|
随着企业和相关从业者对数据分析的需求不断提高，FineBI产品不断迭代发展，目前对于BI在商业的运用已经形成了相对稳定的范式和流程
1、数据获取：Excel上传或数据库抽取
2、数据处理：FineBI可以完成绝大部分的数据处理功能和模型构建
3、函数构建和组件设计：通过聚合函数、DEF函数等实现复杂指标的计算
4、仪表盘搭建与过滤设计：分析结构化、联动化、流程化、可视化、思路化
———————————————————————————————————————————————
以上是我在工作中和项目中总结的FineBI工具使用心得
其中橙色部分是FineBI学习的难点和实践落地的痛点，绿色部分是商业分析师关注的重点
在现实的分析与工作中，我们希望利用BI工具更多的在“绿色”领域开展工作和研讨，但结构化、体系化和系统化的UI设计是很难的，往往需要专业人士（UI设计师、经营分析师）针对于特定企业、特定场景来具体设计，这需要时间、精力的付出，但是大部分FineBI高手反而更加关注数据处理和函数逻辑与业务流程之间的关系，很多出色的数据模型难以实践有一部分原因是在前端展示上。
目前“线上FineBI”有非常的案例，其中不乏有出色的实践运用，这部分的研究和探索是发散的，其中可能蕴含的商机是多元的
如果官方提供的模板、设计理念能够形成体系化和规范化，那对于“散户分析师”而言是非常有价值的
其中实现的难点就是——指标卡（KPI）设计
目前绝大部分案例的数据依赖于指标卡数据，而FineBI使用者（商业分析师、财务BP等等）的数据远未达到指标卡层面
数据获取——数据处理——函数构建和组件设计——指标卡（KPI）设计——仪表盘搭建与过滤设计
从现实的经营分析思路来看，构建指标档案卡是企业经营分析的关键，商业分析师若能通过工具从数据采集到指标卡构建一路走通，其实他面临的问题仅剩下数据展示的问题，可以选择任意的工具实现。
因此如何打通是关键！
如果FineBI能够实现指标卡的设计，或者一个系统的指标卡适用于各类企业和场景，那么官方设计的前端模板和展示场景就有了市场
目前指标可以通过DEF函数来构建，但是函数无法再次构建成数据被建模分析师使用，导致了目前优秀模板仅实现了参考，难以复用
| 
