|
7月16日，帆软百城标杆客户案例巡展暨新品发布会大连站圆满召开，帆软东北区总经理陈刚与东北地区百名CIO们共同参加了大会。会议旨在通过帆软标杆客户的案例分享让数据管理产生价值。
大会现场：
标杆客户干货分享：
传统制造如何走向“智能制造” 目前，我国正全力推动制造业的转变，将中国制造转变为中国创造，把改革的惠果落实到企业。 “智能制造”是依托市场需求的变化，集技术创新、模式创新和组织方式创新的制造系统，是集成制造、精益生产、敏捷制造、虚拟制造、网络化制造等多种先进制造系统和模式的综合。利用信息化集成的智能制造应用，背后是庞大的数据网络和系统分支。 有关“智能制造”的言论在国内早已不是空谈，作为“智能制造”信息化的代表，启明在这方面有着相当丰富的经验，以下分享其在制造行业尤其是汽车行业的应用案例。
关于智能制造应用 1.智能公交：面向公共交通、长途客运、物流行业，提供基于定位技术的企业运营调度平台，行业监控平台的解决方案。智能公交调度的ERP以及智能公交站牌。 2.制造信息化软件：面向汽车行业及离散制造业，开展ERP咨询服务、生产物流业务咨询及系统开发。SAP，BW，EWM，MES，TM及公司自主研发的解决方案现已在汽车行业众多企业得到成功的应用。 3.数字化工厂咨询：面向汽车整车制造商、汽车工厂规划设计院、通用机械行业提供研发体系系统化的虚拟仿真咨询、生产物流仿真、工艺仿真、CATIA导航等。 4.集成服务与IT外包业务：面向整车制造商、零部件制造商、物流企业提供IT基础业务服务外包、软件服务、集成项目服务、公用公交服务等。 5.汽车电子研发：致力于新能源汽车产业，建立了成熟的软硬件研发、系统集成、整车策略研发的能力，包括硬件电路设计、固件开发、控制策略制定、通讯协议制定等。
应用发展背景 在应用发展过程中，启明自由的系统在分析层次遇到了问题，原本是基于SAP的应用，在分析方面的应用采用开源的付费插件，但是效果都不好。此后运用了帆软的FineBI和FineReport产品，将其与系统进行集成，利用FineBI在建模方面的优势，以及FineReport在应对客户不断变更的需求方面体现的灵活开发性，为此形成了一种提供智能制造在分析层面的解决方案。
启明“智能制造”在实际应用中的落地 案例一：某发动机厂 项目建设目标： 通过对工厂的各工段/生产线的生产运作数据收集，建立数据仓库 通过系统的实施建立一套完整的VBZ/OEE指标分析过程和体系 通过系统自动生成报表、图表，为决策提供依据 通过系统透视性分析，对比差异，优化改善 效率核算系统将实现通过记录考勤数据和生产线产量数据，导出各条生产线的实际消耗工时值，并通过实际与计划消耗工时的比值，计算各生产线的效率值。该效率值可用于合理安排各工段不同阶段的班次需求和人员配置方案。
系统应用 该厂使用SAP管理公司核心流程，利用启明研发的生产物流执行平台（POEP）支撑工厂的业务。效率核算系统通过集成SAP，POEP以及考勤系统的接口引用的数据与部分操作人员手工输入的相应信息，最终形成的数据分析报表及仪表板为生产决策起到支持作用。
案例二：某车饰厂 建设背景： 某车饰厂公司的生产报表系统利用FineReport维护基础数据，按权限在线填报生产数据，最终形成生产报表。
系统应用 利用FineReport对数据的展示和填报功能，在单元格内填报、保存、形成一个报表跟踪过程，最后对数据进行分析。 未来，相信信息化技术带动下的智能制造，作为工业4.0 的核心组成部分,将会服务到制造业的各个环节，最终实现“智慧工厂”。
FineBI 大版本更新至4.0
随着我们数据爆发式增长像erp、oa、crm以及wms系统运用的越来越多的，这些系统的使用必然会产生很多的数据,比如在产品的加工设计测试维护的过程当中产生的企业主数据，在生产采购库存以及电子商务运营当中产生的数据，通过互联网等渠道获得行业、市场以及竞争对手的数据。随着大数据的到来我们面临着四大问题，第一，要运用什么工具来对数据进行分析提取出想要的信息。第二，怎么快速灵活的获得想要的结论以及后续明确的决策。第三，系统如何解决如此巨大的数据。第四，如何快速响应市场需求提升企业价值。 下面让我们带着这些问题来探索一下FineBI。
很多人会有这样一个疑问，我们自从进入互联网时代以后就一直在用office，我们用了这么多年office里的excel已经很熟悉了为什么还要用FineBI呢？同时有人会有这样一个疑虑，帆软公司FineReport的图表以及中国式复杂报表做的都相当的不错，为什么要开辟另外一条产品线？
下面我们来介绍FineBI的五大优势： 1. 商业智能式一站式的解决方案。无论是从数据连接到数据清洗以及多维数据库表对大数据的支撑再到前端的多维分析都是一体化的服务。用户可以将多种数据源的数据拿到我们的数据库中然后提取到业务数据包中就可以对数据进行处理以及转义。初始数据是没有任何注释以及解释的，当数据拿到前端中我不知道它的意思这时FineBI就可以进行手动或自动的关联以及数据的转义和处理并且形成一个可视化的界面用户可以通过轻松的点击来进行数据的分析，这样使数据整合轻松、分析清晰直观，完全做到可视化的功能。
2.完善的数据支持与管理策略。FineBI支持丰富的数据类型链接像我们一般的mycircle、oracle以及sql这些关联数据库还有多维数据库像SAPW以及文本的数据源类似我们的最常用的excel等等,包括我们的一些xmeil文件的读取，FineBI可以将我们链接到的数据基于分析主题创建业务数据包。在这里举个例子讲下什么是业务包，全球第二大食品公司卡夫有四大产品线第一是咖啡第二是饮料第三是糖果第四是乳制品，光咖啡这一条产品线就用到了很大的数据，最典型的就是SAP和oracle他们从各大门店以及商场收集回来的excel的数据，如此大量的数据并且来源于这么多的数据库，那如何让这么多数据统一的整合起来在同一个平台下进行分析呢？如果用circle和excel写会很麻烦,但是有了FineBI这个基于分析主题创建业务包的概念不管你基于什么样的数据库我们都可以将有关联的数据全都拿到业务包中将它进行整合之后进行统一的分析，或者不需要整合仅通过手动或自动建立关联关系，通过这些关联关系直接分析。这些都是我们其他的BI工具所不能达到的一个效果。
FineBI还创造性的支持字段自动转译、关联和设置，用户可以通过自动手动的添加数据表或者字段的转译等，转译就是对数据表和字段的解释这对我们的前端业务分析人员来说是有巨大意义的。FineBI还有独创的ExceIView的功能，它可以将每一个字段通过类比和excel的格式展示出来更清晰的用习惯的excel的格式进行数据的分析，还有自动读取数据库中主外件关联或手动进行对两张表或者多张表之间的关联设置，当然这些手动设置都是可视化的界面，所以不用担心怎样写circle怎样写脚本。
FineBI自带的ETL功能是我们此次的重点，支持多种ETL对数据进行转换处理。基本上circle支持的我们都能够实现而且其中有一个构建自循环链的功能circle也不具有，这是我们本次产品的最大特色之一，这个功能亮点在上海商学院以及他所有合作的公司都得到了比较大的应用，他们的数据是从后端处理到前端展示分析都是业务员在做但是业务人员对circle非常不熟悉，因为这个一直限制了他们数据可视化分析的进程，而在他们知道了我们的产品之后他们就不用再担心后端的数据处理问题了，不用再招一个数据分析人员来帮他们专门处理后端的数据。
3. 用第三点是对大数据良好的支撑。FineBI采用中间Cube的模式进行数据的预处理以此来支持前端的数据分析以及报表展现。具体来说，就是我们在可视化的平台设置好转译关联它会自动进行建模将数据全部抽取到我们的Cube中来抽取完成后它会进行一个预处理，处理完成后相当于circle,由于circle本身的影响它的效率因为他是将所有运算，例如加载一张3000万数据的报表可能需要三到五分钟的时间如果将它进行数据的关联需要10分钟或者更长的时间，这就是大家所说的我喝一杯茶再回来看这张报表，在FineBI中FineCube的功能就是进行一个预处理，我们会事先生成好所有索引间关联的关系，这样一个报表基本上就是秒出，我打开一张报表我可以立刻看到所有的数据。第三在所以我们可以给一组数据或新产生的数据有一个分析的作用，其中支持手动和定时更新，其中涉及到一个全量和增量的更新。
下面我们来说数据分析的三种情况，第一个是手动和定时全量的更新。手动更新就是人为的点击一下将数据进行更新，那么定时全量的更新用在什么情况下呢？一张模板做出来后在白天肯定会有很多人点击访问，并发特别大这个时候是不适合将数据进行更新的，因为用的人多在别人使用时进行更新肯定会带来不便，可以下班后在晚上12点后早上9点前进行更新完成这样既不会影响用户的使用第二就是手动单表的更新，在做分析的时候所有表更新的频率是不同的有些表是一天要更新一次有的表数据更新不是那么频繁一个月才需要更新一次，如果我们使用全量更新没有必要还会浪费额外的时间这时候就可以做一个单表的更新。第四就是我们手动和定时增量的更新。举个例子江苏某银行有一张3000万数据的表单每天增加和修改的数据在200条左右，如果使用全量更新3000万的数据全部更新浪费了时间这时候我们就可以使用增量更新每天增加或修改200条数据，速度就大大提升了。
4. 第四点是自由的前端自助取数、自助多维分析。我们后端信息人员进行数据处理时并不会根据做模板人的需求将数据整合成你想要的样子，这时候前端就需要和信息人员进行不断的沟通和交流让他把数据整合到我们想要的程度，这时候就会浪费很多时间。在FineBI4.0中我们独创了SPA螺旋式聚合分析，它的主要功能是帮助客户无限层次的对数据进行分析，当业务人员在做好最初级的数据处理之后即使没有后端处理的权限也能在前端将预先给予的数据进行再整合，我们可以对表进行关联整合筛选汇总以及新建公式链等多种层次处理得到自己想要分析的数据进一步的进行分析，总之不论什么数据我都可以通过螺旋式聚合分析得到想要的数据。用一句话说就是只有你想不到没有我做不到。
FineBI还支持OLAP多维度自定义分析自动建模。就是当有一个数据销售总额和购买数量我就可以通过计算购买指标的形式做简单的加减乘除得到单价，或者通过配置类的计算得到同比环比的值，同时我可能在最初始的数据当中有十年的数据在前端分析时我只需要某两年比如2015和2016年的数据这时候就可以在纬度中进行过滤得到这两年的数据。还有一种情形是两张分析第一张是关于销售额年度的情况还有一个是销售额月度的情况。我可以通过点击相应的年份就会出来这个年份以及每个月份的数据的分布情况，这时候就用到了数据联动的功能，还有我们可以在一个纬度中拥有多个纬度当数据分析是需要不同的纬度并且随时变化的，比如我刚开始想以分公司的纬度展现销售总额但是后来又想改以产品名称或者产品大类小类来展现这时我们就可以运用到换维功能，将三个纬度拖进去就可以自由进行换维。还有钻取的功能运用最多的就是地图，比如在中国地图中点击某一省份进入到省份内的各市区或者是更加细致的城镇以及街道。还有一个附表，在FineBI中FineCube的功能就是进行一个预处理，我们会事先生成好所有数据间模板的分析其中的某一个图表某一个复杂的分析我想要对它进行二次利用时可以使用附用功能中一键点击可以将它拖拽到现在正在执行的模板中。FineBI支持多种图表类型和样式，这些是我们自主的研发避免了使用第三方图表带来的不便，比如柱形图主要侧重于绝对值的展示，通过拖拽不同纬度可以展示相应纬度的情况。正负轴的缩放图:通过鼠标的滑动选择性展示数据分布情况。内置更多图表类型。
4.0版本中我们对地图也做了很大的更新，第一个是热力地图，它通过颜色深浅的变化来体现每个指标数值的大小。第二个是组合地图，比如气泡地图我们可以通过气泡大小看到指标或销售额大小的情况。还有自定义地图它可以展现商场柜台销售分析，可以分析同一楼层不同位置销售额分布情况，方便根据数据更精准的分析出客户的消费习惯，然后根据数据分析所得的结果对商场适当调整。gis地图可以直观看到哪个门店销售业绩好，是不是跟地理位置相关。比如一个零售、服装行业在同一个市开设多家门店近似地图可以根据不同销售额分析出地理位置的影响来帮助我们对于门店分布做出决策。
FineBI同时提供汇总表与明细表的组件，因为汇总表与明细表的数据量多且不直观所以不能迅速查找到想查找的问题，FineBI这项功能就起到了辅助的作用。 当我们做出一张简单的模板之后还需要添加文字说明、图片美化以及超链接和UIL就可以用到FineBI中的文本组件、图片组件以及Web组件的功能。 FineBI中的七中控件中我们首先了解下比较常用的文本控件、数值控件、时间控件下拉树控件以及查询、重置控件这六种控件。文本控件运用的场景为某家公司拥有多个门店或地区，将地区和公司拖拽到文本控件下通过选择不同门店或公司查询出我已经选择的门店对应的一系列图表以及数据。数值控件的作用在于查询销售额时可以选取具体数值区间查询出符合条件的信息。时间控件则是可以通过查询具体时间日期来得到数值分布情况。下拉树控件的重点是分层概念，比如将一个省或市拖拽出后可以得到省下所有市的具体数据。查询重置按钮避免了我们每改变一个条件就刷新一次，当数据达到千万上亿时这项功能的优势就大大体现出来了。
从FineBI3.7版本之后我们实现了FineBI平台和FineReport平台的统一，所以不论你是报表管理、权限管理还是用户管理都可以统一化操作或者完全整合。我前段时间刚给欧姆龙自动化的客户做了这样的操作，他们在很多年前就买入FineReport在前不久又买入了FineBI，他们希望在不影响FineReport的前提下融合FineBI，所以我们运用简单的操作将两者融合，反之也是可以的。 FineBI创造性的将OLAP分析容器和Dashboard融为一体，其他的BI产品中是预先做好图表然后通过固定主题将图表、汇总表、控件组合起来，但在FineBI中为了操作更简便我们将分析容器和Dashboard融为一体，当用户创建图表或汇总表的同时Dashboard分布以及布局就已经预先建立完成更加省时和更易理解。
5. 第五点FineBI支持多屏解决方案。在银行行业、证券、政府部门权限显得极为重要，FineBI的数据权限主要分为三大部分，第一是数据业务包的权限，第二是仪表盘访问权限也就是模板权限，第三是分享指定的权限。业务包数据的权限是对最初始数据进行权限的控制，举个最简单的工资模板的例子员工不能互相看到对方工资情况而员工上级可以看到所有员工工资情况，这时候就可以用到用户的权限绑定。
通过这些我们可以看到FineBI在各个行业的应用，目前我们已经与很多客户成功合作例如电信、联通、天堂乳业等等。 大家都知道excel在大数据的情况下特别是你的数据达到千万级别是十分困难的，我们FineReport在性能上拥有优越的优势，第二excel没有权限的设置，这是极大的一处弊端。第三个与历史数据的整合运用，可能现在excel之中有2015年之前的数据但当2016年新数据产生后数据整合与历史数据进行合并查询只能通过将大量数据复制粘贴进原来表格中，这是非常麻烦的，FineBI中可以通过增量分析的方式直接将2016年的数据全部合并到Cube中去进行分析。
FineBI与FineReport各自擅长的领域都不同，FineReport在中国式复杂报表中是首屈一指的地位，它对于数据复杂程度比如分栏以及复杂模板处理是十分有优势的。FineBI则是在大数据以及灵活分析上具有很强的优势并且它能将业务人员与技术人员的分工明确的区别开，让他们各司其职发挥最大的能动性。
干货下载
| 
