提问
 找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,极速登录

Fine BI 5.0更新版 --- 手把手教你30分钟快速搭建BI销售管理驾驶舱

Erichor 社区微信达人 初学乍练(Lv1)
发表于 2018-9-19 10:52:49 | 显示全部楼层 |取消关注该作者的回复
一、模板搭建背景
      在之前Fine BI 4.1版本中,相信大家都根据许多关于大屏、管理驾驶舱的文章,搭建了属于自己业务需求范围内的管理驾驶舱。今年帆软紧随数据产品的潮流方向,推出了新版本的Fine BI 5.0,增加了很多新的特性,也在仪表板的制作上有了很多差异之处,那么如何在新版本的Fine BI 5.0中,搭建一个管理驾驶舱,最佳展现数据的业务价值呢?本篇文章以销售管理驾驶舱为例,给大家介绍一个完整的Fine BI 5.0管理驾驶舱搭建实例。
首页.png
      在Fine BI5.0中使用仪表板设计对组件进行制作之前,这边需要特别讲解一下与4.1版本有一个非常大的差别,在于我们使用了“图形语法”的思想,即不需要先决定使用何种图表类型进行展示,而是将数据随意放置到横轴或者纵轴上,根据图表形状、颜色、大小、标签、连线等属性进行自由组合呈现最佳可视化效果,相较于我们在制作组件之前需要先定式地决定使用何种图表类型,使用了“图形语法(The Grammar of Graphics)”的Fine BI5.0具有更好的数据探索性以及更高的自由度。
GoP.png

二、模板搭建方案:
      我们首先从底层的数据处理入手,在销售业务分析的场景中,需要利用多张维度和事实明细表中的数据,Fine BI5.0中的数据模型继承了Fine BI4.1中的敏捷数据模型,即通过构建雪花型的数据模型来支持跨数据源关联来消除孤岛的企业数据应用特点,较传统的针对具体业务进行sql表拼接、宽表拼接的星型数据模型,雪花型拥有着灵活、可复用性极高等诸多天然的优势。在5.0版本中,数据准备界面的关联视图会将所有的表都罗列出来,并将表之间的关联以全局的角度进行展示,方便操作人员从底层全局的维度进行数据关联把控。
关系图1.png
      同时操作人员也可以遵循Fine BI4.1版本的使用习惯,在业务包中根据数据表之间的关联关系,在关联视图的界面对表关联进行关联设置。

关系图2.png

      我们在搭建好上图销售DEMO业务包的数据表和关联模型之后,下一步就可以进行正式的销售管理驾驶舱看板搭建了。
      在给大家介绍具体制作过程之前先讲解一下通常管理驾驶舱的布局方式。管理驾驶舱往往展现的是一个企业全局的业务,一般分为主要指标和次要指标两个层次,主要指标反映核心业务,次要指标用于进一步阐述分析。所以在制作时给予不一样的侧重,这里推荐几种常见的版式。
管理驾驶舱模型.png

  上面的版式并不是金科定律,只是相对比较常规的主次分布版式,能够达到让信息一目了然的效果。在实际项目中,不一定使用主次分布,也可以使用平均分布,或者可以二者结合进行适当调整。比如下图所示,指标很多很多,存在多个层级的,就根据上面所说的基本原则进行一些微调,效果会很好。

驾驶舱2.png

三、模板搭建实现:
      回到我们搭建销售管理驾驶舱的实现过程中。在制作模板的组件之前,我们需要确定销售中心管理驾驶舱展示的主要面向用户群体是企业领导和高层,他们最为关注的指标是公司签单金额。而根据这一项最为关键的KPI指标,我们需要从客户、产品、时间三个大的维度,通过独立或者组合的方式制作组件。

i. 产品签单额按时间分布
      首先我们从每个年度的各类产品签单金额角度,将产品类别之间的签单金额通过图形的方式进行展示。因为是要对比各个产品在每个年度的销量概况,并且产品之间的签单金额差别较大,所以通过用图形面积的大小来反映签单金额的多少就显得非常直接明了。我们将产品名称放入横轴,将合同签约时间按照年份显示并过滤掉不需要的年份时间(2011/2012),以及合同金额按照求和的汇总方式放置在纵轴,并且将图形属性设置为柱形图。然后将产品名称的维度放置到颜色属性中,使得各个产品利用不同的颜色进行区分,同时将合同金额放入大小属性中,背景选用边框图片,使得每种产品在每个年度合同金额的求和指标可以通过图形面积的大小反映出来,很直观地得出何种产品在每个年度的签单金额处于前列,组件标题设为“产品签单额分布“。
产品签单年份金额.png

ii. 客户按地区的分布
      其次是从企业的客户维度创建组件,由于企业客户本身遍布在全国各地,因此需要使用地图来展示各个地区的客户分布情况。我们将客户维度表中客户所在的省份和城市数据转化成经纬度维度,分别放置在横纵轴上即可选择地图图表类型,并且实现省份到城市的下钻效果。然后把省份/城市的维度拖拽到图形属性中的颜色,实现每个地区拥有不同的颜色以区分不同的地区分布。取消图例和标题的显示设置,背景选用相应的边框图片,这样全国各省份的销售签约合同分布情况就通过地区的形式得到了充分展现,并且可以实现从省份到城市的下钻效果。
客户地图.png

iii. 签单额按地区的分布
      签单的行为是企业与客户之间共同完成的,客户遍布在全国各地,那么签单的行为也会发生在全国各地,对应每个省份的合同签单金额就是企业领导们需要特别关注的数据信息。我们在使用组件展示各个地区之间签单金额的差异时,同样需要直观地将省份表现出来。因此我们先将地区数据分析表中的省份维度放置在文本的图形属性中,将省份信息直观地进行展示,同时将合同金额按照求和的计算指标放置在颜色和大小的图形属性中,通过文字的颜色和大小体现出各个省份签单金额的差异性,这样企业领导就可以对每个省份的签单金额有直观的了解,组件标题设为“省份签单额“。

文字.png


iv. 签单额按比例的分布
      对于企业每个年度的签单总金额而言,高层领导会对它们各自占历史总营业额的比例以及各年份签单金额之间的对比情况给予关注。而对于比例数据而言,利用同一图形的面积的不同占比则更为形象恰当,即使用饼图中的环形图。我们首先将图形属性的类型选择为饼图,然后选择合同事实表中的合同签约时间按照年份分组,放置在颜色属性中,将不同年份的数据按照颜色的不同进行展示,同时将合同金额以求和的汇总方式放置在角度的图形属性中,使得每个年份的签单金额按照金额多少的占比分别对应环形图角度的大小。最后我们将角度的图形属性使用动画闪烁的特殊显示方式进行展示,让领导对签单金额占比最大的年份一样就能看出,同时将图例显示在左上角,背景选用边框图片,使得企业每个年度的签单金额和各个年度签单金额与历史汇总的总金额比例都一目了然,组件标题设为“年份签单额分布“。
环形.png

v. 签单额按年季度的分布
      在企业中,往往财务统计都是根据每年的季度进行计算的,因此各个年份下每个季度的签单金额呈现怎样的发展趋势对于企业领导来说具有重要的考察意义。我们首先将地区数据分析表中的合同签约时间按照年份显示放置在横轴上,同时将合同签约时间按照季度的显示形式,以及合同金额用求和的汇总方式放置在纵轴上,图形属性选择面积,然后将合同签约时间按照季度的显示形式放置在颜色的图形属性中,使得四个季度的数据能用不同的颜色进行区别。我们把图例、轴线取消,就能得到不同年份下按照季度进行展示的组件,组件标题设为“年季度签单额“。
面积.png


vi. 签单额与回款额按客户的分布

  企业在签署合同之后并不是能够直接拿到所有的合同金额,因此合同金额与回款金额之间的对比关系就是反映所签署的客户是否优质的重要衡量标准之一。我们先将地区数据分析表中的客户名称维度放置在横轴上,作为分类依据。同时将合同金额和回款金额都以求和的汇总方式放置在纵轴上,并对纵轴选用指标聚合用以将两个指标放置在同一个纵轴上进行展示。由于客户的数量众多,为了方便展示我们需要对客户进行筛选,将合同金额和汇款金额都进行条件过滤,选择各自数额最大的前N个客户,输入30即可。然后将合同金额的图形类型设置为柱状图,并把合同金额指标放置在大小的图形属性中,再把回款金额的图形类型设置为折线图。最后把指标名称维度放置在全部的大小图形属性中,以便于将两个指标用颜色进行区分,并且取消图例和轴线的显示,背景选用边框图片,将其命名为“客户签单额前30”。

组合图.png

      最后我们加上文本组件作为仪表板的总标题,调节文字加粗、设置文本颜色,选择字体大小为30,使用默认字体,并居中显示。背景设置为透明,并且给标题的两侧添加背景图片的边框,以增加驾驶舱的细节感官效果。

标题.png

  Fine BI 5.0中的布局方式不需要手动进行设定,结合了之前版本的自由布局和流式布局,辅助用户进行组件之间的布局。组件布局调试完毕之后点击预览模板,这样我们的管理驾驶舱页面就制作完成了。通过这样的一个销售管理驾驶舱数据分析看板,领导和决策层想要看的相关企业销售数据都一览无余,童鞋们是不是很期待想尝试一下呢?

四、模板附件以及帮助文档:      
附件中给出相关的FineBI模板.fbi文件供大家进行学习使用,大家任何疑问都欢迎在下方进行评论交流。
d7608c7376604262b277fcc4b129223f.fbi (78.38 KB, 下载次数: 15)
编辑于 2018-9-19 16:03  
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册  

本版积分规则

what a fine day
任务进行中

联系管理员@兔子酱|联系帆软|免责声明|手机版|帆软社区|Copyright © 帆软软件有限公司 ( 苏ICP备14031611号-3 )

GMT+8, 2018-12-12 06:52 , Processed in 0.092115 second(s), 53 queries , Gzip On.

返回顶部 返回列表