2023-01-17 23:56来源：m.sf1369.com作者：宇宇
操作上一般先是建立数据连接，然后把数据放在数据业务包中，其他软件不明。 接下来构建的大体流程就是添加控件、添加控件数据、设置控件、设置钻取或联动，最后分享给相关查看的人员，这是FineBI的流程，方法应该都差不多，具体的可以查看官网，有帮助文档。 思路上的话我认为主要考虑 1、明确目的——探索数据为了什么？ 2、分门别类——根据业务主题缩小范围，所用字段加入业务包中，表间联系FineBI能做到自主建模，但脑中也要有个概念模型。
首先大部分中小企业都已建立了比较完善的OA、ERP，有信息化建设基础。
其次，随着企业的发展，积累的数据越来越多，一些传统报表，密密麻麻的表格堆砌了大量数据，还难以跟上业务需求，数据处理难度大。
企业数据分析和数据挖掘的需求越来越明显。而商业智能bi数据分析系统能够辅助的业务经营决策既可以是操作层的，也可以是战术层和战略层的决策。比如在FineBI系统里，使用者可以实现横向联动和纵深挖掘（钻取），来对数据进行多层次多深度的分析。
其应用方面较广，可以是财务主题、销售主题、人力资源主题等 。像在财务主题里，FineBI可以对对营业收入、营业成本、利润总额、偿债能力、总资产报酬率等都有详细的分析，而且可以一直延伸下去，分别从收入、成本、资产结构来分析公司的运营状况。
银行技术部门小职工一枚，平时需要汇总一些明细数据，按照什么月份啊，银行卡类型之类的统计，然后把结果导出到excel里面，做成图表展示给领导看。但是大家都知道银行流水那些数据量又超级大，而且有的时候想要分析一些数据的时候还要写一堆sql语句一堆存储过程查询一堆表，很麻烦。最坑的就是，用excel做出来的图表领导说难看，我寻思着我也没啥办法啊。后来，领导找了几家比较知名的BI公司过来交流，最后确定试用亿信华辰的ABI，在使用过程中的确感觉比我们之前传统的方式要好用太多了。
对比之前，通过写存储过程写sql语句来查询结果，现在在ABI里面只需要把查询用到的数据库表做成主题表，然后设置好关联关系，就可以做表分析。这样多次分析就不用写多个sql，只需要根据建好的主题表做分析表就可以了。
其次，因为有些表的数据太大了，达到了10亿级别，用一般的数据库工具都要查很久，而且其中只有一部分数据是统计需要的。在ABI中，它有一个数据整合的模块，就相当于数仓工具，里面可以创建ETL过程，通过ETL过程可以给数据做清洗、过滤等处理，可以将数据量级降低好几个档次。同时，它还支持调度管理，可以定时地执行这个ETL过程。
最后不得不提一句，他们的可视化效果真的不错，普通报表统计图配色就有几十种，还有许多内置的报表风格。最炫酷的还是要数酷屏了，里面内置了一百多的酷屏组件，3D效果、动态效果MAX！ABI提供了个十多套酷屏模板，只要更换一下取数就能实现超级好看的大屏效果。
最后的最后，反正我觉得挺有效的，省时省力还好看。
SAPBO，SAP公司收购的一款BI工具，产品运作模式是结合SAP的ERP系统，所以整合其他数据库或系统并不占优势，属于重型BI，使用要求较高，升级困难。
oracleBIEE：无功无过，在BI产品不具特色，同SAP一样，与Oracle的产品线紧密绑在一起。貌似国外厂商都是捆绑型卖整体方案。
Cognos：传统BI工具中最被广泛使用的，已被IBM收购。拥有强大的数据库平台、在数据管理、数据整合以及中间件领域专业功底深厚。偏操作型，手工建模，一旦需求变化需要 重新建模，学习要求较高。
亿信华辰的还蛮好用的，我单位用了4年，最大的感受就是：灵活方便。从部署到上线用了貌似3天，然后业务人员不用学习就可以上手了，数据分析功能也蛮强大的，总之比起传统的一些报表工具强大不少。
首先通过ETL工具抽取转换加载数据到数据仓库DW,按主题形成数据集市DW,最后通过报表展现数据。
BI工程师，主要是做数据分析，数据仓库，以及相关报表，对一些数据进行处理，对数据库要有比较深入的了解。
BI工程师需要有一定的数据库经验,掌握SQL查询优化方法,精通Oracle、SQL Server、MySQL等主流数据库的应用设计、性能调优及存储过程的开发.掌握BI相关工具,如ETL工具(如SSIS)、OLAP工具(如SSAS)和前端展示工具.熟悉ETL逻辑、OLAP设计和数据挖掘相关算法.
拓展资料:
工作职责:
1. 负责ETL设计、模型设计、开发、技术支持等工作；
2. 负责ETL应用开发，数据库性能进行调优；
3. 参与数据抽取、加载、转换和脚本开发；
4. 负责BI展现的开发；
5、使用Hadoop, Hive等对海量日志进行统计分析。
