ITPub博客

在BI行业干了快十年了，做过制造业供应链的BI项目，也跟过零售电商、房地产、银行的BI建设，经常有朋友咨询关于BI建设的内容，今天总结了一套BI项目建设指南，直接分享给大家，觉得不错记得点赞收藏。通常情况下，企业 BI 项目的建设一般分为两种情况，自身独立开发或乙方参与。若企业 IT 部门具备独立建设BI项目的能力，可以选择自行建设，否则就需要引入 BI 产品供应商（厂商）或者外包项目团队。具体流

今天，我就来讲讲电商到底该重点关注哪些指标，又该拿这些指标来进行怎么样的分析。一般来说，在运营模块，需要重点关注的是新用户的引流和转化，以及老用户的活跃、留存、回购、流失。01 引流简单来说，引流就是要吸引没买过我们的商品的人来买我们的商品。1. 用户浏览量周分布分析这个指标，主要是为了摸索出不同日期、不同时段的流量规律，并据此对企业服务及推广活动进行调整。对于互联网企业来说，流量数据往往都会呈工

数据平台的建设可以当做一个产品来设计。从广义上来讲，所有以数据驱动为核心的都可以称为数据产品（如数据报表平台，DMP，BI平台），从狭义上来讲，就是公司内部的数据平台。今天我们要讨论的，主要是在公司内部搭建数据平台。公司的内部数据平台，主要是给各业务提供数据处理、分析、展示，供内部所有部门人员使用的，涉及数据的收集（填报）、数据的整合、业务报表制作、业务员数据分析以及可视化数据展示，目的是让公司内

本白皮书介绍了一套相对完善的企业 BI 项目搭建指南，系统回答了企业 BI 项目该做什么、该谁来做、该怎么做，以及如何在企业内把 BI 项目成功运营起来从而产出实际业务价值等问题。希望这本书能对各位有所帮助，点此查看完整内容：http://s.fanruan.com/qwuyn当前企业 BI 项目建设典型困扰BI 项目不难，难的是让 BI 项目持续成功，即项目上线后在企业中能被持续使用，并带来实际

商业BI项目建设对于企业发展至关重要，有人说企业 BI 项目看似简单，但实际建设难度却远超想象，如果没有系统的方法论指导，项目很难达到预期的目标。且不同企业的数据基础有很大差异，这些都与企业最后 BI 项目的成功与否有着密切联系。纵观市面上的各类 BI 相关图书，有科普理论知识的，有介绍 BI 工具的，还有介绍数据分析方法的，但是垂直介绍 BI 项目建设的是少之又少。因此，写一本白皮书介绍企业 B

现今，数字化转型已经不是创新型能力，而是不得不做的事情。一个公司的数字化水平逐渐成为竞争力所在。而国有企业特别是制造型企业作为数字化转型进程比较缓慢的一类企业，急需加速转型，搭建数字化平台。下面是10个经典的国有企业数字化转型案例，涉及财务、管理、运输等多个业务。1、陕建集团：高标准布局加快 打造建筑行业数字化转型样板2、打造“数字国贸”， 帆软助力“千亿国资”数据分析平台建设！3、搭建立体式数据

企业BI项目看似简单，但实际建设难度却远超想象，如果没有系统的方法论指导，项目很难达到预期的目标。且不同企业的数据基础有很大差异，企业IT团队、BI厂商以及项目外包团队的实施能力也参差不齐，这都会影响到最后BI项目的成功与否。此外，BI项目的建设还会涉及很多具体问题，比如工具怎么选？企业的数据质量怎么样？如何判断？人员的数据能力怎么提升？项目上线后如何运营？很多企业还没有想清楚这些问题，就仓促建设

在谈及制造企业如何推进数字化转型之前，我想先问知友一个问题：有多少知友知道目前我国制造企业的数字化进度与比例？思考3秒之后，给出大家一组数据，看看是否与你认知的有所偏差：根据帆软数据应用研究院的调研数据显示：仅有 3.42% 的制造企业 在内部形成了良好的数据应用氛围，企业自上而下的管理都依靠数据支撑；而仍有 39.32% 的制造企业表示内部只是有数据应用的初步想法，开始使用业务系统中的简单报表支

我们90%的制造型企业都该思考“怎么进行数字化转型？”制造业数字化的水平在国际上是很低的，欧洲大概有40%的企业搞了工业互联网，我们大概不到20%。为什么会出现这样的情况？一是成本太高。中国最多的就是小企业，小本经营，没什么利润，没什么投入。搞数字化不是领导动动嘴皮子拉通一下就行了，得真金白银往里面砸，小企业哪来这个钱。二是领导层对数字化转型的认知不够。数字化转型不是从底层开始的，是要领导层有足够

在数据可视化中，使用频率最高的展览方式一定是地图可视化。基本上现有的大屏都是以地图作为主视图来呈现的，没有一幅地图放到大屏中央，已经不好意思给同行说明自己企业数据分析有多牛了。在地图可视化中，最炫酷的一定是3D可视化大屏，像电影中那样呈现数字孪生建筑，并直接一屏管理操控已经变成了现实。但是很多公司都没有敢接触可视化3D大屏，主要有两个维度的原因：一方面是搭建定制化的可视化大屏需要专业的技术人员花费

制造行业是立国之本与强国之基，以数字经济发展推动制造业持续增长，加速数字产业与制造业的相互渗透，推动制造业的数字化发展，既是加快数字经济建设的关键一环，也是促进国民经济蓬勃发展的重要举措。而随着2020年新冠疫情爆发，制造业迎来了的严峻挑战。如何提高柔性生产水平、科学敏捷决策，在波动不定的市场环境中始终保留自己的一席之地，是制造企业需要持续关注的问题，也成为了每一个制造行业企业主的必然“大考”。在

本次白皮书针对制造型企业在数据建设中的诸多问题，提出“数据诊断-行动方案”的制造业数据建设方案和解决思路，结合企业实际建设的历程，给出《数据建设成熟评估模型》，判断企业当前数据建设所处阶段，并针对每一阶段给出企业如何迈向下一阶段的行动方案，旨在帮助企业进行数据建设规划，指明数据建设的方向。根据《数据建设成熟度评估模型》，我们在白皮书中将制造业数据建设分为传统、起步、加速、成熟和智慧五个阶段。点此查

Excel是我们从事数据分析的朋友们，会经常用到的最基本的工具。而Excel函数又是Excel中最为重要的、最为常用的知识点，我们必须要掌握。基于此，今天就分类为大家讲述最为常用的Excel函数。逻辑函数1、and2、or3、if当使用了if()函数进行多层嵌套，很容易写错，那么怎么规避这个问题呢？字符串函数4、left5、right6、mid7、len（lenb自己下去学习）len = 1中文

企业信息化建设很复杂，不同的行业、业务部门对应的选型、评估方式都是不一样的，如果真有这样一套选型标准的出现，那多半掺水，不可信。现在市面上比较多且还算通用的，都是从行业角度出发的评判标准，下面给大家讲解一下制造业在不同阶段，怎么选择信息化系统。先看一张《数据建设成熟度评估模型》，完整的制造业数字化建设白皮书放在这：IT部门在选型的时候，应该将转型目标、当前资源， 以及其中的痛点，清单式地列出来，然

在春节很火的电影《流浪地球2》中，已经去世的小女孩图丫丫，被她的父亲重新将其个人的信息模型导入最强大的计算机而“复活”了。屏幕中的丫丫就是一个数字孪生体。我们可以看到她的一颦一笑，听到她跟你的对话，看到她做出反应。这就是数字孪生的另一特色，数字孪生会不断接收实际物体的各类信息，实时调整状态，努力达到真实世界的状态。图丫丫在赛博空间的活动目前的数字孪生还在快速发展期，数字孪生体可以对应到物理世界中的

什么是用户生命周期价值呢？先来给大家举个例子，xx公司开发了一款app，投钱进行营销活动，12月2日新增了100个人访问，12月3日的时候这100个人还有90个人访问，12月4日的时候这100个人还有70个人访问......也就是说，随着时间的推移留下来继续访问的用户数在减少，怎么评估这100个人给产品带来了多大的价值呢？这就用到了用户生命周期价值LTV指标。目录什么是用户生命周期价值（LTV）L

今天专门给大家讲讲供应链数据分析，包含5大重要指标体系和分析工具，全是干货！供应链的构成包括供应商、制造商、分销商零售商以及消费者五大部分，具体的供应链流程如下：那能否做好供应链分析，直接影响企业净利润水平。换句话说：供应链做不好，别想赚钱。下面带大家从采购、生产、仓储、销售、运输这五个板块，搭建供应链指标分析体系。1、采购管理指标2、生产管理指标3、销售管理指标4、仓储管理指标5、运输管理指标一

这几年数据分析被炒热过了头，但冷静想下大家费那么大劲学的、做的数据分析，真的有用吗？从找我咨询的人的分享来看：数据小白正忙着收藏各路数据分析入门知识；有点基础的就转战上各种培训班的3-7天数据分析速成课；已经入职当数据分析师的，则上班8h，5h取数洗数，2h吐槽业务，剩下1h导入、拟合数据，套用分析报告，最后给出一些“正确但无用的废话”。明白大家都不容易，小白不知如何入门，有点基础的需要项目练习，

待过几年中小型传统企业的应该都有这个感知：虽然每个月都在采购新的软件系统，但整个公司的数字化仍旧一团糟，数字化转型是越搞越回去了。这也很好解释。传统企业业务部门繁多，在搞信息化阶段采购了很多业务系统，比较常见的像OA、ERP、MES等，后续随着业务部门的发展，又会分别添置新的业务系统。这些业务系统的数据又来自不同的数据库，像Oracle、SQL Server、My sql，各个系统的数据库存储方式

中国信息化建设发展了几十年，像政府和央企、国企这类不差钱的，很多系统购买的原因之一就是“消除数据孤岛”。这个口号喊了几十年，结果系统是越来越多，数据孤岛也越来越严重。就像给裤子打补丁，哪里破了个洞，哪里补一块，到最后补丁越来越多，但裤子却没法穿了。看了很多文章，大家对于解决数据孤岛问题都是浅谈即止，今天跟大家一起深入思考一下，为什么消除数据孤岛这么困难？欢迎大家在评论区探讨。可能有朋友经常听说这个