专栏首页用户5406627的专栏这大概是今年最值得推荐的“数据分析工具”
原创

这大概是今年最值得推荐的“数据分析工具”

BI是什么?

BI全称商业智能(Business Intelligence),在传统企业中,它是一套完整的解决方案。将企业的数据有效整合,快速制作出报表以作出决策。涉及数据仓库,ETL,OLAP,权限控制等模块。

分析师刚上手往往更多的是做报表,而做报表更多用到的是BI。

在学习数据分析的初级阶段,为了培养分析思维,快速了解数据分析。我通常会推荐大家用BI上手分析。因为BI上手简单,避免了大部分人因为工具的羁绊而让数据分析之路止步不前。R和Python这类高级工具,可以边分析边学习。

关于BI,最为人津津乐道的就属Tableau和PoerBI,百度上搜他们的介绍一搜一大把。但是本文想分享另一个BI工具,FineBI,一个被雪藏的利器。

我在之前的文章中有过推荐,不过我更爱他的"兄弟"FineReport,企业报表必备,以至于换了两家公司都连续推荐采购,功能丰富且强大,只不过我不懂开发,只知皮毛。FineBI和它都是一个公司的,新出的5.1版本着实让我惊艳了一把,给人的感觉,比PowerBI更成熟稳定功能更多,平价版的Tableau替代!

接下来讲重点讲解它的主要功能、特点和同类具的对比、以及基本使用方法。

下一篇还会用BI做一个详细深入的实操分析。

阅读目录

  • 前言
  • FineBI的主要功能
  • FineBI的主要特点
  • FineBI Vs 其他同类产品
  • FineBI的分析思想
  • 获取方法&学习资料
  • 小结

FineBI的主要功能

先来说说BI,BI全称商业智能(Business Intelligence),是一套完整的数据解决方案,将企业的数据有效整合,快速制作可视化报表,以供业务决策。它一般涉及数据仓库(现也和很多大数据方案对接)、ETL、OLAP分析,权限控制等模块。

顾名思义,FineBI是一款BI商业智能工具,能简单快速的生成各种酷炫的可视化数据报表,做有目的性的数据分析。

所以,它主要完成下面几个工作:

1. 数据的整合

2. 数据的分析和可视化

3. 报表制作与发布

FineBI的主要特点

BI工具那么多,为何我要重点推荐这款BI工具呢?

Tableau和PowerBI的好自不用我多说,知乎上大家都议论了很多。

但这款BI做为国产,不由得让我产生好奇和好感,值得关注和鼓励。更何况它能够足以应对基本的数据分析,不虚于那两者,且具备下面几大特点:

1、打通各类数据源

FineBI能够从各种数据源中抓取数据进行分析,除了支持大家常用的Oracle、SQLServer、MySQL等数据库,还支持SAP BW、HANA、Essbase等多维数据库。

大数据前端分析,FineBI可对接Hadoop、Kylin、Derby、Gbase、ADS、Hbase、Mongodb等大数据平台。在对接方面有自己的分布式连接方案。

下图是FineBI的数据连接窗口:

还支持导入Excel数据,支持从R语言脚本导入数据。所以基本能对接各类数据源,打通并整合。

2. 易用性(无需编程)

笔者给自己的定位是一枚数据科学家,因此不会也不能将过多精力放在可视化工作上。毕竟数据库/数据仓库系统架构,数据挖掘算法研究等工作更是重中之重。而FineBI采用的拖拽数据字段,自动出图的操作方式,将我从可视化的泥潭中解放出来,把更多精力投放到数据管理,算法研究和业务沟通上。下图展示了FineBI清爽商务的工作界面。

易用性还体现在数据处理方面。

要知道一份数据拿到在分析是还是要做很多公式计算、过滤筛选处理的。惊喜的是这个工具内置了各种计算公式、过滤组件。

比如时间过滤,大家觉得还要手写公式么。各种现成的计算公式,基本告别SQL和代码。

各种现成的计算公式,基本告别SQL和代码。

这里展示的仅仅是一小个方面,绝大多数商业公司出品的软件在易用性方面完爆开源产品。

3、可视化颜值高

一些图表(出自官方)

下面这些图是笔者20分钟不到就做好的,稍加美化,估计也能达到大部分客户在颜值上的要求了:

要知道同样的工作使用R语言的ggplot2至少要2小时(含调试),使用Python的matplotlib就更久了。

4、数据权限管控

FineBI的数据权限管控,可以说是很专业了,这也是开源和商业不能比的。

笔者是FineReport的深度用户,FineReport是报表应用工具,应用面更广,数据安全性要求也更高,FineBI差不多是沿用了其兄弟产品的一套权限管理方案。可以对不同部门/岗位/角色的人员,进行数据源/业务包/数据表/分析报表的权限管控。简单来讲,你可以让不同人看到仅有自己权限下的报表和数据。

嗯,暂时就说这几点,再说有打广告嫌疑了......

FineBI Vs 其他同类产品

1. FineBI VS Excel

两者是不太一样的产品,Excel更全面更加注重数据处理,而FineBI比较精简更注重报表及可视化,FineBI更像是数据透视表+少量VBA。不过两者结合用相得益彰。

2. FineBI VS R语言ggplot2

ggplot2其实是R语言的可视化包,因此对于熟悉R语言的人来说,使用ggplot2会非常得心应手。同时由于ggplot2是由编程语言R驱动,因此它在定制化方面肯定做得比FineBI要好。但是要写一定量代码,这个不是每个人都擅长,毕竟如果是简单的分析,大可不必入R的门。

3. FineBI VS Echarts等开源图表

Echarts一般是给前端程序员用的,需要编程语言JS驱动,不推荐没有编程基础的分析师使用,虽然Echarts可视化更丰富。

4. FineBI VS 其他商用BI工具(如Tableau、PowerBI等)

功能方面都没有太大差异,就是你多一个,我少一个的区别。对大部分人来说日常的数据分析足够了。

使用感都有所不同,FineBI有个建立业务包环节,对数据做业务/场景区分。PowerBI属于组件拖拽式风;Tableau在分析时和FineBI差不多,探索式分析,调整可视化样式。

实际企业级商用有差异,因为要考虑得更多。企业级应用出产品使用上还要更多关注平台对接,架构方案,数据抽取方式还有性能,包括之前提的权限管控等,FineBI和Tableau更有商用基因,具体要看自己的实际需求和使用环境。

综上所述,以上的工具都没有单纯的优劣之分,具体问题具体分析,什么需求用什么工具。不过,如果你想快速地做美观的可视化报表,那FineBI值得一学。

FineBI的数据分析思想

用FineBI做数据分析,总体的思路是这样的,和Tableau有点像:

1.先连接数据库,导入数据源。支持的数据源类型前文已说过。

2.然后初步处理数据,选择要分析的字段,分组汇总、新增列、合并表、行列转换等等。

3.接着进行数据分析。如果没目的,可以先根据自己的假设拖拽数据字段,看看数据是什么趋势是否有规律,渐渐摸清楚思路,所谓探索性分析。如果有目的,直接可视化就行。

4.最后形成可视化分析报告,导出或分享。

这里,我后面会出个一个详细的案例,可能会更容易理解。

小结

有些人可能会对商业软件带有一种排斥观念,个人觉得完全没要。商业软件固然需要花钱,但劣质的开源软件更可能浪费大家的宝贵时间。显然我们应该将精力更多的投放到数据和算法本身以及具体业务上,工具只不过是工具罢了。

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Java Concurrent volatile

    volatile 是一个Java 中的关键字,一个提供基础同步属性的关键字。针对JVM重排序在并发场景下的问题,被vlolatile修饰的关键词,编译器不会将该...

    邹志全
  • ElasticSearch安装中文分词器IK

    1、安装IK分词器,下载对应版本的插件,elasticsearch-analysis-ik中文分词器的开发者一直进行维护的,对应着elasticsearch的版...

    别先生
  • 深度学习论文笔记(七)---Deconvolution network-2016年(Learning Deconvolution Network for Semantic Segmentation )

    深度学习论文笔记(七)---Deconvolution network Learning Deconvolution Network for Semantic...

    TeeyoHuang
  • uwsgi的python2+3多版本共存

    一、第一种方式(virtualenv) 1、首先,机器需要有python2和python3的可执行环境。 确保pip和pip3命令可用。原理就是在哪个环境下安装...

    py3study
  • MySQL学习笔记(二)

    二、SQL基本知识 SQL 是一种典型的非过程化程序设计语言,这种语言的特点是:只指定哪些数据被操纵,至于对这些数据要执行哪些操作,以及这些操作是如何执行的,则...

    mukekeheart
  • 解决导入过程中出现的ORA-02289错误

    用expdp导出生产库数据到测试库,执行impdp的时候报了ORA-02298错误,提示生效TBL_B表的外键约束FK_B_ID的时候出错,

    bisal
  • Ubuntu 16.04与Apache虚拟主机配置的步骤详解

    众所周知在window下,Apache的配置文件是httpd.conf,但在Linux下安装了Apache后发现其配置并不像window下那么简单,Linux下...

    砸漏
  • 机器学习 学习笔记(2)拉格朗日乘子法 拉格朗日对偶性

    拉格朗日乘子法是一种寻找多元函数在一组约束下的极值的方法,通过引入拉格朗日乘子,可将有d个变量与k个约束条件的最优化问题转化为具有d+k个变量的无约束优化问题的...

  • 一个表看懂MES与ERP的区别与联系!

    MES即制造执行系统,旨在加强MRP计划的执行功能,把MRP计划同车间作业现场控制,通过执行系统联系起来。这里的现场控制包括PLC程控器、数据采集器、条形码、各...

    用户5495712
  • 简易数据分析 07 | Web Scraper 抓取多条内容

    这次的抓取是在简易数据分析 05的基础上进行的,所以我们一开始就解决了抓取多个网页的问题,下面全力解决如何抓取多类信息就可以了。

    卤代烃

扫码关注云+社区

领取腾讯云代金券