帆软FineBI商业智能数据分析软件_BI自助分析系统

申请试用

帆软FineBI商业智能数据分析软件

帆软提供“人+器+术+平台”全方位自助分析解决方案，提供自助分析从规划到应用成功的全方位指导方案。FineBI提供企业级管控下的完备自助分析方案，多数据源支撑，实现多样数据整合。多种数据分发策略，基于业务需求做好数据管理。

立即咨询

首页 > 产品中心 > 数据计算与分析 > 帆软FineBI商业智能数据分析软件

与用户需求同步不断提升的分析性易用性，催化了

新的数据配合模式：自助分析 icon

过去我们熟悉的IT与业务的配合模式 icon

信息部工作者的困境

需求反复沟通，疲于应对；报表缺乏价值，难以获得认可；信息部没有余力做前瞻性规划；

业务人员的困惑

分析工作重复单一，难以提升能力；分析需求响应缓慢；二手分析无法满足进一步探索需求；

利润增长速度放缓

分析过程人员冗杂，组织效率低；人员成本高企；数据蒙尘也未发挥出对应价值；

自主创新受限，业务发展落后

业务决策缺乏充分的数据支撑，业务改进缺乏针对性，问题解决停留在表层；

自助分析模式-让数据取于业务，用于业务 icon

业务人员获得分析主导权

获得分析主导权；重复冗余的工作流程得到优化；数据嗅觉和数据分析思维得到进一步培养；

信息部回归自身航道

不再沦为取数机，降低整体部门压力，减少无效沟通；聚焦发展方向，加速企业信息化迭代进程；

业务发展获得更多机会

业务决策有数据支撑；业务迭代变得更加敏捷；为新业务提供更多人才储备；

企业能够加速发展

培养员工的自主创新的氛围；优化人员组织结构；提高数据资产利用率，让数据来降本增效；

帆软提供“人+器+术+平台”全方位自助分析解决方案 icon

客户
从客户中来，到客户中去，孵化了推动自助分析应用成功的解决方案

人
从底层到应用成功项目组

线上学习班

术
提供自助分析从规划到应用成功的全方位指导方案，丰富的线上学习资源

器
易用强大的分析

工具平台

平台
分析师线上交流

自助分析沙龙

人：帆软FineBI三大服务支持资源 icon

人：行业独有的自助分析顾问团队 icon

自助分析顾问服务是帆软公司提供的一项为企业使用FineBI产品顺利构建自助分析体系，通过线上专人顾问咨询及现场服务支撑，从而发挥自助分析工具价值的增值服务内容。

人：专注自助分析项目建设 icon

术：提炼自助分析应用成功全生命周期体系 icon

器:FineBI提供企业级管控下的完备自助分析方案 icon

FineBI满足自助分析的全链条 icon

数据准备：多数据源支撑，实现多样数据整合 icon

数据准备：多种数据分发策略，基于业务需求做好数据管理 icon

Spider高性能引擎

同时满足数据的快速计算与大数据量的处理，灵活支撑对于轻量实时数据的分析与大数据量历史数据分析的需求。

支持多源数据整合

管理员可以将不同来源的数据基于业务分析需求进行分类管理。可添加数据库表、SQL数据集、Excel，自助数据集等。支持快捷分组和关联操作。

支持权限设置

管理员可以按照用户橘色分配业务包数据权限，保障数据安全。

数据处理：SQL+自助数据集，面向不同人员的数据处理工具 icon

数据分析：前端快速计算+公式指标，助力分析人员即时分析 icon

数据分析：表格与图表组合，满足各层分析人员的分析需求 icon

分享查看：链接分享+目录挂出，满足内外查看需求 icon

私密分享

企业内部人员访问，所能访问到的数据与被分享人员权限绑定

公共链接分享

所有人访问，所能访问到的数据与分享人的权限绑定，并且能够设置生效时间

目录挂出

挂出固定模板、与访问用户权限直接绑定的，不同权限的人所看见的模板和模板内的数据都可能有所不同

统一管理：用户+数据权限双管理，保障系统安全 icon

多屏解决方案：满足不同环境下的数据分析和展示需求 icon

多屏解决方案：满足不同环境下的数据分析和展示需求 icon

自助分析

场景一：自助取数——现状/痛点 icon

常用的取数方式

1. 给IT提需求，IT再从数据库中导出excel数据给业务；

2. 基于常用的数据指标，IT做好取数门户，业务需要什么数据自己登录系统导出；

造成的问题

1. 反复沟通，效率低下；2. 基于固有指标分析，难以拓展开来进行探索性分析；3. excel数据量过大，打开卡慢，影响工作效率；4. 数据权限不可控，数据安全隐患多；

场景一：自助取数——客户案例：爱婴室 icon

痛点

数据分散在各个业务系统、电商平台中，信息部IT人员为帮助业务用户取数，一方面为业务用户制作了明细数据表，供业务用户自己导出数据，另一方面给1-2个有SQL基础的业务用户开放了数据库查询权限。然而，到业务用户自助取数，出现了以下问题：a、自己去报表系统导出数据，因要分析的维度多，需多次切换过滤条件导出数，操作繁琐；b、找有数据库查询权限的业务同事要数据，然而SQL基础薄弱，对于复杂的取数逻辑，只能通过多个简单SQL，多次查询取数，手动关联来实现。C、提需求找IT帮忙取数，走漫长的需求排队流程。

场景：门店会员卡转化率日报

门店会员卡转化率=当天开卡数量/进店消费数，需要计算年、月、日、区域、城市等不同维度的转化率；使用FineBI前，要到不同的表里导数，以时间为维度导一次数据，以区域为维度导一次数据，以城市为维度导一次数据...，常常要导好几次数据，做好几个excel表格；使用FineBI后，只用做一个表，连接数据源，维度自由切换，数据自动更新；

场景二：描述分析——现状/痛点 icon

场景二：描述分析——客户案例：同程旅行 icon

“机票业务涉及到很多地理信息，相对于其他可视化图表，地图更能直观形象地展示不同区域的数据情况，以往使用E xc e l绘制地图，步骤非常繁琐复杂，比如调节色阶、阶数......即便是e xc e l能力不错的业务人员也需要一两天的时间才能完成。”——同程旅行数据产品经理王秀林

场景二：描述分析——客户案例：同程旅行 icon

“现在使用Fine BI简单拖拽，就能快速地做出填充地图，如图所示，通过颜色的深浅来展示各省份的用户访问热度，与热力图（右图）联动，还能清楚地反映出该省份下不同城市的访问热度分布，运营人员根据数据反馈，可以非常清晰地查看产品使用用户分布情况，以便制定相关的运营策略。”——同程旅行数据产品经理王秀林

场景二：描述分析——客户案例：某化工企业 icon

场景三：探索分析——现状/痛点 icon

常见的分析类型

基于明细数据计算得到的表格统计分析；多样化图表类型下的静态结果展示型分析；

存在的问题

分析仅停留在发现问题的层次，无法进一步深入业务通过数据关联找到问题原因；探索性分析对数据要求高，需要具备数据处理能力，大部分业务懂数据，但不会做数据处理；数据是海量的，而会做探索性分析的人才紧缺，没有充分发挥数据驱动业务的作用；

场景三：探索分析——客户案例：云集微店 icon

实现思路：首先确定核心数据指标——“流量”、“销售额”、“退款量“，其次将销售额拆解到部门、子部门（即行业销售额、买手组销售额），再将流量拆解到不同渠道（即APP、H5和VIP），使用折线图计算渠道流量今日和昨日24小时内的变化趋势对比，利用柱形图统计今日部门及子部门销售情况。分析举例：买手组策划了某次早上10点的抢购活动，预计在10点左右各渠道的DAU逐渐上升、销售额同步上涨，10点后会出现销售额、流量的高爆发点，而实际发现销售额并未达到预期高点，相关部门立马寻找原因，通过相关性联动分析，迅速排查到是主渠道流量小，转发量低，整体热度没有带起来，最后导致销售转化不高，由此便考虑做一些app流量上的运营动作提高活动的热度。

场景四：预警分析——现状/痛点 icon

场景四：预警分析——客户案例：叮咚买菜 icon

随着疫情发展，叮咚买菜迎来客户流量的暴增，当天数据部门就上线了用户囤货倾向数据监控体系，并按供应、订单、履约三大主题，对核心数据的进行监控并分小时推送给决策层，供决策层参考。在供应端，根据疫情的发展，以及订单增长变化速率，滚动预测春节期间订单量，从而为采购计划以及大仓和门店的排班计划提供参考。在运营端，运营会根据用户订单中的商品件数，重量，品类或者每用户，每一收货地址订单占比的变动趋势，做出不同的运营策略，保证民生类商品能有效供应给更多的人。在配送端，订单的暴涨在不同区域显得并不一致，因此根据订单增长的提前预估，针对性地进行配送员的跨区域调配，提高配送人效。多重措施下，叮咚买菜给广大用户交出了一份满意的答卷。

场景五：数据共享——支持多种共享方式，使数据分析价值最大化 icon

应用场景：将数据分析结果分享给外部用户/无系统登录账号的用户查看，还可设置密码保护；（需管理员开放公共链接分享权限）

场景五：数据共享——客户案例：兴业证券 icon

通过内置的埋点数据制作 ”数据分析龙虎榜“，一方面鼓励用户使用FineBI做数据分析，另一方面将有价值的分析模板展示，鼓励分析数据分析结果；

步步高零售--自助分析模式：阶段2+阶段3+阶段4 icon

步步高零售-BI平台架构 icon

步步高零售-IT与业务配合模式 icon

步步高零售-自助分析典型过程 icon

步步高零售-自助分析典型场景 icon

智慧零售事业部

数据分析师打造数字化会员门店赛马场

以门店为单位，以门店整体业绩任务达成作为参与分红的前提条件，从营运部门到后勤部门，从员工到店长均参与，实现全员参与、共同经营门店的目的。

汇米巴事业部

用FineBI高效分析年节省人力成本80W

原汇米巴部门每天需要十余人使用excel手工处理报表，在IT指导下提炼出十几张分析报表，将人员压缩到2个人，来负责汇米吧的数据分析工作，当年为该事业部节省成本80W。

步步高零售—自助分析模式应用效果 icon

步步高自助分析实践效果

1200万成本节约业务人员精简取数分析工作，优化人力结构，每年节约人员成本900万；开发人员成本节约342万，有时间对数据底层做更好的维护； 30% 毛利提升打造业务赛马场，激发门店执行力，数字化会员门店战报、红黑榜，刺激门店拉新动力；嵌入各业务系统，提高工作效率，指导一线员工执行业务动作。生鲜品类毛利率同比提升15%-30%，门店整体毛利率同比提升5%-10%。

深航货运--自助分析模式：阶段2+阶段3 icon