产品经理有话说!这个报表神器更新了6大功能,绝对亮眼
一直以来,FineReport 都致力于产品深耕,希望能更好地协助大家达成「让数据成为生产力」。在不断拓宽功能广度的同时,本次 FR10.0.17 版本的更新,更是从六个方向进行了产品的深度优化一、「决策报表」编辑性能优化开发过决策报表的朋友们,可能都有过这样的心痛瞬间——我们从多个方面分析,成功找到了解决卡顿的方法——「释放模板占用内存」。效果如何呢?优化完成后,我们随机选取系统中的复杂模板,从
再有人吹自己公司的品牌知名度有多高,我就用数据分析打他的脸
谈到品牌,我们经常会用大和小来形容:“牛X,大品牌!”“小品牌,刚起量~”“杂牌,听都没听过。”很多时候我们对于品牌的绝对体量,市场占有率等数据认知是极其有限的。所以,日常和同事、朋友扯淡聊到的品牌大小,大多数情况下说的是品牌知名度。今天,我们花三分钟时间来快速学习一下,什么是品牌知名度,品牌知名度的价值以及如何计算。品牌知名度的价值品牌知名度,简单的释义是某个范围内,有多少人知道(听说过)这个品
是未来的风口还是无声的战争,中国的saas平台究竟能不能做起来?
首先就要先解释一下什么叫做saas平台:SaaS,Software as a service,翻译过来就是“软件即服务”,那么问题来了,软件很好理解,服务是什么东西?很多年前,帆软君下载软件的时候,都是需要按版本购买,遇见需要更新的,重新下载替换。现在每次登录都是最新版本:saas软件是怎么赚钱的?销售向企业去卖软件,并不是一次就完成所有,和我们去超市买饮料不一样,而是将一次性买卖变成了不断的收入
12个数据分析里最常用的思维定式,收藏起来吃灰
在数据分析中,数据分析思维是框架式的指引,在一些通用的分析场景下可以快速使用,而且对未来构建数据分析模型也有帮助。接下来就分享常见的20种数据分析方法:一、指标思维我们平时表达内容基本可以分为事实和观点两部分,事实不可否认,而观点则可以不认同,但是大部分人很容易将事实和观点混淆数据分析的工作中也是如此,我们做数据分析的目的是为了提升公司的决策水平,如果不能描述客观事实,那么信息在沟通过程中很容易变
「经营分析报告」怎么做?这套模板让领导一看就懂
年中刚过,不少公司都需要做上半年的经营分析报告,但很多人不知道从哪切入、怎么做更直观易懂。今天咱们就来拆解一份多年数据“老司机”做的简版经营分析报告,报告要求是针对公司2020上半年销售收入、毛利、费用、净利润的「预算完成情况」和「同比增长情况」进行分析,并输出关键结论。以下分析过程使用工具为FineBI,文末获取工具!关键财务指标经营分析报告一定要结论先行,关键信息先概括总结,如果需要关注和改进
刚刚人均国民收入突破1万美元,作为打工人的你有感知吗?
数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析数据分析
做了20套数据可视化模板,不用敲代码,直接复制就能用
数据可视化报告怎么做才能让老板满意、让客户满意?这一直都是我们数据人最头疼的事情,尤其是可视化大屏,看似高级,实则落地起来非常复杂。后来我们找到了市场上比较常见的企业级报表工具FineReport,能够将平时汇报总结里的可视化图片直接导出,最后我们部门依赖这个工具花了半天的功夫做出了好几张大屏:什么是FineReport?一个报表工具,能连接各类数据库,也能做出各种复杂报表,做大屏可能只是副业吧(
数据运营小白如何搭建“初期用户生命周期体系”?
在用户全生命周期的流程中,无论是产品还是运营,都希望了解用户在不同产品阶段的产品使用特点,然后根据不同的特点来设计运营动作以此来提升用户的转化及留存。在本次内容中我将从运营的视角,结合之前参与的一个从0开始搭建的社群类教育付费产品项目来进行描述,如何通过营销转化的形式逐步完成初期用户分层以及用户全生命周期的搭建。一、用户全生命周期搭建底层逻辑1、为什么要做用户生命周期搭建?首先还是先来进行一些概念
阿里宣布取消的周报又死灰复燃?3分钟的高效报表才是最后出路
几个月前,阿里曾经有内部员工爆料说取消了周报制度,顿时间被周报月报制度压迫的打工人们纷纷投去羡慕的眼神,然而仅仅过了不到几个月,又有阿里内部的员工出来爆料了:这一次直接将阿里的周报制度给爆得明明白白,早上八点早会,晚上六点晚会,半夜11点之后发日报,周五凌晨发周报,而且还得有反思、有总结、有沉淀,甚至有人说“想升职,先学会写周报”。甚至连技术工程师都要要求写周报和文档:但上有政策,下有对策,像这种
嵌入式工程师有发展前途吗?这是我看过最靠谱的回答
一个没有丰富阅历的人,很难去判断一个行业有没有前途,当你阅历丰富的时候,你已经错过了入行最佳黄金期,现实就是这么残酷。当然,如果你有高人指点,情况就大不一样了,人生最重要的就是遇到贵人。大多数人的判断一个行业有没有前途,标准就是看这个行业的工资高不高,我当初就是这样入的坑。最开始我是看纯软件工资高,然后自学了一个月的java,学完java se发现还是啥也做不出来,后面研究发现纯软件对我来说难度太
三种方法绘制雷达图,用最快的时间做出最好看的可视化图表
雷达图是通过多个离散属性比较对象的最直观工具,掌握绘制雷达图的方法将会为生活和工作带来乐趣。本例数据来源于网络,某大学本科一年级不同分院学生在五种核心通识能力方面的数据,使用多个工具来绘制多级雷达图,即在一组同心圆上填充不规则五边形,其每个顶点到圆心的距离代表分院学生的某种能力。本文通过Excel、Python和FineBI分别绘制雷达图:方法一 Excel绘制最简单的方法便是使用Excel绘制雷
学会这2招,不用设计师,一样能做出精美炫酷的可视化大屏模板
可视化大屏现在已经成为企业进行数据展示和分析的必然手段,然而很多人都被“图表效果很不错,但是堆砌了一堆图表后又觉得效果很丑”这一问题困扰。所以今天给大家介绍可视化大屏报表的美化流程:一、场景规划本次示例预设场景为:人资分析驾驶舱;风格为:浅色-简约清新风;所要展示指标及展示形式如下:二、复用组件在完成内容梳理后,如何根据规划的风格和展示形式,精准有效的挑选组件并合理排布,亟待解决大招一:精准选择复
写好数据分析报告,数据的思路非常重要
我比较喜欢打游戏,属于又菜又爱玩的类型。为了提升水平,会去看一些高手的视频。每次看完高手视频,我都热血澎湃,赶紧上号准备上分。但是,现实却告诉我,看别人玩得再6,自己上手的时候还是不行。这不单单是操作的手速问题,而是你无法复制教学视频中的情景,遇到不同的场景不知道如何应对。而有些教学视频就做得不错,他会打一场完整的比赛,然后经常说自己对当下局势的思考和判断,然后说出自己的应对方法。这类视频看完,我
老板不相信我的方案结论!怎么让数据分析驱动决策?
大数据时代,人人都说数据驱动决策,但实际上很多公司观念还是没转过来,我们常看到的,是数据被业务追着屁股要数据,感觉自己才是被驱动的那个。今天就和大家聊一聊,数据分析师想驱动决策时面临的几大尴尬,以及如何主动出击,破解难题。数据基础设施落后很多公司领导嘴上高喊数字化转型,实际上拿着数据当牌坊,既不重视底层数据建设,也不规范数据流程,导致内部数据分散混乱,有时想找个数据找半天,拿到的原始数据又脏,严重
一线数分师天天被喷不值钱,数据分析师如何“刷存在感”?
在职场论坛里,常常能看到数分人发帖吐槽怀疑岗位的价值:钱少也就算了,天天当取数工具人,忙碌劳累,但产出的价值难以量化,感觉自己在公司没啥存在感。更让人不理解的是,现在的产品、运营、业务也开始做数据分析了,很多人看了几篇文章,就觉得自己懂分析了,在他们心里就差我们去跑数了,跟他们提意见吧又会被觉得作,久而久之很多人也会轻视自己。其实大可不必这么想,数据分析师也可以有很大能量,从小透明到被看见,我们除
为什么说不要去银行做软件开发,而要去做数据分析?
老李有很多银行做信息化和数字化的朋友,对这个领域也了解不少。如果去银行,不要去软件开发,别的岗可以考虑。我不是想劝退你,但是你真的确定要去银行吗?或者你进去了再来看这个问题会有答案。1、银行的岗位和收入银行科技岗有很多种类,总得来说内部鄙视链就是:信息科技岗>数据中心>软件开发=门卫不要笑,软件开发就是子公司做的事情,在人家别的部门眼里,你软件开发工程师不就是地位最低的吗?可以去做信息科技岗,或者
开发、运维、测试,哪个岗位更有前途?
开发、运维和测试都是属于互联网IT行业的职业,咱们不能说哪个职业一定比另外一个职业更有前途,职业永远都是适合自己的才是最好的,不适合自己的职业再有前途也无用;所以你在选择从事哪个职业之前,首先要了解这些职业的特点以及自己的个性,适合自己的才是最好的。在选择做测试、运维还是开发之前,应该首先全面的了解IT互联网行业,了解测试、运维和开发分别是做哪些事情,以及他们的区别;另外您还需要根据自己的个性特点
99%的人都不会的用户流失分析,到底应该怎么做?
在运营中,计算用户数量的流失率是必不可少的,但很多人只停留在知道数据上,找不到方法分析流失原因或者是提出减小流失的策略。今天我们就以App的留存举例,聊聊如何做用户流失的分析。01 误区篇首先,我们要知道两个做用户流失分析常见的误区:第一,试图挽留每一个用户。强扭的瓜不甜,很多用户的流失是无法避免,比如用户兴趣的转移,比如用户与产品目标受众不符,这些用户花再多地钱,做再多的优化可能都没啥用,对于这
中台凉了,企业慌吗?
中台兴起,企业纷纷上中台!2015年,中台的鼻祖阿里巴巴提出了“大中台、小前台”的中台战略。时任阿里巴巴集团CEO的张勇说:“作为前台的一线业务会更敏捷,更快速适应瞬息万变的市场;中台将集合整个集团的运营数据能力、产品技术能力,对各前台业务形成强力支撑。”关于中台,华为提出了“让听得到炮声的人能呼唤到炮火” ,这句话形象的诠释了“大中台、小前台”的战略意义。到2019年,腾讯、华为、百度
写给数据小白:怎么让你的分析结论超出预期,不再是废纸一堆
“你分析的这些,我们早知道了!”“能不能说点有前瞻性的?”很多数据分析新手都会遇到这样的抱怨,这是因为他们只会跑数,不会分析。太肤浅的分析,其实业务人员在前线就能够感受到,如果咱们不能提出让人眼前一亮的结论,那分析很可能沦为一次无价值的自嗨。相信很多数据分析师都有过对自己的灵魂三问:我的分析怎样才能被人重视呢?怎样才能得到真正的认可呢?怎样才能真正的落地呢?本文提供5个方法,和大家聊聊如何让我们的