有了FineReport,为什么还要上FineBI?

文 | 商业智能BI相关文章 阅读次数:1,661 次浏览
2022-11-17 15:21:32

前些日子和一个客户聊天,他们用FineReport报表工具有5、6个年头了,先后做了财务报表、营收分析、月营收报表,细分到200多家门店以及2000多名员工的财务数据汇总。

之后又用到业务层,做了OA流程分析、BOSS驾驶舱和经营可视化大屏,可以说把FineReport的功能和场景用得很全了。而且带来的效益也很明显:

通过填报规范化各业务线的数据收集流程,利用帆软主数据管理帮忙打通了业务系统,就主数据整理这块,就节约了7个人力。

IT不再只是支撑,用人上一方面往专精技术发展,一方面主动为提升业务价值做创新。4个IT报表开发,之后分别去做了ETL和搭建数据仓库模型。3个原本不断和业务沟通需求为业务取数的,专做类似数据分析层面上的经营分析,以及给业务部门的分析培训。

建立了商业分析经营模型,提升门店的运营能力,如根据客流及租赁系统进行数据清洗和整合,实现客流动态监测,更好的管理销售业务;

对分公司(金融)进行了客户画像分析,将客户交易数额、交易频次等分级,建立VIP客户阵队,为公司拉来34个每月百万级交易的客户,直接带来超1亿的营收。

……

当初上FineReport,通过报表的中国式复杂报表、灵活参数查询、丰富的图表展示、自由的数据填报上报采集、企业级门户管理等功能解决了企业信息化的不少难题,业务的数据报表可视化展示成果也是受到了领导的不断好评。

可以说“IT+数据”,价值越发凸显,盘子也越做越大。

但是任何事总会遇到上升的瓶颈,随着公司的发展,随之而来的是销售、门店、市场、人事的业务分析需求接踵而来,企业的各数据采集模块越来越丰富,即便是有报表系统,但报表需求也如井喷。

最重要的是,业务的需求越发专业和个性化,需要IT对业务场景越发了解,这种需求很费时间,沟通稍有不慎之后就是不断打回,要么改需求要么继续优化,教业务取数做报表又不现实。

1问题分析

基于以上种种企业数据应用的痛点,我们需要进一步的思考。

首先,要肯定报表工具的功劳,它实实在在解决了很多数据填报上报录入、日报月报、中国式复杂报表、以及企业数据报表管理的问题,同时极大地提高了报表开发效率,功不可没。

但报表只覆盖了企业部分数据应用场景,且他的上手难度对多数人,尤其是业务人员有一定门槛。

对于一些数据工作走在前列的企业来讲,有些数据问题还得靠自助式BI来解决,比如:

  • 业务有很多分析需求,而且很多是一次性的、灵活变动的需求,如果每次都给IT提需求,沟通和配合效率低;
  • 取数分析涉及的数据量很庞大,百万及千万级以上;
  • 技术问题,需要对接hadoop之类的大数据平台,甚至需要前端报表的数据实时响应;
  • 业务部门培养分析人员需要功能强大且易学上手的工具。

2所谓自助式BI,就是解决这类问题的

FineReport和FineBI的区别?

自助式BI,FineReport和FineBI的配合,快速搭建业务模型

FineReport属于报表工具,为了实现固定样式的精细化/复杂报表,还有酷炫的大屏,主要功能就是:数据录入(填报)、数据查询和数据展示(报表、可视化大屏),还有报表权限管理。一般企业内流程是IT按照业务需求制作报表,业务和领导查看即可。

而FineBI属于商业智能工具,面向零技术基础的业务人员,让他们也可以自主探索式地分析数据。主要功能有简单报表(汇总表和明细表)、Dashborad和自主数据分析功能。企业内流程是IT整理好数据之后,业务可以自己做分析表,灵活做表的过程就是分析的过程。

自助式BI,FineReport和FineBI的配合,快速搭建业务模型

FineReport能制作各种复杂报表,而FineBI能将大数据量级的数据快速进行分析展示。

FineReport侧重固定报表的展示,而FineBI侧重基于问题导向的灵活分析,例如销售数据、人员流失数据分析,快速搭建业务模型(杜邦分析法、KANO模型等)。

FineReport和FineBI配合怎么进行

FineReport制作的所有报表页面都可以挂载在FineBI中进行查看和使用;

FineBI和FineReport产品支持融合部署,所有功能都可以整合在同一个工程中进行使用,同时移动端共用一个数据分析app。

FineReport和FineBI的配合上,比如FineReport用于固定日周月模板、填报场景、大屏和一些复杂报表的开发工作,自助式BI用于发现探索问题等灵活的业务分析需求。

3举个例子

以某银行为例,下辖13家省内分行、4家省外分行,营业网点541家,员工1.4万人。全行的生产实际ODS总共的数据量20几T,单表数据量最大1亿3千万。

自助式BI,FineReport和FineBI的配合,快速搭建业务模型

上FineBI产品之前,信息科技部承担着全行内日常的数据管理以及响应各部门的报表制作需求。比如,营运客服中心需要定期对客户进行跟踪、电话回访,信息科技部通过sql将数据库中的数据取出来,再展示成报表提供给营运客服中心的客户人员进行查询。

行内的其他业务部门,有计划财务部,公司业务部,消费金融与信用卡中心,风险管理部,营运部,各部门对自己的业务数据都有自助分析的需求。比如计划财务部要做经营分析、资金清算,消费金融与信用卡中心要做信用卡发放的覆盖率、信用卡消费的分析,公司业务部要做增长的趋势、增长速度的分析,风险管理部有对对标上市银行的相关分析。

这些业务部门的数据指标的特性是变化快,不但经常增加新的指标,而且已有指标的计算方式也在变化,所以需要经常调整。一般信息科技部会按照业务部门提过来的需求来做指标,但苦于对业务的理解不深,导致沟通成本高、实现效果不及预期。

上了FineBI平台之后,信息科技部给计划财务部,公司业务部,消费金融与信用卡中心,风险管理部,营运部分别开设了分析编辑用户。信息科技部只需要把数据准备好,给各部门的账号分配权限,各业务部门就可以自由地对自己的数据进行数据分析,快速搭建业务模型,这样的配合模式大大提高了分析效率和效果。

自助式BI,FineReport和FineBI的配合,快速搭建业务模型 自助式BI,FineReport和FineBI的配合,快速搭建业务模型

目前全行各部门有效的分析模板300多张,各部门对自己的数据和分析模板有着绝对的自主性,同时也方便了汇报工作,譬如计财部总监给董事会汇报,以前都采用先查询报表,然后将结果粘贴到PPT汇报,现在FineReport和FineBI的配合后,直接使用FineBI平台,边汇报边切换指标讲解,方便直观。

总行顺利推进,近期各分行也正在积极推广使用中~

4写在最后

回到标题,有了报表FineReport,为什么还要上FineBI?

当前,商业智能(BI)的发展趋势正从IT主导的报表模式业务主导的自助式分析模式演变,越来越多的企业和部门希望能够自己处理和分析数据,减少数据建设到决策分析的时间。

而FineBI让人人都是数据分析师成为可能!没有技术基础的业务人员、决策者都能根据自身需求,进行指标拆解、层层钻取,快速搭建业务模型,找到问题原因,及时做出调整和部署,科学决策!

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

自助式BI,FineReport和FineBI的配合,快速搭建业务模型

商业智能BI产品更多介绍: www.finebi.com

产品体验

相关内容

目录
立即体验 立即体验

在线客服

电话咨询

技术问题

投诉入口

返回顶部