ITPub博客

做过项目的都知道，收集和明确需求并非易事，尤其是挖掘需求方详细、深层次的需求。很多企业在做需求调研时，经常由于双方对问题描述和理解上的差异，使得需求在不断传递的过程中发生较大的偏差，结果导致最终开发出来的功能与业务原始需求大相径庭。业务人员说不清，技术人员不理解，导致最终的开发结果无法满足真实业务场景的需求。那么，怎样才能做好详细的需求调研，使真实业务场景中的需求能准确地传达给最终的开发人员呢？总

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

现在无论是对于学生党，还是上班族来说，在工作和学习过程中，凡是涉及到表格、图表、数据处理分析，大家第一选择的一定是Excel。如果再需要做个汇报，那肯定直接拿PPT上手操作了。然后，面对多维度的复杂数据、频频崩溃的电脑、无从下手的逻辑图...一看表，已经凌晨四点，于是陷入了沉思...Excel和PPT固然有着数据处理和展示的功能，并且几乎是人人皆知且必备的办公软件。但不得不说，处理起来确实费时费力

数据、信息、知识和智慧是数据创造价值的四个层次，也许你每天都碰到它们，但并不表示对其有深刻的理解，下面是一个从数据到智慧的例子。事实上，大多数据从业者都停留在采集数据、创造信息这个层次上，能从信息中获得知识的的人寥寥无几，而能做到智慧这个层次的人，大多数其实已经跟数据专业没有关系了，比如领导。智慧的层次结构可以形象的用以下的图表示，这张图非常奥妙，下面我来解释一下。1、数据数据(data)是事实或

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

无论是传统制造业还是互联网行业，在数字化转型过程中或多或少都有问题：就拿央企、国企数字化转型来说，这些企业大多数都属于传统行业，生产方式比较粗放，信息化建设也不完善，导致数据脏乱严重，数据孤岛现象也层出不穷。此时此刻正是开始数字化转型的好时机，通过打通自上而下的决策链和自下而上的数据链，让数据去反推业务决策，从而形成业务数字化，最后成功进行数字化转型。央国企数字化怎么做？不说虚的，整点知名央国企在

做过项目的都知道，收集和明确需求并非易事，尤其是挖掘需求方详细、深层次的需求。很多企业在做需求调研时，经常由于双方对问题描述和理解上的差异，使得需求在不断传递的过程中发生较大的偏差，结果导致最终开发出来的功能与业务原始需求大相径庭。业务人员说不清，技术人员不理解，导致最终的开发结果无法满足真实业务场景的需求。那么，怎样才能做好详细的需求调研，使真实业务场景中的需求能准确地传达给最终的开发人员呢？总

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

经常有粉丝问我有“有哪些适合绝大多数普通职场人的制作大屏的工具？”确实，在这个内卷的时代，大家想要的是更加炫酷的汇报效果。要满足大多数职场人的大屏工具首先一定要满足以下三点：（1）简单易上手：也就是所谓的学习门槛要低。（2）范围广：换句话说就是适用范围广。（3）展现效果多:这点是很多人在选择报表工具时想不到，却决定了大屏工具用多久，用多少的重要因素。我推荐一个自用的工具FineVis,它可以满足绝

我经常收到这样的私信“企业投入可视化大屏有必要吗？有什么好处呢？”我想说在当前数据时代，企业提高自身竞争力多在这方面下功夫是有必要的。说“没用”的人，都是大屏做的失败的人群，其实“面子”作用确实有，无论对对于客户、政府、投资商，还是对于公司员工来说，可视化大屏代表了很多东西，公司的品牌、能力、创新等等，能让对方在短时间内，以直观、具象、清晰且具有实质性的产物产生好感。对于公司企业的发展、建设、管理

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

一、BI系统是什么？1.1概述商业智能（BI，Business Intelligence）是一种以提供决策分析性的运营数据为目的而建立的信息系统。是属于在线分析处理：On Line Analytical Processing(OLAP)，将预先计算完成的汇总数据，储存于魔方数据库(Cube) 之中，针对复杂的分析查询，提供快速的响应。在前10年，BI报表项目比较多，是数据仓库项目的前期预热项目（主

大数据时代，几乎每一个企业都对数据分析平台趋之若鹜，尤其是在经历过疫情爆发之后，更多企业主意识到了数据所具有的极大商业价值，以及其作为支撑企业信息智能化的无形资产。通常来说，企业内部的运营和业务系统每天会积累下大量历史数据，一些企业最多是对一些零散的数据进行浅层次的分析，真正的海量数据其实并没有得到真正有效的分析利用。同时，随着系统的不断增加和积累，沉淀在系统深处的数据也更加难以提取和整合，后期的

IT人员真的要失业了吗？随着各个大厂已经相继传来裁员，降薪，减招的消息和ChatGPT等大型AI模型可以定制化写参考代码，甚至通过外接API直接帮助操作，IT人员似乎越来越不吃香了。 其实，ChatGPT有用的不是取代程序员工作，是它可以直接给出参考代码，从而降低程序员去搜索引擎或专业网站搜索的时间！对于ChatGPT来说，如果一个要求可以做到：目标明确；表达清晰；没有歧义。那么它就可以完成的很好

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

什么是结构化数据？结构化数据：指关系模型数据，即以关系数据库表形式管理的数据，结合到典型场景中更容易理解，比如企业ERP、OA、HR里的数据。什么是非结构化数据？非结构化数据：指数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。如word、pdf、ppt及各种格式的图片、视频等。其实除了结构化数据和非结构化数据，还有一类是半结构化数据，那什么是半结构化数据？什么是

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

前段时间参加行业分享交流会，听各位大佬的经验传授，其中有一位用一个极度炫酷的可视化大屏进行展示，可谓是让人眼前一亮。我总是在冲浪的时候看到大屏内容，现场的亲眼目睹大屏真是无比震撼的，于是我马上抓住机会向人家取取经，这到底如何呈现的。我回来研究很久，花了好几天时间整理出这9种大屏较常见的应用场景，毕竟是行业前端人物都在用的工具，有什么理由不收藏呢！在大屏需求规划阶段，我们就要了解清楚大屏的使用方式，

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

上周刚和业务朋友吃饭，问他前段时间我分享的可视化模板使用效果怎么样，不出我所料的一顿猛夸，确实好用！但是他也提出来一个问题“我能套模板，自己也能设计大屏，但是在跟其他业务沟通需求，有些需要自适页面的时候，谈及大屏模板具体制作流程还是一脸茫然..."我回来也翻看了私信，发现很多朋友有着同样的问题。于是我花一周时间，整理出了这一套只有四个步骤，非常简便，清晰易懂的大屏模板制作流程，希望对各位