不晒图是不是对不起2022???...

借用社区友友的的一句话----不得不说FineReport是真的好用！！！省时省力，容易上手，而且表格样式多样化。或许也是本人对FR的真实体会啦,但我更喜欢FSV的大屏功能,会省去更多动态编码的过程,真正实现动态可视化的敏捷开发! 课程建议： 对于课程内容设计是否能够加入应用场景的教学案例，比如财务、销售端的报表制作，配合设计相应的可视化大屏等，让学员从头到尾参与一次完整的项目建设，或多或少让学员对手头工作获得启发。 学习成果： 之前我都是自学为主，但是自学效率低不得要领，勉强通过FCA的入门认证，想要系统的学习还是要参加培训课程，经过这8周的学习，获益匪浅对FR有了更全面的认知，从简单报表开始，逐步到查询报表、填报报表，再到数据大屏，一步步跟着课程学习，课后作业认真完成，掌握FR是没有问题的，更有信心参加FCP的认证考试。 关于考试: 题库抽题,竟然没有抽到坐标体系的题,答题要求使用版本10,有点小惊讶!私聊班主任说11也可以,作业导师说必须用10,为了避开幺蛾子,打开尘封的台式机装上版本10,现学现卖. 题目的难度,给个五星!我觉得要比大多数工作场景中的难度高.毕竟工作场景中大多需求没有那么复杂. 加特报表开发技能,帆之认证,已过大半,感恩遇见,未来可期~~ 建议与期待: 1.增加一些SQL数据开发,服务器环境部署以及ETL数据处理等相关内容, 2.各类报表,决策/大屏...功能重叠太多,可做进一步优化, 3.相对于报表开发,FSV适用范围和频次更高,应当纳入认证范畴 4.报表设计器中条件优先级太高,增加了很多JS基础功能的应用难度. 5.当前认证仍然以版本10为主,希望能更新11的专题,希望以后不要局限于老旧版本了,该说再见就再见,版本10写JS体验特差了... 关于JS,文档涉及的案例太多,彻底沦为Copy大师.....不知是好还是坏,明显感觉越来越懒了! 最后,整理一份报表开发进阶攻略,以备未来之需: 快速入门: 章节 标题 内容简介 文档 第 1 章 快速入门路径 1.1 设计器安装 学会 Windows/MacOS 系统下安装 FineReport 设计器的方法 设计器安装 1.2 FineReport 界面介绍 了解 FineReport 设计器界面每个子面板的功能和数据决策系统的界面 FineReport 界面介绍 1.3 普通报表入门示例 主要以普通报表为例，讲述如何按照报表设计流程快速设计一张报表 普通报表入门示例 1.4 参数查询入门示例 主要以模板参数为例讲述如何快速进行数据查询与过滤 参数查询入门示例 1.5 图表设计入门示例 主要以柱形图为例讲述如何快速创建一张基础图表 图表设计入门示例 1.6 填报功能入门示例 主要以简单的报表为例讲述如何快速创建一张可进行填报功能的报表 填报功能入门示例 1.7 决策系统挂载报表 主要讲述报表制作完成后，如何挂载到决策系统供普通用户查看和操作 决策系统挂载报表 1.8 App 快速预览单张模板 主要讲述如何快速配置  App 预览单张模板的方法 App 快速预览单张模板 1.9 HTML5 端快速访问单张模板 主要讲述如何快速配置 HTML5 端预览单张模板的方法。 HTML5 端快速访问单张模板  第 2 章 入门最佳实践 2.1 第一张普通报表 在完成基础示例的学习后，进行整体报表的设计制作，展示多功能结合的报表模式 第一张普通报表 2.2 第一张聚合报表 第一张聚合报表 2.3 第一张决策报表 第一张决策报表 进阶路径 1.SQL编程语言的学习 《SQL基础教程》MICK.pdf (33.68 M)MySQL课件pdf版.zip (45.32 M)SQL Server 2008基础教程.pdf (43.69 M)SQL练习题.zip (120.82 K)   2.FineReport工具学习 1）帮助文档 2）产品新手入门视频学习 按顺序观看产品入门视频，边学习边实践，尝试实际操作 3）进阶产品视频学习 观看进阶的一些产品功能点学习视频，深入掌握工具使用 进阶产品功能 大屏的进阶开发 4）习题自测以及模拟 FineReport知识点自测.xlsx (15.09 K)FineReport自学习题1.doc (1.01 M)FineReport自学习题2.docx (676.66 K)   3.服务器部署学习（Tomcat） 1）了解服务器部署原理及方法 服务器部署在产品学习中有相关的学习，学习后利用不同方法完成Windows环境下的服务器部署 2）下载虚拟机（VMware），并在虚拟机中安装使用LINUX系统 3）完成部署后相关的配置操作 文档学习参考： 4.ETL工具学习（Kettle） 1）Kettle的下载,安装及使用   2）Kettle的学习 史上最强-Kettle-培训教程.pdf (34.86 M) 当然,本人不是很喜欢Kettle,有编程能力者还是自己写个中台吧,K这货不能监控数据生产状态,挺烂的...   模板市场  帆软市场 (fanruan.com) 我的应用 感恩遇见,致敬帆软,数智之旅,偶要去探索~~~ 欢迎各路数智大神一起交流成长.... 罢了,痛阳阳一枚,特别范畴夜间时光,继续与新冠搏杀吧~期待明天变杨康吧~

各位道友都有哪些插件需求,评论留言吖~~~ 下面已有的就不用留了,需要的直接去用~~  

最近几年一直挣扎在寻求敏捷开发的山坡上,今年才正式结缘简道云,时间有点晚,但算是遇见成熟的简道云,也算是少走了很多弯路了! 夏花可秋实,6月一口气报的帆软四大金刚学习班,在经历了三个月的碎片化学习和认证后,终于开始最期待的零代码工程师认证了.还是按照以前的学习套路,盲考通过A级别的认证,带着问题开始资深认证,从此以后,编程苦可短,我用简道云... 1.我眼中的低代码! 因为太"懒"的原因,所以一直希望能做到敏捷开发,期望加特那种不用写代码,只需要炫酷一下可视化就能完成开发的神器.前期做过选型,了解过阿狸的宜搭,鹅厂的微搭等几个平台,一直没有勾起我的精进的兴趣.或许是因为都还没有迭代到我所期待的零代码的能力吧! 2.我了解过的低代码 宜搭 - 个人感觉有点呆板,不够个性化!唯一的或许是比较便宜吧,哈哈~ 体验版：免费 标准版：1988元/年 尊享版：3988元/年 混合版：12万/年 简道云 - 对数据源的标准化要求较高,很容易上手,堪称零代码典范!个人觉得很适合非专业人士学习使用,上手难度很低的,不能私有部署算是个硬伤.价格方面还能接受. 基础版：免费 标准版：168 / 人 / 年；30人起购，即 5040 元/年 企业版：365 / 人 / 年； 30人起购，即 10950 元/年 私有云:   协商 卡拉云 - 可以接入自己数据库的开发利器,不得不向背后的这几个前辈致敬!光凭可以接入多种类型的数据库，便于打通企业不同系统的信息化平台数据库这一点,我就很服气!灵活性提升了不少,价格方面和简道云差不多,也算公道. 个人 / 小团队版：永久免费 初创企业版：5900元 / 年 集团企业版：19900元 / 年 私有部署：协商 微搭-不想说了,还在抄袭别人,但没有实现超越,但鹅厂的潜力不容小视... 3.我喜欢的简道云亮点 聚合表----轻松解决数仓实时计算难题; 数据工厂----不用ETL工具也可以玩的高大上; 智能助手----业务自动化,你可以不用死磕人工智能算法; 自定义插件----为开发者的创造力插上飞翔的翅膀; 仪表板----我感觉,BI和Report可以不用学了...啊哈哈~~~ ...... 4.建议与期待 希望聚合表中计算突破加减法限制,可以支持公式调用和更全面的算法;   希望能做个私有部署的版本! 5.关于FCA-简道云认证的学习--入门容易精通尚需努力 3个小时就可入门操作,一点都不难!看看简道云入门视频就可以上手! 成为高手,预估1-4个月,具体得看各自的具体情况,秘籍只有一个,多想多练少偷懒! 课程重点 核心应用知识--表单设计,流程设定,表单发布,仪表盘,聚合表,智能助手,数据工厂,通讯录管理 其它知识--插件,Api和前端事件等 整理下有助于精进几个比较好的学习资源: 文档 视频或直播 企业信息化管理学习班 简道云数据分析案例合集 企业信息化管理学习班 精讲学习班课程 初接触的同学可能有些痛苦,但坚持三周甚至几个月后,会在产品设计,流程梳理,自动化办公应用开发等方面有质的飞跃.相比bi和报表工具,虽然在可视化方面不能比及,但综合而言,在帆软所有的产品中,我更看好的是简道云的未来!~~~ 举个简单的例子:校运会报名系统-输入学号轻松实现报名 - 可视化也会轻而易举的~~~ 6.flag To be FCP & Scrum Dev.

MongoDB 提供了可用于 32 位和 64 位系统的预编译二进制包，你可以从MongoDB官网下载安装，MongoDB 预编译二进制包下载地址：https://www.mongodb.com/download-center/community 注意：在 MongoDB 2.2 版本后已经不再支持 Windows XP 系统。最新版本也已经没有了 32 位系统的安装文件。 MongoDB for Windows 64-bit 适合 64 位的 Windows Server 2008 R2, Windows 7 , 及最新版本的 Window 系统。 MongoDB for Windows 32-bit 适合 32 位的 Window 系统及最新的 Windows Vista。 32 位系统上 MongoDB 的数据库最大为 2GB。 MongoDB for Windows 64-bit Legacy 适合 64 位的 Windows Vista, Windows Server 2003, 及 Windows Server 2008 。 下载 .msi 文件，下载后双击该文件，按操作提示安装即可。安装过程中，你可以通过点击 "Custom(自定义)" 按钮来设置你的安装目录。 下一步安装 "install mongoDB compass" 不勾选（当然你也可以选择安装它，可能需要更久的安装时间），MongoDB Compass 是一个图形界面管理工具，我们可以在后面自己到官网下载安装，下载地址：https://www.mongodb.com/download-center/compass。 # **创建数据目录** MongoDB 将数据目录存储在 db 目录下。但是这个数据目录不会主动创建，我们在安装完成后需要创建它。请注意，数据目录应该放在根目录下 (如： C:\ 或者 D:\ 等 )。在本教程中，我们已经在 C 盘安装了 mongodb，现在让我们创建一个 data 的目录然后在 data 目录里创建 db 目录。 cd C:\ md "\data\db" 复制 命令行下运行 MongoDB 服务器 为了从命令提示符下运行 MongoDB 服务器，你必须从 MongoDB 目录的 bin 目录中执行 mongod.exe 文件。 C:\mongodb\bin\mongod --dbpath c:\data\db 复制 如果执行成功，会输出如下信息： 2015-09-25T15:54:09.212+0800 I CONTROL Hotfix KB2731284 or later update is not installed, will zero-out data files 2015-09-25T15:54:09.229+0800 I JOURNAL journal dir=c:\data\db\j ournal 2015-09-25T15:54:09.237+0800 I JOURNAL recover : no journal fil es present, no recovery needed 2015-09-25T15:54:09.290+0800 I JOURNAL Durability thread started 2015-09-25T15:54:09.294+0800 I CONTROL MongoDB starting : pid=2 488 port=27017 dbpath=c:\data\db 64-bit host=WIN-1VONBJOCE88 2015-09-25T15:54:09.296+0800 I CONTROL targetMinOS: Windows 7/W indows Server 2008 R2 2015-09-25T15:54:09.298+0800 I CONTROL db version v3.0.6 …… 复制 连接MongoDB 我们可以在命令窗口中运行 mongo.exe 命令即可连接上 MongoDB，执行如下命令： C:\mongodb\bin\mongo.exe 复制 配置 MongoDB 服务 注意：一些新版本的 MongoDB 安装时已经自行完成大部分配置，如果以下目录已经存在，你可以直接跳过这部分内容。 管理员模式打开命令行窗口 创建目录，执行下面的语句来创建数据库和日志文件的目录 mkdir c:\data\db mkdir c:\data\log 复制 创建配置文件 创建一个配置文件。该文件必须设置 systemLog.path 参数，包括一些附加的配置选项更好。 例如，创建一个配置文件位于 C:\mongodb\mongod.cfg，其中指定 systemLog.path 和 storage.dbPath。具体配置内容如下： systemLog: destination: file path: c:\data\log\mongod.log storage: dbPath: c:\data\db 复制 安装 MongoDB服务 通过执行mongod.exe，使用--install选项来安装服务，使用--config选项来指定之前创建的配置文件。 C:\mongodb\bin\mongod.exe --config "C:\mongodb\mongod.cfg" --install 复制 要使用备用 dbpath，可以在配置文件（例如：C:\mongodb\mongod.cfg）或命令行中通过 --dbpath 选项指定。 如果需要，您可以安装 mongod.exe 或 mongos.exe 的多个实例的服务。只需要通过使用 --serviceName 和 --serviceDisplayName 指定不同的实例名。只有当存在足够的系统资源和系统的设计需要这么做。 启动MongoDB服务 net start MongoDB 复制 关闭MongoDB服务 net stop MongoDB 复制 移除 MongoDB 服务 C:\mongodb\bin\mongod.exe --remove 复制 命令行下运行 MongoDB 服务器 和 配置 MongoDB 服务 任选一个方式启动就可以。任选一个操作就好. 如果你需要进入MongoDB后台管理，你需要先打开mongodb装目录的下的bin目录，然后执行mongo.exe文件，MongoDB Shell是MongoDB自带的交互式Javascript shell,用来对MongoDB进行操作和管理的交互式环境。当你进入mongoDB后台后，它默认会链接到 test 文档（数据库）： > mongo MongoDB shell version: 3.0.6 connecting to: test …… 复制 由于它是一个JavaScript shell，您可以运行一些简单的算术运算: > 2 + 2 4 > 复制 db 命令用于查看当前操作的文档（数据库）： > db test > 复制 插入一些简单的记录并查找它： > db.runoob.insert({x:10}) WriteResult({ "nInserted" : 1 }) > db.runoob.find() { "_id" : ObjectId("5604ff74a274a611b0c990aa"), "x" : 10 } > 复制 第一个命令将数字 10 插入到 runoob 集合的 x 字段中。

一 下载安装文件 jdk的安装与配置是Java学习的第一步，下面记录一下具体过程。首先根据自己系统下载对应版本。下载地址http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html 二 安装双击exe文件，按照默认设置一步一步安装。 路径一定要自己记清楚，安装完成。 三 配置环境变量右键“此电脑”——“属性”——“高级系统设置”——“高级”——“环境变量”——“新建”： 1.新建环境变量JAVA_HOME变量名：JAVA_HOME；变量值：D:\JDK\jdk1.8.0_161 。变量值是自己的jdk安装目录： 2.新建环境变量CLASSPATH变量名：CLASSPATH变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar需要注意变量值前面的“.;” 四、检查jdk是否安装成功1、打开命令窗口cmd2、输入java-version

帆路曼曼远修可期,挑灯求索适可而止,关于数据运营官这篇帖子,八月份就占了个草稿贴位,终因各类人间凡事缠身,迟迟不能动笔,好在长假来临,FCP-报表用去了三个下午的时间完成答题.终可抽闲来社区继续摸鱼~~ 说点什么呢? 还是从认证考试开始吧. 现在已经不叫数据运营官了,改名业务分析师了,我个人觉得前者比后者更好听,更综合一点,至于为什么改名叫业务分析师,有点不解,或许这是仙人考虑的事,我们这些"凡"人就不多吐槽了!我个人理解的可能是考虑到帆软各类工具未来发展重点和现阶段数据运营官的课程设计还有很多待完善等方面的因素.不过不管怎么改,看了看新的业务分析师课程目录,课程设计上有了不少进步,还是强烈推荐大家来学一学.并不是为帆软做托,我只想说,懂设计,懂开发,还懂业务的复合型数据工程师还是太稀缺了. FCP-业务分析师如何高分通过? 本番薯报的学习班是7月中下旬开始的,和九月份刚刚结束的,时间上和bi与报表班都有所冲突,为了合理的安排作业时间,是提前于8月1日完成了Fcp认证,之后才真正系统的进行了学习.因为没有考试的压力,所以整个学习过程还是比较轻松,且有了更多的时间去思考和查漏补缺. 有几个番薯朋友反馈,都希望能取得较高的认证成绩,我就王婆卖瓜,在不突破认证协议的情况下给大家一点建议: 课件涉及的内容一定要理解,并能做到举一反三的效果.虽然理论不是FCP认证的主要内容,但没有理论是万万不行的. 模拟题建议大家都系统的做一下,不仅要求要会做,更要要求要做会. 关于考试答题,说多了不太好,我换个思维给友友们做个指导: 祝各位未来参加认证的朋友们成绩都比我高!~~~加油~~ 过程有点不容易,收获来的不容易! ☆☆☆ 数据运营官思维可助力数据人员打通业务需求-数据成果的闭环,别忘了融合数知鸟,BI,Report,简道云等开发/分析工具!!! 数据运营官的知识路线图 帆软路线图 帆+Mine 些许数智化之路的学习总结----希望能对各位看官有所帮助!也希望未来能看到更多前辈的分享. 推荐谁来学? 企业中有需求管理、指标梳理、业务逻辑梳理、项目规划等需求的人员; 想提升综合数据能力、推进数据应用落地的业务人员和信息化落地人员; 信息化项目产品经理 数据中台开发工程师   还需要完善自身知识结构,爱学习的数智人... 课程收益 知识结构体系 业务分析认证 奖学金~~ 新版认证考察侧重与大纲：   建议下载 FCP-业务分析师新版模拟试卷熟悉考试模式 戳我下载FCP-业务分析师模拟题>>>  

一 关于阿狸的疑问. QQ已经逐渐淡出职场了,花精力做这个是出于什么目的? 微信势头已盖过QQ,公众号平台可以对接机器人客服,是不是更有意义点? 我估计我自己使用阿狸的可能性不大. 二 关于快速响应和增强客户体验的些许思考. 个人觉得与客户互动和交流的平台应该相对单一点,如果社区BBs能够满足就没必要增加其他过多的渠道和方法,实在需要增加,应当基于用户行为习惯趋势. 技术性的问题解决现在主流都是使用智能客服+工单,使用微信公众号对接智能客服可能更符合习惯和趋势些,而且便于整合公众号已发布素材资源. 文档类的解决方案直接对接帮助文档检索更高效点. 复杂的技术问题,使用操作视频解答更方便点. 应该优化一下社区帮助检索的查准率,突出模块化目录式检索的能力. 三 体验过程 主要问题点: 关键词的识别不够精确,场景问题关联不够丰富. 1.开盘直接VIP,想见见智能阿狸好难啊! 感觉有Bug,第一次体验没见到阿狸,直接接入了人工... 2.阿狸有点害羞+谦虚,不善于表现自己呢. 3.最核心的层次坐标竟然识别错误啦! 4.关键词的抓取重点不突出,太单一. 该问题应该突出案例而非大屏,拓展次数和行数应该对应的是函数方法. d 5.终于学会和阿狸进行对话了,排序,联动,图表名等关键词对答的有点靠谱. 6.有卡克了,太前端的技术好像还没有给阿狸智库灌输呢?  

一 场景介绍 公司每年通过秋招招聘一批大学毕业生,在未毕业前进入企业开始近4个月的顶岗实习,实习学生可借此提前完成职业转换.但目前普遍采用的是将实习分散安排到各部门初级岗位,由部门相关人员自主安排简单带教的粗放方式.存在较严重的培养效率低下,流失率高,人力成本浪费等方面的问题. 1.场景问题梳理 2.责任中心现状分析 责任中心 现状 培训管理人员(人力资源中心) 缺乏精细的职业化培训计划与大纲,致使各部门及培训管理部门无法准 确的确定培养目标和方向,无法有效制定/实施培训计划; 缺乏体系化的职业化训练课程体系,培训内容缺乏针对性,实习培训内容简单,流于形式; 缺乏针对性的导师/讲师/培训考核方案,无法及时准确的鉴定实习培养成果. 顶岗实习工序/部门的带教师傅 多局限于个人业务领域安排实习人员从事简单的事务工作,致使实习人员无法深入的理解业务内容及流程,带教效率低下; 带教师傅对实习培养目标定位不高,经验分享与传承的积极性不高,带教流于形式问题突出. 高层/各部门负责人 缺少对非部门实习人员的考察和培养机会 无法实时掌握所有实习人员的实习成长情况; 不能对实习人员技能专长,职业素养等做出准确评判,无法为部门选择留用合适的储备人才; 顶岗实习人员 实习目标不清晰,知识技能进阶有限,无法在短期内达到相应储备岗位最低要求; 实习期间业务参与度低,学习到的知识和工作技能偏少,致使对公司认知度出现偏差,实习结束后留岗率偏低; 实训期间对价值业务的参与度低,致使产出贡献偏低,实习收益不高. 一直以来,因公司内部疏于实习人员精细管理,致使缺乏对实习人员管理和培养过程,结果信息的集中管理，致使对相关业务计划协同和跟踪流于形式,缺乏深度和数据抓手。 近两年,公司高层及各级部门已逐步认识到人才储备与梯队建设的重要性以及以往实习人员培养效率低下,成本浪费等问题,并向人力资源中心提出明确的实习人员培养及数据化管理目标.人力资源中心也围绕提升实习人员职业化实训效率和质量,降低人力成本损失,细化培训管理等目标,制定了系统的实习人员职业化实训方案,并向数据分析团队提出了配套数据转型需求,希望能适时掌握实训计划进度,阶段目标/终极目标达成,相关责任主体考核等关键数据,提升过程控制与目标达成能力。 3.业务目标与数据生态诊断 为准确把握并满足人力资源中心实习人员职业化实训配套数据管理业务需求,支撑公司实习人员培养管理目标达成,作为数据业务负责人,我们首先对相关业务目标进行梳理定位,并对实习人员培养体系现状进行了诊断和分析,为下阶段确定优化方向和解决方案提供依据。 3.1 业务目标分解 3.2数据生态诊断与改进点分析 二 核心需求与方案蓝图设计 1.需求整理与解决方案 业务核心需求 数据解决方案 适时掌握实训管理进度数据; 实时展示阶段成果与考核结果; 适时展示投入产出指标数据; 提供学员成长路径,能力画像,为各部门选拔储备人员提供依据等. 实习生职业化实训管理驾驶舱 学员画像仪表板 2.蓝图设计 3.价值预期 方案整体设计与上线后,将进一步提升实训计划流程管理能力,促进培训效率和质量,提升公司数据资产,具体创造多方面的价值: 价值类型 价值体现 管理价值 完成实习人员职业化实训管理数智化转型与相应制度规范体系建设,提升数据治理能力; 通过BI/报表标准化,实现实训数据统计分析自动化和跨部门共享,为过程管理,储备人才选拔提供决策依据; 驱动实训业务计划精细管理,提升培训效率和质量,实训投入产出比从1.1提升到1.7以上,毕业留用率从50%以下提升到75%以上,人力储备成本损失大幅降低; 新老人员带教融合,组队竞赛,提升内部人员融合度,促进业务创新. 数据价值 通过仪表板实现培训进度与关键指标即时展示和分析,提升数据效率和考核依据; 通过财务数据治理,增加公司数据资产. 信息价值 关键绩效指标快速统计和共享,提升了绩效考核的效率和及时性; 培训考核数据,学员画像透明化展示,为各部门选用储备人才提供依据; 指标阈值预警提升责任定位效率,有助于问题得到预防或及时整改. 特殊价值 学员职业转化,商务办公基础技能速成,提升学员满意度; 学员实训与毕业设计相结合,实习毕业两不误. 三 系统设计与开发 1.数据架构设计 2.指标梳理 3.统计方法与可视化组件 指标归类 统计方法 可视化 考核达标率 计划完成率 竞赛获奖率 优秀学员占比 投入产出比 占比 指标卡 仪表盘 明细表等 职业化指数 满意度评分 考核成绩 加权平均数 排名 指标卡 雷达图 词云/条形图等 质量损失 实践产值 累计值 平均数 排名 柱状图 组合图等 计划进度状态 / 表格/甘特图 4.可视化设计 可视化展示类型 功能要点 综合驾驶舱-主仪表板 集中归类展示实训计划相关关键目标/指标达成与阈值预警; 展示实训计划进度节点; 提供阶段考核结果/学员画像跳转接口; 提供课程评估/导师考核数据跳转接口(选做). 学员画像看板-子仪表板 学员实训考核成绩实时排名; 学员能力画像; 学员成长路径. *通过点击龙虎榜排名个人姓名切换个人画像数据. 5.可视化效果 综合看板(共享稿): 学员画像看板(共享稿) 四 方案总结 1.方案实际意义 完善培训模块数据分析原始数据、基础数据、分析数据等多维数据库建设. 完成一套实习人员培训管理BI/报表可视化分析看板, 实现计划进度数据,指标达成数据自动分析与可视化,提升培训管理数据治理和实用能力. 完善了实训数据分析流程手册,数据安全与权限规范,数据结果应用标准与考核规定等管理制度. 拓展并提升了实习人员职业能力技能短板,为公司各部门培养大量自助分析的人才. 通过轮岗实训带教,竞赛交流等活动,改善了新老员工融合度,丰富了内部创新活动. 2.后期工作重点 理论考核实现电子化考核; 精品课程电子化; 推进全流程岗位关键能力实验课开发,完善基本业务能力实训信息化教学; 推进储备人员在职教育,留存监控等业务数据转型.

落地方案已转至数知鸟专区:【数据运营官】实习生职业化实训管理数智大屏-帆软社区 (fanruan.com) 附:可视化效果 综合看板(共享稿):   学员画像看板(共享稿)

友友们,看官们,月饼节快乐! 帆软生态的老师们,教师节快乐~~ 啊哈哈~~ "漫长"的课程学习终于快结束了~ 时间过得真快,从6月一口气报名帆软全系列在线学习班以来,转眼都快三个月了,回头一看,三个月已经学完BI,报表分析,数据运营官所有课程,此时此刻,除了课程收获之喜悦外,最快乐的莫属于熬夜写作业的日子应该结束了!是的,至少从今天开始,不用再熬夜写作业了... 是该来一口月饼,庆祝一下,啊哈哈~~~ 不扯远了,回归主题,还是习惯性的给课程画个句号吧! 怎么评价数据运营官这个课程呢? 首先,通过课程学习费用和时间维度来看,相对比BI工程师和报表工程师学习班而言,数据运营官的课程费用是6000元/两个月,单从这个维度来看,数据运营官算是帆软认证体系中"含金量"最高的一科了. 其次,如果说BI和Report是数据分析武器的话,那数据运营官课程就是如何使用好这两项武器的秘籍啦,学会了这个秘籍,数据人就可以在数据转型业务江湖中游刃有余了. 第三,就个人学习过程而言,数据运营官课程涉猎了信息产品需求分析,产品设计,指标设计,统计理论,项目管理以及数据分析与开发等方面的内容.不同于BI和报表班课程重于可视化技术,数据运营官除了产品和项目管理技术之外,更注重与产品思维模式和项目应用;除了在线课程之外,定期举办专题讨论,不仅有助于学员消化吸收课程知识,更能帮助学员结合工作实践,举一反三,可帮助学员更加聚焦业务需求分析与方案设计及落地。 第四,关于课程中嵌入的数知鸟工具,这个工具很不错,对于大公司复杂需求场景而言,可大幅提升需求分析和整理的效率和质量,也一款很不错的数据产品和项目管理的效率工具. 总的来说,如果想提升数据产品能力和项目管理能力的小伙伴,学习下这个课程是非常有必要的.虽然两个月学习过程有点苦,但过程绝对是充实的. 说明:“数据运营官”已经升级迭代为“BA业务分析师”！ 作为一名资深的量化人,深知代码之不容易,现已加特FineBI,FineReport,FIne业务分析师...开启低代码数智旅程,未来更加可期,立2个Flag,见证自我成长! 1.进一步吸收和消化帆软生态产品的精华,提升自身数据产品能力; 2.今后所有数据项目,都要为客户提供高于用户需求的项目成果!

掐指一算,从自己第一个量化项目至今已有7年有余,从敲下第一行Python代码开始,到QT可视化的瓶颈,从AI探索至BI之初见(FineBI),看似一组相邻子母的距离,我却足足用了6年.初见Fan软还是一年前的事了,或许机缘未到,一年之后才算真正相识,却已"相识恨晚"...... 如果说兴趣是最好的老师,那么缘分或许就是对兴趣的精准匹配,正因为自己多年来对数据科学的专注,所以如今的相见恨晚,或许早已注定.从清明假期真正认识帆软至今,已过一季轮回,说长不长,话短也不短.一季帆软之约,已是收获满满~~ 第一回 感恩遇见~凡(帆)人已在途~~~ 4月上旬,出于对初识帆软的好奇,一口气浏览了BI,Report近半数文档,并报名参加了4月份BI的打卡营,学习过程中知道了帆软认证的细节,于是乎,在打卡营刚刚开始之时,带着了解考试内容和方向的想法,试了试BI和Report的初级认证,意外的是竟然都通过了.这进一步激发了对帆软产品学习的信心,内心便留下了深入学习所有帆软产品的种子.但由于4,5月份正值自己量化数据中台二次测试的关键阶段,便暂时搁置了深入学习的计划. 6月中旬,一口气报了BI,Report,数据运营官,简道云的学习班,开启了帆数之炼狱! 最先开班的是FineBI,通过一周多时间的学习,发现学习班的学习任务量和作业量很大,于是意识到自己可能犯了一个严重的错误,要等到7月四个班同时开课时,根本就没有时间完成学习和作业任务.经过向帆软的老师确认了学习和认证事宜之后,便重新调整了学习的计划,因为考虑到自己对BI方面比较熟练,也考虑到数据运营官课程是所有课程分量最重的课程,故而决定7月份拿下BI和数据运营官的资深认证,为8月,9月的学习减轻压力. 功夫不负有心人,经过二十多个晚间的坚持学习,完成了BI和数知鸟产品文档的系统学习.并在7月11日完成2207期数据运营官认证考试报名.信心满满之时,又发现所有考试认证的时间都是重叠在一起的,在和帆软几位老师沟通之后,确定报名后考试时间是不能更改的.只能硬着头皮考两科了! 第二回 夏花夏实~~帆人已归队~~~   1.FCP认证结果分析 科目 大纲 认证结果 BI BI考试大纲 数据运营官 数据运营官认证大纲 2.翻车有点小遗憾~ 分值最低的题,自认为本次最简单的题,不小心点错自助数据集的一个按钮,致使分析结果全盘错误,秀了一把数据清洗的炫技,最终捞了个竹篮打水... 3.认证时间 总体上来看,同时考两科,时间上确有一定困难,需要合理安排好时间!(作为过来人,还是建议读者朋友们不要同时报考两科了,过程有点苦,实属自虐!) 日期 做题进度 花絮与心情 7月29日-30日 17:00-20:00 考题分析-制作模板-初步构思-根据分值与预估难度排序-确定答题顺序 争取明天中午做完数据运营官试卷~~~ 加油!!ヾ(◍°∇°◍)ﾉﾞ 20:00-02:00 第1,2,3,5题 业主群闹翻了!对面小区出现红码,被封啦.... 两耳不闻窗外事,一心只为FCP. 06:30-11:00 第4题 噢耶~~ 23:50 运营官交卷 身在BI,心系运营官,交卷算了,免得影响心情~~~ 7月30日-7月31日 12:30-01:30 做完5,3,2,1,4道题  长出一口气,洗洗睡吧 07:00-8:00  开始第6题  楼下喇叭闹翻了!"全体居民注意...我区今日开始全员核酸......" 龟儿子,填啥子乱嘛?!!! 意外啊~~~555~~有点心慌!~~ 08:30-11:00 核酸检测   全家核酸进行时... 人在"抽签",心在题~~~ 12:00-20:30  完成最后一道压轴题 (*^▽^*)发个圈,嘚瑟一哈~~ 感谢战友鼓励~~~ 21:00-23:50  录制视频 视频也费事啊o(╥﹏╥)o 08月01日 00:30-01:00  整理打包试题 终于完成了 (幻想一下:睡个好觉,明早起个早再检查一下就可以交卷了~~~~噢耶~~) 05:00-05:07 检查or交卷 太困了!!!!大脑完全不转了~~ (周公召唤,应该能过,不检查了,交卷补瞌睡...) 第三回 祸不单行~帆路亦曲折~~ 1.38+度持续高温赛过考试的热情! 最近,走在大街上听到最多的词莫过于"太热了~",确实,有点热死人的节奏,生来几十年经历的最热的一个夏天吧,几乎每天都要经历一次"出门五分钟,流汗两小时"的洗礼,回家直奔冰箱"一瓶凉茶,一盘冻西瓜."的标配生活也有点厌倦了~~~ 晚餐后也不能运动减肥了,灌水帆软社区消耗也不小啊,一个月下来,少了几斤肉,也算有点额外之喜啦. 2.疫情,无处不在的魔鬼! 这几年,保卫绿码已成为生活的主基调.考个试,也摆脱不了新冠恶魔的袭扰,毕竟"守不住绿码,神马都是浮云...",恶魔来扰,再大的是也都要放到次位,真服了~不服不行!但愿人类能够早日取得战疫大胜,我就想安安静静的学下帆软,就不要再生事端了. 3.考试实战心得: 盲目自信是自杀----定要检查! 如果你是一个完美主义者,做完题目后,只要是有时间的话,最好是多检查一下,考试评分和扣分很严苛的,会具体到思路截图这些细节上,当然,检查也是一种提高,会帮助你发现并及时纠正不必要的错误. 沉着冷静是法宝----勿急勿躁! 考试过程中,时间是最宝贵的,不管遇到什么意外或困难,都不要因此而干扰自己的情绪和时间,记住,单就考试而言,将有限的时间用到做题上是唯一有意义的事! 细节决定成败----防止翻车! 做题过程中,一定要细心,特别是数据处理过程中,关键过程中的按钮一定要按键正确,否则很容易造成重大错误. 第四回 痛定思痛~帆途尚可期~~~ 1.数据之酷源于数"苦" 大数据给我们工作和生活带来的视觉冲击和高效体验是倍棒的,但每一次绝美的展示都离不开系统的积淀和专业的设计.如果要为以后的工作生活增添更多小而美的数智体验,那就静下心来一段帆软学院的数智炼狱吧,! 我的帆软之路算是按部就班的了,经历过新手7天打卡营,精讲班系统的学习和练习,感觉这个路线还是比较轻松和顺利的.如果有后来的新手,建议按照这个方式学习吧,总结一下进阶指南,顺带叮嘱几句: 文档要看,函数要练,模型要建. 独乐乐不如众乐乐,建议要学习的报个班,有奖学金,有免费考试券,还有其他课程优惠券~~~ 学习路线图   之后,祝愿后面参加认证的番薯们,个个都是满分飘过.数智化的未来,前路漫漫,一起加油. 2.很久没这么认真的考试了,最近几个月的自己都自己被感动了几次,趁着"高温"未去,再立两个FLAG: 技多或许不压身,报表和简道云,来月见~ 希望未来的自己能成为国产BI帆软产品实践者和推广者,能让更多的用户借力帆软产品,插上数智的翅膀~   第五回 饮水思源~帆人当建言~~~ 1.关于帆软职业资格认证 战线有点长了,希望能压缩一下~ 各科目认证考试时间不要重叠,一期考两科,确实有点遭不住~~ 建议增量数据处理模块的题目,毕竟Bi的展示很容易,但高效稳定的可视化,更离不开有机且精简的数据处理,建议后期认证数据处理部分可以增加分值20分或50分. 考试截图可考虑添加水印(姓名+机器码+时间). 2.关于产品生态建设的几个想法 建议针对数据处理模块单独出个跨仓采集,分布式,多线程中台产品,使得数据生产和应用更加独立,也会大大降低敏捷展示的系统压力. 可否做强模板交易市场,激励更多开发者创造实用价值高的数智解决方案,在尊重知识产权的情况下,促进方案共享. 可否建立数智合伙人模式,让众多成熟的FIner成为产品的实践者和推广者. 第六回 FCP加特~数智苦可短~~~ 相信和众多加特FCP的前辈一样,都已经开始享受BI带来的便捷体验,其实我想说,其实就当前所有BI产品而言,还有很多不能满足AI的功能,大家都不要满足于BI,一起努力使得BI更加AI啊...或许有那么一天,我们只需要脑海中产生个"我要看看**数据"的意念,数据神灯就可以为我们提供全方位的数据解决方案啦~~~届时,每个人都会齐呼"人生苦短,我用Fine~" ------------------> 感谢帆软,量化人加特FCP... 气温什么时候变凉快啊?我还是去再切好多块西瓜冷冻上~ 人生苦短,我继续Fine...

最近有点小忙乎~ 事多,课多,作业多,好想有个三头六臂... 不过学习还是件有趣的事~~

1.学习初衷 （1）本人一名地道的数据爱好者,量化实施顾问,在接触FineBI之前,一直使用Python和QT寻求数据解决方案.和帆软的初次相识应该是一年前,无意中注册了个试用账号,但因当时忙于量化数据中台的开发,错过了试用时间,后来渐渐的就忘了这事......一直到今年清明假期期间,难得的闲暇时光在手机上刷数据公众号,无意间发现帆软2022数据大赛已经开始,认真了解了一下,觉得是个很不错的以赛带学的机会,于是乎立马报名,开启了帆软的正式之旅...... FineBI初体验----易! 打卡营助力快速学成,获得FineBI工程师初级认证,创作参赛作品,并有幸获得最佳行业应用奖! （2）从哪里了解到的BI学习班、为何选择BI学习班  FineBI再体验----实属不易啊!!! 6月15日,一口气报了大满贯学习班(FineBI,Finereport,数据运营官和简道云),因为没有仔细看课程介绍,原以为学习会比较轻松..... 2.学习经历 犯大错了,哎!~~~ 后来在学习的过程中才发现,6月15号报班原以为是个美好的开始,却成了痛苦的开始... （1）必须得吐槽吐槽: 学习量大就算了,作业量更是出奇的大,白天没时间学习的话,晚上和周末的时间都得搭在这上面,要是有点事耽搁一下,熬夜是免不了的! 帆软的认证考试,每月一次,但都集中在同一时间,每科考试两天多时间,想一起考多科,不好办,不得行! （2）课程建议： 再不要一起报多科目了,根本学不过来! 学习流程:刷视频-做理论-读文档-做实操-交作业!  3.学习成果 （1）个人成长 技能路线图 每周实操题作业量很大,也有一定难度,通过自己思考,自己解决问题,对于掌握技能很有帮助,除了基本的操作之外,比起打卡营而言,学习班能系统的学到更多的BI模型和高级技巧! 相比先前的自己,通过学习班,我将以前那个完成多个模型开发的想法落地了! 在此基础上,自己也有了很多个自创的分析模型,后期继续升华吧. 作业路线图 作业多,作业难,不能轻言放弃! 我是个实践派,理论题做过后基本不去检查,有限的时间花在实操作业上! 这个成绩单排不到前三名!!我除了挤时间学习Fine外,还应该向学霸们学习...... 一个班五六十人,我或许应该打住"吐槽",因为最辛苦的不是自己,背后的作业批改老师应该是最最最最辛苦的啦~~~致敬!! 深受感动,立个Flag----活到老,学到老吧!量化人,一起来~~~ 原以为曾经通宵敲代码的量化人很酷,现在看来,FineBI在某些方面比敲代码要酷点,当然也需要有个比肩敲代码的苦! （2）工作应用 这里或许应该来很多详细的介绍,但考虑到时间的问题,我不得不选择简单点,先上几个图例,后期有空再介绍介绍实现过程吧! 4.小结 学习是个简单且又不简单的过程!感谢各位帆软人的分享和奉献,感谢熬夜学习的数智夜路人! 向老师申请了一下,将简道云的班调到九月了,剩下的三科本周都开课了,自找的数智炼狱开始了...! 月末准备考两科,预祝个顺利之后,继续做作业ing...    

免费领取数据分析实战宝典!

Your browser does not support video tags. 作品公共链接:  https://bisolutions.fanruan.com/webroot/decision/link/GPWO   一、作者介绍 1.作者简介 WeChat:eaglezone 2.参赛初衷 掌握FineBI的使用方法和技巧,熟悉BI业务流程,提升BI熟练程度; 进行基于BI工具构建适合多公司财报多因子智能分析模型技术验证; 希望后期能把FineBI自助分析场景融入到自编脚本程序中,最终推出一款开源的财务数智化解决方案; 希望能够在以后的工作中能够成为FinBI的推广者; 通过参加比赛结交更多BI领域内的朋友。   二、作品介绍 1.需求背景 某集团公司投资管理部门经常会基于财报数据对拟投资公司开展财务诊断评审与尽调工作,同时也要定期对公司已投资及下属公司进行阶段性管理评审,每家公司评审工作都要团队花费1-2周时间,费时费力费资源! 此外,企业外部审计、尽调、投资人员也会经常遇到类似的工作场景。   2.需求痛点 财务类管理评审,投资调查,审计或尽调类工作费时费力,频率高,投入大; 具体工作涉及数据量大,维度指标繁杂,实现高效,直观结果展示难度高; 深度分析工作对IT,经营,业务,决策等专业要求都很高,此类工作难度较高。 IT人力与硬件成本高,使得很多中小型企业望而却步; 传统财务软件报表功能简单,无法满足数智化需求。   3.立项准备 3.1  确定主题:企业财报数智化解决方案 注意事项: 财报数智化是指基于企业三大基础报表及财务报告数据开展自动化数据建模,因子分析,财务质量效率诊断评价等行为。 需要特别注意切不可混淆财报数智化和财务数智化的概念。 3.2 制定计划 因考虑到此前并未使用过FineBI工具,报名时间相对较晚,为确保按时完成作品设计,特做了个精细的作业计划。   4.预期成果 基于案例公司及所属行业公司的财报数据,使用BI工具构建一个通用性的多维度、多因子财务质量与效率诊断评估模型,最终形成一套可供企业内、外部人员均可使用的财报诊断分析BI解决方案。   5.技术路线 第一步:使用FineBI自助分析场景库设计仪表盘; 第二步:标准化BI可视化需求数据集; 第三步:编写脚本程序对财报数据因子动态赋值,实时/定期生产BI数据集(含报表归集库和模型评分数据集); 第四步:数据集更新至FineBI场景库,实现智能化仪表板 本作品主要侧重于第一步,第二步及第四步中智能化数据处理与展示功能。   6 BI解决方案 6.1数据来源(自选数据) 本方案BI分析数据系使用自编脚本程序采集的上市公司公开发布的财报数据。 方案设计原本仅需一个公司及其所属行业相关公司公开数据即可,但考虑到能更好的体现方案对不同使用对象需求及不同使用场景的通用性,本方案拟在玻纤和航运港口行业各选1家公司进行数据采样、BI设计和技术验证。相关数据如下: 6.2分析思路 基于财务报表,进行量化建模,基于BI分析与可视化结果,反映公司经营质量与效率状况,发现经营异常数据,具体通过以下思路来实现: Step1:构建多维分析模型(行业对标模型+财报能力模型(盈利能力、运营能力、成长能力、偿债能力、现金能力)); Step2:基于各维度子模型构建多因子指标体系; Step3:按财报日期节点和行业维度,利用BI工具对指标数据进行纵向/横向分析并实现可视化; Step4:基于BI可视化结果,直观展示对公司经营质量和效率的评估结论与所发现的经营问题; Step5:根据诊断结果辅助经营/投资等决策,引导异常问题改进等业务。 完整的数据模型及分析过程如下图: 6.3数据处理 6.3.1原始数据归集 所采集原始数据为按每个季度最后一天为节点的统计报表数据,若要进行时间序列和行业对比分析,就需要将数据转换成按行业/公司/季度/会计科目为不同维度的数据集存盘以备BI连接使用。最主要的基础数据归集方式如下所示: 1.3.2 BI数据处理 为方便满足智能化的BI可视化设计需要,采取BI自助数据集及字段计算、快速计算功能和自编脚本计算相结合的方式进行数据二次处理: 第一种方式是利用BI数据分析环境直接调取,创建自助数据集,字段计算,快速计算和汇总计算等功能处理数据; 第二种方式是通过自编脚本自动处理和存盘。对诸如非字段计算类数据、模型加权计算过程类数据进行处理储存,此类涉及模型复杂计算容易增加BI工具的计算负荷,影响BI展示效率,利用自编脚本可提升数据处理和BI展示的效率。 为体现模型分析过程,作品中采用创建自助数据集(详见下文自助数据集案例1和案例2)的方式实现部分模型计算,通过行业对标数据与各能力维度总分加权计算得到企业财报诊断总分。 通过两种方式结合,仅需要完成BI相对简单的数据更新和抽取操作即可实现报表或报告自动化,同时会大大降低BI工具的运算负荷。 案例中使用到的部分计算案例如下: 自助数据集案例1-行业维度评分计算过程 第一步 选择字段   第二步  通过过滤保留对标指数   第三步 通过新增列方式加权计算对标得分   第四步 保存自助计算的数据   第五步  使用自助数据集创建展示组件 自助数据集案例2-诊断结果评分计算过程 第一步  选择维度综合分 第二步 通过过滤保留最近季报的数据 第三步 对案例1中的自助数据集进行左合并 第四步 通过维度加权计算综合诊断得分 第五步 创建综合得分可视化组件 字段计算举例   自助数据集与字段计算综合应用举例----计算每季度所属的营收额 第一步:创建自助数据集,命名"季度营收"; 1) 选择字段-"营业总收入" 2) 分组汇总 3) 过滤保留2021年的数据 4) 格式化各季度累计营收数据   第二步:使用自助数据集创建字段计算,如下: 1) 使用函数计算上期末数据 2)通过环比求差的方式计算出各季度净额 第三步  使用数据集创建组件 差值计算举例 快速计算举例 日期维度同比计算案例   1.3.3 BI数据关联   6.4 可视化报告 6.4.1 可视化框架   6.4.2 组件应用图例 FineBI的可视化组件和功能是比较丰富的,基本上可以满足绝大多数应用场景,本方案使用了FineBI中90%以上的基础组件,相关组件应用案例见"附件1-FineBI组件应用案例": 6.4.3颜色选择及设置 采取自定义样式的方式: 总体色调：浅蓝色+白色; 背景色：使用自定义UI背景图,共享部分为浅蓝色基调,主展示区图表类组件为白底浅蓝色,文本类为白色基调背景; 图表的配色：以红、黄、浅蓝、绿、黑为主色调,搭配相近色,尽可能与总体色调保持协调,并使组件图表显示更清晰直观; 文本:以黑色为主,设置绿色,红色或橙色文本以突出显示,分析类文本统一使用默认显示,标题采用图片分割线做突出,内容使用项目符号区分层次(作品中因考虑到自动化需求,未对内容关键词进行加粗或色调美化等突出效果); 背景:统一使用带有浅显分割线的半透明浅蓝色为主色调的系统背景或自制UI背景; 指标卡:使用较为美观的背景图,以突出重点; 标题:采用简约版的商务性标题; 展示图表:图表色彩以系统默认为主,对于图表中直接表达原始数据使用实线,柱体,饼图等展示,警戒或回归分析的数据用虚线展示; 语义强调:配用与数据语义相适应的图形(如:上下箭头,警示图,排序图,强调图)或图表单元格特殊背景,数据条功能等来增强数据语义表达。 布局分割:采用带分割线的背景图用来区分不同功能区的布局,例如区分结论分析文本区和分析功能区等; 特别说明:因作品使用了多个公司样本数据,需进行自动化切换非标数据,故选择将结论分析文本储存于数据表中,通过表格组件实现交互。受表格单元格文本自定义功能限制,不能对此类文本进行自定义设计以强调重点语义的效果。 6.4.4 布局设计(大图见附件2-布局规划) 6.4.5 可视化过程方案 6.4.5.1 封面页/主页----主仪表板 <1> 设计介绍: <2> 展示效果: 6.4.5.2摘要专题页 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:结论分析,摘要文字,专题标题与导航链接设置; 仪表盘+指标卡:诊断得分; 雷达图:盈利,运营,成长,现金,偿债各能力得分及同期对比; Tab标签à能力分析和收支结构分析归类; 柱状图:各季度能力得分时间序列分析,趋势回归分析; 玫瑰图:行业营收排名对比; 饼图:按产品业务类型进行季报节点的营收/成本/利润结构占比分析,与同期实现对比; 表格:展示行业对标及营收利润额/同比增长率明细数据; 文本过滤器/查询过滤器:按行业和公司名进行数据过滤; 时间过滤器:按季度进行时间序列过滤; 图片组件:标题分割线突出显示,返回首页导航链接设置。 <4> 组件优化: 指标卡富文本:关键词设置差异化颜色,加粗或特殊字体突出显示; 富文本标题:引入彩色分割图, 仪表盘:设置圆形背景图; 雷达图:对维度评分曲线设置动态效果以突出显示; 表格:采取增长率正负值分别设置绿色上箭头与红色下箭头,营收利润开启数据条,对标指数,表现优异的增长率指标设置专用图表,营收/净利润同比下滑者设置警示图表等方式增强语义表达; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例。 6.4.5.3经营现状分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:经营现状分析总结,专题标题与导航设置; 指标卡:展示营收/利润/资产/成本总额,同比增长率,同比增长值; 雷达图:盈利,运营,成长,现金,偿债各能力得分及同期对比; Tab标签+表格à对主要指标异动及各季度主要指标表现归类分析; 线柱图:对营收,净利润,毛利率,资产负债率进行时间序列分析,趋势回归拟合; 多层饼图:近两年各季度营收贡献额与占比; 饼图:按产品业务类型进行季报节点的营收/成本/利润结构占比分析,与同期实现对比; 排名表格:前5名供应商/客户往来额,占比排名; 堆积柱状图:负债分类汇总结构分析; 文本过滤器:按公司名进行数据过滤; 图片组件:标题分割线突出显示,返回首页导航链接设置。 <4> 组件优化: 指标卡:设置个性背景图; 线柱图:对毛利率,资产负债率曲线设置动态效果以突出显示; 表格:采取增长率正负值分别设置绿色上箭头与红色下箭头,top5排名表小计行设置单元格背景色等方式增强语义表达; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例。 6.4.5.4盈利能力分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:盈利能力维度分析总结,专题标题与导航设置,组件提示; 指标卡:展示运营能力维度得分,净利润,净资产收益率截面分析数据; 多系折线图:净资产收益率,总资产收益率,净利率,资产报酬率等盈利能力指标趋势分析,反映盈利能力的动态变化; Tab标签+线柱图à对投入产出比,期间费用比按年/季度归类分析,趋势回归拟合; 线柱图:对营收,净利润,毛利率,资产负债率进行时间序列分析; 饼图+表格:按产品业务类型进行季报节点毛利贡献结构占比分析,与同期实现对比; 文本过滤器:按公司名进行数据过滤; 图片组件:标题分割线突出显示,返回首页导航链接设置。 <4> 组件优化: 指标卡:设置个性背景图,富文本彩色数字突出显示; 线柱图:对投入产出比,期间费用比趋势曲线设置动态效果以突出显示; 表格:对毛利贡献占比较高的设置点赞图表,贡献较低者设置警示图表以区分语义表达; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例。 6.4.5.5运营能力分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:运营能力维度分析总结,专题标题与导航设置; 指标卡:展示运营能力关键指标截面数据:总资产周转率,存货周转率,应收款周转率,流动资产周转率,运营能力得分; Tab标签+多系列柱形图+表格à对总资产周转率,存货周转率,应收款周转率,流动资产周转率按年度/季度分类做趋势回归拟合,使用表格展示各季度指标数据明细,直接评估运营质量和效率; 线柱图:对应收,应付,存货,资产与净利润进行序列分析,回归拟合并做横向对比,用于对运营质量的辅助评估; 文本过滤器:按公司名进行数据过滤; 图片组件:标题分割线突出显示。 <4> 组件优化: 指标卡:设置个性背景图,富文本彩色数字突出显示; 线柱图:对增长率势曲线设置动态效果以突出显示,使用区间渐变色调表达增长率速度高低水平; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例。 6.4.5.6成长能力分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:成长能力维度分析总结,专题标题与导航设置; 指标卡:展示运营能力得分; Tab组件+线柱图+表格:按季度或年度分类展示成长能力关键指标时间序列趋势及回归拟合线:营收同比增长率,净利同比增长率,净资产增长率,总资产增长率;使用表格展示截面明细数据; Tab组件+多系列线柱图à对营收,利润等成长基础类指标按年度/季度分类做趋势回归拟合; 文本过滤器:按公司名进行数据过滤; 图片组件:标题分割线突出显示。 <4> 组件优化: 指标卡:设置渐变色调标尺,富文本彩色数字突出显示; 线柱图:对增长率趋势曲线设置动态效果以突出显示,使用区间渐变色调表达增长率速度高低水平; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例。 6.4.5.7偿债能力分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:偿债能力维度分析总结,专题标题与导航设置; 指标卡:展示偿债能力得分及偿债能力关键指标截面数据:速动比率,流动比率,产权比率; 线柱图:展示偿债能力关键指标与净利润时间序列对比分析趋势和回归拟合线:速动比率,流动比率,产权比率; 表格+饼图:展示资产负债结构数据截面明细数据; 堆积柱形图:对带息/无息负债结构数据进行趋势分析; 对比条形图:总资产和总负债总额及环比增长率进行展示; 多系列折线图à对资产负债率,流动负债占比,流动资产占比分类做趋势回归拟合; 文本过滤器:按公司名进行数据过滤; 图片组件:标题分割线突出显示。 <4> 组件优化: 指标卡:设置渐变色调标尺,富文本彩色数字突出显示; 线柱图/条形图:对部分增长率趋势曲线设置动态效果以突出显示,使用区间渐变色调表达增长率速度高低水平; 表格:通过对最新一季的扩张率正负值设置彩色箭头图,对扩张率负值对应的字段单元格设置黄色背景的方式突出显示; 饼图:去边框设计; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例,部分组件采用设置带分割线的背景图来区分整体布局的使用性质。 6.4.5.8现金能力分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:现金能力维度分析总结,专题标题与导航设置; 指标卡+玫瑰图:展示现金能力得分及现金能力关键指标截面数据:经营/投资/筹资活动产生的现金流入/流出/净额结构数据; 多系列线柱图:展示现金能力关键指标趋势和回归拟合线:经营/投资/筹资活动产生的现金净额; Tab组件+线柱图:按年度/季度分类对经营活动产生的现金金额做趋势回归分析; 分区折线图::经营/投资/筹资活动产生的现金净额及价值变动净额分别与净利润比值做趋势分析; 文本过滤器:按公司名进行数据过滤; 图片组件:标题分割线突出显示。 <4> 组件优化: 指标卡:设置渐变色调标尺,富文本彩色数字突出显示; 线柱图/折线图:对部分增长率趋势曲线设置动态效果以突出显示,使用区间渐变色调表达增长率速度高低水平; 表格:通过对最新一季的扩张率正负值设置彩色箭头图,对扩张率负值对应的字段单元格设置黄色背景的方式突出显示; 玫瑰图:去边框设计; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例,部分组件采用设置带分割线的背景图来区分整体布局的使用性质。 6.4.5.9杜邦分析 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: Tab组件+文本组件:归类展示杜邦模型原理解析内容; 指标卡:分类展示具体季报节点的指标名及指标值; 过滤器:指定所要查看数据的公司和季报周期; 折线图:通过对指标设置跳转功能,跳转显示多季度指标趋势分析。 6.4.5.10 行业对标分析----子仪表板 <1> 设计介绍: <2> 展示效果: <3> 组件实践应用说明: 文本组件:行业对标维度分析总结,专题标题与导航设置; 指标卡:展示行业对标维度得分截面数据; 词云:映射企业所属行业的竞争对手有哪些,并提现营收规模大小; 表格:展示对标结果及同行营收,利润等截面数据明细:ROE,净资产,净利率,净利润,市盈率,市净率,毛利率等; 气泡图,条形图,树形矩阵,柱状图:最新季报节点ROE,市盈率,市净率,营收,营收增长率,净利,净利增长率排行分析; 区域地图:展示行业产业地图,显示相关公司所属省份,按营收规模突出所属城市; 文本过滤器,查询过滤器:按公司名,行业进行数据过滤; 图片组件:标题分割线突出显示。 <4> 组件优化: 指标卡:设置渐变色调标尺,富文本彩色数字突出显示; 条形图/柱状图:对排行分钟图形中目标公司设置动态效果以突出显示; 表格:采取增长率正负值分别设置绿色上箭头与红色下箭头,营收利润开启数据条,营收/利润前三设置专用图形等方式增强语义表达; 其他:对于坐标轴/图例和标签内容有重复者,优先去掉坐标轴/图例,部分组件采用设置带分割线的背景图来区分整体布局的使用性质。 7.设计亮点 7.1 模块化: 将子专题分析模块化,通过仪表盘联动和超链接功能实现总仪表盘和子仪表盘的无缝链接,为专题设计和拓展提供良好支持,大幅降低维护和拓展 数据生产与数据使用相分离,提升数据安全与BI工具运行效率。 7.2 自动化: 通过与可视化模块数据集相匹配的自动化数据生产脚本搭配,使得很多需要几天甚至几周才能完成的报表分析业务的工作效率提升到几分钟就完成巨大进步; 7.3 标准化: 本方案实现对财报数据分析的标准化,可大幅降低需求人员的工作量,提升业务效率和品质; 7.4 多主体: 方案适用于任何单个或多个公司,包括集团公司,其他多主体联合体; 7.5 多对象: 方案可满足企业内外不同人员的需求,如内部管理人员,财务人员,外部投资人,审计或尽调人员,数据分析专业人员等; 7.6 多拓展: 数据专业人员还可以随意在此基础上实现更多专题性分析功能的拓展,比如增加预算管理,OKR,财务基础分析等功能,即可实现相对完整的财务数智化方案。   8.推广价值 8.1方案实效:   方案可协助财报分析业务/审计业务/投资评估/尽调业务智能化,为使用者创造两方面直接价值: <1> 决策支撑价值----快速得出企业经营质量评估结论,提供及时的决策支持 客观的反映企业经营质量与效率,展示指标状态与数据异常; 通过数据对比分析发现企业业务问题; 可反映企业优势和劣势; 明确企业行业定位和制定阶段性发展目标。 <2> 工作效率价值 降低人工成本     N人    ==>      0.n人 工作效率提升    1-2周    ==>     <1小时   8.2推广意义:       每个企业都离不开财务业务,财报数智化已引起几乎所有企业的重视!方案可在任意企业及投资/审计/尽调专业人员业务中推广,可大幅提升相关业务资源投入,提升业务效率: 使用BI自助分析业务,突破传统ERP的局限性和成本限制,大大降低中小企业和个人转型数智化业务门槛; 方案适合任何企业或个人直接套用,快速实现财务报表智能化分析。 搞可拓展性,任何使用者都可在此基础上根据需要拓展OKR,预算管理,基础报表及其他专题性探索分析模块,快速构建完整的企业内部财务数智化解决方案。 为各类专业人员(投资、审计及尽调等)提供了智能化效率工具,大幅提升自助分析工作效率。   三、参赛总结 1.FineBI功能 市面上BI产品很多,本次参赛,是本人第一次与FineBI的亲密接触,发现FineBI有很多实用性很强的功能,下面列举部分在方案应用中的亮点功能: 组件复用:极大降低重复性工作负荷,对提升设计效率具有积极作用; 公共链接加密分享:便于分析结果实现相对安全的多终端,多人员的结果共享和交互;大大降低沟通和共享硬件成本; 组件互动,灵活的超连接,可大幅提升仪表盘和组件的互动性和联动性; 自定义动画:可以通过对突出对象进行动画设置,如对时间序列数据曲线设置动画后,可动态显示曲线变化趋势; 自助数据分析:FineBI分组汇总性能很强悍,数据处理计算比Exce快很多; 目录管理:非常适合非IT人员构建数据管理中台; 自动关联功能:能够实现多表自动关联和跨组件自动联动,使得数据连接极简化;并使得模块化设计随心所欲,无限拓展。 自定义指标卡:可突出展示KPI信息,也可以结合计算数据进行富文本加工。 Exce友好度:Finebi对Exce的兼容性很高,适合无IT技能储备的初学者学习和使用; 文档培训:文档功能案例丰富,介绍详细,课程服务比较细致。 当然,在使用过程中也有几个需求无法实现,比如过滤组件的跨仪表盘联动,指标卡文本不能自动换行,过滤条件与Tab组件标题共享,以及转置表基础上进行图表绘制,Js脚本兼容等功能,希望FineBI后期能够继续迭代升级,打造功能更加强大的国产BI。   2.总结 利用较短的时间学会了FineBI的操作功能,并通过帆软FCRA及FCBA工程师认证,进一步提升了自己快速学习,发现问题,解决问题的能力;通过大赛作品设计与制作,快速掌握了FineBI自助分析的全流程能力;通过使用业余时间边学边设计作品,压力太大;好在通过合理安排计划和时间,同时在大赛组织人员、打卡营讲师和技术支持人员的帮助下,顺利完成了学习和作品开发。借此特别感谢帆软为数据爱好者创造的交流学习的机会,也感谢大赛组织人员,讲师,技术支持人员的分享和支持,也要感谢后期评审人员及组织人员的辛勤付出。 预祝帆软数据分析大赛圆满成功,祝各位参赛人员取得满意的成绩。 欢迎更多数据爱好者朋友交流学习。 四、附件 附件1-FineBI组件应用案例 附件2-布局规划 主仪表板-封面页/首页 子仪表板-摘要 子仪表板-经营现状分析 子仪表板-盈利能力维度 子仪表板-运营能力维度 子仪表板-成长能力维度 子仪表板-偿债能力维度 子仪表板-现金能力维度 子仪表板-Dupont模型 子仪表板-行业对标