Quick BI V6.0发布:让人人都能拥有的「超级数据分析师」到底强在哪?

简介: 阿里巴巴发布首个数据分析Agent“智能小Q”,集成问数、解读、报告生成与报表搭建能力,基于AI实现一句话获取数据洞察。Quick BI 6.0深度融合AI与BI,升级多源数据接入、自动化分析与协同办公,让企业人人拥有“超级数据分析师”。

近日,阿里巴巴首个数据分析 Agent :智能小 Q 正式发布了。它可以帮助用户快速获取数据、解读数据和输出洞察报告。


这也是本次 Quick BI6.0 版本大刀阔斧的更新,将 AI Agent 能力与 BI 能力深度融合,在原问数能力的基础上,围绕企业内部真实的数据分析场景新增更多丰富能力, 让人人都能拥有一名超级数据分析师,用户无需懂数,不用看数,轻松问数,就能心里有数。


本次升级,Quick BI 通过三重技术体系提升企业级数据分析的可靠性:首先,基于对多种大模型的深度理解,结合企业实际需求(如数据查询、指标解读等)智能匹配最优模型和提示词,降低大模型的幻觉;其次,在通用大模型基础上,产品团队持续三年积累超百万条行业专属训练数据,覆盖近 20 个细分行业,每周自动化迭代;最终,集成打磨十年以上的底座引擎沉淀上千家企业的实战经验,预先解决了常见的 BI 疑难问题,相当于在上述基础上,加装了一具个性化的涡轮发动机。这让“超级数据分析师”不仅能回答问题,更能理解企业级数据分析的实际需求。

这篇文章,将为大家重点解读 6.0 版本的具体升级。


一、智能小Q重磅升级

| 超级数据分析师

集问数、解读、报告、搭建等多Agent于一体,基于用户意图识别,自动规划相应专家Agent执行操作,一句话直达关键洞察,让数据分析触手可得。

image.png


智能小Q能帮助您取数据从1周排期到秒级问答
  • 上传本地数据文件问数
  • 多步计算回答复杂分析问题
  • 思考过程清晰可见
  • 进一步波动归因、趋势预测
  • 针对取回的数据解读



智能小Q能帮助您做解读基于您的分析思路解读报表数据,精准洞察快速获得
  • 自由撰写您的分析思路
  • 针对各个图表撰写复合分析思路



智能小Q能帮助您写报告多源信息深度研究,1周准备到1小时定稿
  • 多源信息汇聚
  • 自动规划分析任务并调用agent完成洞察分析
  • 轻松进行二次编辑确保最终可用性
  • 周期性更新数据支持周月报场景



智能小Q能帮助您搭报表自助探索分析,从60分钟拖拽到30秒对话生成
  • 一句话智能创建报表
  • 智能图表生成
  • 对话式辅助分析与配置
  • 一键报表美化







| 关键特性拆解

特性 1:小Q报告:Excel上传,自动报告生成

应用场景

运营团队制定促销方案需基于过往活动数据,而传统营销报告依赖人工数据搜集、手动分析及图文整理,存在效率低、耗时长且易出错的痛点。


功能概览:

小Q报告可通过简单指令快速生成智能化报告。

  1. 自动取数:根据执行的分析计划,从已提供的数据资源中自动提取并整合相关数据。
  2. 自动图表生成:小Q报告将根据分析需求及数据表现自动生成适配的图表。
  3. 自动内容生成:基于分析结果,自动生成结构化内容,并进行洞察分析。

image.png

image.png


特性 2:小Q报告:整合数据、企业知识、联网搜索等多重内容并支持周期更新

打破数据边界,在多元信息报告中预见先机

应用场景

财务团队每月编制经营分析报告,为业财决策会议提供数据洞察,帮助管理层快速定位核心财务问题,避免冗杂报表的信息干扰。而传统报告常面临三大痛点:编制周期长、分析深度不足、业财割裂(数据与业务整合难)。


功能概览:

  1. 数据与知识智能关联:支持联网搜索,并可结合公司内部业务知识、已有数据报表等资源,产出更贴合公司业务语境的分析报告。
  2. 智能化深度洞察:基于多种大模型能力,智能化生成洞察分析内容,扩展分析广度和深度。
  3. 周期更新:可基于固定报告内容周期性更新数据,无需重新经历报告制作的繁琐过程。

image.png




特性 3:小Q报告:新增信息溯源与多格式导出能力

应用场景

多数用户对智能化生成的内容会有准确性的顾虑,在将报告正式输出给老板或做汇报之前,希望自己能够快速验证报告内生成的数据内容的过程,以此验证数据是否准确。


功能概览:

数据溯源

  1. 报告一键生成的多种图表类型及文字中的数据均可直接查看执行过程。
  2. 问数生成的图表、插入的仪表板图表都支持查看SQL和图表数据。
  3. 报告内引用的联网搜索内容也可回溯查看相关网页链接。

image.png

导出

  1. 报告支持导出为图片、PDF和Word三种格式。
  2. 导出开关、导出渠道及默认文件名等均继承后台数据安全配置,无需额外配置成本。

image.png




特性 4:小Q问数:新增 Excel 问数能力,一份 Excel 三步开启问数

应用场景:

运营团队每日处理销售数据Excel,但缺乏技术技能,只能手动分析或等待IT支持数小时,报告延迟错失商机。痛点:分析效率低、依赖他人、演示卡顿。


功能概览:

  1. 上传Excel文件,即刻使用。
  2. 检查数据规范,修改名称。
  3. 自然语言提问,AI实时输出洞察

操作示例:

1)在问数入口,上传文件。每用户最多 100 个 问数文件

image.png

2)查看数据是否符合规范、修改名称便于识别

image.png

3)取数问题、简单分析结果即刻呈现

image.png




特性 5:小Q问数:问数分屏呈现更清晰,知识调优更精细

应用场景:

1. 大模型流式输出信息多而杂,难以阅读,提升数据分析和阅读效率

2. 问数优化越来越精细和复杂,很多边界场景需更好支持调优

3. 针对一个问题中包含需要多次计算才能得出结论的场景。

功能简介:

● 分屏呈现更清晰:智能问数推理过程采用多步流式分屏呈现,过程、结果分别表达更清晰。

知识库精细化升级:新增正则匹配、样例代码、数据集等知识模式,支持更精细的问数调优。

新增多步回答能力,支持并行取数、二次计算,如最大最小一把问,多步计算一次成。

image.png

image.png

image.png




特性 6:小Q 解读和多 Agent:解读更细、百炼接入

应用场景:

1. 针对企业中不同仪表板采用不同的解读开关策略的支持;

2. 小 Q 问数后对数据解读结果不满意的可以支持用户自定义 Prompt 进行解读,直到满意后 update 解读结论。

功能简介:

● 数据解读开关可以细化到仪表板级别,新增支持批量开启和关闭仪表板数据解读

● 问数环节新增自定义 Prompt 进行二次解读能力

image.png

image.png


多智能体应用场景:

  1. 购买了小 Q 的客户需使用百炼作为 Agent 搭建平台。
  2. 公司已经采购了百炼专属版,需要打通 QBI 能力,实现数据消费 Agent 的搭建和应用。

功能简介:

  • 新增接入百炼公共云版本智能体能力
  • 新增接入百炼专属版智能体能力

image.png


二、数据分析能力持续精耕

推出超级数据分析师之外,Quick BI始终围绕数据分析关键关节打磨产品能力,从数据源、到计算分析、到办公协同,场景更深、能力更强!


| 数据源丰富、加速引擎升级

特性 1:Databricks、BigQuery数据源接入

应用场景:使用Databricks、BigQuery等云数据库作为数据存储的客户,可快速进行数据接入及数据分析。


功能概览:

  • 新增AWS Databricks和Azure Databricks数据源支持。
  • 支持Google BigQuery(仅限独立部署)。

image.png



特性 2:加速引擎支持加速依赖、灵活回溯

应用场景:用户配置数据集加速时,底表数据延迟产出导致加速失败,需手动重跑补数据,操作链路长易遗漏,数据实时性差。


功能概览:

  • 表粒度依赖配置,智能监测底表更新,自动触发同步,覆盖引擎支持的30+数据源,告别人工补跑与延迟。
  • 数据回溯支持自定义时间范围,精准按需回刷,灵活高效

image.png

image.png



| 快捷计算、便捷分析

特性 3:支持聚合后字段的再次计算分析

应用场景:对多个高级计算后数据、跨数据集字段进行组合分析,完成复杂分析场景的计算


  • 场景1:计算各个渠道的累计利润率:利润金额累计值 / 销售金额累计值,其中分子和分母分别使用“高级计算-日期累计”进行计算,即高级计算后的数据进行二次计算
  • 场景2:使用数据集组合时,计算目标完成率:销售额 / 销售目标,其中“销售额”来自“销售明细表”,“销售目标”来自“目标表”,即在数据集组合后进行跨数据集的字段组合计算


功能概览:

  • 入口:高级计算 -> 多字段组合
  • 支持多个高级计算后的字段进行组合运算
  • 在使用数据集组合时,支持引用跨数据集的字段完成计算


image.png

image.png


特性 4:同环比支持灵活的对比周期

应用场景:比如在金融领域中,贷款余额,风险贷款率等数据为快照类数据,月中的数据波动较大,因此需要参考与上月末、上季末、上年末的对比值来进行考核和排名


功能概览:

  • 支持自定义对比周期,如前推N天、周、月
  • 支持与上月末、本月初、上季末、本季初等特定时间点对比

image.png




特性 5:交互式分析支持联动同步下钻

应用场景:如用户在地图上点击华东区下钻到省份时,其他使用相同维度(如区域)的排行榜或饼图无法自动跟随下钻,需手动逐图操作,导致分析效率低下、数据关联性断裂,零售业区域销售对比耗时且易出错。


功能概览:勾选「同步下钻」配置后,下钻操作将自动同步到同源的联动图表;支持双向的下钻和上卷交互同步。

image.png

image.png



更多升级:
  • 高级计算:日期累计新增支持周累计
  • 数据集组合:新增管理面板,支持对数据组合进行编辑、复制和删除操作;辅助数据集支持同环比配置
  • 查询控件:默认值为动态函数时支持按排序字段生效
  • 指标趋势图:新增支持多种布局方式
  • 交叉表/明细表:支持配置总计/小计数据的文本样式
  • 电子表格:条件格式新增色阶样式
  • 数据大屏:新增水波图、仪表盘、气泡图、桑基图


| 协同办公增强

特性 6:Teams、Lark集成,提高办公效率

应用场景:适用于中企出海、海外本土企业使用Teams、Lark的客户,让数据驱动决策成为团队的日常习惯


功能概览:

  • 渠道扩展,新增支持对接Teams、Lark渠道,功能链路上包含通讯录同步、账号绑定、消息推送(仅Lark)、端内免登消费全流程。

image.png

                                                     (备注:当前仅独立部署版本支持Teams、Lark)



特性 7:一套BI,轻松连接OA多企业


应用场景:适用于集团/子公司、经销商、合资公司等多组织协作模式,一套BI满足总部集中管控、子组织安全访问与独立管理场景。


功能概览:

  • 支持多OA组织接入,实现账号统一管理与数据隔离,全面覆盖账号同步、扫码登录、消息推送到端内消费全链路,为复杂组织架构下的用户提供无缝、统一的BI体验。

image.png



更多升级:

开放集成:支持通过嵌入JS SDK,在自有业务系统中快速集成Quick BI系统的特定页面,并通过参数配置的模式灵活自定义相关页面的显示内容及跳转逻辑。


更多详细信息请参阅V6.0版本说明https://doc.lydaas.com/view/quickbi/independent/v6.0/zh-CN/topics/3156078

或查看公众号文档https://mp.weixin.qq.com/s/RVNf1d0_li1uAWsBKGoxTA



相关文章
|
20天前
|
SQL BI Serverless
Quick BI使用案例01:巧用lod函数和加速引擎解决跨维度占比计算,从3分钟到0.9秒快速查数
「Quick BI使用案例」系列基于真实问题,聚焦高频误区与实用技巧。本文详解如何用LOD函数计算分组占比,并通过加速配置将140万行数据查询从超时优化至0.9秒,提升性能。
|
6天前
|
BI
Quick BI使用案例04:一图多看:实现同一图表时间粒度(年/月/日)自由切换
本文详解如何通过查询控件联动和维度组功能,实现图表内年、月、日时间粒度的动态切换,提升分析效率与仪表板可用性。
|
自然语言处理 监控 数据可视化
告别“数据焦虑”——详解Quick BI 移动端6大使用场景
Quick BI移动端微应用集成钉钉、企业微信、飞书,支持实时数据查看、智能问数、库存填报、协同DING、告警订阅等功能,助力企业实现“千人千面”数据决策,让数据真正走进业务场景。
告别“数据焦虑”——详解Quick BI 移动端6大使用场景
|
13天前
|
SQL 移动开发 关系型数据库
Quick BI使用案例02:基于人员维度的指定时间段订单分组排序
本文介绍Quick BI基于人员维度的指定时间段内订单分组排序的两种方案:通过使用占位符和ROW_NUMBER()函数建自定义SQL数据集,在明细表中实现。或者通过物理表建数据集,在交叉表中利用计算字段与累计计算实现。帮助用户按人员维度展示指定时间段内的订单序列,更好的进行数据分析。
|
13天前
|
数据可视化 BI
Quick BI使用案例03:让仪表板中表格列标题“各显其色”:自定义每列的表头颜色
在 Quick BI 交叉表和明细表中,所有列的表头仅支持设置统一的背景颜色。然而在实际报表开发中,常需要在仪表板中通过差异化表头样式来直观区分不同维度或指标列(例如:关键指标高亮、分类字段着色等),以提升可读性与分析效率。 本文将介绍一种在 Quick BI 仪表板中实现表格各列表头独立配色的实用方案,帮助您打造更清晰、更专业的可视化报表。
|
18天前
|
存储 数据采集 监控
分钟级定位 IO 瓶颈:多租户云环境下的智能诊断
阿里云推出IO一键诊断功能,智能识别IO延迟高、流量异常等问题,通过动态阈值与多指标关联分析,实现秒级异常发现与根因定位,提升云环境存储性能问题解决效率。
169 12
分钟级定位 IO 瓶颈:多租户云环境下的智能诊断
|
28天前
|
SQL 分布式计算 大数据
【跨国数仓迁移最佳实践8】MaxCompute Streaming Insert:大数据数据流写业务迁移的实践与突破
本系列文章将围绕东南亚头部科技集团的真实迁移历程展开,逐步拆解 BigQuery 迁移至 MaxCompute 过程中的关键挑战与技术创新。本篇为第八篇,MaxCompute Streaming Insert:大数据数据流写业务迁移的实践与突破。 注:客户背景为东南亚头部科技集团,文中用 GoTerra 表示。
268 38
|
28天前
|
人工智能 自然语言处理 搜索推荐
阿里云 AI 搜索 DeepSearch 技术实践
阿里云OpenSearch LLM版推出DeepSearch技术,实现从RAG 1.0到RAG 2.0的升级。基于多智能体协同架构,支持复杂推理、多源检索与深度搜索,显著提升问答准确率,助力企业智能化升级。
473 23
|
20天前
|
存储 算法 安全
员工网络行为管理中的哈希表:高效数据处理C++算法
本文探讨哈希表在员工网络行为管理中的应用,通过C++实现高效数据存储与查询。结合除留余数法与异或运算的哈希函数、链地址法解决冲突,并支持动态扩容,确保高并发下快速响应访问记录查询与禁用站点检测,提升企业信息安全与管理效率。(238字)
71 12