Quick BI 为用户量身打造云端智能数据分析可视化BI产品可以帮助企业快速完成从传统数据分析向数据云化+分析云化的转变。公司业务数据产生后，以最快的速度推送给组织机构。用。

阿里巴巴的BI是一个重要的数据分析工具，用于一线小辈和管理工作的各个方面。 BI工具是基于数据的操作和基于数据的决策的基础。

Quick BI借鉴阿里巴巴内部BI设计和应用的经验，通过阿里云以产品的形式对外提供服务。

在从IOE时代向分布式数据存储计算时代过渡的过程中，阿里巴巴发现市场上的BI工具已经不能满足企业对大数据量计算和计算的需求。分析速度快，而且单个工具的能力比较单一，无法应对各种复杂多变的场景。当时，阿里巴巴对各项业务的需求呈爆发式增长，急需一款即使没有数据开发和分析背景的人也能使用的数据访问工具。所以他们决定在分布式数据存储框架上开发一套访问工具。数字工具。

一段时间后，不同部门的数据分析工具会蓬勃发展。有的用于复杂的表格，有的用于快速报表制作，有的只能构建移动报表。

登月后（阿里巴巴内部数据全部迁移到ODPS），阿里巴巴在集团内部推出了统一的云BI分析工具，并不断演进，直到可以对各个业务线进行决策分析发挥中间作用——不仅可以契合电子商务营销和行业运营构建专题数据分析；还可以直接服务于技术、运营、产品等角色的一线员工，快速对接数据生成报表。

最终发展成为10万员工快速上手的强大BI平台。

除了关注内部员工，在淘宝和天猫服务商家时，我发现数据作为企业的基础资源，没有得到很好的消费和利用。

2017年，面向全行业更具包容性的基础数据分析工具Quick BI开始在云端为客户提供SaaS服务。现在，除了公有云，还通过敏捷专有云、标准专有云、独立部署等方式，为非阿里云客户提供BI能力。

Quick BI 不是原来的 BI 产品 移动上云不动，适合大型互联网公司的内部产品未必适合广大的阿里云客户。

一开始，Quick BI的定位是帮助客户分析他们存储在阿里云上的数据，所以根据阿里云数据存储的类型进行综合接入。

业务本身建立在阿里云上，数据会存储在各种云数据库和存储中。阿里云提供了多种选项来帮助大型企业进行数据的批处理和流式处理。处理后的结果也会存储在阿里云上，比如Maxcompute、RDS、ADB、Hbase或者Hologres等，不同类型的存储提供千亿、百亿、千亿的存储和计算能力。

实际上，一些客户仍在迁移到云端在这个过程中或者是混合部署的过程中，他们仍然有一些数据存储在本地，这需要本地和云数据的联合分析。 Quick BI 使用自己的查询引擎并与阿里云数据湖分析产品合作。 , 提供了强大的异构数据联合分析能力。

对于大部分倡议或统一规划的数据中心、数据分析系统或报告系统一般建立在从无序到有序，或从有序到无序到有序的路径上。

IT 团队或数据分析师首先基于对业务的了解建立面向业务的报表系统。这种固定的报表系统只能满足部分业务的需求，而其他的需要配置临时报表。随着业务的变化，越来越多的报表需要线上线下，原本统一固定的报表系统也变得越来越混乱。这个时候就需要重构了。

声音进化建立的数据分析系统一般包括决策分析、业务主题分析和临时报表。决策分析和业务主题分析通常使用固定的数据产品形成报表系统，由专业的数据团队维护，可以保持长期的稳定性。临时报告可以随着业务的变化而临时创建和消失。当业务稳定时，相应的临时报表会存入固定报表系统。

Quick BI，具备解决复杂场景的能力，提供多种数据分析能力，包括：仪表盘、电子表格、自助分析、大屏、自助访问等。

• Dashboards 可以创建具有清晰分析思路和一定数据逻辑的报表或数据产品；
• Spreadsheets 适用于复杂的样式，甚至需要在单元格层面进行。调整场景，例如银行提交的报告，以及政府单位逐级提交的汇总报告。只要熟悉Excel，不需要写SQL，就可以轻松配置；

• 自助分析适用 分析维度多的大尺寸表指标由数据团队构建，保证大宽度表格的输出。业务人员可以根据业务需求随时组合不同的维度和指标，可以定位数据波动的原因，还可以对数据进行分组汇总等。这些分析不需要固化，即分析离开即可；