企業(yè)需要數(shù)據(jù)分析嗎？別說是企業(yè)了，就算是開一個麻辣燙店都需要數(shù)據(jù)分析，分析選址、人流、價格促銷。因為業(yè)務(wù)是真是存在的，所有數(shù)據(jù)也是真是存在的。

很多企業(yè)對數(shù)據(jù)分析有極大的需求，但現(xiàn)實往往是：

• 做業(yè)務(wù)的不懂技術(shù)不會工具，數(shù)據(jù)分析依賴于IT部，每次交上來的都是報表，需求也需求得不到及時響應(yīng)。
• IT也很郁悶啊。業(yè)務(wù)只會說要什么結(jié)果，從不說過程。不懂業(yè)務(wù)的IT要去調(diào)研，確認(rèn)業(yè)務(wù)邏輯，然后取數(shù)畫報表。在業(yè)務(wù)眼中，取數(shù)=數(shù)據(jù)分析，哪有那么簡單。

與此同時，企業(yè)想做數(shù)據(jù)分析，但I(xiàn)T硬件跟不上，數(shù)據(jù)殘缺不完整、口徑不統(tǒng)一、沒有數(shù)據(jù)倉庫管理，指標(biāo)混亂，一頭亂麻…

工欲善其事，必先利其器，以上瓶頸是一串連鎖反應(yīng)，問題的根源是缺乏有效的工具支撐。

這種情況一般需要強有力的BI工具支撐，向下幫助IT做好數(shù)據(jù)管控，向上充分利用底層數(shù)據(jù)，支撐前端業(yè)務(wù)數(shù)據(jù)應(yīng)用。

什么是BI工具？

以FineBI為例，它是集數(shù)據(jù)處理，數(shù)據(jù)分析和可視化功能的工具。

能將分散在各個業(yè)務(wù)系統(tǒng)，各數(shù)據(jù)庫中的數(shù)據(jù)整合起來，按照分析需求將表合并、表關(guān)聯(lián)。

能很輕松的處理數(shù)據(jù)，增減字段篩選過濾，不需要寫代碼不需要寫SQL。

能輕松的拖拽數(shù)據(jù)字段，立即生成可視化圖表，各種風(fēng)格樣式隨意。

能將數(shù)據(jù)、報表按照業(yè)務(wù)分類，制成一套企業(yè)數(shù)據(jù)分析平臺。

該選擇哪個BI工具？

既然BI工具能帶來這么多好處，那么市面上的商業(yè)工具這么多，究竟該選擇哪一款呢？

其實關(guān)于BI工具的選型，無非就是從產(chǎn)品、市場、服務(wù)等角度去考量，而其中最重要的還是看產(chǎn)品本身性能是否能夠滿足自己的需求，數(shù)據(jù)處理能力是否強大？可視化是否夠好？數(shù)據(jù)管控能不能實現(xiàn)等問題都是最基本的考量標(biāo)準(zhǔn)。

我之前也接觸過相當(dāng)多的BI工具，基本上都是良莠不齊，很難支持個人自助化分析，直到遇到我今天要推薦的FineBI。對比于其他BI工具，F(xiàn)ineBI有著很強大的產(chǎn)品性能和體驗，具體我總結(jié)了下面六個優(yōu)勢：

一、數(shù)據(jù)管理策略

首先來看一下FineBI商業(yè)智能產(chǎn)品底層的數(shù)據(jù)支持以及管理策略。

在數(shù)據(jù)源支持方面，當(dāng)今時代各類數(shù)據(jù)源百花齊放，我之前也擔(dān)心過FineBI是否能夠支持別的數(shù)據(jù)庫，后來我發(fā)現(xiàn)FineBI竟然既支持傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，也支持目前流行的大數(shù)據(jù)平臺，還包括業(yè)務(wù)部門經(jīng)常使用的excel數(shù)據(jù)等等。

同時在數(shù)據(jù)管理策略中，F(xiàn)ineBI給我一個很好的體驗就是業(yè)務(wù)包分析主題，它是可以分類單獨創(chuàng)建業(yè)務(wù)包的。比如銷售、市場、財務(wù)人員要進(jìn)行數(shù)據(jù)分析，但他們所需要查看的數(shù)據(jù)是并沒有什么交集的，F(xiàn)ineBI獨創(chuàng)的業(yè)務(wù)包就能快速定位到自己需要的數(shù)據(jù)表。

最后，我接觸的很多BI工具在數(shù)據(jù)關(guān)聯(lián)上做的很差，無法重復(fù)利用，操作也相當(dāng)繁瑣復(fù)雜。FineBI則在數(shù)據(jù)關(guān)聯(lián)這一方面有著很高的靈活性，它可以將這些關(guān)聯(lián)關(guān)系自動讀取過來，再建立數(shù)據(jù)模型，隨時調(diào)用，對于我們來說非常方便。

二、高性能計算引擎

講完了底層的數(shù)據(jù)模型原理之后，那么有人可能會問，數(shù)據(jù)量大了怎么辦？我們來看一下FineBI是怎么解決這個問題的。

我了解到FineBI的底層是采用Spider引擎支撐，Spider是一款高性能分布式引擎，能通過先進(jìn)的列示存儲技術(shù)來對傳統(tǒng)的數(shù)據(jù)庫進(jìn)行極大幅的提速，比如依靠FineBI的FineIndex模型能夠?qū)崿F(xiàn)一兩秒處理億級數(shù)據(jù)，數(shù)據(jù)查詢效率非常高。

除了單節(jié)點的本地模式之外，Spider引擎還支持多節(jié)點的集群計算，我任意一個節(jié)點宕機了，只要還有一個節(jié)點在，服務(wù)都可以正常運行。另外一個就是實時模式，比如金融行業(yè)的交易數(shù)據(jù)，股票，我要看三分鐘或者五分鐘的數(shù)據(jù)交易情況，那么這個時候如果用本地抽取模式來進(jìn)行數(shù)據(jù)二次索引建模，就會對數(shù)據(jù)造成一個延時性，而使用實時模式就能解決這個問題。

三、數(shù)據(jù)自助化分析

業(yè)務(wù)人員在做數(shù)據(jù)分析時，往往可能遇到這樣的場景：信息部門導(dǎo)給業(yè)務(wù)人員的數(shù)據(jù)并不能直接做出最終的數(shù)據(jù)分析，這個時候就需要技術(shù)重新去加工，直到得到業(yè)務(wù)最終需要的數(shù)據(jù)。這個二次處理的過程是復(fù)雜繁瑣而且效率低下的，因此BI工具的業(yè)務(wù)自助化就十分重要。

比如FineBI的自助數(shù)據(jù)集，通過可視化交互和操作就能讓用戶進(jìn)行數(shù)據(jù)的快速加工處理，實現(xiàn)0編碼的數(shù)據(jù)加工，明顯提高數(shù)據(jù)分析和應(yīng)用的效率。

比如有些企業(yè)的數(shù)據(jù)可能分兩套系統(tǒng)，十年前的數(shù)據(jù)存放在老系統(tǒng)，近五年的數(shù)據(jù)存放在新系統(tǒng)，那么通過FineBI的ETL工具，便能夠?qū)⑦@兩套新老系統(tǒng)的數(shù)據(jù)做一個數(shù)據(jù)清洗和合并處理，那么領(lǐng)導(dǎo)在查看數(shù)據(jù)時，就不用像之前一樣看老數(shù)據(jù)去老系統(tǒng)，看新數(shù)據(jù)去新系統(tǒng)了。

四、可視化探索式分析

介紹完底層的數(shù)據(jù)準(zhǔn)備之后，我還喜歡FineBI的一點是它非常簡便好用的數(shù)據(jù)可視化。

我用FineBI可以很方便地做出十分炫酷的可視化，因為它的可視化功能是面向數(shù)據(jù)分析師和業(yè)務(wù)人員設(shè)計的，能夠大大減少我們做可視化的難度和時間。我們?nèi)绻銮岸藬?shù)據(jù)分析，基于FineBI無限的圖表類型、分面分析等功能，只要采用鼠標(biāo)點擊和對字段拖拉拽的形式，就能完成可視化分析過程。

其中，我還要提一下FineBI中的地圖功能，地圖信息能夠帶來的價值絕對是相當(dāng)大的。

這里我舉一個例子，天貓有一家主要做羊毛衫和羽絨服的銷售商家，他們在用了地圖做了區(qū)域數(shù)據(jù)分析統(tǒng)計之后，發(fā)現(xiàn)目前的主要市場都在北方，南方銷售很差。那怎么辦呢，華南的市場也要做啊，經(jīng)過再次調(diào)研，發(fā)現(xiàn)那邊主要以西裝、高端襯衫等為主，后來公司就對衣服種類進(jìn)行戰(zhàn)略調(diào)整，北方多生產(chǎn)毛衫、羽絨服，南方多生產(chǎn)西服、高端襯衫，實現(xiàn)地理信息價值的最大化。

除此之外，F(xiàn)ineBI還支持前端的一些多維分析操作，例如鉆取、過濾、跳轉(zhuǎn)、數(shù)據(jù)預(yù)警、數(shù)據(jù)聯(lián)動等，這些操作對于交互性數(shù)據(jù)分析是十分重要的。

關(guān)于這個問題我還想舉一個例子，我曾經(jīng)看過一家化工企業(yè)的異常產(chǎn)量下滑分析診斷報告：

2018年8月，該化工企業(yè)生產(chǎn)產(chǎn)量出現(xiàn)異常下滑現(xiàn)象，同比下降了6.33%。經(jīng)過對各班組的生產(chǎn)數(shù)據(jù)進(jìn)行分析之后發(fā)現(xiàn)，產(chǎn)量下滑的情況均發(fā)生在丁班，并且丁班的輔助投料遠(yuǎn)高于其他班組。將結(jié)果報于稽查部門確認(rèn)調(diào)查，發(fā)現(xiàn)原因是投料工薪資水平偏低，尤其是丁班的投料工人流失嚴(yán)重，導(dǎo)致剩余投料工消極投料，造成了此次異常產(chǎn)量波動情況的發(fā)生。

為了減少后續(xù)此類事故的再次發(fā)生，因為產(chǎn)出商業(yè)決策：

1. 提升投料工人薪資、績效水平，減少人員流失，招聘投料工補充到丁班。
2. 要求各班組加強對員工的管理，及時記錄對原料和輔料的投放情況，并把核查情況納入到班組的績效考核指標(biāo)，由人事部門對負(fù)責(zé)消極怠工的情況調(diào)查和懲處。

五、企業(yè)級權(quán)限管控

作為一款企業(yè)級的商業(yè)智能軟件，F(xiàn)ineBI對于企業(yè)的權(quán)限管控也是非常強大的。

對于用戶管理而言，我這邊舉個例子，比如說某個企業(yè)已經(jīng)有了OA系統(tǒng)，那么通過FineBI的同步用戶數(shù)據(jù)集功能，便可以將OA中原本的用戶同步過來。除此之外，還可以通過單點登錄等形式輕松實現(xiàn)企業(yè)各個平臺之間的系統(tǒng)集成。

六、多屏應(yīng)用方案

在當(dāng)今移動引領(lǐng)的互聯(lián)網(wǎng)時代，除了PC端進(jìn)行數(shù)據(jù)分析和查看之外，對于像是手機、PAD、大屏等終端的數(shù)據(jù)分析需求同樣是不可或缺的，F(xiàn)ineBI不僅支持移動端，支持微信集成、釘釘集成，還能做出最近企業(yè)非常火熱的管理駕駛艙大屏，這一點主要對于企業(yè)來說十分重要。

結(jié)語

數(shù)據(jù)分析是一門復(fù)雜的學(xué)問，一個良好的BI工具能夠讓我們迅速入手?jǐn)?shù)據(jù)分析，像我今天介紹的這一款FineBI就是國內(nèi)優(yōu)秀BI工具的代表，大家如果感興趣可以點擊下載「鏈接」體驗一下。