帆软商业智能技术

帆软官方技术团队,上BI,选帆软,专注BI十四年。IDC认证国内占有率领先,超11000家中大型企业选择!

  • 博客(805)
  • 收藏
  • 关注

原创 从数据仓库搭建到BI报表落地,帆软《企业数据化建设知识地图》全览

企业数据化建设从来不只是IT部门的事情,它需要每一个管理者、每一个部门都紧密合作,它需要全员从意识到行动的全面参与。可数据领域涉及到的技术很广,而且各种新概念、新技术层出不穷,如果一味的埋头苦干很容易一条路走到黑,到头来发现趋势变了就很尴尬。这份图谱很好地帮您梳理数据分析全流程框架,助企业数字化转型一臂之力!

2024-03-12 16:42:30 1437

原创 BI系统搭建指南:从0-1的构建全阶段解析。

在本文中,我们详细解析了企业BI项目建设的完整流程,系统回答了企业BI项目该做什么、该谁来做、该怎么做,以及如何在企业内把BI项目成功运营起来从而产出实际业务价值等问题,提供了一份全面的指南,使您能够清晰了解从零到一的搭建全阶段。愿这份指南为您在构建BI系统的旅程中提供有益的指导,助您成功打造出符合企业需求的精准、高效的商业智能系统。

2024-03-06 14:20:05 619

原创 企业要上BI了,但不是已经有Excel了吗?Excel和BI的区别大揭秘。

通过前文的介绍,相信大家已经清楚了解Excel和BI各自的适用场景,也理解了为什么在某些情境下,BI相较于Excel更适合进行数据分析。尽管BI工具正逐步在市场上取代Excel的地位,但在短时间内很难完全取代Excel。毕竟,Excel具备一些不可替代的灵活应用场景,使其在一些特定情况下仍然发挥着独特的优势。Excel工具适用于个人小规模数据分析、手动数据维护、灵活表格展示以及个性化电子表格制作的场景。与之相比,

2024-03-06 13:34:46 990

原创 企业报表管理毫无章法?试试帆软智能报表管理系统!

报表管理对于企业至关重要,它是企业决策制定的核心支撑,能够确保管理层及时、准确地掌握关键业务数据和财务状况。良好的报表管理体系有助于提升企业透明度,增强内部控制,确保合规性,并最终推动企业的战略目标实现和长期发展。FineReport作为一款专为中国市场需求量身定制的​​​​​​​报表管理系统,以其强大的数据处理能力、灵活的报表设计功能和直观的用户界面赢得了广泛的赞誉。

2024-07-22 15:52:05 305

原创 想要分析销售数据下滑原因?只需使用FineBI这样做!

通过对门店销售数据的深入分析,我们揭示了关键产品对业绩的重要贡献以及提升客户忠诚度和产品结构优化的必要性。在这个过程中,FineBI作为强大的数据分析工具,发挥了至关重要的作用。它不仅帮助我们快速识别和聚焦于核心产品,还通过其直观的可视化和灵活的数据挖掘功能,揭示了客户购买行为的深层次模式。

2024-07-22 15:44:30 557

原创 「直播预约」FineReport数据底座升级方案分享

我们准备了一场《「先用后治」FineReport 数据底座 升级方案分享》直播为大家介绍FR数据治理方案和实践,为打算升级数据应用的底层、建立数仓的客户提供一些新思路。

2024-07-18 16:47:40 673

原创 怎么样才是优秀的人事报表?一文告诉你如何高效制作人事分析报表!

在人力资源管理中,人事分析报表具有诸多优势。它可以帮助企业全面了解人员构成情况,掌握员工流动情况,提供重要参考对员工绩效评估和薪酬福利调整。FineReport在人事分析报表领域展现出了强大的优势和广泛的应用价值,为企业提供了解决人力资源管理难题的有效途径和工具支持。

2024-07-18 11:35:19 529

原创 成本报表是什么?通过FineReport,制作成本报表竟如此轻松!

在成本报表的制作过程中,数据收集、成本分类、制作成本报表和数据解读与分析是关键步骤。而FineReport作为一款功能完善、学习成本低、服务高效、模板多样化的报表工具,为企业提供了强大支持。它的灵活性和易用性使得企业能够根据自身需求定制成本报表,有效解决项目开发周期长、数据处理繁琐等问题,推动企业信息化进程。

2024-07-18 11:12:03 723

原创 FineReport和FineBI到底区别在哪?它们是怎么推进企业数字化的呢?

除了常规的FineReport中国式复杂报表外,企业还需要通过FineBI不断完善即席分析和数据多维可视化建设。这样,业务人员可以通过BI工具从单个核心指标出发,进行指标拆解,深入多维分析,切片切块,通过同型分析、趋势分析、对比分析等数据分析方法来定位数据中的异常点,最终通过调整决策解决业务问题。

2024-07-17 17:56:32 509

原创 如何优化银行数据监控与分析?来看看帆软银行工作台方案,内含Demo展示!

银行业在数字化转型过程中面临诸多挑战,包括数据分析工具和人才匮乏、数据孤岛现象突出、数据权限管理不足等。为了解决这些问题,帆软提出了针对银行业务的「银行行业工作台方案」。该方案通过统一的门户形式,集成数据、提供分析工具,满足领导日常分析和管理的需求,同时降低了系统维护成本。

2024-07-16 10:36:57 783

原创 企业信息化建设都包括哪些主要方面?帆软如何助力企业信息化应用系统搭建?

信息化已经成为企业持续发展的必然选择。随着时代的发展,企业信息化建设已经不再是一项简单的技术升级,而是对企业整体战略的深刻思考和重塑。企业需要以信息化为引领,不断创新、提升管理水平,以适应日益激烈的市场竞争和不断变化的外部环境。作为一家专注于数据产品与服务提供的企业,帆软软件有限公司将一直与您携手并进,共同致力于企业信息化建设的推动与实践。

2024-07-16 10:23:04 991

原创 新零售如何做好会员管理?帆软会员营销管理方案一览!

​会员分析是零售企业常用的营销分析方法之一,其核心目的在于深化与顾客的联系,吸引并维系他们的忠诚度。通过这种方法,企业可以更有效地推动销售增长,同时为顾客营造更加个性化、优质的购物体验。本文将深入探讨会员管理的内涵、当前面临的挑战,以及如何通过创新的会员营销策略来应对这些挑战,实现企业与顾客的双赢。

2024-07-16 09:53:26 797

原创 数据质量管理策略和技术:预防、控制与补救的综合方法

企业的数据治理并非目的本身,而是作为达成业务和管理目标的手段。数据质量管理的核心宗旨在于满足和超越业务的预期目标。

2024-06-26 10:42:07 698

原创 如何开展元数据管理?牢记这四个元数据管理阶段

包括数据资产的分布情况、数据流动的方向和路径。为满足不同使用者的需求和元数据的多种用途,应构建一个元数据分类框架,该框架将定义业务元数据、技术元数据、操作元数据等类别所涵盖的数据类型和集合。在数据治理团队的引领下,根据企业现有的数据管理组织结构,构建由高层支持、中层协调、基层执行的三层数据治理组织架构,明确各层级的职责分工,为元数据管理提供坚实的组织支持。它的核心在于捕捉和记录数据的关键属性信息,包括但不限于数据的名称、其在业务流程中的用途、存储的具体位置、随时间变化的历史记录以及相关的文件文档等。

2024-06-21 10:45:05 1093

原创 如何为数据治理提供坚实的保障?这两点不容忽视

随着对全文的深入探讨,我们认识到,一个坚实的数据治理保障体系是企业在数字化时代保持竞争力的关键。从组织结构的建立到高层领导团队的打造,每一步都对数据治理的成功至关重要。有效的数据治理不仅能够提升数据的质量,保护数据的安全,还能够为企业带来更深刻的业务洞察,成为推动企业创新和增长的动力源泉。然而,数据治理是一个持续的过程,随着技术的不断进步和业务需求的日益变化,企业必须持续优化其数据治理策略和实践。

2024-06-21 10:29:26 555

原创 零售商为什么要品类管理?详解品类管理的五个步骤

品类,是一组在消费者心中可以相互关联或替代的商品和服务的集合,它们共同满足特定的消费需求。在传统的商业模式中,供应商的经营重点往往集中在品牌营销上,包括商品开发、定价策略、促销活动和销售分析;而零售商则以追求销售利润为核心,依据店铺的销售状况来调整商品组合和展示布局。然而,无论是供应商的品牌中心策略还是零售商的利润中心策略,都可能在收集商品信息时出现疏漏。而品类管理的流程是系统化的,它包括对品类的明确定义、确定品类在市场中的定位、进行全面的品类评估、设计品类策略、运用具体的品类推广战术等步骤。

2024-06-19 22:03:30 941

原创 新零售模式有什么亮点?详解做好新零售的6大核心要点

对于新零售的实质和定义,不同行业的专家有着各自独特的理解和看法。总的来说,新零售模式是一种以顾客需求为核心的创新零售方式。它依托于大数据、人工智能等前沿技术,对商品的生产、分销和销售环节进行全面革新。这种模式充分发挥了线上电商的便捷性和线下实体店的体验性,实现了两者的优势互补。通过深度整合线上平台、线下店铺以及现代物流系统,新零售模式创造出了一种无缝、智能、高效的购物体验,引领零售行业迈向更高效、更个性化的新时代。

2024-06-19 22:00:33 648

原创 财务数字化转型怎么做?财务经理案例+BI实操手把手教会你

而当分析需求越来越多(往往是公司业务处于快速发展阶段),IT应接不暇时,弊端逐渐显现,IT不懂业务逻辑,沟通成本高,分析需求多变,反复开发?然而,随着企业发展和市场竞争的不断加剧,大家逐渐发现,传统的分析能直观反映出企业能不能赚钱、能不能偿债,却无法指导企业日常经营,结合业务过程的财务数据分析缺席,甚至会让企业陷入“虚假繁荣”。在业财融合的趋势下,越来越多的企业主动将财务管理前置到业务活动中,深入了解业务模式,追踪业务动态,促进业务和财务的信息流动,通过财务数据分析驱动业务,为企业带来健康盈利。

2024-06-18 11:18:10 423

原创 传统零售运营模式有什么缺点?新零售模式下的运营思维好在哪里?

随着新零售浪潮的兴起,零售企业正站在转型升级的十字路口。传统运营思维的局限已逐渐显露,而以消费者为中心的服务理念正成为推动行业发展的新引擎。通过对传统模式的深入剖析,我们看到了格式化经营、商品选择的局限性以及促销策略的单一性。与此同时,新零售模式下的个性化服务、客户体验的重视以及情感价值的创造,为我们指明了零售业的未来方向。

2024-06-18 10:55:36 249

原创 日常销售数据分析为什么重要?三个维度全面分析日常销售数据

在当今电子商务的浪潮席卷全球的时代,网店如雨后春笋般涌现,并且竞争日趋激烈。在这样一个充满挑战与机遇的环境中,如何洞察市场动向,把握消费者需求,实现销售业绩的稳步增长,成为每一位电商运营者必须面对的问题。而这一切的关键在于——数据分析。数据分析是电商运营的核心竞争力之一。通过对日常销售数据的深入挖掘和分析,我们可以揭示产品在市场上的表现,洞察消费者行为趋势,把握企业收入的动态变化。这不仅能够帮助我们评估营销计划的成效,优化商品组合,提升客户满意度,更能够为企业决策提供有力支持,确保企业在激烈的市场竞争中立于

2024-06-18 10:35:46 277

原创 零售商为什么分析商品销售数据?盘点常见商品销售数据分析模型?

通过这些深入的商品分析方法,零售企业能够获得宝贵的洞察,从而在多个层面上优化其业务战略和运营效率。商品分析不仅揭示了销售趋势、顾客偏好和市场动态,而且还帮助企业识别和利用那些能够带来最大回报的机会。最终,商品分析的这些洞察将转化为企业的实际价值,包括更高的销售额、更佳的顾客满意度、更优的市场份额以及更强的竞争优势。零售企业必须持续利用数据分析的力量,不断探索和适应市场变化,以确保长期的成功和可持续发展。随着技术的不断进步,未来的商品分析将更加智能化和自动化,为零售行业带来无限的可能性和增长潜力。

2024-06-18 00:18:58 987

原创 零售商为什么分析用户数据?盘点六大零售业用户分析常用模型

在零售行业中,用户数据分析不仅是企业决策的重要依据,更是推动业务增长和提升市场竞争力的关键。通过深入挖掘用户数据,企业能够洞察市场趋势、细分目标客户、实现个性化营销、优化库存管理,并制定有效的用户留存策略。各种分析模型如转化漏斗、AARRR模型、RFM模型、留存分析、复购率分析以及用户粘性分析,为企业提供了全面的视角和工具,以识别和解决业务挑战,同时把握市场机遇。

2024-06-17 23:16:03 545

原创 零售行业商品板块有哪些业务场景?盘点商品管理分析指标

综合上述这些分析,零售企业能够制定出更为科学的业务增长策略,及时调整资源配置,提升商品运营效率,最终实现业绩的持续增长和市场份额的扩大。随着数据分析的不断深入和应用的持续拓展,零售企业将能够在激烈的市场竞争中保持领先地位,实现长远的发展目标。零售业商品板块的业务场景复杂多变,但通过FineBI这一强大的分析工具,零售企业可以对商品板块的各个方面进行细致的审视和管理。从采购入库到销售结构,从新品售罄到畅销品分析,再到关联性分析,每一个环节都通过细致的数据分析得到了优化和加强。

2024-06-06 08:31:12 720

原创 电商行业为什么要分析竞争店铺?竞争店铺分析从哪些维度开展?

通过对竞争店铺的全面分析,电商平台商家能够获得精准的市场洞察和消费者行为模式,这不仅有助于商家制定更加精准的市场策略,而且能够提升品牌竞争力和市场适应性。从竞争店铺分析的角度来看,FineBI作为一款强大的商业智能工具,为电商平台商家提供了深入洞察市场和优化运营的可能。通过FineBI,商家能够高效地追踪和分析如访问量、用户行为、产品表现、营销效果以及客户反馈等关键指标,进而揭示流量趋势、消费者偏好、价格敏感度和市场细分。

2024-06-06 08:29:35 824

原创 电商行业分析关键词数据有什么意义?详解做好电商市场营销的“法宝”

电商平台的市场营销数据分析对于商家来说具有重大的意义。它不仅帮助商家精准定位消费群体,分析市场容量,还能够指导商家制定有效的营销策略,优化商品布局,从而提升市场竞争力和销售业绩。通过细致的关键词分析,商家能够洞察消费者的需求和偏好,制定出更有针对性的营销方案。此外,对关键词的分析还能够为商家提供关于产品定价和市场定位的有力参考。通过对不同价格区间的分析,商家可以确定合理的定价策略,以吸引目标消费者群体。同时,通过关注搜索人气和相关搜索词,商家能够及时捕捉市场动态,调整营销策略,以适应市场的变化。

2024-06-05 21:57:36 683

原创 市场大盘分析有哪些应用?详解市场大盘分析攻略

通过本文深入探讨市场大盘分析的流程和应用,我们可以看到,无论是对行业品类数据的洞察、竞争对手的分析,还是对市场变化趋势的掌握,市场大盘分析都为企业提供了宝贵决策支持。它不仅帮助企业理解当前市场环境,还指导企业如何根据市场动态制定策略,优化产品布局,提升市场竞争力。随着市场环境的不断演变,企业必须持续进行市场大盘分析,以适应新的挑战和抓住新的机遇。这要求企业不仅要关注短期的市场波动,还要具备长远的市场洞察力,从而在变化莫测的市场中保持领先地位。

2024-06-05 21:51:57 1039

原创 你了解旅游行业的经营模式吗?盘点旅游业常用业务指标

在对旅游行业的业务模式和关键业务指标进行分析之后,我们可以得出一些重要的结论。旅游行业作为一个以服务为核心的行业,其业务模式和指标的选择对于企业的运营效率和市场竞争力有着直接的影响。从组团社和地接社的传统角色,到在线旅游平台的兴起,旅游业正经历着快速的变革和创新。这些变化不仅为旅游者提供了更加丰富和便捷的服务,也为旅游企业提供了新的增长机会和挑战。通过关注下单人数、出游人数、人均团费、复购率、转化率和投诉率等关键指标,旅游企业能够更好地理解市场动态,优化服务流程,提升客户满意度,并制定有效的市场策略。

2024-06-04 10:27:12 441

原创 如何洞察销售数据的价值?五个方面详解销售数据分析方法

随着零售行业的数字化转型,销售数据分析已成为提升实体店铺运营效率和市场竞争力的重要工具。通过对订货、发货、欠货的细致分析,我们可以优化库存管理,减少积压,加快资金流转。业绩分析让我们对店铺的整体表现有了清晰的认识,而价格分析、畅销滞销分析则帮助我们洞察市场动态,精准定位顾客需求。最终,库存分析确保了库存的健康流转,为资金的高效利用提供了保障。本文的探讨不仅揭示了销售数据分析在零售行业中的广泛应用,也为零售商和从业者提供了实用的策略和方法。

2024-06-04 10:11:26 273

原创 零售业如何实现精细化运营?全面盘点零售业务指标

在综合考虑了销售、库存、运营和财务四大类指标后,我们可以得出结论,这些指标是零售业务成功的关键。它们不仅提供了对当前业务绩效的深入洞察,还为未来的战略规划和日常决策提供了坚实的数据支持。通过对这些指标的持续监测和分析,零售商能够及时调整经营策略,优化库存管理,提升客户服务,并最终实现盈利能力的提升。随着零售环境的不断演变,对这些指标的理解和应用也需要不断创新。零售商必须保持灵活,适应市场变化,利用先进的数据分析工具和技术,以数据驱动的方式提升业务绩效。

2024-06-03 15:35:17 284

原创 制定风控策略有哪些流程?跟随这个思路即可显著降低逾期率

在综合考虑了数据分析结果和业务实施的可行性之后,我们得出了两项针对性的风险控制策略。这些策略不仅基于详实的数据和科学的计算,还考虑了实际业务中的操作性和灵活性。我们相信,通过这些策略的实施,能够显著提高贷款组合的质量,降低逾期风险,从而为金融机构带来更稳健的发展。随着金融市场的不断变化和新挑战的出现,我们将持续监测这些策略的效果,并根据市场反馈和业务需求进行必要的调整。此外,我们也将不断探索和引入新的数据分析技术和方法,以进一步优化我们的风险控制流程。

2024-06-03 15:28:25 423

原创 数据资产评估有哪些技术?如何用技术解锁数据资产的真正价值?

分析评估过程中遇到的各种数据质量问题,并基于不同质量修复算法的特性,研究并开发了基于XML的数据质量修复策略定义语言。该语言能够灵活定义和配置不同数据质量修复算法,实现算法间的协同工作。

2024-06-03 15:26:57 738

原创 数据资产化为什么重要?数据资产化要经历哪几个阶段?

随着数据资产化的概念和实践不断深入,企业和社会已经认识到数据不仅是一种资源,更是一项宝贵的资产。通过将数据转化为资产,企业能够更有效地利用数据来驱动决策、优化运营、创新产品与服务,并最终实现价值的增长。然而,数据资产化的道路仍然充满挑战,包括数据价值评估的标准化、数据交易市场的成熟化以及数据安全与隐私保护的严格化。展望未来,数据资产化需要跨学科的合作和创新,包括法律、技术、管理和商业等多个领域的共同努力。企业需要建立更加完善的数据治理框架,确保数据的质量、安全性和合规性。

2024-05-31 16:06:41 980

原创 数据资产化面临哪些难题?攻克关键是制定数据资产评估标准

随着数据资产化在企业和社会发展中的重要性日益凸显,解决其面临的诸多痛点变得尤为迫切。从数据标准的统一化到数据质量管理的科学性,从数据权属的明确界定到数据流通的自由化,再到数据资产意识的普及化,每一个环节都是数据资产化进程中不可或缺的部分。制定和推广一套全面、统一的数据资产评估标准,对于提高数据的质量和价值、促进数据的合法合规流通、以及实现数据资源向数据资产的转化,都具有重要意义。展望未来,我们需要跨部门、跨行业的协作,共同推动数据资产评估体系的建立和完善。

2024-05-31 15:58:22 772

原创 数据标准管理包含哪些方面的内容?数据标准管理全面揭秘

在当今数据驱动的商业环境中,数据模型标准、基础数据标准、主数据与参考数据标准以及指标数据标准共同构成了企业数据管理的坚实基础。这些标准不仅确保了数据的一致性、准确性和可信赖性,而且对于提升企业的决策质量、优化业务流程、增强市场响应能力具有重要意义。通过实施这些数据标准,企业能够建立起一个清晰、高效和可扩展的数据架构,支持业务的持续发展和创新。数据标准的制定和维护需要跨部门的协作和持续的努力,但它所带来的长期收益远远超过初期的投资。

2024-05-30 08:23:26 1150

原创 如何评估金融机构信贷活动表现?详解金融机构信贷业务指标

本文我们详细分析了金融信贷业务中的关键指标,包括申请用户数、放款用户数、复借用户数以及复借率,这些指标对于金融机构评估贷款流程和市场响应至关重要。同时,我们也探讨了审批通过率和审批拒绝率,这两个指标帮助金融机构监控信贷审批的效率和风险控制。此外,逾期类指标如逾期率、催收成功率、坏账率和vintage30+指标,为金融机构提供了衡量和优化风险管理的重要工具。综上所述,这些指标共同构成了金融机构信贷管理的基石,使机构能够更精准地进行市场定位、产品优化和风险控制,从而推动业务的持续增长和健康发展。

2024-05-30 08:11:10 813

原创 如何优化广告投放策略?收好这份亚马逊广告数据分析攻略

通过整个分析过程我们可以得出以下结论:(1)单次点击成本(CPC)指的是每次用户点击广告时,广告主所需支付的费用,而广告成本(ACoS)则是广告支出占总销售额的比率。即便手动广告的CPC比自动广告高出45%,但若手动广告的ACoS仅比自动广告高出2.6%(从自动广告的17.9%上升到手动广告的20.5%),这样的增长是可接受的。(2)手动广告在点击转化率和订单转化率方面优于自动广告,这将显著提升产品的搜索排名。排名的提升将带来更多的自然流量。

2024-05-29 14:09:48 591

原创 如何精准满足消费者需求?详解电商平台促销活动复盘方法

成功的促销不仅取决于活动的规模和折扣的深度,更在于能否精准地满足消费者的需求,以及能否通过数据分析来不断优化和调整策略。通过对促销活动的全面复盘分析,我们能够从整体运营表现、商品价格区间、折扣力度等多个维度来评估活动的效果。这不仅有助于我们识别出表现优异的商品,为未来的活动筛选优势商品,也为我们提供了调整策略、优化资源分配的决策依据。在未来,电商平台的促销活动将更加注重个性化、精准化和智能化。

2024-05-29 14:08:48 630

原创 BI如何助力制造业数字化转型?详解制造业中典型的BI应用

随着制造业的不断进步和BI工具的深入应用,企业已经能够更加精准地把握生产脉搏,优化物资管理,并通过阿米巴经营模式激发组织活力。通过本文的探讨,我们见证了BI工具如何在生产可视化、物资全生命周期管理以及数字化工厂建设中发挥关键作用,助力企业实现数据驱动的决策,提升运营效率,降低成本,并最终实现业务增长和可持续发展。未来,随着工具的持续创新,BI工具将更加深入地融入制造业的每一个环节,从设计、生产到销售和服务。制造业企业需要不断探索和深化BI工具的应用,以适应市场变化,满足客户需求,提升竞争力。

2024-05-29 13:41:23 569

原创 客流监测到生鲜管理:BI工具在零售业务中的多场景应用

随着零售行业竞争的日益激烈,BI工具的应用已成为企业提升运营效率、优化顾客体验、实现数据驱动决策的重要手段。通过本文对零售行业BI应用的深入探讨,我们可以看到,无论是在客流监测、生鲜销售管理、自动配货流程,还是终端门店督导等方面,BI工具都展现出了其强大的功能和潜力。未来,随着技术的不断进步和创新,我们可以预见,BI工具将在零售行业中扮演更加关键的角色。零售企业需要不断探索和深化BI工具的应用,以实现更精细化的管理,更个性化的服务,以及更高效的运营。

2024-05-28 10:50:28 786

原创 巧用工具,手把手教你做出高大上的大屏驾驶舱

如果要问企业中的IT人最怕听到领导说什么,那么一定会有这句话:“IT部门这几天做个dashborad大屏出来,要高大上一些,还得有数据支撑。其实做IT的人都知道,一般的大屏驾驶舱都要开发半个月甚至更长时间,从需求分析到数据采集、仪表板开发,还得保证能支持大数据量的性能,这还只是开发的工作,没有涉及美观设计层面的内容,就能让IT部门累到吐血。

2024-05-28 10:31:39 617

第三届帆软杯全国高校数据分析与应用联赛邀请函

第三届帆软杯全国高校数据分析与应用联赛邀请函

2022-09-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除