隨著互聯網思維的深化，以及數據化思維的普及，我發現，身邊很多崗位，包括財務、市場、運營、銷售、供應鏈，都開始注重數據的客觀分析，來引導幫助決策。
之前我給公司的業務部門做過培訓，也結合他們的業務幫做數據運營計劃。
比如給人力資源制定效能儀表盤，去實時掌握人員狀況和人均效能，通過對招聘漏斗的分析促進招聘效果提升；給運營制定用戶活躍度模型，幫助他們監控用戶的成長以及復購和轉化，以致精細化營銷。
業務的小伙伴也自發性的開始了解并學習數據分析，用他們的話來講：
“數據能很好量化并且評判一件事的效果；分析數據讓我們避免拍腦袋決策，現在遇到問題，已經自發性的會去采集數據做分析，能更好更快的理解業務含義，積累業務經驗。”
總而言之，數據分析是挖掘業務數據價值的一個啟蒙。
------------
那么有人就會問了，我也想要數據分析，如何對業務做數據分析？
如果你經常跟各類數據、表格打交道，一定明白Excel的重要性。
面對大量的數據，記錄辛苦，匯總更辛苦；面對復雜的表格，搞不定，做不對，更是常態。·
在效率問題上，大部分人受限于Excel的高技巧功能，無法自由快速的做表格做分析。這時候不妨借助更專業的BI工具去快速準確的做分析。
BI俗稱商業智能分析工具，如今它已不是商業分析師、數據科學家的專屬。隨著百花齊放的學習課程和分析工具的出現，它的入門難度和上手難度都大為降低，且掌握一點數據分析技能對日常工作大有裨益。
比方說，如果能學上一點可視化技巧，懂得如何恰當的使用一些高級的可視化圖表，在做PPT、做報告時，必定能讓領導驚艷一番。
如果能掌握了BI分析工具使用，在做報表、做分析性圖表時，能比Excel效率高上不少，再也不用被VBA和復雜公式的折磨。
過往你可能大部分的時間都花在數據處理上，那么現在你可以花更多的時間 在離升職加薪就會比其他同事更近一步。
.....
今天就來給大家分享如何用FineBI進行簡單快速的數據分析，為了幫助大家理解，結合Excel對比。
首先，這是一個BI工具。BI又叫商業智能，是提供快速數據分析的一種方案，包括收集數據、處理數據、可視化分析數據、報告展示等，目的是將繁雜的數據轉變為有效的信息，然后為決策所用。
關于FineBI
更簡單的理解，就是一個更加高級的Excel數據透視表。選擇要呈現的數據字段，即可立馬呈現可視化。
怎么用它來操作一次數據分析，并呈現可視化？
它的操作依據你分析數據的思路。比方說我們通過數據觀察到，網站流量下降了20%，且技術上沒有任何問題。那么我們就要分析可能的原因，去假設去驗證。那我們需要拿到那部分我們想分析的數據，對數據處理，可能還要分析和建立專業的統計模型，可視化呈現......
FineBI的操作大體也是依據這樣的思路，分為五個步驟：數據導入、數據清洗、數據關聯、可視化探索分析、DashBoard整合。
下面具體來介紹下。
我們用Excel做數據計算，倚靠的是在單元格內寫各種公式，一張表格制作下來，往往有十幾二十個公式：
如果是用FineBI進行探索式分析的話，只要導入數據，過濾、篩選、條件、合并表等操作都有現成的按鈕，基本不要寫公式。
用FineBI圖表分析，整個界面分為7大區域。分別為維度字段區域、指標字段區域、圖表智能推薦區域、屬性樣式區域、橫縱軸分析區域、圖表預覽區域、數據挖掘深度分析區域。
操作界面是這樣的：
模塊化的分區。我們只要通過鼠標得點擊和字段拖拽操作即可完成對數據的整個探索分析過程。
可視化方面，FineBI基于著名的圖形語法(The Grammar Of Graphics)設計，以“形狀“和對應的“顏色“，“大小“，“提示“，“標簽“等屬性（除支持自由設置之外還支持與字段綁定動態展現）進行圖表類型替代。
在用excel做報表時，由于其基于單元格的橫向/縱向拓展特性，通常做出來的報表會是下圖這樣的，密密麻麻的文字和指標，讓人看了抓不住重點，很難從其中獲取到有效信息：
但做報告時，我們需要做圖表做可視化，利用數據創造出吸引人的、信息量大的、有說服力的故事。FineBI除了提供無限的圖表分析之外，還可以做可視化儀表板，對圖表進行布局，分析，美化，類似一個信息圖，輕松構建出一個報告。
因此FineBI做出來的故事儀表板是下圖這樣的，數據之間可進行任意聯動、鉆取、跳轉等OLAP分析操作。重點突出，邏輯清晰，具有深度見解和洞察力，可讀性極高。
如果你是上圖報告中的數據分析師Rebecca，給領導匯報完畢之后，想必升職加薪已經指日可待了吧~
在一些數據需要進行深度分析預測的場景時，Excel只提供了一些簡單的數據線性、多項式、對數等擬合方式，可以幫助用戶做一些簡單的數據預測，但是一旦遇到諸如需要進行分類、聚類、邏輯回歸算法等復雜的數據挖掘場景，Excel就顯捉襟見肘了。
再看看看FineBI，如果你想預測未來的銷售額，你想智能的給用戶群分類，或者你想知道短信發給哪個用戶獲得的反饋可能性比較大，想建立商品關聯銷售模型，這些在FineBI中都將會成為現實。
此外，FineBI還將時間序列算法和聚類算法，和圖表分析相結合，也就是大家不止可以實現預測和聚類，更進一步，只需要簡單的拖拖拽著就可以立即看到預測和聚類的結果，讓數據挖掘不止于能用，更要易用。
Excel做數據統計，一旦數據更新，就要手工一個個去導，甚至復制粘貼，聰明的可能會用VBA。
用FineBI的話，直接對接企業數據庫，比如CRM，ERP，MES系統。
通過大數據Spider引擎直接和數據庫進行對接，并且提供實時和抽取（提高大數據性能）數據的兩大模式供用戶自由選擇，支持的數據庫類型多達30多種。
除此之外，FineBI還提供了基于業務主題的業務包形式，一次性構建數據之間的關聯關系，高可復用性的元數據管理模式，為數據分析師或者是有數據分析需求的業務人員進行可視化數據探索分析提供了無限可能。
最后，本文拿Excel和FineBI做了差異化對比，突出做數據分析時，BI的高效率和可視化。
依托BI系統，企業可以建成數據分析體系，方便的進行儀表板管理、用戶管理、定時調度、權限管理以及系統個性化設置，進而支撐起各種業務主題分析。
在商業用途上，我們要考慮效率，人員的培訓成本，協同性，還要考慮對企業業務的支撐、貢獻，這幾點Excel是比較難發揮貢獻的。有人說“Excel用得再溜，老板也不會給你漲工資，可能還革了其他同事的命”。那是因為Excel處理了數據，但沒有得到有效結果去服務于業務帶來效益。那如果在FineBI之后，基于業務基于指標去做特定主題的數據分析，站在公司角度做數據化管理，為領導的業務決策提供有效意見，這樣的高度就別有不同了。
