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,为有分析需求的人准备数据,在分析过程中自动建模。功能上力求做到——高速度高性能、稳定。
2、分析用户
- 针对深度分析用户,他们往往就有数据分析基础和理解模型的能力,对数据有再处理加工和深度分析挖掘的需求。此时BI更多充当快速可视化分析的工具,通过可视化辅助数据分析时的思考。
- 针对初级分析用户,他们的需求往往是Dashboard即席分析,结合可视化有主题的展示业务数据,实时监控,预警分析。此时的BI最好能有较低的上手门槛,能快速取数。
- 针对一些查看数据的用户,比如领导boss们,他们的诉求就是看报告,了解业务状况,辅助业务决策。BI要做到报告可读美观,让用户聚焦于理解仪表板要表达的数据含义。
也正是基于以上的实际数据分析场景,FineBI 5.0做了焕然一新的升级。聚焦于两个环节,数据的分发和数据的分析。
数据的分发
基于数据安全和精细的权限管理,让科技部门放心的把数据权限下放,业务部门能完整方便的拿到所需数据,这是自助分析推行的根基。
数据的管理是阻碍企业数据分析推行的很大原因。科技部门担心风险,导致业务部门很简单的需求不能得到及时响应;很多数据的需求本身时效性很高,一旦过了这个数据再拿到也已经没有价值了;还有部分是数据给的不完整,脏数据很多,导致业务想进行的分析做到一半进行不下去,逐渐放弃…
数据的分析
好的工具能提高效率,优化协作方式。FineBI 5.0想让人人都能成为数据分析师:业务能够很容易的对