数据产品：阿里云Quick BI产品体验

试用了阿里云的Quick BI高级版，整体上来说这是一款挺棒的自助式BI平台产品。

产品体验

作为一款典型的BI产品，Quick BI的产品逻辑仍然是一款自助式从数据集市层配置可视化报表的产品。从官方给的流程图可以看出，其产品功能和过程主要涵盖以下几步：配置数据源——数据建模——可视化分析图形——数据仪表盘/数据分享。

Quick BI创作流程

数据源配置

数据源的配置主要从库里读取和本地上传数据文件的形式，这个过程相当于把数据源在报表系统里注册，之后可以复用。

云数据库类别
数据库配置参数
本地上传文件

这里我们构建一些随机数据，然后通过本地文件上传的形式来注册数据源。

在工作空间-数据源里选择上传文件即可。然后将数据源转化成数据集。

数据源
数据集
构建数据集是数据处理的重要一环。可以在产品上通过界面操作来做一部分的数据处理，从而为数据计算和展示做下良好的基础。

可以看到数据表的字段被读进来了，并且根据字段类型被自动分为维度和度量。

数据建模

字段操作功能

目前在数据集页面探索到的重要功能有：

• 时间格式化：日期/时间型字段被自动识别并被精确切割成年、月、周、日、时、分、秒
• 自定义字段命令/备注/移动/隐藏
• 数值显示格式和自动换算规则设置
• 度量类型转换（文本/数值）、度量与维度互相转换

• 创建计算字段

  
  创建计算字段

• 多表关联

  
  多表关联
  多表关联

多表关联和创建计算的两个功能，可以有效地确保在APP层就能实现数据表结构的更新，以应对频繁多变的业务需求；而不必从底层根本上去改表结构和重新更新数据。

构建仪表盘

数据整理好了之后，就可以构建可视化图形来搭建仪表盘。

新建仪表盘

从上方的菜单栏可以看出，页面元素主要包含2部分：控件（灰色部分）、可视化模型（亮色部分）。

控件包含以下部分：

• 查询条件：支持用户在仪表盘中自由对维度和度量进行数据筛选
• 文本框：在仪表盘中插入文本
• 内嵌链接：加入url跳转
• TAB：一个TAB里可以放多个子页面，意即可以将多个图形放入同一个TAB里
• 图片

可视化模型包含以下部分：

• 线图：折线图、面积图
• 柱形图：堆叠、横转
• 饼图
• 交叉表（也可以不交叉）
• 地图：区域/全局、散点/气泡、色块
• 指标看板：展示核心指标数据，支持维度水平平铺
• 仪表盘：就是方向盘，用于展示一个指标的分布位置
• 散点图
• 漏斗图
• 雷达图
• 树图
• 词云图
• 来源去向图

在构建大部分的可视化图形中，都有数据、样式和高级三个子页面选项。

数据页

数据页主要用来确定维度、度量和映射字段，以及数据筛选。

样式页

样式页主要用来调整UI，包括别名、颜色、坐标轴、图例、布局等。

高级页
高级页目前主要是2个功能，一个是自动刷新， 一个是联动。
自动刷新
自动刷新很好理解，就是根据设定的时间间隔刷新数据集（从数据库中重新取数、处理、计算），对于实时数据的展示是一个很重要的功能。
图形联动
图形联动是一个很重要的探索性数据分析的交互体验，它能给人更多的引导来启发多维数据背后的关联和规律；对于数据分析的意义不言而喻。联动的本质是将多个图表（数据源）绑定在一起，当用户的交互行为发生变化时，多个图表一起发生对应的变化。

设置完图形参数之后，仪表盘上可以即时展现图形，也可以查看/导出数据，更牛逼的是可以生成对应的SQL。有什么用？一来可以从代码的层面上去校对所作操作的逻辑准确性；二来生成的SQL可反向复用于底层数据处理的代码中。

从前端界面配制生成对应的SQL

通过以上的步骤，构建多个图表，就可以组装成一个仪表盘。以下是一个仪表盘的demo：

demo demo

在dashboard的预览页中，牛逼之处是可以一键实现PC和手机端的转换——

手机预览页

构建门户页

当仪表盘构建完成后，就可以构建更上一层的门户页。

从页面设置里创建一个门户页，并填写基本信息，比如页面名称，基本布局方案，url等。

构建门户页面信息

构建页面结构

有了门户页之后，需要设计页面结构信息。可以看到Quick BI的页面布局有三层，一级菜单横向铺开（行为数据，财务数据， 健康数据等），二级菜单（可视化，数据表）和三级菜单（静态分布，动态追踪）递进折叠平铺；每一个菜单，都可以设置名称，图标，打开方式和关联内容等。嵌套选中创建好的仪盘表即可。

创建门户页 门户页预览

可以看到刚才创建的仪表盘已经被嵌入行为数据TAB下了，同样的方法在其他有TAB下嵌入仪表盘，就可以完成整个门户页了。

数据分享和权限设置

门户页创建好了之后可以设定访问权限，限定有权限访问的人和访问有效期。

成品点此

产品思考

产品亮点

数据可视化dashboard作为一款典型的数据产品，它至少有3点意义：

• 降低数据可视化的技术门槛，界面化的操作使不懂代码的业务方也可以自助构建自己关心的数据监控报表
• 提高数据可视化的效率，即使r shiny本身就是一款很轻便，高效的dashboard构建开源工具，也存在着代码量随业务内容线性增加的弊端；BI产品能将重复性的流程抽象出来，然后以效率更高的方式构建好，尽管这限制了一定的自由度，但应对日常的数据分析和产品需求，也已经足够
• dashboard应用很广，在我们设计完指标体系，构建完核心报表之后，一套逻辑严谨，内容简洁，交互友好的仪表盘可以很方便为多人提供监控数据，探索分析的功能。

那么回到Quick BI本身，它本身也是有不少亮点。

首先是流程和层次清晰：对于工作流，就是引入数据：创建数据源——整理数据：构建数据集——可视化数据：构建仪表盘——输出数据：组件门户页的流程。对于产品本身来说，它就是源数据——数据表——可视化图形——仪表盘——门户页这样的层次结构。

然后是强大的数据处理能力，又体现在以下几个重要方面：

• 多表关联和新建计算字段。这个在APP层就能实现一定程度的表结构更新和复杂查询，而无需修改底层数据源。
• 新建计算字段功能强大。内嵌了不少的函数和说明，这样日常大多数的计算方法都可以实现。不过双面性在于：满足了越多的技术功能， 产品的使用门槛和学习成本就越高，离傻瓜化的目标就越远。许多函数的功能和用法比较复杂，非专业数据分析人员，可能难以使用。
• 将字段的格式、位置、别名、层次结构、显示等细节操作都考虑封装得比较全面，且把常见的场景作了一定的自动数据处理
• 可以实现常见的聚合计算
• 可以进行多表连接。有了这个功能就可以在产品层面实现子查询了，这样可以减少许多在底层数据表结构和代码上的变更，有效降低了开发成本

最后在可视化交互体验上也很棒：

• 可视化组件基本涵盖了常见的数据分析业务场景
• 整体上的配色风格挺美观，支持自定义配色
• 许多可视化和整体UI上的细节挺不错
• 自适应手机版，使产品场景更广泛