最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

【转】FineBI:自助式BI工具打造业务分析的“快与准”

[复制链接]
跳转到指定楼层
楼主
发表于 2016-12-27 15:02:52 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

如今的企业经营方式,业务对于数据分析有极大的需求,但却苦于没有数据以及工具的有效支持,业务分析仍就依赖于IT报表制作。而IT方不断地按业务需求去调研、确认业务逻辑,然后取数做报表,其中还要忍受业务的需求变更。

Gartner在2016年的商业智能报告中指出,企业传统的IT应用系统虽然已经非常普及,但由于数据整合的复杂性和业务逻辑的多变性,传统BI工具已不能满足企业对于及时性数据分析的需求。以IT主导的商业智能BI和分析将逐步演变为以业务为主导的自助式分析。

工欲善其事,必先利其器。企业对于自助式BI工具的需求,已经刻不容缓。企业需要强有力的BI工具的支撑,向下帮助IT做好数据管控,向上充分利用底层数据,支撑前端业务数据应用。国外Tableau、Qlikview自助式BI的涌现,降低了外企数据分析的门槛,国内后起而上的自助式BI工具FineBI也正致力于打造业务分析的“快与准”。

唯“快”不破

不妨将业务分析的战线缩短,提升数据处理性能,降低IT工作量。不同的企业有不同的数据环境,有的企业所需分析的数据量大维度多且在不断增加,可以通过FineBI的FineIndex方式访问数据。FineIndex的使用类似传统建cube的缓存机制,减少了不断重复抽取原始数据的工作,降低硬件系统的压力,可实时对数据增量更新,亿级数据秒级呈现。有些企业的数据量算不上大,但业务繁杂,分析需求多,灵活性要求较高,则可通过基于SQL数据库直连引擎的方式。FineDirect可直接访问10亿甚至百亿的数据量,大大加深了分析的厚度和深度,提高分析的准确性。

工具讲究轻量,拖拽式操作,学习上手快。为了完美支持业务员的分析工作,FineBI作为自助式BI工具不同与传统BI,降低了代码操作,摒弃了手动建模,将重点放在了业务员可理解的前端。从教学视频到帮助文档再到用户论坛,几乎观看一个10分钟的入门视频就能快速掌握分析的主要技能,配合帮助文档与教学视频,就能从建立数据连接、抽取更新数据、可视化ETL到前端分析操作有全面的掌握,分析不超过5分钟。

IT与业务巧妙配合,分工明确减少纠葛。对于日常的数据分析,IT人员或数据管理员可以将数据按照业务主题、业务包的形式准备好,对数据设置操作权限(不同职位的人员智能操作权限范围内的数据)。整理好的数据,业务员可只需要从数据包中读取数据,在前端拖拽字段做分析,不需再要问数据在哪?数据好了没?数据不对等这些问题。

以“准”为先

SPA螺旋式功能打造前端“自由分析”。如果业务员分析时对于提供的数据还要进行一些处理,比如准备的数据只提供每月销售额,没有环比同比。可在前端利用SPA螺旋式聚合分析功能对数据简单计算或者过滤,而不妨碍原始数据,也不需要管理后台去处理,常见的公式也都内设定。

FineBI有丰富的可视化图表,对应不同的场景。数据分析因为选错图表而导致陷入分析错觉的案例不在少数。帮助文档中,每一种图表都给到了应用场景的提示,比如对地域分析要求较高的数据选用GIS地图;比如分析进度可以选用环形图或仪表盘;维度多的复杂分析,可以选用组合图。

BI还要服务领导层,结果查看快,分析决策准。数据可视化可以帮助提高决策的准确性。领导通常对企业经营每个环节的关键指标感兴趣,纸质报表、数据报表早已OUT。FineBI的Dashboard可以将这些指标罗列至 “领导驾驶舱”中或者在手机端中展示,实时更新,做好的报表只要推送给领导即可及时查收。

FineBI商业智能旨在帮助企业的业务用户充分了解和利用他们的数据,FineBI带来的数据分析体验涵盖了数据采集与整合,数据存储,数据分析和数据可视化,乃至数据挖掘和深度分析的全流程,助力企业数据化智慧运营。


纵观上述,大数据时代到来,传统的数据分析方式需要改变,自助式BI工具FineBI的出现解放了IT人员的劳动力,提高了业务人员对业务的洞察,也给企业的数据化智慧运营提供了全新了视角和体验。

文章转载自:http://www.csdn.net/article/a/2016-12-26/15833321



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-24 02:29

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表