当前位置: 首页 > 编程日记 > 正文

当移动数据分析需求遇到Quick BI

我叫洞幺,是一名大型婚恋网站“我在这等你”的资深老员工,虽然在公司五六年,还在一线搬砖。“我在这等你”成立15年,目前积累注册用户高达2亿多,在我们网站成功牵手的用户达2千多万。目前我们的公司在CEO的英名带领下,为我国民生问题出点绵薄之力。

缘起

突然有一天,我主管说公司最近购买了阿里云的QuickBI专业版。说了一大堆要好好利用数据的道理。说Quick BI的高大上, 可以通过提供海量数据即席分析什么的、电子报表制作及拖拽式的可视化分析能力什么的,重塑数据生产的全链路什么的。我听得模模糊糊,只记得他强调一定要发挥好QuickBI的作用,让我们的数据给业务创造价值。反正上头的意思,就是要用QuickBI干活呗。

QuickBI初上手
作为主管的左膀右臂得力干将,我成为了公司里为数不多的QuickBI管理员。这也开启了与QuickBI的不解情缘。打开网站首页,发现首页清晰地展示了QuickBI的使用过程,四步曲还挺清晰的。不仅如此,还有快速入门视频、官方文档,甚至还有提供案例报表。

当移动数据分析需求遇到Quick BI

上手还挺快,我们公司一两个星期就用起来了。几个月过去了(此处省略一万字),QuickBI的可视化分析能力的确让我们看清楚了很多数据,也创造了很多价值,营收同比去年增加了8个百分点。在我给主管汇报的时候,都用QuickBI高颜值的可视化能力绘制图表,真是一图胜千言啊。我主管也把QuickBI给公司带来的可喜变化汇报到CEO,虽然CEO从来不用,但深感自己当初决策的英明。

当移动数据分析需求遇到Quick BI

(给主管汇报ppt时的例子,数据当然是假的啦)

Quick BI移动端探索

再后来,QuickBI又出了钉钉微应用,说是面向高管的,让高管出差在外也能利用QuickBI了解公司业务动态,偶尔还能在关键时刻发挥重要作用。我主管就让我先研究研究,让他能用上。我花了半天研究官方文档移动端概述移动端用户指南_Quick BI-阿里云,马上就上手了。

首先我需要将我的账号绑定我的钉钉,然后点击进入钉钉微应用页面,就可以看到已有的一些数据。整个应用分成4个Tab:首页、数据、消息、我的。

移动端首页Tab
当移动数据分析需求遇到Quick BI
这些数据都是假的,真的数据哪能给你看!

首页Tab直接展示我的收藏列表以及最关心的三个数据报表,收藏列表页还可以自定义收藏报表的顺序或者删除;右滑进入置顶收藏的三个报表详情。这样的设计还挺贴心的。

当移动数据分析需求遇到Quick BI

首页除了收藏相关的报表数据,还有最近查看过的报表数据。方便我们再次打开最近打开过的数据。

当移动数据分析需求遇到Quick BI

移动端报表详情

点击具体的某张报表,应该可以看到详情吧?于是,我点击《付费和保护用户数统计》。竟然没有权限,权限管理是很理所当然的。在大数据时代,数据安全是很重要的东西,从公司内部开始做好对数据的权限管理。

当移动数据分析需求遇到Quick BI

果然这样的数据是不给一般人看的,最小程序地开放权限是正确的选择。我可以尝试申请看看,万一主管批准了呢?于是我点击【马上申请】就到了权限申请页面,填写相关信息就提交了。提交之后,在哪里可以看到呢?这个我们晚点说。

当移动数据分析需求遇到Quick BI

这个报表没有权限查看,我们换一个。天!为什么点击了好几个报表都是没有权限的,之前明明可以查看的!公司竟然回收了我的权限,看来我在公司的地位并没有我想的那么高。心痛!

终于,我还是找到了一个能给你们演示的报表。看这里,是个临时的、演示数据!

当移动数据分析需求遇到Quick BI

点击右上角的五角星⭐️,可以收藏 / 取消收藏;点击右上角的更多 ,可以查看这个报表的信息,可以应用内分享给其他人,还可以进行跨应用的分享。

当移动数据分析需求遇到Quick BI

这里我尝试应用内分享给跟我同名的同事。会发生什么呢?稍后揭晓。

当移动数据分析需求遇到Quick BI

详情的功能探索就差不多,主要是查看、权限管理、收藏、分享等功能,比较简洁。

移动端数据Tab

数据Tab展示所有需要在微应用看到的数据,这个数据哪里来的呢?需要在QuickBI 管理后台配置,这种事情我就让开发人员代劳了。具体的操作指南看这里类目管理Portal设置(开发者)移动端用户指南Quick BI-阿里云。

点击打开这个Tab,看到了分类后的数据列表。也显示了报表的收藏状态和权限状态。可以在这个页面直接收藏或者取消收藏,收藏的报表就直接在首页收藏列表展示。没有权限的报表会有个的标记,还好我的分类的报表我都有权限。

当移动数据分析需求遇到Quick BI

这么多报表,如果想快速找到自己想要的报表,点击右上角的搜索按钮,输入关键词就可以搜索了。

当移动数据分析需求遇到Quick BI

点击你想要的报表 ,就可以查看详情了。是不是很轻量便捷!

移动端消息Tab

当移动数据分析需求遇到Quick BI

消息Tab聚合了一些消息通知,当有消息的时候就有个数字小红点提示。可以看到,现在我就收到了一个消息。消息Tab目前有分享通知和权限审批两个类别的通知。

我们看下谁在应用内分享报表给我。这个分享好眼熟啊,是聆一分享给我的?咦?刚刚明明是我分享给聆一的呀!那么,真相只有一个!发动你们的脑子想想。

当移动数据分析需求遇到Quick BI

其实我就是聆一,聆一就是我。这就是这个报表是我分享给我自己。因为洞幺就是01,聆一也是01,所以洞幺就是聆一。直接点击进去,就可以看到这个分享报表的详情了。

我们再看下权限审批,还记得之前我们申请了《付费和保有用户数统计》这个报表的权限吗?可以看到权限申请还分成两种情况:我申请和我审批。在我申请的列表下,赫然显示着我刚才申请的那个记录。

当移动数据分析需求遇到Quick BI

主管周末肯定带着老婆孩子出去潇洒去了,哪有时间给我审批权限。这个时候,我还是要点击进去看看什么情况呢?万一能看了呢?

当移动数据分析需求遇到Quick BI

果然还是让我失望,显示报表正在申请中。不过,这个提醒还是挺友好。回头我催一下我主管。

移动端我的Tab

当移动数据分析需求遇到Quick BI

来到最后一个Tab,果然我真的是聆一。这个Tab没有太多东西,提供了帮助中心,还有关于QuickBI的介绍,也可以提点建议,最后一个嘛,估计纯属充数的不理它。

当移动数据分析需求遇到Quick BI

看下这个产品是怎么介绍的。第一段话怎么似曾相似,竟然是我主管说过的。我主管还真没创意,没有自己理解,说得几乎一模一样。

不过,我承认QuickBI的确还真好用。

未完待续

终于,移动端的所有功能都研究好了,也顺便给你们介绍了一遍。我要向我主管汇报去了。

我对QuickBI移动端的功能研究得还算透彻吧。你可能会觉得我说了这么多,跟我在我们公司“我在这等你”工作一点关系都没有,都是噱头,都是标题党。

既然你都看到这里了,那我告诉你其实故事还没完,怕故事太长影响大家的阅读体验。下一篇,我会告诉大家我如何借用QuickBI移动端实现了我人生中的第一桶金的。

转载于:https://blog.51cto.com/14031893/2359179

相关文章:

为什么选择数据分析师这个职业?

我为什么选择做数据分析师? 我大学专业是物流管理,学习内容偏向于管理学和经济学,但其实最感兴趣的还是心理学,即人在各种刺激下反应的机制以及原理。做数据分析师,某种意义上是对群体行为的研究和量化,两者…

人脸识别引擎SeetaFaceEngine中Detection模块使用的测试代码

人脸识别引擎SeetaFaceEngine中Detection模块用于人脸检测&#xff0c;以下是测试代码&#xff1a;int test_detection() {std::vector<std::string> images{ "1.jpg", "2.jpg", "3.jpg", "4.jpeg", "5.jpeg", "…

基于Pygame写的翻译方法

发布时间&#xff1a;2018-11-01技术&#xff1a;pygameeasygui概述 实现一个翻译功能&#xff0c;中英文的互相转换。并可以播放翻译后的内容。 翻译接口调用的是百度翻译的api接口。详细 代码下载&#xff1a;http://www.demodashi.com/demo/14326.html 一、需求分析 使用pyg…

冠军奖3万元!CSDN×易观算法大赛开赛啦

伴随着5G、物联网与大数据形成的后互联网格局的逐步形成&#xff0c;日益多样化的用户触点、庞杂的行为数据和沉重的业务体量也给我们的数据资产管理带来了不容忽视的挑战。为了建立更加精准的数据挖掘形式和更加智能的机器学习算法&#xff0c;对不断生成的用户行为事件和各类…

快速把web项目部署到weblogic上

weblogic简介 BEA WebLogic是用于开发、集成、部署和管理大型分布式Web应用、网络应用和数据库应 用的Java应用服务器。将Java的动态功能和Java Enterprise标准的安全性引入大型网络应用的开发、集成、部署和管理之中。 BEA WebLogic Server拥有处理关键Web应用系统问题所需的性…

使GDAL库支持中文路径或中文文件名的处理方法

之前生成的gdal 2.1.1动态库&#xff0c;在通过命令行执行时&#xff0c;遇到有中文路径或中文图像名时&#xff0c;GDALOpen函数不能正确的被调用&#xff0c;如下图&#xff1a;解决方法&#xff1a;1. 在所有使用GDALAllRegister();语句后面加上一句CPLSetConfigOption…

创新工场论文入选NeurIPS 2019,研发最强“AI蒙汗药”

9月4日&#xff0c;被誉为机器学习和神经网络领域的顶级会议之一的 NeurIPS 2019 揭晓收录论文名单&#xff0c;创新工场人工智能工程院的论文《Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder》被接收在列。这篇论文围绕现阶段人工智能系…

Flutter环境搭建(Windows)

SDK获取 去官方网站下载最新的安装包 &#xff0c;或者在Github中的Flutter项目去 下载 。 将下载的安装包解压 注意&#xff1a;不要将Flutter安装到高权限路径&#xff0c;例如 C:\Program Files\ 配置环境变量&#xff0c;在Path中添加flutter\bin的全路径(如&#xff1a;D…

Android在eoe分享一篇推荐开发组件或者框架的文章

http://www.eoeandroid.com/thread-311194-1-1.html y4078275315 主题 62 帖子 352 e币实习版主 积分314发消息电梯直达楼主 回复 发表于 2013-11-7 09:58:45 | 只看该作者 |只看大图 34本帖最后由 y407827531 于 2013-11-28 15:07 编辑感谢版主推荐&#xff0c;本贴会持续更新…

如何打造高质量的机器学习数据集?这份超详指南不可错过

作者 | 周岩&#xff0c;夕小瑶&#xff0c;霍华德&#xff0c;留德华叫兽转载自知乎博主『运筹OR帷幄』导读&#xff1a;随着计算机行业的发展&#xff0c;人工智能和数据科学近几年成为了学术和工业界关注的热点。特别是这些年人工智能的发展日新月异&#xff0c;每天都有新的…

人脸识别引擎SeetaFaceEngine中Alignment模块使用的测试代码

人脸识别引擎SeetaFaceEngine中Alignment模块用于检测人脸关键点&#xff0c;包括5个点&#xff0c;两个眼的中心、鼻尖、两个嘴角&#xff0c;以下是测试代码&#xff1a;int test_alignment() {std::vector<std::string> images{ "1.jpg", "2.jpg"…

微软宣布 Win10 设备数突破8亿,距离10亿还远吗?

开发四年只会写业务代码&#xff0c;分布式高并发都不会还做程序员&#xff1f; >>> 微软高管 Yusuf Mehdi 昨天在推特发布了一条推文&#xff0c;宣布运行 Windows 10 的设备数已突破 8 亿&#xff0c;比半年前增加了 1 亿。 根据之前的报道&#xff0c;两个月前 W…

领导者必须学会做的十件事情

在这个世界上你可以逃避很多事情并且仍然能够获得成功&#xff0c;但是有些事情你根本就无法走捷径。商业领导者们并不存在于真空之中。成功总是与竞争有关。你可能拥有伟大的产品、服务、概念、战略、团队等等&#xff0c;如果它不能从某种程度上超越竞争对手&#xff0c;这对…

人脸识别引擎SeetaFaceEngine中Identification模块使用的测试代码

人脸识别引擎SeetaFaceEngine中Identification模块用于比较两幅人脸图像的相似度&#xff0c;以下是测试代码&#xff1a;int test_recognize() {const std::string path_images{ "E:/GitCode/Face_Test/testdata/recognization/" };seeta::FaceDetection detector(&…

李沐亲授加州大学伯克利分校深度学习课程移师中国,现场资料新鲜出炉

2019 年 9 月 5 日&#xff0c;AI ProCon 2019 在北京长城饭店正式拉开帷幕。大会的第一天&#xff0c;以亚马逊首席科学家李沐面对面亲自授课完美开启&#xff01;“大神”&#xff0c;是很多人对李沐的印象。除了是亚马逊首席科学家李&#xff0c;李沐还拥有多重身份&#xf…

对Python课的看法

学习Python已经有两周的时间了&#xff0c;我是计算机专业的学生&#xff0c;我抱着可以多了解一种语言的想法报了Python的选修课&#xff0c;从第一次听肖老师的课开始&#xff0c;我便感受到一种好久没有感受到的课堂氛围&#xff0c;感觉十分舒服&#xff0c;不再是那种高中…

维护学习的一点体会与看法

学习维护的知识也有2个月了&#xff0c;对于知识的学习也有一定的看法。接下来我就说一下我对学习的看法。首先&#xff0c;你要学会自学&#xff0c;无论是看书还是上网查资料&#xff0c;维护的知识很多很杂&#xff0c;想要人一下子来教是不可能。只能是自己慢慢的学。其次&…

Dlib简介及在windows7 vs2013编译过程

Dlib是一个C库&#xff0c;包含了许多机器学习算法。它是跨平台的&#xff0c;可以应用在Windows、Linux、Mac、embedded devices、mobile phones等。它的License是Boost Software License 1.0&#xff0c;可以商用。Dlib的主要特点可以参考官方网站&#xff1a;http://dlib.ne…

六大主题报告,四大技术专题,AI开发者大会首日精华内容全回顾

9月6-7日&#xff0c;2019中国AI开发者大会&#xff08;AI ProCon 2019&#xff09; 在北京拉开帷幕。本次大会由新一代人工智能产业技术创新战略联盟&#xff08;AITISA&#xff09;指导&#xff0c;鹏城实验室、北京智源人工智能研究院支持&#xff0c;专业中文IT技术社区CSD…

Git安装配置(Linux)

使用yum安装Git yum install git -y 编译安装 # 安装依赖关系 yum install curl-devel expat-devel gettext-devel openssl-devel zlib-devel # 编译安装 tar -zxf git-2.0.0.tar.gz cd git-2.0.0 make configure ./configure --prefix/usr make make install 配置Git…

卷积神经网络(CNN)代码实现(MNIST)解析

在http://blog.csdn.net/fengbingchun/article/details/50814710中给出了CNN的简单实现&#xff0c;这里对每一步的实现作个说明&#xff1a;共7层&#xff1a;依次为输入层、C1层、S2层、C3层、S4层、C5层、输出层&#xff0c;C代表卷积层(特征提取)&#xff0c;S代表降采样层…

一点感悟和自勉

来学习linux&#xff0c;其实目的很简单&#xff0c;也很现实&#xff0c;就是为了学成之后找一份好的工作&#xff0c;能够养家糊口。 接触了几天&#xff0c;感觉挺难的&#xff0c;可能是因为我没有基础的原因吧&#xff0c;以前电脑只是用来打游戏和看电影&#xff0c;第一…

入门数据分析师,从了解元数据中心开始

作者丨凯凯连编辑丨Zandy来源 | 大数据与人工智能&#xff08;ID&#xff1a;ai-big-data&#xff09;【导读】上一篇文章&#xff0c;我们简单讲解了数据仓库的概念&#xff0c;并介绍了它的分层架构设计&#xff0c;相信大家对数据仓库体系已经有一定的了解了。那么&#xff…

PhpMyAdmin的简单安装和一个mysql到Redis迁移的简单例子

1.phpmyadmin的安装 sudo apt-get install phpmyadmin 之后发现http://localhost/phpmyadmin显示没有此url&#xff0c;于是想到本机上能显示的网页都在/var/www文件夹内&#xff0c;因此执行命令行:sudo ln /usr/share/phpmyadmin /var/www 这样就能使用了&#xff1b; 之…

聊聊flink的HistoryServer

为什么80%的码农都做不了架构师&#xff1f;>>> 序 本文主要研究一下flink的HistoryServer HistoryServer flink-1.7.2/flink-runtime-web/src/main/java/org/apache/flink/runtime/webmonitor/history/HistoryServer.java public class HistoryServer {private st…

深度学习开源库tiny-dnn的使用(MNIST)

tiny-dnn是一个基于DNN的深度学习开源库&#xff0c;它的License是BSD 3-Clause。之前名字是tiny-cnn是基于CNN的&#xff0c;tiny-dnn与tiny-cnn相关又增加了些新层。此开源库很活跃&#xff0c;几乎每天都有新的提交&#xff0c;因此下面详细介绍下tiny-dnn在windows7 64bit …

如何学习SVM?怎么改进实现SVM算法程序?答案来了

编辑 | 忆臻来源 | 深度学习这件小事&#xff08;ID&#xff1a;DL_NLP&#xff09;【导读】在 3D 动作识别领域&#xff0c;需要用到 SVM&#xff08;支持向量机算法&#xff09;&#xff0c;但是现在所知道的 SVM 算法很多很乱&#xff0c;相关的程序包也很多&#xff0c;有什…

跟着石头哥哥学cocos2d-x(三)---2dx引擎中的内存管理模型

2019独角兽企业重金招聘Python工程师标准>>> 2dx引擎中的对象内存管理模型&#xff0c;很简单就是一个对象池引用计数&#xff0c;本着学好2dx的好奇心&#xff0c;先这里开走吧&#xff0c;紧接上面两节&#xff0c;首先我们看一个编码场景代码&#xff1a; hello…

读8篇论文,梳理BERT相关模型进展与反思

作者 | 陈永强来源 | 微软研究院AI头条&#xff08;ID:MSRAsia)【导读】BERT 自从在 arXiv 上发表以来获得了很大的成功和关注&#xff0c;打开了 NLP 中 2-Stage 的潘多拉魔盒。随后涌现了一大批类似于“BERT”的预训练&#xff08;pre-trained&#xff09;模型&#xff0c;有…

Dlib库中实现正脸人脸检测的测试代码

Dlib库中提供了正脸人脸检测的接口&#xff0c;这里参考dlib/examples/face_detection_ex.cpp中的代码&#xff0c;通过调用Dlib中的接口&#xff0c;实现正脸人脸检测的测试代码&#xff0c;测试代码如下&#xff1a;#include "funset.hpp" #include <string>…