帆软FineBI(V4.0)产品白皮书

《帆软FineBI(V4.0)产品白皮书》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、自由释放数据潜能FineBIV4.0产品白皮书2016年12月08日1FineBIV4.0白皮书第一章企业为什么需要FineBI？来自企业产品，运营，供应链，市场营销各侧的数据呈现爆发式增长，公司人开始言必称大数据。越来越多的企业开始意识到利用数据资产的重要性，强调运用数据进行科学化运营，传统的粗放式经营已经成为过去式。然而想要实现利用大数据分析来驱动业务增长的理想蓝图，却面临众多挑战。一、大数据分析驱动业务增长的现实困境（一）业务发展的瓶颈：业务部门对于数据分析具有极大的需求，但却苦于没有数据以及工具的有效支持，依赖于IT的报表

2、制作，报表需求得不到及时响应。固定报表缺乏灵活性，这就会导致业务部门缺乏对业务现状的精确把握，对业务背后逻辑的洞察，以及对业务未来的可见与预测。这样决策还流于拍脑袋，（二）IT信息中心的瓶颈：IT集权下的疲于应对，：IT信息中心对公司数据进行高度集中的管控，来自企业各职能部门的数据处理以及报表就会全部由IT人员来输出，一旦业务部门需求集中扎堆，就会造成响应不足，业务部门怨声载道。信息中心自身成员熬夜加班多，却成就感低。放权下的数据管理混乱：有的信息中心为释放压力，放权给业务部门使用数据，一旦口子打开，数据缺口就会像洪水一样泛滥，就

3、又会走向另外一个极端，导致放权下的数据管理混乱，数据口径不统一，部门之间的数据壁垒等等问题就会出现。（三）大数据应用的瓶颈：对于企业大数据的应用，大部分企业普遍存在这样的心态：不利用时觉得心慌，现在大数据如火如荼，感觉落后一步就要跌入深渊。想要上马利用时却又觉©帆软软件有限公司2FineBIV4.0白皮书得迷茫：如何真正从企业治理的全局出发，基于行业需求，整体架构以及应用角色和场景，让数据发挥出最大价值？现实的情况是大数据倒逼企业不断地去升级硬件，扩展底层架构，但存储的数据越来越多，如何真正让数据发挥价值，很多企业都倒在大数据应用

4、的最后一公里。也就是说让数据能够结合企业运营的核心指标，以可视化的方式展现出来。通过响应型分析——诊断型分析——战略型分析——预测型分析，让数据真正对企业的运营决策起到辅助和参考的作用。这就要考虑数据应用和展现层，怎么借助有效工具让数据发挥作用，指引业务。走好这大数据应用的最后一公里。小结：以上三个瓶颈是一串连锁反应，问题的根源是缺乏有效的工具支撑。工欲善其事，必先利其器。实现数据驱动业务增长的理想蓝图，企业需要强有力的BI工具支撑二、自助探索式BI工具已成趋势著名咨询公司Gartner在2015和2016年的《商业智能和分析平台

5、魔力象限》报告中已经清晰地描绘了这一现象：越来越多的企业采购开始偏好现代的、以业务用户为中心的自服务数据分析平台。传统的以IT为主导的，高度集中化的工具正面临替换。市场已经从“IT主导的报表模式”往“业务主导的自服务分©帆软软件有限公司3FineBIV4.0白皮书析模式”转折。自助式数据分析让人和数据的潜能都得到释放，无须建模，让数据分析更易得。从这个图中，我们可以了解到自助式BI，可以提供更多的可视化的交互操作界面，自动建模，业务人员无须写代码就能够进行分析操作。而且新的自助式BI工具集合列式存储，分布式计算以及对一些的新的大数

6、据架构的支持，能够处理更大的数据量。作为新一代自助大数据分析的商业智能工具，FineBI是由帆软软件有限公司自主研发，旨在帮助企业的业务部分充分了解和利用他们的数据，再也无需苦苦等待信息中心的报告。©帆软软件有限公司4FineBIV4.0白皮书从本质上讲，FineBI为企业提供了一站式商业智能解决方案，提供了从数据采集、数据加工处理、数据存储、数据分析、数据可视化于一体的完整解决方案，创造性地将各种“重科技”轻量化，使用户可以更加直观简便地获取信息、探索知识、共享知识。FineBI对业务人员自主探索数据的需求有着深刻的理解，所以F

7、ineBI又是一款将“业务人员做数据分析”诠释到极致的商业智能工具。他简捷易用，像iPhone那样甚至无需培训就可以上手，拖拖拽拽就可以设计出自己需要的业务分析报表；他具备强大的功能，诸多分析策略和分析速度让用户叹为观止，惊艳不已。三、FineBI的核心优势科学技术是第一生产力，FineBI作为新一代自助大数据分析的BI工具，就是因为他有领先的技术和完整的策略做支撑。（一）完善的数据管理策略企业在发展过程中，伴随着自身信息化程度的不断提高，为了解决特定信息化问题与需求，企业系统中的信息系统数量也越来越多，ERP，CRM，OA甚至专

8、业的财务软件等。这些系统，从整个企业的大粒度来看，业务流程有相对的联系，但是在细粒度上，数据相互独立，内在逻辑互不联系，信息孤岛问题十分严重。企业经常需要对这些独立系统进行统一的数据分析，从而进行正确的决策。系统数量较少和数据量级较低的时候这个问题