到经营数据或异常情况的推送，一天的工作都会变得得心应手。

2）作为业务部门负责人

您是否经常觉得业务推进得不到有效的数据支撑，求助 IT 团队却发现 IT 人员太少、不能完全理解您的需求或者需求一直在排队等待？

您是否觉得已有报表已经远远不能满足复杂多变的的数据分析诉求，只能想办法将数据导出到本地在 Excel 中进行分析？

您是否经常需要进入多个不同系统寻找数据，自己再想办法进行拼接，偶尔还会发现几个系统中的数据不一致？

您是否担心其他部门的同事看到了你们团队的数据？是否担心部门业务人员变动时，那些被下载到本地的业务数据存在泄漏风险？

您是否发觉新人进入团队要花费大量时间学习如何分析数据？

3）作为IT 部门负责人

随着企业业务不断扩张，各部门对于数据分析的诉求越来越大，需要大量的人工取数及临时报表开发。您是否感觉尽管团队经常加班，却还是面临需求积压、数据分析支撑不及时的困境？

您是否经常因为无法满足业务部门的数据分析诉求而被吐槽？是否发现业务团队已经开始自己分析数据但水平参差不齐？

4）作为人力资源部门负责人

您是否感觉公司数据人才梯队建设非常困难？公司需要建设一个大数据部门，需要专业的数据处理、数据分析的人才，业务团队关键岗位也需要有数据分析能力，市场上满足条件的人才有限陷入招聘的困境。

企业数据化运营的第一个重要阶段是让企业中的每个员工都能像 CEO 一样有数可看，有数据可决策，并形成企业管理的数据文化。

Quick BI 的定位和优势

2.1 产品定位

Quick BI 是专为云上用户量身打造的智能数据分析和可视化服务产品，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。

以“人人都是数据分析师”为使命，提供海量数据实时在线分析服务，支持拖拽式操作及丰富的可视化效果，助您轻松自如完成数据分析及业务自助探查。它不仅是面向业务人员的数据分析工具，也是数据化运营的助推器，更是解决大数据应用“最后一公里”的神器。

2.2 产品特性&优势

1）无缝集成云上数据

支持云数据库、关系型数据库、Hadoop、MPP 等数据源接入，可以和阿里云数据库无缝对接。

2）高性能即席查询

具备专利技术的查询加速引擎支撑，支持跨源、异构的数据关联及查询；亿级数据可实现秒级计算与查询，相比于 Redis 等内存数据库，高速查询引擎的扩展性更好，而且成本更低。

3）便捷的数据分析

零 SQL 拖拽式的仪表板，仅用几分钟即可完成在线数据分析。在线电子表格完全延续类 Excel 的操作习惯，并且支持 400+Excel 的函数。Quick BI 提供近 40+的丰富图表种类，可以快速搭建数据门户，体系化地查看数据。

4）智能数据分析和交互

提供对话式智能机器人，满足智能数据洞察和数据预警需求。决策者可以快速查询数据，智能分析，快速决策；一线员工可以快速查询自己负责的业务数据，降低数据使用门槛。

5）完备的数据分享体系

一次制作即可支持移动、PC、大屏的多终端适配，满足公开、嵌入及空间共享等不同的数据分享场景需求。使用自助取数，可以轻松实现百万级大数据量的下载导出。

6）体系化的安全控制机制

支持支持业务范围级、页面级、数据行级的权限粒度，满足面向用户组、角色、用户标签、用户级的权限控制；支持对页面导出的控制开关设置；支持账号水印显示，截图传播可追踪；支持日志记录及审计。

2.3 售卖方式

Quick BI 提供多种版本和环境选择，能够支持云上和本地化独立部署，满足不同客户群体的需求。

1）阿里云上的产品售卖

个人用户

标准版 ¥499.8/年：基础功能套件，无群工作空间，适合个人用户使用

企业用户

高级版 ¥15,300/年起：企业级功能模块套件，适合中小型企业客户使用

专业版 ¥102,000/年起：增强型企业级全功能模块套件，适合大型企业客户使用

2）本地化部署

除了阿里云上的标准产品售卖，Quick BI 还支持本地化独立部署。适用于以下客户情况，如：

 对数据安全要求比较高的政府、银行机构等

 企业数据在线下存储的传统制造业、房地产行业等

 超大用户规模，高并发的集团企业或者行业头部企业等

3. Quick BI 应用场景

3.1 高层决策分析

决策是管理的重要职能，它是决策者对系统方案所做决定的过程和结果，是决策者的行为和职责、决策分析是为了帮忙决策者在多变的环境条件下进行正确决策而提供的一套推理方法、逻辑步骤和具体技术，以及利用这些方法和技术规范地选择满意的行动方案的过程。在决策分析中，业务数据是非常关键的，能看到什么样的数据，会影响决策判定。

1）选择合适的可视化方式来呈现

关注指标展示层次性，借助于格式来体现逻辑关系，同时关注时间窗口的选择，选择合适的benchmark。

指标看板/指标趋势图

指标看板可以对数据、或销售业绩等状况一目了然地展示，以便项目的参与者们可以及时掌握销售状况或者管理现状，从而能够快速制定并实施应对措施。因此，指标看板是发现问题、解决问题的很有效且直观的手段之一。带趋势图的指标卡，用来展示一段时间长的变化，便于看长周期数据。

交叉表

看多维度下的数据分布情况，可以沿水平方向，也可以按列进行垂直，同时也可以进行下钻看下层维度的数据

交叉表-使用数据透视表进行多维分析_20200806_15_51_36

订购日期（year)	地区		东北		华东			华北
订购日期（year)	订购日期（month）	数量	单价	收入	数量	单价	收入	数量	单价	收
		-	-		-				-
2010	201007	61	72.0	1,276.8	490	380.7	9,637.0	431	485.3	11
				201008	-	-	·	347	474.2	7,365.6	894	929.1	18
	201009	80	42.2	1,420.0	268	326.1	9,587.8	667	872.2	15
	201010	174	157.0	5,696.8	303	237.0	5,951.0	673	529.2	12
	201011	138	368.1	7,390.2	253	348.3	15,482.8	778	547.7	14
	201012	87	78.7	1,200.0	99	138.0	3,765.6	806	789.7	23
	201101	161	268.4	11,595.6	319	238.6	7,797.4	851	901.2	27
	201102	235	221.5	5,127.0	283	241.6	4,397.5	926	615.9	18
	201103	-	-	-	414	542.4	14,980.6	673	455.3	10

3.2 核心业务追踪

BI 产品最主要的一个使用场景就是核心业务追踪，比如零售行业追踪销售金额、KPI 完成情况。通常还会按照业务模式拆解到各个事业部、地域。

Quick BI 仪表板支持在移动端随时随地查看，随时追踪业务的变化情况，快速基于数据做调整。

订单等级分布
订单等级	订单金额	折扣点订单数量
中级	4,977	6%	32
高级	2,236	8%	73

城市分布
省	市	订单量	订单数
上海	上海	147,974	2198
上海	徐汇区	20,211	110
上海	黄浦区	8,965	40

3.3 互联网流量分析

对于一个互联网企业来说，流量分析是至关重要的，分析流量来源渠道、流量变化趋势、流量转化情况，便于企业发现问题、监控业务目标进度、对部分渠道采取重点措施引流等。

在互联网网站流量分析仪表板的开头，用户往往首先关注核心指标的进度，指标看板、仪表盘、进度条恰好满足了这种场景。如下图，本月支付金额的完成进度为 85.1%，初步结论得出没有完成本月目标；指标看板呈现重点指标的数据及同环比数据，例如访客数、收藏买家数等指标，其中加购买家数和支付买家数均比上个月有所降低。

接下来，需要对流量来源渠道进行分析。通过桑基图可以查看流量来源的途径，可以看出，大部分流量是免费流量；通过饼图或矩形树图，可以查看流量来源的占比，识别主要流量渠道。

同时，企业也需要分析流量转化路径，决策者关心网站整体流量转化情况，从而及时发现某个环节的问题、进行决策干预。漏斗图和对比漏斗图，能够直观展现各业务环节的数据，说明问题所在，便于用于进行流程优化。如下图，放入购物车到生成订单、生成订单到支付订单的环节转化率仅为 48.75%和 51.28%，虽然网站整体访客量有所提升，但决策者需要重点引导用户放入购物车到支付订单的环节，从而提升整体支付金额。

最后，通过线图观察流量的整体趋势，可以看出，整体的访客流量趋势较去年均有所上升；
通过交叉表，可以具体分析流量来源及支付金额的明细数据。

某互联网网站流量分析

选择站点选择时间请选择（单选） 2017-01 2019-07 □ 查询
支付金额	85.1%	201907	201907	201907	201907
实际4254万/目标5000万		访客数	收藏买家数	加购买家数	支付买家数
		15,736,049	4,720,877 月环比46.3%	32,317	40,438 月环比-8.1%
		月环比 46.3% 年同比 164.1%	年同比164.1%	月环比-8.1% 年同比58.2%	年同比58.1%

自定义流量来源	来源明细	访客数	去年访客数	支付买家数	收囊买家数	支付金额
免费流量	汇总	12,719,504	3,775,467	13.238	3,815,852	￥7,600,560.0
免费流量	淘内免费其他	8.520,578	1.658266	10.547	2,556.174	¥3,604,110.0
免费流量	汇总	7,683,965	1415,312	12.076	2.305,190	￥13.92300.0
免费流量	流量宝	5.535,35	2,528		1.660.608	￥73,884.0
自主访间	汇总	4.814,606	765,836		1,444382	￥6，426,430.0
自主访间	直接访间	4,327,487	400,359	378	1,298,247	￥111,711.0
免费流量	汇总	3,415,303	2.225.835	6.767	1,024,591	￥13.436.300.0
免费流量	汇总	3,323,280	1.365,522	11.231	996,984	￥16,821,400.0
自主访同	汇总	3,078,505	775,682	6.114	923,552	￥12,625,200.0
免费流量		2,995,377	1,407.973	7.513	898,614	￥13,372,00.0
免费流量	58	2,982,905	3,255,781	5.754	894,872	￥10,618,900.0

Quick BI 功能概述

4.1 数据源

Quick BI 可支持云数据库、自建数据库、文件上传、应用数据源。

企业对于数据时效性的要求各有不同：

有需要实时更新数据的，例如“618”大促，商家需要实时掌握自己的 GMV情况，这时候就要求 GMV 大屏数据实时更新；也有对数据时效性要求没有这么高的；或者固定周期(最常见是每天)更新的，例如财务数据，人事数据都有固定的更新周期，以周报形式或者月报形式为主。

另外还有部分数据可能是外来数据，比如同行业的对比数据等，此时就需要有可以上传本地数据的途径。

Quick BI 也支持已经部署 Dataphin 的场景下，从 Dataphin 得到数据。

Quick BI 支持目前市面上所有主流数据库：

 阿里云云上数据库：MaxCompute、AnalyticDB for MYSQL、HybridDB for MYSQL。

 业内主流数据库：MYSQL、Oracle、SQL Server、PostgreSQL、Sybase、Hive。

 国产数据库：Kbase、Gbase。

支持文件上传：支持上传本地文件，作为数据源接入 Quick BI。

支持应用数据源：支持数据中台的数据构建与管理的 Dataphin 作为数据源接入。从而让数据加工与可视化一体化。

4.2 数据集

1）构建数据模型

当业务上需要多表的逻辑模型，可以通过 Quick BI 数据集的功能建模。例如：将商品表、订单表、商家表的关系，通过关联模型，关联在一起。关联后的数据集，不仅可以看到订单的情况，还能查看这个订单售卖商品的价格、数量，也能看到商家的名称、商家的等级。有了这些全面互联关联的数据后，就可以从任何粒度进行报表分析。比如统计某商家昨天洗发水的所有销售量和销售金额。从而建成一个数据集，并且授权给其他人使用这个梳理好的数据集。

2）即席SQL分析

在临时取数场景下，BI 可以通过编写 SQL，快速在查询数据。并且支持免建模直接创建成数据集。大大提高 BI 的工作效率。例如：现在突然有个临时需求，要看下今天下午 2 点订单情况，直接编写 SQL，从而查询数据。如果这个临时需求以后会复用，就可以点创建数据集，建成数据集。

3）计算字段

可以对已有字段，做二次加工，提供数据库常用函数支持。比如，需要订单金额，就可以通过 “订单量*单价”，来计算出新的字段“订单金额”。

4）维度字段

当维度字段，是地理、日期，Quick BI 提供灵活的配置方式。可以直接映射的市、省、国家。
日期可以直接映射到日、周、季度、年。

随着互联网技术的发展，现代企业员工的办公设备也越来越多元化，为了满足不同用户需求和看数场景，Quick BI 提供“一端配置，多端查看”的数据分析系统。只需在 PC 端完成报表搭建，即可在电脑、手机、电视大屏等多端实现信息互通，让报表访问者可以随时随地的查看数据报告、掌控业务的发展变化，从而快速进行决策分析。

4.3 多端展示——PC端

1）丰富的图表类型

QuickBI 仪表板支持丰富的可视化图表、灵活个性的图表属性配置和自由的拖拽式卡片布局，便于用户搭建多样化的数据报告，助力用户进行数据分析与决策。目前，QuickBI 提供 43种图表和 5 种控件，不仅包括基础图表，还提供特色的分析型图表，例如指标拆解图、指标卡趋势图、动态条形图等。

电话通信产品

2）个性化的图表配置

Quick BI 支持个性化的图表配置，用户可以灵活搭配颜色、图例等元素，使得仪表板更加美观、数据展现更加清晰。

条件格式，可以通过文字颜色或图标，直观传递数据信息。例如，用箭头表示同环比的上升或下降，用数据条对比数据大小等。

日期个	订单数量 ↓	订单数量年环比	利润金额
2013	55303		439,664.09
2014	55104	-0.36%	363,973.65
2015	52363	-4.97%	383,913.41
2016	56101	↑ 7.14%	361,538.87
2017	55303	↓ -1.42%	439,664.09
2018	55104	-0.36%	363,973.6.65
2019	52363	↓ -4.97%	383,913.41
2020	56101	7.14%	361,538.8.87

坐标轴的显示属性灵活可配置，用户可以根据实际分析需要，对坐标轴进行多样化配置。例如，线图可以配置网格线，便于用户进行数据对比；条形图可以不显示坐标轴，可以用来进行数据排行等。

丰富的图形配色，用户可自定义渐变色和主题色，使得图形搭配更协调、美观。也可以根据分析场景的需要，用图表颜色凸显不同的风格，例如商务风适合蓝色系配色、受众为年轻人适合活泼橙色等。

显示总计，便于用户获取整体的数据信息。例如，环图显示总计，除了能知道不同大区之间的销售额大小对比，还能知道总体的销售额，获取更多的数据信息。

此外，Quick BI还提供数据标签展示、字体大小、半径大小、线条形状、对齐方式等多样化的属性配置满足用户个性化的配置诉求。

3）个性化的主题模板配置

Quick BI 的主题模板功能，能够满足用户不同场景下更友好的查看数据、分析数据的诉求。

目前主题模板提供深、浅两种基础色板，在此基础之上，用户可以配置图表的整个色系、文本的颜色、大小、区块的间距，TAB 样式、表格的样式等。

例如这里的学术类诉求，可以采用比较沉稳的主题：

而查看化妆品行业数据时，可以采用女性偏爱的国潮流复古主题：

4）筛选过滤

筛选过滤，是数据分析中必不可少的手段之一，也是即席分析的重中之重。

筛选过滤本质上是为了帮助我们在数据分析过程中排除干扰数据，将注意力聚焦在关键数据上，从而提升决策效率。比如在对在售商品进行销售情况盘点时，经常需要单独查看某一种商品的具体销售情况，这时候就需要对该商品进行筛选过滤；或者想要分析某一时间段，如

双十一期间的销售情况，就需要对时间区间进行筛选过滤；又或者在分析销售数据时，需要知道哪些商品是没有达到销售目标的，就要进行对销售额或者销量的数值过滤。以上几种使用场景都是业务分析中最为常见的。

Quick BI 中提供多种类型的查询条件，针对文本、数值和日期等不同字段有不同的筛选类型可以支撑。同时提供复合查询控件来满足复杂的且、或条件组合关系。

文本内容筛选：

日期区间筛选：

查询

城市	产品类型	产品小类	客户名称	订单等级	产品包箱	单价	折扣点	订单金额	5478
三明	办公用品	信封	谢文聪	高级	小型箱子	5.68	0.05	239.3
保定	办公用品	笔、美术用品	张凤	其它	打包纸袋	5.84	0.08	163.0
北海	办公用品	信封	贾明波	低级	小型箱子	2.66	0.03	67.4
北海	办公用品	笔、美术用品	高捷	中级	打包纸袋	6.08	0.04	183.2
北海	家具产品	椅子	杨波	其它	大型箱子	276.2	0.07	9107.27
南宁	办公用品	夹子及其配件	孙利建	中级	小型箱子	10.91	0.06	137.64
南宁	技术产品	电脑配件	王雨	高级	小型包裹	22.98	0.03	695.47
合肥	办公用品	家用电器	唐晋伟	中级	巨型木箱	294.62	0.01	3752.61
天津	办公用品	标签	吕明	其它	小型箱子	2.61	0.04	31.77
天津	技术产品	电话通信产品	王雨	高级	小型箱子	65.99	0.04	575.569

数值属性筛选：

5）交互式分析

钻取：

单击仪表板中某个区域或字段时，维度的层次会发生变化，从而变换分析的粒度。

联动：

可以通过点击选中单个图表中某个区域或维度值，和这个图表相关的其它图表的内容发生联动变化。

跳转：

单击仪表板中某个图表中的某个字段时，会跳转到与被单击部分相关联的报表。跳转支持往目标报表传入参数和外部的自定义链接两种方式。

6）高级分析

Quick BI 依托阿里巴巴达摩院算法能力，提供一系列的智能能力，帮助用户更快的获得数据洞察。

当核心数据发生波动，成交量突然下跌了，到底是什么原因？

以前遇到这样的情况，数据分析师需要投入大量的人力和时间来进行归因分析，可能分析出结果的时候已经晚了。现在，可以通过 Quick BI 提供的波动原因分析功能，鼠标一键点击即可几秒内分析出数据波动的原因。更快地获得数据洞察，迅速找到原因并采取行为。

另外 Quick BI 还提供预测、异常检测、聚类算法，帮助用户快速从数据中获取有价值的信息。

4.4 多端能力——移动端

1）具备移动特性的图表展示

Quick BI 的移动端图表内嵌于钉钉微应用中，能够完美自适应各种手机尺寸。

移动端报表整体采用瀑布式的布局，辅之以手机上特有的交互方式。除了多样化的报表展现，还有复杂的交互式分析（如联动、跳转），满足管理层在手机端随时随地看数据做决策的需求。

新拓展渠道效果追踪

利润	销售笔数	笔单价
2,226,809	720,298	9,298
年同比96.6%↑	年同比34.2%	年同比24.2%

购买件	客户数	客单价
936,268	682,337	1,317
年同比96.6%	年同比34.2%	年同比24.2%

指标1	日环比	周同比
123,456,789	12.3%↑	32.1%
指标2	日环比	周同比
98,123,456,789	23.4%↑	43.2%
指标3	日环比	周同比
123,456,789	15.6%	16.5%
指标4	日环比	周同比
98,123,456,789	32.8%	19.8%

各事业部销售情况

2）钉钉协同

Quick BI 集合钉钉的能力提供一系列功能，深度融合钉钉办公协同能力和 Quick BI的数据能力，帮助企业让数据在组织中流动起来，完成「数据-洞察-决策-落地」的闭环，让使用数据成为一种文化。

Quick BI 支持通过钉钉工作通知、钉钉群机器人等方式定时推送仪表板。用户可以配置，每天早晨将数据日报自动推送到手机端，每天从数据开始一天的工作。还可以将数据定时发到工作群中，大家一起基于数据做决策。

当数据发生异常时，Quick BI 也支持主动发送报警，在移动端查看报表内容和具体的数据，快速分析、快速应对。

3）智能小Q

除了每天查看业务监控报表，我们经常还会遇到需要临时查询数据的情况。比如在分析某个商品销量，需要看看哪些地区卖的好、什么时间更畅销、哪些人群更喜欢等。在移动端，对

于这种即席分析的诉求，我们提供了智能小 Q 的功能。

智能小 Q 是一个对话式智能数据机器人，您可直接向 TA 提问，方便地查询数据，获得数据洞察和价值。您可以问：本月成交金额、过去 30 天成交金额趋势、地域分布、销量 TOP 商品等等，可以简单方便的获得数据。

4.5 多端能力——大屏

业务小二和工程师通过简单的拖拉操作能轻松制作出酷炫的可视化大屏，支持会议 Review、业务监控和数据报道等场景；

> 4.5多端能力——大屏

Quick BI 大屏特性

 多种图表组件，支撑多种数据类型的分析展示，除了线柱类的常规图表外，还包括场景地理类的色彩地图和气泡地图，以及极具业务场景含义的翻牌器和排行榜等 10+种可视化组件。

 拖拽式操作，无需专业开发人员也可快速实现。

 多屏自动切换轮播，实现不同尺寸自适应。

4.6 电子表格

Quick BI 支持类 Excel 电子表格新建。如果 BI 或者业务人员，能够非常熟练地使用 Excel，但是对于仪表板不熟悉，可以使用电子表格来实现与 Excel 一样的操作和效果。比如，需要一个汇总核心指标报表，可以将各个业务线的数据，都导入各个 Sheet 中，然后配置 Sheet成隐藏，然后第一个 Sheet 中引用其他 Sheet 里的数据，组织成汇总核心指标报表。并且通过 Excel 灵活格式化的能力，支持中国式报表。

 与电子表格一样的操作，支持多 Sheet、单元格配置、单元格引用、行列分组、行列冻结。

 兼容 400+的 Excel 函数。

 支持直接用电子表格中的数据，配置可视化图表。线图、柱图、饼图、仪表盘、漏斗图、雷达图、散点图。

 最终可以下载导出成 Excel。

4.7 数据门户

数据门户是 QuickBI 用于业务对制作完成的仪表板及电子表格，基于业务场景、业务部门、营销等进行目录组织，帮助团队能 360 度查看各种业务状态。

Quick BI 数据门户特性

 内容可嵌入仪表板、电子表格、数据填报、自助取数和外部链接五种对象。

 菜单可支持到 4 级菜单配置，以及可设置为隐藏，或者设为默认主页（数据门户打开的时候，默认跳至此页面）。

 数据更安全，支持管控到菜单级别授权。

4.8 权限管理

Quick BI提供多层次的安全访问机制，从系统访问登录、工作空间隔离到行级数据权限的一整套安全访问机制。精确到行、列的细粒度数据权限控制，可以自动根据用户权限展示对应的数据，轻松满足大型企业集团精细化的数据控制需求场景。同时仪表板且只需要制作一份，再根据权限配置，即可实现千人千面的数据展示效果。

4.9 自助取数

不管是初创公司还是大型集团企业，取数都是 IT 支撑的核心工作之一，是驱动业务数据化和推动业务发展的利器。但是，随着业务地快速发展，取数工作量往往呈几何增长，那么在人力资源的情况下，如何满足业务部门的取数诉求呢？

Quick BI 自助取数服务，旨在提供拖拽式可视化的取数服务，重塑数据取数全链路。一方面，在 IT 支撑提供标准元数据和行级权限管控的基础之上，让业务人员实现自助取数，降低 IT支撑人员的依赖，最终实现业务自助式提效。另一方面，让 IT 支撑人员基于 Quick BI的数据集进行指标定义，基于自助取数功能进行拖拽式取数模板定义，减少 IT 人员后台数据抽取及数据加工过程，大幅提升取数支撑效率。

借助自助取数，业务人员口可以通过简单的拖拽操作选择实现取数字段定义及查询项定义，一键创建取数任务将自己所需的数据以 Excel 的形式下载到本地，可支撑百万级大数据量下载的诉求。

目前自助取数支持的数据源类型主要有：MySQL、SQL Server、MaxCompute、Oracle、AnalyticDB、PostgreSQL、HybridDB for MySQL

4.10 数据填报

Quick BI 专注于智能大数据分析和可视化，同时，提供在线数据收集的能力，助力企业一站式完成数据收集上报、数据分析和可视化数据报告。

在企业的实际业务场景中，有一部分数据需要多人填报汇总，例如银行总行需要收集各分支网点本季度的营业额数据，不仅要保证数据安全不泄漏，还要提升上报效率和数据质量。目前，部分企业通过线下文档进行数据上报，造成了数据质量不高、上报效率低下、维护成本过高、数据安全无法管控的问题，而 Quick BI数据填报恰好解决了企业数据收集的痛点。

Quick BI 数据填报提供丰富的表单组件、灵活的拖拽式布局和安全的数据权限管控体系，支持管理员自定义表单模板，多方企业成员分别完成表单填报，管理员还能管理和审核收集上来的数据，以便后续进行数据统计和分析。

表单搭建页面

Quick BI 数据填报满足更多的企业数据收集场景，例如，在疫情期间，企业 HR 可以通过每日健康打卡收集员工的健康状况，及时发现问题、快速响应；例如，新员工入职期间，可以在线完成员工信息的录入；例如，仓库进销产品，可以通过数据填报录入每一单进销信息，以便仓库货品盘点和追溯历史进销记录等。

每日健康打卡填报模板
入职员工信息录入表单

5. 行业标杆客户案例

5.1 【零售行业】某乳品企业

作为中国婴幼儿奶粉知名品牌，该企业注重企业信息化、数字化建设，紧跟信息化数据化的发展脚步，在乳业产品生产、运输、渠道管理、销售管理为一体的背景下，也积累沉淀了大量消费者资产数据。

那么，如何根据这些消费数据来做全面的经营分析？怎样才能快速高效地把握消费者的生命周期呢？

该乳品企业借助 Quick BI 整合散落的消费者数据，统一划分消费者生命周期，从中发现客户价值与客户的主客观需求，并洞察沉睡/流失客户，指导业务运营人员在拉新、营销活动策略、老客复购等环节做出针对性营销策略，提升消费者总体价值。

存量上百 TB 级，日增百 GB 级的大数据量，在该乳品企业信息部手中游刃有余，QuickBI 助力该乳品企业信息部实现 20 人服务业务 1000 余人。即使是多元化的业务分析诉求，在 Quick BI 中也能一站式搞定，成功为企业节省大量人力，提升效率。

5.2 【电商行业】某电商服务商

某电商服务商创立于 2009 年，通过全渠道覆盖、供应链整合、精细化运营与大数据挖掘，为品牌提供灵活高效的电商一站式服务。公司服务于 80 多个品牌，上百家店铺，各个品牌都有各自的个性化分析需求。

在该电商服务商的业务中，店铺类数据分析是最常见常用的基础性分析。在店铺生意经营的时候，必须要面对这样的问题: 现在的生意到底是好是坏? 为什么好或坏? 是什么动作导致的? 应对策略又是什么?

借助 Quick BI，该电商服务商沉淀了从生意诊断（判断店铺生意好/不好）>>销售拆解（定位影响店铺生意的因素，哪里好/不好）>>机会挖掘（定位店铺生意增长机会）的分析思路，复用在不同项目组中，一起沉淀为公司的分析资产。目前使用中的公司管理报表为公司每月节省工时超过 60 小时，投入使用的 20 多店铺合计节约工时超过 400 小时。未来计划在更多店铺推广，将大大节约工时成本、提高效率。

5.3 【地产行业】某TOP 企业

某房地产企业庞大的业务体系背后，需要数据赋能才能更好地做全局把控与细节布局，但面临着业务系统数据分散、业务需求迭代快、各项目进度数据不统一等问题。

为了解决以上问题的困扰，该公司决定基于阿里云数据中台底层能力基础和前端 Quick BI的可视化功能应用，实现从项目投资拿地、前期策划、项目销售、工程施工、交付验收等的数据资源整合，满足总部及分公司层级管控、分公司大规模自助取数分析的诉求。

根据房地产项目的运转周期，该公司拆分了两大分析主题：

1）内嵌到 Quick BI 数据门户中的城市数据中心大数据平台，其整合了城市空间宏中观数据，包括新房市场成交数据、城市配套、人口数据、宏观经济等，实现对市场数据的查询分析，满足项目开发前期投资、研策等业务数据需求。

2）经营数据中心，其包含了销售运营、客关中心、进度监控和数据报表四大模块。满足对项目销售、工程进度、交付及满意度等业务数据需求。

Quick BI 成功助力该地产企业从项目前期调研、中期实施、交付到保修阶段，实现各阶段数据资源的整合及关注指标的实时监控预警，形成贯穿项目开发全周期的数据化管理机制。通过与历史沉淀产品、缺陷等数据辅助分析，让产品和服务更贴近客户。

6. 关于 Quick BI

6.1 入选 Gartner 全球 ABI 魔力象限(中国首个且唯一）

2 月 12 日，国际知名调研机构 Gartner 发布 2020 年商业智能和分析平台魔力象限报告（《Magic Quadrant for Analytics and Business Intelligence Platforms》），阿里云成为首个且唯一入选该领域魔力象限权威评测的中国企业。

作为 BI 市场中知名权威评测报告，《Gartner 分析和商业智能平台魔力象限》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。在阿里云入选 2019 年度分析和商业智能平台魔力象限前，还没有一家中国厂商能入选这一领域魔力象限。

报告显示，阿里云作为该领域魔力象限的全新闯入者，旗下产品 Quick BI 已经在特定细分市场和区域取得成功，获得了市场广泛认可。 Gartner 分析师认为，“它在未来将有影响全球市场的潜力”。

6.2 运营能力强，客户满意度高

Gartner 分析报告显示，“运营能力强和客户满意度高是 Quick BI 核心优势之一。”目前 Quick BI 服务了超 1000 家企业或组织，包括了零售、物流、保险、地产、媒体、教育、金融等十二大领域的核心用户，在各个行业领域内建立了良好的口碑，品牌影响力逐步提升中。

6.3 试用期长达一个月

为了让客户能够更好地体验和熟悉这款产品，Quick BI 目前免费提供试用，试用期长达一个月。无论是企业客户或是个人客户，都可以免费试用 Quick BI，让数据分析跑起来。

法律声明

阿里云提醒您在阅读或使用本文档之前仔细阅读、充分理解本法律声明各条款的内容。如果您阅读或使用本文档的，您的阅读或使用行为将被视为对本声明全部内容的认可。

1）您应当通过阿里云网站或阿里云提供的其他授权通道下载、获取本文档，且仅能用于自身的合法合规的业务活动。本文档的内容视为阿里云的保密信息，您应当严格遵守保密义务；未经阿里云事先书面同意，您不得向任何第三方披露本文档内容或提供给任何第三方使用。2）未经阿里云事先书面许可，任何单位、公司或个人不得擅自摘抄、翻译、复制本文档内容的部分或全部，不得以任何方式或途径进行传播和宣传。

3）由于产品版本升级、调整或其他原因，本文档内容有可能变更。阿里云保留在没有任何通知或者提示下对本文档的内容进行修改的权利，并在阿里云授权通道中不时发布更新后的用户文档。您应当实时关注用户文档的版本变更并通过阿里云授权渠道下载、获取最新版的用户文档。

4）本文档仅作为用户使用阿里云产品及服务的参考性指引，阿里云以大数据集成服务平台的“现状”、“有缺陷”和“当前功能”的状态提供本文档。阿里云在现有技术的基础上尽最大努力提供相应的操作指引，但阿里云在此明确声明对本文档内容的准确性、完整性、适用性、可靠性等不作任何明示或暗示的保证。任何单位、公司或个人因为下载、使用或信赖本文档而发生任何差错或经济损失的，阿里云不承担任何法律责任。在任何情况下，阿里云均不对任何间接性、后果性、惩戒性、偶然性、特殊性或刑罚性的损害，包括用户使用或信赖本文档而遭受的利润损失，承担责任（即使阿里云已被告知该等损失的可能性）。

5）阿里云网站上所有内容，包括但不限于著作、产品、图片、档案、资讯、资料、网站架构、网站画面的安排、网页设计，均由阿里云和/或其关联公司依法拥有其知识产权，包括但不限于商标权、专利权、著作权、商业秘密等。非经阿里云和/或其关联公司书面同意，任何人不得擅自使用、修改、复制、公开传播、改变、散布、发行或公开发表阿里云网站、产品程序或内容。此外，未经阿里云事先书面同意，任何人不得为了任何营销、广告、促销或其他目的使用、公布或复制阿里云的名称（包括但不限于单独为或以组合形式包含“阿里云”、“Aliyun”、“AliCloud”、“万网”等阿里云和/或其关联公司品牌，上述品牌的附属标志及图案或任何类似公司名称、商号、商标、产品或服务名称、域名、图案标示、标志、标识或通过特定描述使第三方能够识别阿里云和/或其关联公司）。

6）如若发现本文档存在任何错误，请与阿里云取得直接联系。

Quick+BI数据可视化分析平台——阿里云数据中台产品矩阵系列白皮书