大数据其实在生活处处可见，你知道吗？
教育、零售、地产、互联网，大数据的应用可以说是各行各业。
多图预警！！！
从这3个大数据应用例子，你可能已经知道，大数据已经渗透到生活中了，只是你还没有发现，或者说你还没有开始接触到。
当然，这些都是国外的例子，下面说几个大数据应用例子，都是帆软君做的，如果你所在的行业遇到了一定的瓶颈，可以试试用大数据来创新。
一、教育行业
大多数高校的信息化建设已经得到全面发展。各类网络、服务器、存储、私有云、公共数据库、统一身份认证、一卡通系统和内容管理系统等基础设施都已经建设完成，大部分业务部门已经在使用信息化系统，在部门内实现信息化管理，并且产生了良好的效益。
但是也有问题
各系统分开建设，缺少统筹，水平参差不齐。更有部分部门信息化思维跟不上当今数据时代的发展，依旧用excel处理数据。
各业务系统积攒大量数据，未打通数据前数据安全难以保障。
这里以FineBI的一站式大数据分析解决方案为例，从源数据对接、数据抽取转化、数据仓库、数据集市、整合并分析数据、自助分析、多维探索式分析完整的FineBI教育行业大数据技术应用架构如下图所示：
1、高校招生数据分析
a.问题背景
在以往如果想要对学校招生情况进行分析，遇到一些需要进行多维探索式分析的场景时，会非常麻烦：
为什么今年招的学生多了？去年招的学生少了？这些应如何分析？
某个地区的生源逐渐变少？是在哪一个环节出现了问题？是地区教育水平问题，还是地区招生名额限制导致的？
每年的计划招生人数和实际录取人数变化趋势如何？某个学院出现相关录取专业比例下降，问题出在哪里？
b.问题解决分析思路
针对以上问题，往往固定化报表很难完全回答全部问题，那么我们需要做的是：
整合并分析数据以往招生相关，并在各流程进行数据收集，完成数据建模，通过业务包进行归类整合。
通过FineBI自助数据集和分析型仪表板，对不同场景的问题进行多维探索式分析，灵活应对各类分析需求。
c.方案/指标体系
d.应用对象
高校各学院的相关招生部门。
e.成果展示和应用价值
通过分析对比不同区域的历年招生情况，合理制定各个地区每年的招生名额。
分析相关学院专业的录取情况，对录取比例相对较低的专业适当提高宣传力度，提高专业录取比例。
分析相关专业的志愿等级录取比例，不断调整和优化招生策略，提升学校和专业吸引力度。
同样的，还有教师分析，帮助高校管理人员快速获取学校教师信息，结合FineBI的联动、钻取等OLAP多维分析功能以回答更加深层次的问题，提升业务数据分析效率。
整合并分析数据内外部，综合分析高校的员工结构是否科学合理，对高校人事部门下一步方向有指导意义。
篇幅原因，暂且就举一个例子吧。
立即沟通
