ITPub博客

“我熟练的掌握了SQL，为什么还要用你的BI工具？”这应该是很多数据分析师的疑惑吧。作为一门适用范围极广且性价比极高的语言，扎实的SQL功底是成为一名数据分析师的必备技能，这点我一直未曾否定。但掌握了SQL就可以一劳永逸了吗？当然不是，不然也不会出现BI工具，更不会出现我向大家强推的FineBI。究其原因有以下几点：从技术层面来说：1、SQL入门简单，精通难。只要你入了门，一些业务部门提过来的基本

最近去一家疫情期间净利润还在猛增的公司学习，最大的发现是他们的业务人员太牛了！除了经典分析工具Excle之外，BI工具居然也已经普及到了业务部门，当时去的时候，就看到财务人员在用BI做杜邦分析，自己熟练地取数，做数据分析。但大多数企业的业务人员，还在用Excel进行数据分析，不仅图表制作速度慢，而且数据不精确，久而久之就开始落后了。其实这也不能怪业务人员，没接触过BI工具，会天然地觉得学习工具的成

从事IT的老人们应该能明显感受到，虽然公司这几年引入了不少系统，像PLM、ERP、MES等，分开来看，每个业务部门都有了自己的系统，实现了数据共享。但这种不透彻的信息化建设，非但没有提升数字化水平，反而催生了“信息孤岛”的产生。就拿销售部门举例：财务根据自己系统中的数据做了年度销售额汇总，销售部门也做了，但年终发现数据根本对不上，这就非常尴尬了。上面这种场景在80%的企业中都出现过，由于企业内部的

这两天似乎朋友圈里的面试指南、刷题网站似乎多了起来职场人经历了今年铜三铁四，期盼的金九银十即将临近，只是今年的跳槽面试热情在任正非的“寒气”中还能烧得起来吗？本就在互联网裁员浪潮中瑟瑟发抖的职场人又被前两天的Shopee的大规模集中毁约当头一棒，所以这个时候：你还敢动吗？其实在此之前互联网行业就多多少少有收回offer 的骚操作，也许有阿里、也许有字节、也许有美的，但由于并非规模化，都淹没在网传或

说几个商业产品，上手难度都很低，而且性能都非常ok的那种。讲一下我所了解的国内做数据可视化产品/工具的公司。国内有独立成一行业的公司，围绕可视化做一些应用产品/系统的公司，比如：帆软——通用类应用工具，报表软件finereport、商业智能finebi、大屏可视化数字冰雹 ——大屏可视化、工业、航天等可视化，三维展现方面百度——开源图表控件 Echarts阿里——蚂蚁金服可视化控件 AntV、数据

程序员总是不愿意承认：写代码在公司里是一件并不太重要的事情，因为他们认为一旦承认了这点，就意味着是对自己的努力工作和能力的否认。其实并不是，我只想说作为一个程序员，你的核心技能是写代码这并没有问题，但是如果你只想止步于程序员（包含高级程序员），一辈子写代码，那你可以划走，不用继续往下看了。一个程序员的技术发展路径可以沿着：高级程序员—研发Leader—技术经理—技术总监—架构师—CTO来前进。如果

作为一个干了十几年报表开发的程序员，我劝大家千万别去制造业干IT，特别是IT部门还不是非常健全的公司。通常来说，这些公司具有下面的特点：第一，业务数据多，但数据杂乱无章。第二，业务系统多，但数据孤岛严重。第三，数据需求多，但报表访问量差。第一，业务数据多，但数据杂乱无章。制造业业务部门多，像财务、质量、订单、物流等数据，每天都会产生大量数据，数据都被按照不同的指标和存储方式放在各自的系统中。有的时

最近听到一位粉丝问了老李我一个问题：之前实习纯纯的取数工具人完全没有注意部门业务，现在面试一问到有关业务问题就不知道怎么回答了。这个问题其实对于大部分想从事或者正在从事的数据分析师来说应该都存在。困境：根本没意识到懂业务的重要性，到面试时，才发现自己只是个工具人；每天取不完的数，建不完的宽表就已经精疲力竭，没有多余的时间去了解业务；知道业务的重要性，也尝试过主动去了解，但最后提的建议都被业务怼回来

先明白什么是中国式报表？报表复杂在哪？然后再看厂商怎么解决其实行业内对中国式复杂报表也没有明确的定义，但按照我以前做报表开发的经验来看典型的中国式复杂报表有3个关键特征：报表结构复杂：表头复杂，指标众多单元格结构混乱：反复、随意合并单元格数据量大且分布散乱：单张报表中需显示多数据源信息，但数据分散在ERP等系统中，取数困难打开UC浏览器 查看更多精彩图片那针对以上三点，确实很多厂商都在喊，能解决这

年中刚过，不少公司都需要做上半年度的营销绩效分析。如果上半年营销绩效不错，分析做得不够好也没啥大事。但上半年几乎隔三差五就是疫情，除了医药应该也没啥企业营销绩效特别强吧。这种时候，做好营销绩效分析就非常重要了。今天咱们就来解读一份多年数据“老司机”做的【简版营销绩效分析报告】，报告要求是针对公司2020上半年销售收入，分析统计营销线各区域/具体人员的目标完成情况，并给出营销建议。分全国各区域、区域

雷军：我的40岁，一事无成雷军接受央视采访的一句话，曾让多少科技圈从业者吐槽凡尔赛，但现实是，从一线工程师到成功的企业家，对于IT程序员而言，终极目标究竟是什么？根据 CSDN 2020 年调研数据显示，41.57% 的开发者希望能够一直在技术岗上工作到退休。另外，也有 54.09% 的开发者表示，当技能达到一定要求后，想要成为一名管理者。要么走技术路线，要么走管理路线，成为了IT程序员的唯二选择

经常听到有粉丝跟我吐槽：干活的比不上做汇报的，公司铁定要完！其实这种声音在职场中真的不少：我一直觉得PPT就不该出现在职场中，但凡有听PPT的功夫，形成文档，能看好几份文档了。华为不允许使用PPT必须用wordPPT职场第一大敌！但也有人提反对意见认为PPT是有好处的：一个好的PPT能让谈下业务的几率噌噌上涨！听PPT汇报能节省很多时间，PPT上都是精简的信息展示，对于我这种近视的人来说比看一堆密

随着互联网的发展和应用，大数据已经成为了各个企业在规划发展道路是不可忽略的信息，大数据依托于互联网平台，所以信息数量非常多。近些年很多商家越来越喜欢研究大数据的增长趋势。并针对其制作大数据视图表用以分析。那么，大数据增长图表具有哪些特点呢？1、数据量大大数据的增长趋势往往是一年进行一次分析，在互联网平台上一年留下来的数据信息是非常非常多的，所以大数据增长图表中的信息往往只是大数据信息一部分，但那个

广义上的数据可视化范围很广，广到拉个折线图，插入个饼图就认为自己已经实现数据可视化。然而，错误的图表会让数据以错误的方式误导人的数据分析思维，虽然图表相比于文字和数据有着天然的亲切感，降低了大脑的认知成本，以更简洁的方式让使用者看到数据与数据之间的关联。但如果选择不当或者本末倒置反而会加剧大脑的信息处理压力，起到适得其反的效果，而这种现象在职场中也渐渐成为通病。常见的图表选择错误有：1、图表选择不

最近有个粉丝问了我一个问题：公司准备做一个 项目，要选一款报表工具，请问有什么建议或者意见？选型时候应该注意些什么问题？其实这个问题之前也有很多人问我，但由于内市场上报表工具鱼龙混杂，我也吃过开源工具和第三方的亏，很难只从一个方面就分出高低优劣，必须多方面比较。所以我特意加了两天班，总结了以下经验，供大家在选报表工具时参考：建议一：选型前，先看你选的厂家的发展前景如果厂家运营不好，赚不到钱，那么对

数据孤岛问题是中大型集团公司的通病了，像我们搞制造业的更是如此，部门尤其多，每个部门都需要采购软件，所以感觉整个公司几乎每个月都在采购新的软件系统...比较常见的就是OA、HR、ERP、MES系统这些，加上行业特殊我们还有一些温度采集系统等，这些系统数据都来自不同的数据库Oracle、SQL Server、My sql，各个系统的数据库存储方式不同，都是多源异构数据，没法互通很难整合在一起，每次都

推荐一套企业经营数据分析报告框架，以及实战案例（带过程分析），适用于零售电商等行业目的：当前，不少零售公司的门店都正在全国高速扩张中，急需一张完整企业经营数据分析报告，让业务人员能从中知道自己业务最近及过去的数据情况，同时，也让公司管理层快速了解业务情况及数据波动原因，得出解决方案。部分分析报告如下↓↓，数据分析及可视化报告制作工具是FineBI角色一：全国老大视角下图全国老大的账号拥有所有省-市

有粉丝问我，竞品分析的常用维度有哪些？能不能仔细讲讲如何写【竞品分析报告】？虽然这个问题老李之前就已经回答过，但发现还是有很多粉丝没有看到，但又过了一年的时间，这期间老李也写过更多的竞品分析报告，又有了新的感悟。竞品分析的六大主要步骤step1：明确分析目的step2：选择竞品step3：确定分析维度step4：收集竞品信息step5：信息整理与分析step6：总结报告一、明确分析目的一般情况下，

最近看到一个粉丝留言：大数据这两年很火，他想转行大数据，但前期在做调研时，被一堆岗位职称弄的很迷糊，譬如数据科学家、数据分析师、大数据挖掘师、大数据工程师等，看着很像，但干的事情又不太一样，问我能不能科普下。其实我发现这两年问我这个问题的人越来越多，包括身边的亲戚小孩填报支援时也在问我大数据是什么、将来能干啥？这可能与大数据渐渐成为继计算机之后又一爆火专业有关，也可能与这个岗位的高薪有关，或者是国

昨天去茶水间倒水的时候，听到大boss把营销线的王总骂得狗血淋头，说上半年销售额都不到去年的一半，公司给他百万年薪是不是让他来吃白饭的。我跟他关系也很好，随即就找他吃了个饭，问问他是不是遇到什么难处了。他很坦诚，说自己是业务出身，摸爬滚打几十年，对于带团队很有一手，但涉及到营业额分析、指标体系搭建方面就很弱项，所以公司到现在都没建立起一套健全的营销线分析报表。数据分析是我专业呀，吃完就回公司，跟他