小小博客爱分享

怎么让数据分析落地业务，这个是我们这个行业公认的难题，其实很多人的原因都是因为没有指标思维，以为有了数据就能分析，这是缺少指标思维的表现。那么怎么才能提高指标思维呢？什么是指标思维？首先，指标是什么呢？首先我们都知道，数据分析人的信条当中有一条是“可以量化的要量化，不可以量化的也要量化”，因为只有通过标准或者规则的量化，我们才能说明某件事物是好的还是坏的。就好比在年度总结会上，领导告诉你：“今年我们公司的净利润大幅增长了”，这个“净利润大幅增长”就不足以成为一个指标，因为它没有量化，也有可能

提到BI软件，大家可能一下子会想到tableau和poweiBI。的确，在BI软件里面，国外tableau和poweiBI算是行业老大哥了，都是属于很成熟的BI软件。在早十几年的时候，提到BI软件，根本不会有人想到国产软件的事。但是，随着国家综合实力的增长，软件可逐渐开始国产化。尤其是BI软件，现在国内已经有很多发展的相当不错的产品，比如帆软公司的FineBI，属于现阶段发展势头较猛的国内bi软件。中美贸易战中，我们又恰恰看透了美国真正的面目，在芯片和系统领域高筑贸易壁垒，让中兴、华为这些国内大厂.

报表的作用监控业务，构建数据参考基线，数据要回答的两个问题：是多少？好不好？ 数据反馈，为了扩大盘子、降本增效，技术、产品、运营等，投了很多人力物力做了很多事情，做完之后效果怎样？ 数据预测，“接下来会怎样？”功能比较好的BI工具如Tableau和FineBI，可以根据历史指标趋势做出预测 从数据分析产品化的角度去理解，报表是固化高频数据需求的主要输出物，每天自动sql跑数的报表能极大减少数据分析师劳动量FineReport做的报表报表的核心要素趋势、细分、对比，简洁明了指标体系

日常工作中可能经常会涉及到用java开发报表，需求比较多的就是表格类的报表导出，单元格合并，图表的展现。具体怎么实现，分表格和图表两类来说。1、表格类通常采用的方式是“Java+POI+Excel模板”来制作简单的报表，生成Excel。其实Java中实现Excel根据模板导出数据的方法有很多，一般简单的可以通过操作pol进行。还可以使用一些工具很轻松的实现模板导出，这些工具现在还在维护，而且做得比较好的国内的有easypoi，国外的就是jxls了。如果是要用java开发报表模块和功能，其实可

最近很多人问TableauVS帆软的区别，我想有必要努力公平客观的做一个对比。我们完全不要假想在一个绝对度量下给两家公司不同的分数，并评价一个高低优劣，不同的产品适合于不同类型、不同阶段的公司，或者服务于同一类客户的不同业务场景。当然，在更多的人眼中，也会有看得见的未来，真正的好产品既能活在当下，也能引领未来。一、公司与产品线帆软是国内BI领域具有竞争力的企业，这一点毋庸置疑；它倡导“为企业发展的不同阶段的提供一站式大数据BI解决方案”，包含了Report报表、BI商业智能、Mobile移动

在没有利用BI(商业智能)搭建完备的数据分析结构前，企业都是按照传统的方式来实现业务数据需求，就是各部门将自己的需求提给信息化部门去做。但“技术问题一股脑的扔给IT部”的方式，沟通成本高、需求响应慢。在倡导“人人都是数据分析师”的年代，是很低效的配合方式。自助式BI工具可以解决这些问题。我们可以试着将企业涉及数据分析的人群分为两大类：1、数据管理员这部分人群掌握着数据库、数据仓库，对基础数据拥有设计和建模能力。针对他们，BI可以作为一个平台帮助连接各数据库、数据仓库。管控、整合、清洗数据

大数据时代，越来越多的企业将商业智能BI列入企业数字化建设的目标之中。市场需求与日俱增，这也催生了很多BI产品，选择的时候不免让人眼花缭乱。提到产品，大家最先想到的也一定是SAP、IBM等国外老牌大厂，但商业智能BI这东西，它们真的玩不转！而一家国产本土的BI工具却悄然发展起来。有句话说得好，“没有最好的，只有更好的”，错了错了，“没有最好的，只有最适合的。”下面就来谈谈BI选型那些事儿。在这之前，可以先看看IDC的官方报告：在中国商业智能市场中，报表分析软件仍是目前市场最主要的需.

说起数据质量，其实是一个很宽泛的问题，类似于写数据建模一样，是一个抽象概念为主的事情，对于程序员群体来说，总是难以解答和回答的。这里针对数据质量等类似的、在数据仓库平台中必须提及的概念，提供一种解答的思路，就是架构推导理论。先说一下基本的架构推导理论：架构 = 组件模块+关联关系+约束&指导原则。我们用一张图来解释架构在系统中的作用：从上图可以看出，架构是介于产品和业务之间的桥梁，从任意维度出发，通过架构，能够推导出另一维度的相关信息。因而，架构的推导也有两种思路：自顶向下和自底向.

自己以前从事过五年的报表开发者与报表制作，累计也做了1000+的报表，虽然现在不做了，但对于报表很有感情，今天就跟大家聊聊报表的一些关键问题及解决方法吧。经常有人问我，做了很多年的工作表，但还是没理解什么才是最重要的东西？美观？业务导向？其实都不是，数据质量才是报表的生命线。任何一个企业的报表在发展到一定阶段后，都会出现一系列不可用问题，包括报表体系混乱、报表口径不一致、报表口径不透明、报表冗余度不断加大等等问题，报表系统是典型的熵值不断增加的系统。在报表越来越多，越来越复杂的同时，报表的边际效

作为企业的IT部门来说，如果没有好的BI工具支撑，IT部门就会陷入两难的境地。举个例子来说，业务想要做报表分析，IT就要去取数据、画报表，但业务的需求经常会变更，IT就得熬夜加班，根本疲于应对；如果IT将数据下放，给你原始数据自己处理，就会产生混乱和危险。所以，就需要强有力的BI工具支撑，向下帮助IT做好数据管控，向上充分利用底层数据。那么，面对纷繁多样的BI工具市场，IT部门如何去选择一款BI工具呢？进行BI工具选型时又有哪些标准和衡量指标呢？本文将对正在寻找BI工具的您提供参考和帮助。.

大家好，我是BAT的一名高级产品经理，最近忙着做一件事情，分析一款新产品的各项数据指标，为了找到增长点，完成OKR，拿到年终奖，我可是煞费苦心。一边嫌弃Excel，自学Python和R，一边请我们的研发小哥哥用Echarts帮我搞，好吃的好喝的都供上，搞来搞去两者都没有成效不说，这个研发小哥还去脉脉上吐槽我？我真的好气！我有办法还能来找你吗？我不要面子的吗？我反复想了想，到底是是什么地方出了问题，我能不能不靠他，自己独立地完成数据可视化分析？数据分析界有一句经典名言，字不..

Hadoop是个很流行的分布式计算解决方案，是Apache的一个开源项目名称，核心部分包括HDFS及MapReduce。其中，HDFS是分布式文件系统，MapReduce是分布式计算引擎。时至今日，Hadoop在技术上已经得到验证、认可甚至到了成熟期，同时也衍生出了一个庞大的生态圈，比较知名的包括HBase、Hive、Spark等。HBase是基于HDFS的分布式列式数据库，HIVE是一个基于HBase数据仓库系统。Impala为存储在HDFS和HBase中的数据提供了实时SQL查询功能，基于HIVE服务，

如今，市场的变化越来越快，业务调整也越来越频繁，承载业务流程的信息化也在不断提升，选择一个能灵活应对需求的系统工具成了必需。选择什么样的工具，如何应用？这里分享某保险公司的案例，从整合系统数据、可视化管理与几个应用案例来谈谈如何利用报表系统和BI，搭建灵活快速响应的数据管理体系。项目背景该保险公司在在全国拥有40多个省区及300多个地区的分支机构和服务机构。公司的业务特点主要表现在三个方面： 地域分布广：公司业务分布区域较广，业务特点的差异性较大，并且不同地区业务的侧重点不同。

在目前的大数据趋势中，数据的大屏可视化成为大家所推崇的一种互动展示模式。如果我们能够早一些了解和掌握这方面的技术，相信对我们的未来将会非常有帮助！我们知道，通过报表工具实现大屏展示可以通过单张报表、多张报表 Dashboard 布局或者多张报表页面布局等方式实现。那么，如何能设计出优秀的 dashboard 呢？下面是国外的著名的可视化专家 Stephen Few 在 2012 年举办的 Dashboard 图表设计竞赛中列出的关于优秀的 dashboard 应该具有的特征：这里我.

谈数据化管理离不开报表系统，企业都会用到报表系统，但不可能有十全十美的报表系统，毕竟任何一个行业和企业受自身客观环境的限制。但做报表的表格表姐们，总要有点理想和追求，就好比到一定年纪会自问，我的人生追求到底是啥？报表系统，合适的就是最好的。脱离了业务驱动的任何IT系统，没有价值，因此能够从客户需求出发，打造出适合某个细分市场的报表系统，就是最好的报表系统。现在报表工具市场百花齐放，自有存在的道理，所谓的大数据报表引擎，在相当长的时间内，对于很多企业来讲，是没有必要的，大炮打蚊子，那也是.

信息化是辅助企业管理的一种重要形式，一个成规模的公司必然有一套信息管理机制来维护企业运营。而信息化管理的实质也就是数据管理，对着数据分析和可视化技术的发展，可视化的数据运营模式逐渐受到越来越多人的追捧。那么，一个企业如何从一开始的单机系统到后来的数据可视化决策，这里分享中兴精密集团的信息化建设案例，原文是中兴精密集团信息部高级经理陈钧波在帆软大会上的演讲。关于中兴精密集团中兴精密集团如今的产业模块大概有四个部分组成，部品事业、装备事业、健康事业，和环保事业。在IT战略方面，中兴精密集团颇有成

“今朝有酒今朝醉，报表不做不能睡，借问酒家何处有，报表还得编一宿”，这句带有些许幽默感的打油诗背后，却是我从业多年的心酸历程，没错，我就是你们口中做报表的哥哥——表哥。前些日子在和别人交流的过程中发现，现在市场变化太快，不仅用Excel做报表已经落后了，就连最后的数据都要以美观、直接、酷炫的方式展现出来，我这个什么都不懂又不想学而且只会用Excel的老油条，面对这个消息，不禁为自己的职业生涯捏了一把汗。那到底怎么呈现数据才是你们所说的美观酷炫，能让人赏心悦目？我得到了一个大家都认同的答案，数据可视化

大数据背景下的驱动，让越来越多的行业和企业关注数据挖掘分析，其实，商业数据用于营销早在数十年前就展开了。传统的数据分析利用主要集中在零售等行业，现代的商业智能营销在企业应用更具有广泛性，相比之前也有了更加丰富的指导意义。

制造业是我国国民经济的支柱产业，是我国经济增长的主导部门和经济转型的基础。从企业信息化管理角度来看，我国制造企业信息化水平相对较低，集成应用制约企业业务能力的提升，致使粗放型制造改革缓慢，供应链、产业结构不合理，最终导致产能过剩

地产业走过黄金10年，如今面临更多的挑战。大数据、互联网+、云计算等新技术的喷薄出现，也给了地产信息业不一样的机遇。面对房地产信息化的革新建设，如何打造符合地产特性的信息化?如何提出和实践突破性的创新挑战?面对这些问题，众安房产有限公司CIO陈总在帆软2016百强地产CIO峰会上做了分享。

对于一款软件或产品，尤其是一些企业级应用的IT软件，是不可能满足所有需求的。尤其是针对业务化的产品需求，某些个性化的需求就要进行二次开发。二次开发需要API接口，无论是什么样的开发，开发人员都需要对开发的产品大内部结构有所了解。

近年来，“大数据”一词被IT和互联网行业广泛提及，但真正落到实处的案例没有多少，大数据量支撑、数据挖掘技术、非结构化数据是阻碍的主要原因。大多数企业的信息化并没有达到到成熟水平，关于数据实践的热点依旧集中在数据管理和可视化方面。

中小企业的IT建设，不同于大型企业规范的项目管理，由于人员、预算、管理的局限性，很多地方需要做不同的预算和管理。那么基于这样的情况，中小企业该如何去构建信息化，如何去规划企业的数据管理体系，是摆在所有人面前的一个难题。

很多企业在实施和使用商业智能过程中存在很多误区，导致难以高效发挥商业智能的效用，这里提出的四个观点将帮助大家有效梳理对商业智能使用的认识。