ITPub博客

过去，有关企业数据分析的重担都压在IT部门，传统BI分析更多面向的是具有IT背景的人员。但随着业务分析需求的增加，很多公司都希望为业务用户提供自助分析服务，将分析工作落实到业务人员手中。但同时，分析工具毕竟作为一个系统架设在企业数据分析平台的前端，需要适应企业的复杂业态，于是自助式BI成了不二选择。

过去，企业级的数据分析通常会有这么几种场景，业务部门托信息部门分析数据，结果报表一出，唇枪舌剑争论你我高低，数据不准，指标不对。信息部门欠缺业务概念，业务部门不懂技术逻辑，数据分析之路，暂时搁浅。

传统的方式认为，餐饮业与数据应该是不着边的，但随着信息化的不断发展，餐饮企业对于数据方面的重视程度越来越高，也意识到需要通过数据来了解菜品的销售情况以及顾客的习惯和口碑爱好等信息。

本文筛选了近几年在大数据领域具有独特建树的10家企业，涵盖云计算、数据可视化、数据分析应用、商业智能等不同范畴。在大数据领域虽然国外的优秀企业占众多数，但是国内也有不少企业在国数据应用市场创造了不可磨灭的贡献。

自助式BI工具，可以帮助业务人员充分了解和利用企业数据，通过可视化操作，拖拖拽拽来新建分析，生成可视化的报表，帮助企业决策。但近几年的调查研究发现，拥有强大分析策略和模型的产品，比如Tableau、qlikview、congos等BI工具，并不能完全满足用户的需求，因为当前的大多数BI工具还缺少一些功能盲区。

对于大数据和云计算，天弘基金可以说在金融行业里是走在前沿的，从支付宝上线以来，公司意识到传统的基金运营无法满足公司的日常经营需求，因此天弘基金建立了一个大数据平台。

本文是58同城信息系统部高级经理余中洋对大数据在互联网行业应用的总结。以实际经验讲解了大数据从雏形到发展，以及发展过程中传统数据仓库到大数据平台的转化和大数据的可视化应用。

随着互联网和IT技术的推进，大数据的应用逐渐渗透到各行各业。尤其是数据体量大的互联网、金融、银行、制造行业。大数据正逐渐改变企业的运营模式，市场导向，进而惠及人们的生活。

FineBI和Tableau是比较好的自助式商业智能软件，功能都很强大，是企业数据可视化不可或缺的利器，但两款产品还是有非常大的区别的，例如Tableau的功能全面且深入，更适合专业的数据分析人员，而FineBI则是面向普通的业务人员，数据分析过程更人性化，更简单和易用，并为企业提供了全面的数据管理和用户管理策略。下面对这两款商业智能软件做个对比评测。

数据为王的时代，人人都需要掌握一些数据分析技能。不懂SQL，不懂数据库，Excel不精通，VBA不敢碰，这些都是横亘在面前的一道坎。然而，企业数据分析日益上涨，数据人才供不应求，为了降低入门门槛，近几年市面上大量涌现了一批自助式BI工具。自助式BI工具其实就是指大数据前端分析工具。简单安装，方便使用是其主要特征。目前的自助式BI工具，已经将维度的选择集成到控件组件的拖选操作，自动建模技术避免了手动建立数据模型。这样一来，数据分析工作能很好地落地到业务分析员手中，一方面能更快速地响应业务的需求，另一方面业务与数据的快速结合能提高决策效率。对于很多企业来说，自助式BI工具的使用，可以帮助企业实现相互部门之间的协作，帮助企业看到问题所在以及分析产生的原因。

随着数据爆发式增长，像ERP、OA、CRM等系统在企业运用的越来越多。这些系统的使用必然会产生很多的数据，比如在产品加工设计测试维护过程中产生的主数据；在生产采购库存以及电子商务运营过程中产生数据；通过互联网等渠道获得行业、市场以及竞争对手的数据。随着大数据的到来，企业在数据分析展现层面，面临着四大重要问题。

报表是一个企业数据分析管理的基本工具，尤其是银行、证券等“数据大户”，在报表的应用上有大量需求，也存在大量困扰。

近年来，越来越多的企业机构认识到数据的重要性，不断探究如何利用数据、如何生成有价值的信息。数据由企业生产，归根结底要服务于企业，指导决策，优化管理。但一套方案并不能适应所有情况，要围绕特性业务做信息化，对此，广西扬翔信息总监王永伟分享了扬翔自身的信息化实践，如何从计算机普及时代迈向互联网化。

数据作为新生产要素的重要性正在被越来越多的企业认同，数据可视化就是其中之一。不少的企业做了尝试，归根结底放到整个信息架构上来看，业务数据才是核心。

很多企业在信息化建设过程中会面临这样的困惑：随着系统的增加，建设的深入，积累的数据越来越多。沉淀在系统中的数据要利用，可视化成了问题，延伸到应用就形成了报表展示和数据分析展示的需求。

随着大数据的风靡，越来越多的专家、企业开始逐渐认同数据分析将在未来成为管理支持的重要依据。但企业建立数据分析系统并不是一件容易的事，在建设过程中会遇到各种特殊而难以量化的需求，尤其是对于集团化的公司。

随着企业在资本市场运作，对于资产、财务的可视化程度以及生产和销售的精细化程度要求也越来越高。因此，运用可视化的数据管理来支撑业务层对于企业运营状况的全局掌控，利用科学化的管理手段来配合企业的决策层和管理层，成为了信息化建设又一重要目标。

随着企业的发展，各业务系统沉淀的数据越来越多，原有单一的图表展示方式已无法满足企业的数据分析需求，报表数据无法灵活存储。

随着企业的快速发展，无论是人员还是业务都有了一定程度上的扩展，传统的管理方法势必会造成很多问题。而企业信息化管理是企业提升管理水平、理顺内部机制、增加盈利和降低成本的有效手段，因此引入信息化管理成了必然。

“智能制造”是依托市场需求的变化，集技术创新、模式创新和组织方式创新的制造系统，是集成制造、精益生产、敏捷制造、虚拟制造、网络化制造等多种先进制造系统和模式的综合。利用信息化集成的智能制造应用，背后是庞大的数据网络和系统分支。