報表是業務監控必備工具 (用資料說話),所以開發報表也是許多資料分析師的必備技能之一。另一方面，報表監控的指標通常都是業務相關的重要指標，做報表的過程也是深入理解業務的過程。 然而很多企業的資料分析師或者報表工程師在報表開發的過程中總遇到這樣的問題：不停接需求，接專案，費心血做了一堆的報表，但是感覺沒什麼用。有的報表改來改去，但業務總是不滿意，最後好不容易改好了，功勞還都會算到業務部門裡，不小心自己還要被業務套上「不太容易溝通，需要提高喔」的帽子。 為什麼做出來的報表總被說沒用？怎麼樣才能做出令人滿意的報表呢？結合我將近幾年的從業經驗，給大家一些建議，希望能夠幫助到大家。 接到報表開發，先要把「目標使用者」想清楚 做報表開發其實就和做PM有點個相似的地方，我們目的是要讓使用者（業務、老闆）滿意，願意看，願意用，所以報表的效果不是開發人員覺得好就ok，而是要從報表使用者的角度出發，使用者覺得好才行。 因此，我們在開發報表的過程中要先弄清楚報表的目標使用者（給誰看），使用者需求（他想看什麼）。 對於基層業務人員，他們的報表需求大多都是資料查詢，比如檢視訂單資料，任務完成進度等等，重視報表的實用性。因此，這類報表不需要有太多的分析思想，要操作簡單，針對性強。 對於中層業務管理人員，他們既要向上對老闆報告，又要向下對下屬安排具體工作，因此高層管理人員需要知道的，中層管理人員也必須掌握，並且對問題還要有更加深入的分析，所以，這類的報表除了資料指標的展現外還要帶有資料分析和不同維度的查詢 對於高層管理者，他們沒有太多的時間去深入研究報表的細節，更多的需求是清晰、直觀地看到核心資料，因此這類的報表要簡潔、直接，體現結果，並且提供通過簡單的操作（聯動鑽取等）發現數據背後的問題的功能，然後讓下屬去分析和報告。 不同的報表檢視人群決定了報表設計風格的不同，有些公司的業務部門會有專門的人負責對接報表需求，需求由他統一對接，但是他本人並不一定是報表的直接使用者，所以我們在溝通需求的過程中，要儘量獲取報表直接使用人的具體資訊，甚至想辦法獲取第一手的報表使用者的直接需求。 挖掘業務需求 業務經常吐槽開發做出來的報表沒用，為什麼沒用？需求是你提的，你要啥我給啥，按照你的要求做出來的你還說沒用，不講道理啊。於是很多報表開發者把報表做的不好的原因歸結於業務不會提需求。 這確實是個問題，業務人員提報表需求有兩種情況，一種是出於眼前業務的需要，或者是領導的要求，為了完成任務，需求非常片面，而且他提的報表需求也不一定能解決實際面臨的問題，還有一種情況是，業務有想要的東西，但是不知道該怎麼提需求，提出來的需求可能和他想要的不一致，這就導致需求改了又改，都達不到他們心中所想。 因此，這就需要報表開發者主動去挖掘業務需求，畢竟做報表我們才是專業的，利用我們的專業知識引導業務，幫助業務完善需求，而不是簡單的確認需求。 舉個例子，集團總公司業務人員提得報表只關注城市級維度，但實際縣級緯度也需要，但業務在需求中沒有提，如果你只簡單按照需求實現了這張表，市級人員會發現沒有縣市維度，他們又會提一個縣市維度的報表，本來一張表就能解決的事情就衍生成了幾十張報表，倒霉的還是開發人員。 化繁為簡，做好報表管理 企業的資料是日積月累的，報表需求也是綿延不絕，因此企業積累的報表也越來越多，但是其實大部分報表的最終宿命都是躺在系統裡沒人看，真正有用的只有一小部分。 為什麼我們總是有無窮盡的報表要做？本質上就是因為報表本身其實就是展現緯度和指標，企業的不同層級的人員對於指標展現的需求不同，於是就通過緯度和指標組合生成更加複雜的指標，進而導致了各式各樣的報表展現需求。但實際上，我們仔細研究每個部門提出的需求，發現有大量的內容都是重複的，以零售業舉例子，看起來滿天飛的報表需求，其實都是圍繞著這幾個主題轉：銷售、庫存、採購、物流、會員、商品，只不過是通過不同的緯度來看其中的指標。 所以，面對無窮盡的報表需求，我們要對報表做好分類。上面提供了三種分類的緯度，一種是從目標使用者緯度分類，一種是從銷售、財務等業務主題緯度分類，還有一種是按照報表的功能緯度分類。個人建議按照報表功能緯度進行劃分，用另外兩個維度進行描述。比如： 資料查詢類報表 涉及業務模組：銷售、庫存 報表名：實時指標查詢；使用者群：店長(中層)、品類經理(中層) 將報表分類清晰之後，我們就會發現在同一個報表型別、業務模組下面，可能會有多個報表，這些報表的分析目的可能是一致的，實際上就可以進行壓縮合並。比如在庫存業務模組下面的查詢報表有部門庫存分析表，庫存結構分析表（還分部門、品牌、單品三個緯度）缺貨斷貨統計表等等 有些表完全就可以放在一張報表中，更好的辦法還可以採用圖表結合的形式來展示。這樣一壓縮，很多需求就不攻而破了，即方便了業務人員的檢視，也方便進行報表管理，減輕製表壓力，一舉兩得。 利用高效的開發工具 做好報表除了報表內容對業務胃口之外，需求完成效率也是評價報表開發好壞的因素之一。因此，選用高效率的報表開發工具，對報表開發的過程也十分重要。 報表開發一般有以下幾種方式： 一是用Excel內建的圖表做一些常規的統計圖，一些高階的動態圖表，引數聯動篩選等可以通過寫VBA來實現，這種方式是很多企業最初的做法，但是時間久了弊端就出現了，資料量越來越大，Excel難以支撐，報表開啟卡頓；資料收集麻煩，而且不能打通各個系統中的資料 還有就是用通過R、Python一類的資料分析語言，呼叫圖表功能包，呈現視覺化的資料，資料分析常用。或者藉助Echarts、HighCharts、D3.js等開源的視覺化外掛，嵌入程式碼，開發成外掛包，視覺化工程師和前端開發常用。 再有就是使用現成的開源報表工具如JasperReport 、OpenReport，但會遇到一些難題，如：列印報表；複雜的資料計算；複雜格式的報表展示；頁面、列印、匯出word、pdf、excel格式一致性等等，而且後期的報表維護很苦難，需求一改就寫大量的程式碼 還有一個簡單的辦法就是用商業報表工具，比如FineReport、水晶報表。比較推薦FineReport的地方是報表設計過程方便，支援多種資料來源連結，三種報表模式覆蓋明細/分組/交叉/分頁/分欄樹報表、視覺化dashboard、儀表板、複雜式報表等，基本能滿足絕大部分的報表需求。 懂數據，懂業務 在之前寫資料分析的文章裡，我經常提到做資料分析必須要懂業務，做報表也一樣，很多報表開發者工作2年之後就會覺得自己能力難以成長了，能掌握的報表知識和系統知識基本都掌握了，不知道還能從哪些方面再進步，這時候業務知識的掌握往往就成為了報表人能力的下一個台階。 業務流程的制定往往是幾代業務人員累積下來的成果，其實也只有少數業務人員能夠全方位理解透徹，但系統、報表和資料卻能夠完整地記錄下來，作為報表開發者，去成為成為這個知識的傳承者，才能夠作出一張超越業務人員的報表。 感謝閲讀！FineReport提供最全免費功能版本，不用等待，直接點擊以下按鈕激活&下載！免費試用FineReport10.0> ♪獲得帆軟最新動態：數據分析，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！ 

幾乎所有IT人員都難逃報表開發這項吃力不討好的工作。明明花了很多時間和精力，需求卻永遠做不完，“表哥表姐”的生活，真的太難！如果你也深受報表開發的煎熬，不如來看看FineReport是如何利用八大功能幫助提高報表開發的效率，既讓業務人員滿意，又讓IT輕鬆工作不加班。

來自帆軟粉絲·海寶的分享： 為大家做的一些模板，作為帆軟論壇一名資深番薯，為了積極響應本次舉辦的報表模板製作大賽，小編可也是煞費苦心的下了一定的功夫，苦思冥想的製作了以下幾個報表模板。使用的是FineReport報表製作與BI商業智慧軟體。 1、動態多sheet功能展示 根據下拉框自由的選擇顯示的sheet內容 2、新聞集成界面 可以根據實際需要自由拼接，新聞內容從資料庫動態載入， 左邊動態滾動部分，模板中是寫死的，但是可以根據需要自由發揮，動態載入 3、動態列展示 自由變化的動態列非常適用於多餘查詢列數較多的情況， 小編這裡根據實際需要，已設定好選擇對應的行業，聯動需要展示的列， 你也可以根據實際需要選擇需要展示的動態列 4、某行業企業每月上報情況及分布情況 非常一目了然的功能，適合於審核人員查看分析 5、娛樂風向標 這個是小編從網上模擬的一個功能展示塊，數據源也是從網上搜集整理來的 （後帆軟官方模板審核人員回復稱：如果數據源能直接調用百度娛樂風向標的介面會更好，小編在這裡只能say sorry，畢竟這些數據哪能隨便讓你拿到，小編也是醉了！） 6、圖文並茂的文藝之聲 還原了帆軟2014年舉辦的第一屆徵文大賽的場景，加入了小編自製的圖表展示； 7、動態圖表類型切換 根據下拉框自由選擇圖表數據展示，動態切換多圖表類型切換 （這裡小編只製作了柱狀、折線、條形、面積等四個圖表，如果你感興趣可以嘗試多種其他圖表製作風格） 以上就是小編為大家提供的幾個比較典型的模板吧，其他的就不在這裡一一展示了；俗話說的好，「有多少付出，就會有相同的回報」， 但是這句話在小編這裡只能用兩個字來形容「杯具」，雖然製作大部分模板的時間佔去了小編不少的工作時間，以至於本職工作都落下了不少（周六還要加班，嗚嗚。。。） 但是製作報表模板的過程中也使小編學習的不少的知識，看著自己製作出的一張張絢麗的模板，小編也是感到欣慰的。 看完以上這些，您覺得小編製作的這些模板如何呢？

本文來自番薯葛智在帆軟論壇中的“報表模板投稿”。使用的工具是FineReport報表製作與BI商業智慧軟體進行，內容是合同、協議、檔案等的管理報表。 報表功能演示： 報表功能說明: 1、合同、協議的工程類別管理 2、自定義動態欄位的展示 3、合同款項的設定、定義 4、合同附件的管理 5、合同存放的管理 6、合同借閱的管理 7、後續會支持合同款項履行的管理等。。。。。

文 | 帆軟粉絲wzh5788在帆軟論壇的分享 使用帆軟FineReport報表製作與BI系統已兩月有餘，製作關注於數據的報表也過百了，特將學習使用過程中的一些小技巧和注意事項分享出來。如有遺漏和不妥貼的地方，請在帆軟論壇回帖或私信我，我會及時修改。謝謝 –學習一技之長，讓生活更充實 一、數據集方面 報表的核心是數據，數據集是否合理決定報表的質量。 1.每張報表都應該有一個主數據集，為了降低維護時的工作量，盡量將所有欄位置於主數據集，除非在某些情況下，不使用多源數據集會導致主數據集異常複雜。 2.在報表製作之前，盡量考慮到所有需要展示的數據欄位，在資料庫軟體中，合理編寫sql語句，大數據情況盡量做優化。 3.關於資料庫的連接，有專門的教程，不做贅述，數據連接：http://www.finereporthelp.com/help/31/folder.html 但是在連接失敗時，是否沒有任何提示，這時候我們可以在文件→選項→高級 選擇debug日誌級別，當連接失敗時，可以在此處打開日誌，查看原因 4.多源數據集需要做過濾。簡單多源報表：http://www.finereporthelp.com/help/9/0/0.html 5.數據集參數需要做空值判斷，否則在參數未賦值時，sql語句會報錯。 ${if(len(area) == 0,”如果需要在參數為空的時候，查不到數據，則此處可以寫成一個永遠不成立的 1=2之類的”,”and 貨主地區 = ‘” + area + “‘”)} 6.簡單粗暴快速 二、設計器技巧 1. 行號 a.普通行號： =&B2 以B2格子為左父格，取出當前行數 b.分組後的行序號=seq() 效果 2.行間隔色 a.普通的行間隔色通過條件屬性可以直接實現 b.分組後同樣需要間隔色的處理 在設計時，需要在明細欄位單元格添加條件屬性（此處 碼頭 為明細欄位），A3為首列（已添加行號） 效果 c.報表添加頁碼 模板—報表頁腳 即可增加每頁顯示「第幾頁 共幾頁」 三、參數設計界面 1.下拉複選框 對應的數據集引用 ${if(len(state) == 0, “”, ” and t.state […]

最近，中國一站式外賣生活服務O2O平台「美團點評」，已經正式在香港提交上市（IPO）申請書，招股書正式曝光，目標以600億美元的估值募集60億美元資金，這也是繼小米後，今年在香港規模第二大的IPO。根據 CB Insights 數據，美團點評最新估值是 300 億美元，僅次於Airbnb成為全球排名第四最有價值的新創公司。 隨著招股書對外披露，美團的營運數字也正式曝光，以2017年來看，美團擁有3.1億用戶、440萬個活躍商家，全年交易金額為人民幣3570億元（約新台幣1.68兆元），交易筆數達58億次，2017年第四季每日平均外送交易為1470萬筆。 這樣的用戶、商家、交易數據規模，美團網是如何建構和運營起來的呢？今天我們就來一探美團網大數據平台的架構！原文是美團網大數據構建平台架構師謝語宸在大會上的分享。 1.美團大數據平台的架構 1.1總體架構 1.2數據流架構 下面我以數據流的架構角度介紹一下整個美團網數據平台的架構，最左邊首先從業務流到平台，分別到實時計算，離線數據。 最下面支撐這一系列的有一個數據開發的平台，這張圖比較細，這是詳細的整體數據流架構圖。包括最左邊是數據接入，上面是流式計算，然後是Hadoop離線計算。 將上圖左上角擴大來看，首先是數據接入與流式計算，電商系統產生數據分兩個場景，一個是追加型的日誌型數據，另外是關係型數據的維度數據。對於前一種是使用Flume比較標準化的大家都在用的日誌收集系統，最近使用了阿里開源的Canal，之後有三個下游，所有的流式數據都是走Kafka這套流走的。 數據收集特性： 對於數據收集平台，日誌數據是多介面的，可以打到檔案里觀察檔案，也可以更新資料庫表。關係型資料庫是基於Binlog獲取增量的，如果做數據倉庫的話有大量的關係型資料庫，有一些變更沒法發現等情況，可以通過Binlog手段可以解決。通過一個Kafka消息隊列集中化分發支援下游，目前支援了850以上的日誌類型，峰值每秒有百萬介入。 流式計算平台特性： 構建流式計算平台的時候充分考慮了開發的複雜度，基於Storm。有一個線上的開發平台，測試開發過程都在線上平台上做，提供一個相當於對Storm應用場景的封裝，有一個拓撲開發框架，因為是流式計算，我們也做了延遲統計和報警，現在支援1100以上的實時拓撲，秒級實時數據流延遲。這上面可以配置公司內部定的某個參數，某個程式碼，可以在平台上編譯有調試。 離線計算是基於Hadoop的數據倉庫數據應用，主要是展示了對數據倉庫分成的規劃，包括原始數據接入，到核心數據倉庫的基礎層，包括事實和衍生事實，維度表橫跨了聚合的結果，最右邊提供了數據應用：一些挖掘和使用場景，上面是各個業務線自建的需求報表和分析庫。 這幅圖是離線數據平台的部署架構圖，最下面是三個基礎服務，包括Yarn、HDFS、HiveMeta。不同的計算場景提供不同的計算引擎支援。如果是新建的公司，其實這裡是有一些架構選型的。Cloud Table是自己做的HBase分裝封口。我們使用Hive構建數據倉庫，用Spark在數據挖掘和機器學習，Presto支持Adhoc上查詢，也可能寫一些複雜的SQL。對應關係這裡Presto沒有部署到Yarn，跟Yarn是同步的，Spark是on Yarn跑。 離線計算平台特性： 目前42P+總存儲量，每天有15萬個Mapreduce和Spark任務，有2500萬節點，支援3機房部署，資料庫總共16K個數據表，複雜度還是比較高的。 1.3數據管理體系 數據管理體系特性： 數據管理體系主要包括自研的調配系統，數據質量的監控，資源管理和任務審核以及開發配置中心等等，之後這些都會整合到整個的數據開放平台。 數據管理體系主要實現了這樣幾點功能， 第一點是基於SQL解析做了ETL任務之間的自動解析。 基於資源預留的模式做了各業務線成本的核算，整體的資源大體是跑到Yarn上的，每個業務線會有一些承諾資源、保證資源，還可以彈性伸縮，裡面會有一些預算。 工作的重點，對於關鍵性任務會註冊SLA保障，並且包括數據內容質量，數據時效性內容都有一定的監控。 這是解析出來的依賴關係，紅色的是展示的一條任務，有一系列的上游。這是我們的資源管理系統，可以分析細到每個任務每時每刻的資源使用，可以聚合，給每個業務線做成本核算。 這是對於數據質量管理中心，上面可以寫一些簡單的SQL，監控某一個表的數據結果是否符合我們業務的預期。下面是數據管理，就是我們剛剛提到的，對每個關鍵的數據表都有一些SLA的跟蹤保障，會定期發日報，觀察他們完成時間的一些變動。 1.4關於BI產品 BI系统是基於數據應用平台化的場景。查詢部分主要通過一個查詢中心來支援，包括Hive，MySQL，Presto，Kylin等引擎，在查詢中心裏面我們做SQL解析。前面是一系列的商業智慧BI產品，目前大部分是自研，面向用戶可以直接寫SQL的自主查詢，並且看某一個指標，某一個時間段類似於online的數據分析產品，以及給BOSS們看的天機系統。還有指標提取工具，和商用oneline前端分析引擎設計是比較類似的，選取維度範圍，還有適時的計算口徑，會有一系列對維度適時的管理。數據內容數據表不夠，還會配一些dashboard。 在前端分析方面，我們開發了星空展示中心，可以基於前面指標提取結果，配置一系列的餅圖、線圖、柱狀圖，去拖拽，最後構建出一個dashboard，功能同市面上的其他商業智慧BI軟體類似。 2.平台演進時間線 2.1 平台發展 最開始美團網開展數據這方面的工作的時候是2011年，當時的數據統計都是基於手寫的報表，就是來一個需求我們基於線上數據建立一個報表制作頁面，寫一些表格。久而久之便跟不上管理模式了。首先是內部資訊系統的工作狀態，並不是一個垂直的，專門用做數據分析的平台，這個系統當時還是跟業務去共享的，跟業務的隔離非常弱，跟業務是強耦合的，而且每次來數據需求的時候都要有一些特殊的開發，開發周期非常長。 面對這個問題我們做了一個目前來看還算比較好的決策，就是重度依賴SQL。對SQL分裝了一些報表工具，對SQL做了etl工具。主要是在SQL層面做一些模板化的工具，支援時間等變數。這個變數會有一些外部的參數傳遞進來，然後替換到SQL的行為。 在2011下半年，我們引入了整個數據倉庫的概念，梳理了所有數據流，設計整個數據體系。做完了數據倉庫整體的構建，發現整體的ETL被開發出來了。首先ETL都是有一定的依賴關係的，但是管理起來成本非常高，所以自研了一個系統。另外發現數據量越來越大，原來基於單機MySQL的數據解析是搞不定的，所以2012年上了四台Hadoop機器，後面十幾台，到最後的幾千台，目前可以支撐各個業務去使用。 2.2 最新進展 我們也做了一個非常重要的事就是ETL開發平台，原來都是基於Git倉庫管理，管理成本非常高，當時跟個業務線已經開始建立自己數據開發的團隊，我們把他們開發的整個流程平台化，各個業務線就可以自建。之後遇到的業務場景需求越來越多，特別是實時應用。2014年啟動了實時計算平台，把原來原有關係型數據表全量同步模式，改為Binlog同步模式。我們也是在國內比較早的上了Hadoop2.0 on Yarn的改進版，好處是更好的激起了Spark的發展。另外還有Hadoop集群跨多機房，多集群部署的情況，還有OLAP保障，同步開發工具。 3.平台化思路總結 3.1平台的價值 作為一個平台的團隊，核心價值其實就三個： 一是對於重複的事情要做精做專； 二是統一化。可以推一些標準，推一些數據管理的模式，減少業務之間的對接成本； 最重要的是為業務整體效率負責，包括開發效率、迭代效率、維護運維數據流程的效率，還有整個資源利用的效率。 3.2平台的發展 如果才能發展成一個好的平台呢？ […]

企業IT人員常常會受到來自業務的各種各樣的需求，「能不能幫忙查一下這周的銷售數據？」「能不能分析一下為什麼這個數據下滑得那麼厲害，是不是統計錯誤」「能不能……」 還會有來自領導BOSS的各種要求，「小王，周一要做本季度的行銷情況分析，幫我把相關的銷售，財務數據調出來做個報告」 。 ………… 幾次之後，大家便覺得這樣的效率太低了：研發人員需要在繁忙的開發任務中抽時間來做數據查詢、統計，而業務、領導則需要等很久才能拿到數據。重複的工作太多，一旦數據、需求都上漲，將承受更大的壓力。 有問題就有對策，為了提高效率可以收集常用的業務需求，做成固定的數據模板，直接匯入excel數據，郵件發送。但是，由於郵件發送不穩定也不安全交流也不方便，數據匯入常出錯，於是就有了報表工具的開發使用，後期流程固化之後，分析人員增多時，又有了BI系統這一類可與數據分析挖掘技術結合的工具的應用。 轉觀這一類現象，其實在企業經營的過程中比比皆是，諸如財務、銷售、市場等業務自身就帶有強烈的數據分析需求，領導也厭倦了查看一沓沓報表，更希望看到結論化的數據。如果說運用到個人或是某一個問題的叫數據分析，那麼投入到企業的業務層面用於輔助管理產生效益的則可稱為數據化管理。其實，數據化管理的苗頭早已出現，與KPI結合投入量化管理就是一個很好的例子。 數據化管理的業務層次 數據分析本身不能帶來最大化的業績和效率，只有將正確的分析結果以最實際的方式應用到業務層面才能產生效益，只有不斷地產生效益才能稱之為數據化管理。 按照業務邏輯，數據化管理可以分為以下幾個層次。 1、業務指導管理 通過對數據的收集、統計、追蹤和監控建構業務的管理模型來指導業務。業務是最直接接觸數據的層次，一些未經分析加工的數據能直接應用到常規的業務管理。例如，銷售業務中日銷售額、月銷售額、年銷售額的完成情況；電商營銷業務過程中的流量，新增用戶數，每日的成交量。 2、運營分析管理 運營分析更多注重對收集來的數據進行分析和管理，可歸納為人、貨、場、才的分析管理。例如客戶關係管理（CRM），財務分析管理，供應鏈分析管理等等。 3、經營策略管理 經營策略管理擁有一手的管理決斷，對各經營環節進行對應的數據分析來修改和制定策略，比如消費者購買行為的分析，會員顧客策略，是採用積分制還是打折制；商品定價策略、低價走銷還是高價定品牌；營銷策略，廣告投放的配置，產品的促銷組合等等。 4、戰略規劃管理 戰略規劃需要通過企業內部和外部的市場外部數據制定長遠的規划過程，如企業競爭力分析，行業環境分析，戰略目標規劃等等。 數據化管理流程 數據化管理站在技術上來講，實現的流程可分為以下8個步驟：需求分析、數據收集、數據整理、數據分析、數據可視化、模板開發、分析報告、模板應用。 更加強調流程、分工和溝通、應用模板化，分析智能化，一個成熟的結果應該是信息部門管理數據，業務部門提交數據需求，信息或業務部製作模板，分析數據生成報告並完成報表製作，管理者查看數據做匯總和策略調整，管理層可實時查看企業運營狀況，企業重大戰略調整可以直接調用匯總報告。 數據化管理產品 這裡所講的數據化管理產品並不是市面上成型的各類數據產品。而是能將企業數據管理過程中的一些重複性操作封裝模塊化，形成某一個通用模板或功能。諸如銀行、互聯網、零售行業的用戶畫像，通過已有數據，性別、地域、年齡、消費頻次、喜好等標籤，結合機器演算法提煉與業務產品吻合的標籤，進行精確推送。 1、數據分析模板 模板數據分析人員設計模板，將自己的對業務和商業邏輯的理解植入到分析的模板中去，最後成為指標模塊、業務模塊、全局模塊。這樣的模板通用性強，可以是一個文件，可以是應用程式，也可以是OA、ERP系統的一個組成部分。企業可以選擇開發成一套數據管理的系統，並往平台化的方向發展，或者作為一個數據管理分析模塊，部署在已有的管理系統。 2、行動端&大屏可視化分析 模板應用成熟後，考慮更好的為管理層和領導層服務，可以結合目前當下的HTML5技術，APP應用去做更好的應用。 總結 數據化管理的層次：依照業務，業務指導層、營運分析層、經營策略層、戰略規劃層。 數據化管理的流程：需求分析、數據收集、數據整理、數據分析、數據可視化、模板開發、分析報告、模板應用。 數據化管理的成果：應用模板、數據管理平台，便捷的行動端/大屏應用 註：內容參考《數據化管理》，圖表模板-FineReport

1、數據可視化概述 1.1、數據可視化的作用 數據可視化是指將數據通過圖表的方式傳遞出來，讓用戶能夠快速、準確地理解信息所要表達的內容，從而提高溝通效率。數據可視化的作用主要有： 1）傳遞更多的信息，一張圖能夠傳遞的信息可能需要長篇大論才能寫清楚，如你要描述最近一年公司收入情況，那你就需要說明每個月收入是多少，同比、環比增幅是多少，收入最多、最少的是哪個月，同比、環比增幅最低、最高的是哪個月等，而你用圖表表示則只需要一個柱狀圖和折線圖的組合圖表，就能準確表達上面的信息。 2）形象生動，便於理解，圖表通過更簡單的邏輯和視覺體驗，能夠讓用戶快速把握要點，就像前面的例子一樣，通過圖表製作，我們能夠一眼看哪個月的收入最高，而不用將每個數字放到大腦中比較，半天都得不出結果。 隨著大數據行業的發展，用戶對數據可視化的要求越來越高，好的可視化能力能夠使用戶更快的理解所要表達的內容，更加形象生動。所謂「字不如表，表不如圖」，圖表的重要性可見一斑，在統計分析產品、用戶畫像等數據產品上，都需要具備優秀的數據可視化能力。現在常見的如「一圖看懂XXX」等，都是用圖表來傳遞信息，是典型的數據可視化成果。 而在企業生產經營過程中常常出現的報表製作，也不再是原本那樣單一枯燥。就下圖帆軟報表FineReport的可視化來看，報表也可以做得如可視化信息圖一樣直觀易懂。 接下來就來講講常見的可視化圖表，如何做出酷炫的報表！ 1.2、圖表的分類 1）趨勢類圖表：通過圖表反映事物發展趨勢，能夠一眼看清楚走向和大勢，如隨時間變化趨勢，常見圖表為柱形圖、折線圖、面積圖。 2）對比類圖表：通過對比發現不同事物間的差異和差距，從而總結事物特徵，如某兩個人的對比，一個更帥，一個更有錢，常見圖表為雙柱形圖、雙摺線圖、雙條形圖、雙面積圖、雷達圖。 3）構成類圖表：通過不同的面積大小、長短等反映事物的結構和組成，從而知道什麼是主要的、什麼是次要的，常見圖表為餅圖、圓環圖、樹狀圖、旭日圖、瀑布圖。 4）分布類圖表：通過圖表反映事物的分布、佔比情況，從而知道事物的分布特徵、不同維度間的關係等，常見圖表為散點圖、直方圖、氣泡圖、詞雲、熱力圖。 5）地圖類圖表：通過地圖反映事物地理分布情況或用戶出行軌跡（地圖其實可以算是分布的一種，因為其是一類很重要的可視化圖表，所以單獨列出），常見圖表為全球地圖、中國地圖、省市地圖、街道地圖、地理熱力圖等。 當然，圖表大多都不是單個獨立存在的，而是各類圖表組合在一起的，從而能夠傳遞更多的信息，並能提供一種整合的視角，不用用戶不斷的對比多個圖表，組合圖表是現實中使用得更多的。如既要表達趨勢又要表達構成，則可以使用堆積柱形圖、百分比堆積柱形圖、堆積條形圖、百分比堆積條形圖等；要同時體現絕對值和增長率，則可以使用柱形圖和折線圖的組合圖形；要反映某個構成部分的組成，則可以使用複合餅圖。 1.3、常用圖表 如上所述，圖表主要分為五類，常用的圖表包括柱狀圖、折線圖、餅圖、散點圖、雷達圖等，以下為一些常見的圖表。 1.3.1、柱狀圖 柱狀圖中還包括與其類似的條形圖、瀑布圖、直方圖等，主要是為了反映事物的變化趨勢、分布情況、規模情況等。 柱狀圖可以按照時間繪製，反映事物變化趨勢，如某個指標最近一年變化趨勢，也可以按照其它維度繪製，如區域、機型、版本等，反映事物的分布情況。 條形圖是將柱狀圖垂直放置，整體跟柱狀圖差不多，但是換了一個視角。 瀑布圖能夠反映事物從開始到結束經歷了什麼過程，用於分解問題原因或事物構成因素特別好用，如上月收入是怎麼變成本月收入的，就可以通過瀑布圖分解每一個收入組成部分所做的貢獻，找出哪一組成部分提升了收入，哪一組成部分降低了收入。 直方圖反映事物的分布情況，可以看出事物主要集中在哪裡，如查看付費用戶付費金額分布等。 1.3.2、折線圖 折線圖是點和線連在一起的圖表，可以反映事物發展趨勢和分布情況，與柱狀圖相比，更適合代表增幅、增長值，而不太適合代表絕對值。 面積圖就是在折線圖下加上陰影面積，也主要是為了反映事物發展趨勢和分布情況。 1.3.3、餅圖 餅圖是將一個圓餅分為幾份，用來反映事物的構成情況，類似圖表還包括環圖、旭日圖等。旭日圖有多個圓環，可以直觀的顯示事物組成部分下一層次的構成情況，比如某個省分為幾個市，每個市下面又有幾個縣、每個縣下面又有幾個鎮，就是將事物層層分解。 1.3.4、散點圖 散點圖是事物兩個維度的交叉分布情況，反映不同維度間的關係，如不同產品在市場佔有率、預期增長率兩個維度間的分布情況，很多二維矩陣就是通過散點圖來實現的，以兩個維度的平均值作為分割線，如常見的波士頓矩陣。通過散點圖我們可以看出不同事物間是怎麼交叉分布的，它們之間有什麼關係，是正相關、負相關或隨機分布。 類似的圖表還有氣泡圖，氣泡圖還可以通過氣泡麵積的大小表示值的大小，相對於散點圖來說多了一個維度，如前面不同產品的例子，氣泡的大小可以代表各產品營收的多少。 1.3.5、雷達圖 雷達圖主要表達事物在各個維度上的分布情況，從而可以看出事物在什麼地方強、什麼地方弱。比如一個學生各個學科的得分，就可以通過雷達圖清晰表達出來，用戶能夠一眼看出這個學生哪一科強、哪一科弱，又如一個產品在各個評價維度上的評分。 1.3.6、地圖 地圖可以形象的反映事物在地理上的分布情況以及人員遷徙情況，主要包括地理分布圖（全球、全國、各省市等）、遷徙圖、熱力地圖（省市、街道等）等。 1.3.7、樹狀圖 樹狀圖主要是為了反映事物的構成情況，相對於餅圖的優點是，樹狀圖可以更清晰的顯示更多組成部分，比如餅圖可能組成部分多於8個就顯得很擠，而且佔比小的就很不清晰，但是樹狀圖卻不會，它能夠充分利用區域面積。 1.3.8、漏斗圖 漏斗圖主要用來反映關鍵流程各個環節轉化情況，讓用戶能夠一眼看清整個流程轉化情況，如常見的電商購物轉化流程，從瀏覽商品-添加進購物車-生成訂單-支付訂單-交易完成等一連串購買流程。下面是手游的轉化漏斗圖，通過分析各個步驟的轉化率，能夠發現問題所在，找准改進方向。 1.3.9、詞雲圖 詞雲圖是為了描述事物的主要特徵，如一個人主要特徵是什麼，高、帥、富，或者其它，能夠讓人一眼看出一個事物的主要特徵，越明顯的特徵越要突出顯示。同時，還有象形的詞雲圖，如輪廓是一個人、一隻鳥等，用以反映事物主題，從而更加形象生動。 1.3.10、熱力圖 熱力圖主要是反映地理、點擊熱力分布情況，從而看出哪裡是人群最多的地方、哪裡是用戶點擊最多的地方等，可以反映用戶出行習慣、使用習慣等。 1.3.11、組合圖表 絕大多數圖表都不是單獨存在的，都是多類型的圖表組合在一起的，這樣才能夠傳遞更多的信息，提供綜合的視角。如我們想看到不同事物間的對比，則我們可以使用雙柱圖、雙摺線圖、雙雷達圖、雙環圖等，可以清晰表達不同事物在不同維度上的對比情況。 1.4、圖表配色 圖表配色在數據可視化中是很重要的元素，有了合適的圖表，還要有合適的的配色，才能讓人看著舒服，就像你有一件很有范兒的衣服，還也必須有適合的顏色搭配。恰當的配色主要有兩個作用：1）突出主題，讓用戶清晰知道圖表主要想要表達的意思，如對重點內容用深色標註；2）讓人看著舒服，整個圖表色彩很和諧，不會讓人感到突兀，如五顏六色的。 圖表配色的原則主要有： 1）圖表配色不能太花，一張圖表超多七種顏色則不是很恰當，容易分散讀者注意力，最好是同一色系的，可以通過調整透明度來設置）。 2）圖表配色要重點突出，想要主要呈現的事物或指標用亮色呈現，其它次要事物或指標可以用更淡一些的顏色。 2、數據可視化工具 Excel Excel應該是使用最廣泛的可視化工具，包含基本所有常用的圖表，新版Excel裡面有地圖、旭日圖、瀑布圖等。

一、概述 採購訂單管理主要包含供應商、物料、專案和訂單管理(視實際需求)，模塊實現則分為兩方面：資料庫搭建和報表製作。 二、資料庫搭建 1.創建表 供應商管理表、物料管理表、專案管理表、採購訂單主表(主要訊息)、採購訂單子表(訂單中物料明細），需要注意選取各表中欄位的適合類型。 2.表關係 表關係是資料庫部分十分重要額一環，可以先繪製出構思好的E-R圖，然後再設定外鍵關聯。舉個例子，比如供應商管理表中供應商名稱與物料管理表中所屬供應商關聯。 3.序欄和觸發 考慮到物料需要以編碼為唯一主鍵，並且以自增的方式插入，需要在資料庫中編寫自增序欄和插入觸發。 三、報表製作 資料庫搭建完畢並帆軟大數據分析軟體設計器連接，終於到報表設計環節了！需要設計的模板大致與資料庫中表一一對應，可參考實際操作時的流程： 1、供應商管理界面-填報功能 2、專案管理界面-填報功能+資料校驗(錄入的供應商名稱不存在於供應商管理表中，提交時有提示） 3、物料管理界面-填報功能+資料校驗(錄入的供應商名稱不存在於供應商管理表中或專案名稱不存在於專案管理表中，提交時有提示） 4、採購訂單下達界面 此界面是設計工作量最大的模板，涉及到主子窗口跳轉並賦值、提交成功跳轉至完整訂單模板(列印和存檔）。 圖1 （1）點擊圖1紅色矩形框中按鈕，彈出物料明細子窗口，見圖2. 圖2 （2）點擊圖2紅色矩形框中藍色帶下劃線的物料編碼，關閉子窗口並賦值給主窗口中「程式碼」儲存格，見圖3.物料價格和描述等明細自動顯示，可通過模板設計時在儲存格寫入sql語句實現，見圖4。 圖3 圖4 （3）必要訊息填寫完整點擊提交，跳轉至完整的採購訂單界面，可以直接列印和輸出存檔，見圖5。 圖5 5、訂單狀態跟蹤界面 既然訂單已經下達，那麼需要後續跟蹤，確認其送達和付款情況。點擊圖6中確認按鈕，可自動生成相應的日期並提交，此時，按鈕控制項變為不可用。 圖6 6、訂單訊息匯總 有了訂單基礎資料，可以對其各種指標進行匯總分析，如延誤單數、已付款、總單數等。 實際交貨日期儲存格設定條件屬性-背景顏色，延誤顯示紅色、即將延誤顯示黃色等。

報告是項目的結果展示，是資料分析（data analystic）結果的有效承載形式。一份思路清晰，言簡意賅地資料分析報告能直戳問題痛點，提高溝通效率，獲得領導賞識。 對於資料分析報告，首先要有一個概念性的認識，按照報告陳述的思路，可分為四類： 這四類報告由淺入深，分析難度遞增，對企業決策的支持程度也遞增，尤其是當企業面臨某個決策難題時，分析工作要做得足夠系統和深刻。 這四類報告我們可以做個比喻。 描述類報告類似記敘文，像個掃描儀一樣描繪市場輪廓，不求最深但求最全。 因果類報告類似議論文，像打水井，集中一點，一直探到底。 預測類報告類似科幻小說，像個預言家，根據市場的過去推斷市場的未來。 諮詢類報告類似推理小說，像小馬過河，投石問路，根據分析結論指導企業一路前行。 報告結構 撰寫報告前先理清楚三個問題： 寫什麼內容？用什麼結構？如何論述？ 寫什麼內容由決策難題決定，是投資？戰略？營銷還是其他，相應的報告也就有了相應的內容。 好的報告要求重點突出、主次分明、層次清晰。報告要依附內容的分析以及領導或其他人的閱讀習慣，但最重要的是遵循一定的結構化思維。 報告的常見構成 舉個例子，比如我用PPT展示一個網民調查的報告 1、標題頁:標題頁用於寫報告題目，為了方便歸檔，日夜也應當註明，還有報告撰寫者和其單位所在部門。 2、目錄頁：目錄頁將報告的各模塊呈現給讀者，方便閱讀和了解報告結構。 3、分析背景和項目說明：用於闡述項目需求、分析目的、市場情況、以讓讀者了解項目的前因後果。項目說明用於註明假設、資料來源等。 4、分析思路頁：這是整個報告的靈魂，便於理解報告的邏輯思路。 5、結論建議頁：結論建議頁放在主題前，主要是為了給高層看時，結論建議可大幅度節省時間，簡明扼要。 6、分析主體頁面：這裡就要搬上你的各種資料表，資料分析圖。與表之間，圖與圖之間的聯繫如何闡述，反映出的問題如何表達，這些都是在做資料分析圖表就要弄明白的。很多細心的領導及專門會針對你的資料分析以及結論來提問，因為現狀和未來是他們最關心的。所以你的資料展示一定要體現你的分析思路。 小編曾經就被懟過一次，原因是資料分析結果展示于思路脫節，導致領導一直聞這個為什麼，那個怎麼來，這個資料缺乏依據等等。因為當初的分析報告只是在展示資料，分析不透徹，表之間切換太過生硬，至今記憶猶新。後來，在做資料分析時，我製作一個表，或者一個圖，每個表或者圖都對不同維度做了深入的資料分析表，領導一問為什麼，我就點擊進去展示給他看明細，這用的就是Finereport動態報表與BI商業智慧軟體中的FineBI的聯動鑽取和螺旋式分析功能，在展示時也能實時分析。 7、附錄頁：附錄頁目的是透明分析過程，常防止受訪者的基本資料。 報告的論述 一份好的報告，光有好的結構還不夠，還要有好的論述，關於論述，有幾個注意事項。 1、資料可靠，界定嚴謹 報告的資料來源一定要可靠。寫一份報告，獲取和整理資料往往會佔據 6成以上的時間。要規劃資料協調相關部門組織資料採集、搭建體系平台、導出處理資料，最後才是寫報告，為了結論準確有效，你要保證資料的可靠性，否則一切都可能會變成誤導決策的努力。 界定是指報告中要對資料的來源、計算、概念做說明。不同的界定，有不同的結論。比如什麼是高端微波爐，不同的界定，得到的資料肯定是不同的。 2、概念一致，標準統一 一些名詞的解釋和定義，前後要一致，不要讓人不知所云。 3、直觀呈報，通俗易懂 我們寫得報告還是金亮圖標話，用生動的圖表代替數字和文字的大量對切往往更形象直觀地理解你的分析和結論。 在官網更新熱門文章的時候，文章最後加一塊熱門文章推薦，選取了2018年全年閱讀量最大的文章： 更多好文推薦： 【生產和庫存】分析生產和庫存，靠這一套指標就夠了！ 大屏做成這樣，領導不重視你都難！ 真正的數據分析師都做些什麼？ 書單 | 從入門到精通，數據分析不得不看的10本「好書」！ 從事數據分析的你，如何做好職業規劃？ 【銷售】銷售真的可以精準預測，只要你這樣分析！ 4大案例分析金融行業的大數據應用 資料分析人的福利：20個免費開放資料源 【戰略】打敗競品第一步，做好競品分析！