關於數據分析，有兩個流行工具：PowerBI和Tableau ，但凡是提到做可視化，做數據探索分析，總會提及他們。

在正式介紹它之前，先給大家科普一下BI，尤其是自助式BI。

自助式BI VS傳統意識中的BI

FineBI屬於自助式BI，最大特點是用起來簡單。

在自助式BI出現之前，BI 通常只有具備IT技術背景的研發人員和數據科學家能用，他們多集中在企業技術部門，通常也稱為企業級BI，典型工具如SAP的BO、IBM的cognos。它們最大的問題是使用門檻高，讓懂業務卻不懂技術的業務分析師望而卻步，只能向IT提需求，並不能對數據做統籌。而且傳統BI工具效率低，完成一個需求要經過數據建模、ETL架構設計、報表開發等一系列工作，通常3~15個人天，如果需求一改，這些工作又得重做。

同樣的工作用自助式BI，數據沒有大問題的話，1~2個人天。

為什麼差距這麼大？主要是技術上的原因：傳統BI是手動建模，而自助式BI是自動建模。

手動建模建出的模型是死的，使用聚合存儲，建模之前必須把全部需求調查清楚，一旦需求有變，需要打回信息部重新來一遍，一前一後都有較高的溝通成本（你試過被反覆dis的感受嗎）。自動建模是以表間關聯為依據，多維數據庫中存儲明細數據，以深度優化的索引等技術保證即席運算性能。得到的模型靈活多變，需求變化的響應可以在OLAP層面，而非建模層面實現，免去了大量溝通和建模工作。

那麼，作為自助式BI的FineBI，高效這一特徵這不言而喻。具體體現在哪裡？這裡從工作效率、製作難度、需求應付率、可視化和數據處理性能等方面來介紹下。

如何讓IT & 業務配合更高效？

可以來看一下FineBI的使用流程（如下圖）：分別為管理員創建業務包(準備數據)，業務人員新建儀表板（可視化和探索性分析），業務人員新建螺旋分析（前端再處理數據），領導查看分析（對外分享報告）。

創建業務包就是準備數據，這個工作一般讓信息部去做，把數據轉化成業務分析人員可理解的數據（一般會準備大而全的明細數據）。

然後，業務人員拿著業務包裡的明細數據，根據需求做分析，比如做一個銷售dashboard，分析每個產品、每個地區、每個銷售員的銷售情況綜合判斷。在沒有分析目標的情況下，可以嘗試探索性分析：聚合、預測、帕累託等，都有現成的模型。

螺旋分析就是有些情況下，一些字段沒有現成的，比如環比、同比，你可以在前端創建新的公式。

這些都完成後，基本的可視化就算完成了，然後將你的數據報告分享給領導，或者是定時出日報、月報，自動推送給指定人群。

這樣的流程改變了以往業務提需求，IT拼死拼活趕需求的狀態，現在就是IT給準備好數據：

IT部門：喏，你會用到的數據都在這兒來了，不同類型的數據都放在業務包了。你們自己去取，然後拖拽圖表就可以了，沒有的字段可以在finebi裡面臨時生成。

業務部門：這麼簡單，我們試試。不過這樣也好，我們自己分析出成果也快，省得之前怎麼也get不到我們的需求，我們都省事。

IT部門：......

所以，相比以前整天向信息部要催報告，修改報告的模式，流程配合上也就不再迂迴，反覆推鍋了。

如何10分鐘做出一張dashboard？

流程上見解了很多，說到底還得自己做dashboard，FineBI到底如何做dashboard ?

流程：

簡單來講就是，數據準備好了之後，選圖表——添加數據字段——沒有現成字段的就設置一個——添加分析元素（鑽取、聯動）——美化圖表——分享。

如何做一份讓人眼前一亮的可視化分析？

比如下面這個大屏，通常應用在展廳、領導辦公室、政務掌控中心。通常掌握上述的dashboard製作，30分鐘就可以搞定。原理就是構建每一塊圖表，然後拼接在一起，美化一下背景，增加一些科技的元素。至於展示哪些數據，這個考量你的內功，需要根據你分析的思路來佈局，最終能講好一個故事。

具體教程：

除了分析，還能搞定複雜式中國報表！

之前有網友評價，諸如此類的BI工具無法制作複雜的中國式報表。這裡喊一下冤，BI工具和報表工具還是不一樣的，前者是為了數據分析，快速出報告；後者就是做報表的，就是數據展示。使用BI是對同一個問題從不同的角度進行分析、以多種形式展現分析結果、通過管理駕駛艙突出業務問題的本質。使用報表就是製作中國式複雜報表、固定格式報表、週報、月報等。

如果非要說兩個需求都要的話，FineBI可以搭配FineReport，做複雜式中國報表。

FineReport是什麼？

它的本質是一個通用的報表製作和數據可視化工具。好比Excel，小到可以存儲統計數據、製作各式各樣的圖表、dashboard，主要製作中國式複雜報表、固定格式的報表。參考這款效率遠超Excel的表格工具，沒用過就可惜了！

《 》

怎麼搭配使用？

FineReport可以藉助FineBI對大數據處理的性能，連接數倉和多維數據庫，出表更快。同樣的FineBI也可以藉助FineReport，製作表格式報表，報表形式也不受侷限。

數據處理性能如何？

剛提到FineBI在大數據方面處理性能較佳，對於處理千萬級、上億級的數據，可以看下圖：

這工具的性能主要分為FineIndex性能和數據分析性能。

FineIndex性能

FineIndex本身作為數據倉庫到自定義分析的中間層，它是將數據倉庫中抽取的數據作為緩存數據生成文件放置到硬盤上的，它本身構建的是數據立方體，需要切片、分組索引。因此其性能參數主要在於如下：

（1）內存

FineIndex在抽取數據、分組寫入索引、寫入關聯生成緩存數據的過程中，均會將數據在內存中去操作，內存越大其速度越快。

FineIndex在數據計算的過程，採用的是java計算（一般優於sql計算），也是消耗內存的資源，因此內存越大其運算的速度越快。

（2）硬盤

FineIndex的生成是寫入硬盤的文件。因此寫入速度越快，性能越高。在被讀取數據時，系統執行的是文件級讀取（性能上優於數據庫讀取），讀取文件的速度越快，則性能越優。

數據分析性能

數據分析是前端新建儀表板模塊加載FineIndex的數據進入內存中進行計算。因此仍然是FineIndex的數據讀取進行加載，然後在內存中運算。

但是，區別於由於建立了業務包，數據倉庫的數據定時更新，比如夜裡更新，第二天處理數據就直接拿著本地的業務包裡的數據做處理，也避免重複計算，像Tableau每次都是重新讀取全部數據，數據量大會卡頓，運行速度高效快速。

數據&分析協同

FineBI有類似辦公協同軟件OA的一套流程管理和權限控制，主要出於數據安全考慮。可以設置部門只能看部門內的數據，個人只能看個人權限範圍內的數據，dashboard製作完分享給別人時，也可以指定分享給誰，被分享者收到通知後登錄門戶時，可以看到報表出現在桌面中，然後修改、批註。

最後：

總得來說，業務部門更關注底層數據處理的可信度，是否真實反映業務狀況，是否能高效便捷低成本的完成數據分析，指導業務經營。在底層數據處理上，FineBI建立業務包這些操作，讓IT部門的人能互動，協同數據準備，高效而準確。

最後，關於這工具，有個人免費版，真的隨便用，沒有閹割功能。只是有兩個併發限制，畢竟是商業軟件嘛。

閱讀更多 數據分析不是個事兒 的文章

關鍵字: 信息安全 Excel 數據分析