数据分析工具基础 (FineBI)

一 概念

• 数据： 是数据分析的首要材料，它可以是汇总后的数据，也可以是未汇总的原始数据
• 数据分析：指的是适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化开发数据的功能，发挥数据的作用
• 数据分析的目的：为了提取有用的信息和形成结论对数据加以详细研究和概括总结的过程，说白了就是以数据为中心，运用各种分析方法和分析手段得到自己的结论

二 数据分析模式对比

分析模式有两种：

• 传统分析模式：数据准备可能不够充分，沟通成本大，对业务人员的限制大，工作效率低下，成本大
• 自助分析模式: 业务人员能够自主分析，降低沟通成本，效率高

三 FineBI商业智能工具

越来越多的企业采购开始偏好现代的、以业务用户为中心的自助服务数据分析平台。传统的以IT为主导的，高度集中化的工具正面临替换。

FineBI 作为新一代自助大数据分析的商业智能工具，旨在帮助企业快速搭建面向全员的自助分析BI平台，让每一个成员都能充分了解并利用他们的数据，可以自己处理数据、分析数据，从而辅助决策、提升业务效果。

FineBI 为企业提供了一站式商业智能解决方案，提供了从数据准备、数据处理、可视化分析、数据共享与管理于一体的完整解决方案，创造性地将各种“重科技”轻量化，使用户可以更加直观简便地获取信息、探索知识、共享知识。

FineBI功能结构:

• 数据层：设计用户创建数据源。
• 应用层：设计用户进行仪表板设计，管理用户配置用户和权限体系。
• 展示层：普通用户在前端进行可视化展示和分享来编辑和查看仪表板。

四 BI可视化概念

• 商业智能 （Business Intelligence ，简称：BI），指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
• 可视化 （Visualization），是指利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，从而清晰、有效的传达与沟通信息。

五 FineBI功能介绍

FineBI分析思路

FineBI提供分析主题概念，通过分析主题，将用户完成一个分析所需要的数据、组件、仪表板更紧密的联系在一起，通过简单明确的操作路径，实现沉浸式数据分析，轻松掌握分析技能

数据管理

1. 数据接入，支持30种以上的大数据平台和SQL数据源，支持Excel文件数据集，支持多维数据库，程序数据集等更丰富的数据源。
2. 数据空间，分为【公共数据】和【我的分析】两个模块。【公共数据】作为企业的数据资源，用户可基于【公共数据】来继续分析，同时用户可将自己的数据发布到【公共数据】中来为其他人提供数据分析的基础。【我的分析】主要用于进行个人数据分析制作仪表板等。
3. 数据分类，FineBI 以文件夹的形式进行数据管理，让用户可以根据不同的业务包主题进行数据的分类。提供了数据相关的各种信息，让用户更好的了解自己所拥有的数据。
4. 数据关联，FineBI提供的关联建模功能，让管理员能够在选择需要的数据之后，自动根据数据仓库的关联关系进行建模，同时也提供了手动的关联关系配置，支持组合主键的关联关系配置。基于这样的基础模型，分析用户在使用自助数据集进行自助取数时，可以直接对有关联的数据进行联合分析，而不需要分析用户再去梳理和配置关联关系。

数据编辑

FineBI 提供可视化的数据分析，能够快速直观的了解数据，发现数据问题。同时操作简单方便。以用户思维为主导的可视化分析模式能够根据用户选择的数据自动推荐可视化效果，使数据分析更高效

超强函数

FineBI除去支持部分常用计算的可视化配置外，还提供了公式来新增计算字段。计算字段允许利用数据源中已存在的数据创建新数据。创建计算字段时，本质上是在数据源中创建一个新字段（或列），其值或成员由所控制的计算来确定。此新计算字段将保存到 FineBI 中，并且可用于创建图表

数据可视化管理

1. 多维度探索分析，FineBI 根据数据的类型，自动将数据识别为维度和指标，对于维度和指 标分别提供了丰富的分析功能，方便用户对基础数据进行分析和计算
2. 可视化图表，基于图形语法设计改良，提供了无限的视觉分析可能。
3. 仪表板，让用户将多个分析内容，分组组件组合成一个仪表板或者报告，是一个面向分析主题的数据呈现方式。

数据协作共享

FineBI 支持【主题协作】【数据共享】【仪表板共享】三种数据协作共享模式。

1. 【主题协作】：FineBI 将自助数据集、组件、仪表板融合到分析主题中，通过实现分析主题的协作，从而实现了自助数据集，组件，仪表板的共享查看与共享编辑功能。
2. 【数据共享】：FineBI 支持公共数据的独立模块，在公共数据中，不仅有管理员添加的基础数据集，如DB表，sql数据集等，也支持用户将我的分析中的自助数据集发布到公共数据中。经过用户申请发布数据集、管理员审核、审核通过发布至对应文件夹的流程，实现数据共享。
3. 【仪表板共享】：在完成数据分析的仪表板以后，可以通过创建公共链接给别人访问、申请发布到目录节点或者直接分享给其他人查看

六 FineBI基本操作

1. FineBI主界面的功能选择区
2. FineBI功能目录区
3. FineBI数据处理主界面区

注：切换不同的功能选区，功能目录也将跟随变化

主要功能

目录

【目录】主要分为目录区域和预览区域，通常的操作是完成分析报告后把分析报告挂载出来的地方，把分析报告挂载到目录上就可以给其他用户分享

我的分析

【我的分析】是在BI中进行分析的容器，是我们学习的重点，所有的分析操作都是在【分析主题】中进行。同时【分析主题】支持不同用户之间进行协作编辑，极大的方便了用户对分析内容的共享。

创建方式

• 方式一：点击【新建文件夹】或者点击【加号】，再到文件夹下添加相关的数据表和创建分析
  • 特点：从创建文件夹开始，所有相关分析表都将在一个文件夹下，更加体现整体关联性，适用于同主题的多个分析的情况
• 方式二：点击【新建分析主题】
  • 特点：直接在分析目录下创建分析主题，分析主题将直接在【全部分析】中展示出来，更加直观的看到分析的结果,适用于分析主题比较单一的情况
• 方式三: 选中【公共数据】中的数据表，操作界面的右上角有【创建分析主题】
  • 特点：直接对现有的数据进行分析

添加数据

【选择数据】

• 新建分析主题后，会自动进入分析主题内的【选择数据】界面
  • 方式一：【当前工程上】直接挑选自己需要的已上传到FineBI中的数据,此处的数据在学习时可以自己提前上传一份数据到【公共数据】中
  • 方式二：【本地Excel文件】在自己电脑盘符上存放的数据表
• 以上两种方式选择的数据表选择好之后【确定】上传

信息

1. 以上两种方式没有本质区别，【当前工程上】的数据也是要先从本地上传
2. FineBI可上传的表类型为 .csv、.xls、.xlsx 三种格式
3. 若上传失败，可能是.cvs文件格式导致的,进入[管理系统]->[安全管理]->[安全防护]，关闭[文件上传校验]。若还上传失败,则具体问题具体分析

公共数据

【公共数据】顾名思义就是用户可以公共使用的数据存放的地方。管理员可以将复用度很高的表，添加或发布到公共数据集 。如果是个人使用，那我们更多时候的操作是直接在【我的分析】中操作了，对个人来说【公共数据】和【我的分析】其实是一个概念。对于企业来说，【公共数据】是由IT人员或者管理数据的人员来准备数据,我们只需要到这里找自己需要的数据去使用就行了

管理系统

管理系统为管理员进行数据决策系统管理的地方，支持目录、用户、外观、权限等的管理配置

数据处理

FineBI工程上的数据来源

数据来源有两种:

• 第一种: 当前工程上的数据
  • 此种方式是企业一般为我们准备，在【公共数据】里已经添加并授权给我们需要使用的数据。我们可以直接添加即可。
• 第二种: 本地Excel文件数据

信息

【本地Excel数据】方式的注意点:

1. 可上传的表类型为 csv、xls、xlsx 三种格式
2. 在上传 csv 格式文件前，需要关闭「文件上传校验」，才能上传成功。
   • 关闭方式：进入【管理系统】-》【安全管理】-》【安全防护 】-》【文件上传校验】
3. Excel表中首行不能有合并单元格
   • 在上传前要确认，添加的 Excel表时，首行不能有合并单元格，否则会上传失败。
4. Excel表中不能有 Excel 函数计算的内容
   • 例如：vlookup(是种查找函数)，sumifs(是多条件求和函数) 函数等

数据上传

数据分析的基础是数据。因此，进入分析主题后的第一步，就是添加数据。
数据上传方式：

• 方式一：创建分析主题后，会自动进入添加数据页面
• 方式二：点击【分析主题】界面的【加号】进入【选择数据】的界面,若需要对多张表进行操作,可点击【批量操作】

上传后的数据存放位置查看

在进行数据分析前，需要创建分析主题，在分析主题中，可以添加数据，用户进一步的分析。
在【我的分析】->【分析主题】->【数据】下存放着数据表

数据处理界面

• 黄色区域：管理主题内的数据表，可以添加，删除，保存，更新数据表等
• 绿色区域：数据预览区域
• 红色区域：编辑数据区域对数据进行分析，包括表头分析，以及添加分析步骤，分析历史记录等

数据编辑

数据上传成功后，我们可以直接编辑数据。

• 如果数据质量好,那就直接进行可视化大屏制作
• 如果数据质量差,那就需要先进行数据处理

[注]数据处理是为了能更快捷、更清晰地完成数据分析和可视化

哪些情况需要进行数据处理

原始数据可能存在的问题：

1. 存在null值,会影响计算

2. 字段类型不正确时,影响分析
   例: 数值类型的数字可以计算,但是文本类型的数字不可以计算数

3. 数据的结构不清晰时,不方便分析