FineBI概述

1. 概述

FineBI 是帆软软件有限公司推出的一款商业智能(Business Intelligence)产品。

官方帮助文档https://help.fanruan.com/finebi/

FineBI 是新一代大数据分析的 BI 工具,旨在帮助企业的业务人员充分了解和利用他们的数据。FineBI 凭借强劲的大数据引擎,用户只需简单拖拽便能制作出丰富多样的数据可视化信息,自由地对数据进行分析和探索,让数据释放出更多未知潜能。

大数据分析驱动业务增长面临四大困境:

  • 业务发展的瓶颈:人员决策主观臆断:业务发展决策时缺少充分的数据支撑。改进缺乏针对性:由于大多分析人员习惯了被动分析,改进维度依赖现有推送的分析结果。分析维度的匮乏导致做出的业务改进缺乏针对性,业务发展事倍功半。问题解决仅仅停留在表层:治标不治本现象凸显。
  • 分析人员工作的瓶颈:分析工作重复单一,分析需求响应缓慢,二手分析无法满足自身需求。
  • IT 信息人员工作的瓶颈:需求需要反复沟通和修改,无法覆盖业务所有需求,数据工作缺乏认可,数据和实际经营业务存在距离。
  • 企业利润增长瓶颈:分析过程人员冗杂,数据蒙尘未发挥价值,成本高昂。

2. 产品定位

越来越多的企业采购开始偏好现代的、以业务用户为中心的自服务数据分析平台。传统的以IT为主导的,高度集中化的工具正面临替换。

作为新一代自助大数据分析的商业智能工具,FineBI 是由帆软软件有限公司自主研发,旨在帮助企业快速搭建面向全员的自助分析BI平台,让每一个成员都能充分了解并利用他们的数据,可以自己处理数据、分析数据,从而辅助决策、提升业务效果。

从本质上讲,FineBI 为企业提供了一站式商业智能解决方案,提供了从数据准备、数据处理、可视化分析、数据共享与管理于一体的完整解决方案,创造性地将各种"重科技"轻量化,使用户可以更加直观简便地获取信息、探索知识、共享知识。

传统数据分析模式:

自助分析模式:

3. 产品组成

3.1 功能结构

数据层:设计用户创建数据源。

应用层:设计用户进行仪表板设计,管理用户配置用户和权限体系。

展示层:普通用户在前端进行可视化展示和分享来编辑和查看仪表板。

3.2 技术架构

FineBI 是 B/S 架构的纯 Java 软件,其技术架构图如下图所示:

4. 功能概述

FineBI 拥有几大核心功能,分别为「全新的分析路径」、「数据管理」、「数据编辑」、「超强函数」、「数据可视化管理」、「数据协作共享」、「企业级应用能力」。

4.1 全新的分析路径

FineBI提供分析主题概念,通过分析主题,将用户完成一个分析所需要的数据、组件、仪表板更紧密的联系在一起,通过简单明确的操作路径,实现沉浸式数据分析,轻松掌握分析技能。

4.2 数据管理

4.2.1 数据接入

FineBI支持30种以上的大数据平台和SQL数据源,支持Excel文件数据集,并可以通过FineReport设计器支持多维数据库,程序数据集等更丰富的数据源。

4.2.2 数据空间

FineBI 将数据分为「公共数据」与「我的分析」两个模块,

「公共数据」作为企业的数据资源,用户可基于「公共数据」来继续分析,同时用户可将自己的数据发布到「公共数据」中来为其他人提供数据分析的基础。

「我的分析」主要用于进行个人数据分析制作仪表板等。

通过这种框架调整,管理员可以加强公共数据的管理,增加数据可信度,减少冗余数据集的产生。

4.2.3 数据分类

FineBI 以文件夹的形式进行数据管理,让用户可以根据不同的业务包主题进行数据的分类。提供了数据相关的各种信息,让用户更好的了解自己所拥有的数据。

4.2.4 数据关联

FineBI 提供的关联建模功能,让管理员能够在选择需要的数据之后,自动根据数据仓库的关联关系进行建模,同时也提供了手动的关联关系配置,支持组合主键的关联关系配置。基于这样的基础模型,分析用户在使用自助数据集进行自助取数时,可以直接对有关联的数据进行联合分析,而不需要分析用户再去梳理和配置关联关系。

4.3 数据编辑

FineBI 提供可视化的数据分析,能够快速直观的了解数据,发现数据问题。同时操作简单方便。以用户思维为主导的可视化分析模式能够根据用户选择的数据自动推荐可视化效果,使数据分析更高效。

FineBI 重点打造的自助数据集,提供了新增列,分组汇总,过滤,排序,上下合并,左右合并等功能,让用户以极低的学习成本将数据处理成自己需要的结果。让IT更专注于基础数据的准备,将真正对数据的分析处理交还于更熟悉业务的分析人员。

4.4 超强函数

FineBI除去支持部分常用计算的可视化配置外,还提供了公式来新增计算字段。计算字段允许利用数据源中已存在的数据创建新数据。创建计算字段时,本质上是在数据源中创建一个新字段(或列),其值或成员由所控制的计算来确定。此新计算字段将保存到 FineBI 中,并且可用于创建图表。

4.4.1 常规函数

常规函数:常规函数包括逻辑函数,如IF、AND、SWITCH、OR等,数学和三角函数,如MIN、MAX、RAND等,日期函数,如MONTH、YEAR、TODATE,文本函数,如SUBTITUTE、FORMAT、LEFT等。用户可以根据字段类型,或计算逻辑选择想要的函数进行计算

4.4.2 进阶函数

1)聚合函数:可以对一组数据进行汇总,一般使用聚合函数汇总后的值进行再计算。不同的聚合函数对应不同的汇总方式,汇总方式包括「求和,平均,中位数,最大值,最小值,标准差,方差,去重计数,计数」。随着用户分析维度的切换,计算字段会自动跟随维度动态调整。

2)Def 函数:包括嵌套组合函数:def(def-add\def-sub)和排序组合函数:rank(rank-add\rank-sub)。虽然只增加了两个函数,但结合原来的基础函数后,这两个函数的加入就能够实现基于有限数据输出任意层级任意复杂度的计算指标,可以说任何用户想要的计算指标都能够通过函数而实现

4.5 数据可视化

4.5.1 多维度探索分析

FineBI 根据数据的类型,自动将数据识别为维度和指标,对于维度和指标分别提供了丰富的分析功能,如对维度可以设置钻取层级,对数据进行重新的分组,对指标支持求和,求中位数,累计值,排名,同期环期,占比等 计算,方便用户对基础数据在做进一步的分析和计算。

4.5.2 可视化图表

FineBI的可视化分析,基于著名的图形语法(The Grammar Of Graphics)设计改良,由此提供了无限的视觉分析可能------无限的图表类型,不限制的属性映射效果以及分面分析功能。

FineBI的可视化功能面向业务人员设计,解构了制作可视化分析的流程,大大降低了业务人员制作分析的难度。摆脱了图表类型对可视化效果的限制,而代之以各类形状。 形状包括:「自动」 ,「柱形图」,「点」,「热力点」,「线」,「面积」,「矩形块」,「饼图」,「文本」,「填充地图」,「漏斗图」,「仪表盘」,辅以颜色,大小,提示,标签,细粒度,可以组合成丰富的可视化效果。

除了基础的图表类型,FineBI 的可视化图表还可以实现,如「日历图」,「颜色表格」,「kpi指标卡」等等。

FineBI采用强大的数据处理引擎和优秀的图表渲染机制,满足更高数据量的要求,前端展示数据量可达百万级。

4.5.3 仪表板

仪表板的功能让用户将多个分析内容,分组组件组合成一个仪表板或者报告成为可能。是一个面向分析主题的数据呈现方式,用户可以基于仪表板监测关键指标,定期进行工作汇报。

仪表板提供了自适应布局、主题样式配置、Web 组件、多 Tab 组件等功能,让用户更好的展示和表达数据分析的思路和结果。同时在仪表板中用户可以随时通过筛选器对数据进行过滤,可以通过组件直接的联动功能,实现关联分析,可以通过跳转功能将多个仪表组合成一个更大的分析主题。

4.6 数据协作共享

FineBI 支持「主题协作」「数据共享」「仪表板共享」三种数据协作共享模式。

主题协作:FineBI 将自助数据集、组件、仪表板融合到分析主题中,通过实现分析主题的协作,从而实现了自助数据集,组件,仪表板的共享查看与共享编辑功能。

数据共享:FineBI 支持公共数据的独立模块,在公共数据中,不仅有管理员添加的基础数据集,如DB表,sql数据集等,也支持用户将我的分析中的自助数据集发布到公共数据中。经过用户申请发布数据集、管理员审核、审核通过发布至对应文件夹的流程,实现数据共享。

仪表板共享:在完成数据分析的仪表板以后,可以通过创建公共链接给别人访问、申请发布到目录节点或者直接分享给其他人查看

4.7 数据清洗

数据开发模块具备数据预处理能力,对来源于各个业务系统的多源异构数据,通过可视化低代码方式进行数据集成和清洗,通过高性能的ELT、ELT双核引擎获取标准的、干净的数据,直接通过输出至BI的ETL数据集,提供给后续的数据自助分析使用。数据开发模块具备以下数据同步、数据转换、SQL脚本、任务调用等十种能力。

4.8 企业级能力

4.8.1 高并发高可用

1)业务高可用:集群由多个同步节点和异步节点组成,只要还有一台同步节点存活,就能够提供完整的数据,保证超强的数据查询高可用性。当数据更新在执行过程中出现异常(宕机或节点假死),则通过恢复机制,将正在进行的子流程重新恢复为执行前的状态,并重新执行,以保证更新业务的高可用。

2)查询高并发:多台节点同时提供查询服务,实现真正的负载均衡,查询并发量与节点数量成正相关,提供可横向扩展的查询能力。

3)提升更新吞吐量:可以通过增加节点的方式来极大地提高更新性能,更新耗时随节点数变多呈现非线性降低的趋势。

4.8.2 高性能计算引擎

1)以轻量级的架构实现海量数据分析:

存储高压缩:先进列式存储,大幅降低磁盘 IO,强大的数据压缩,让数据占用存储空间大幅降低,节省磁盘空间。内存计算+ ETL 逻辑,同时满足数据的快速计算与大数据量的处理,灵活支撑对于轻量实时数据的分析与大数据量历史数据分析的需求

2)支持灵活的数据更新策略,让数据准备更加高效:抽取数据的单表高性能增量更新功能,可满足多种数据更新场景,减少数据更新时间,减少数据库服务器压力,对于用户历史数据量较大,可以通过单表增量更新的方式,将历史数据分批次更新到FineBI中

4.8.3 企业级管理权限

FineBI 决策系统中的权限管理分为「权限项」 和 「权限受体」两个方面:

权限项就是指被分配的对象,指物。FineBI决策系统的权限项包括仪表板、平台管理、模板和数据连接。其中模板和数据连接是在远程设计的时候使用。

权限受体就是指将权限分配给谁,指人。FineBI决策平台是基于角色的权限分配体系,受体主要是部门职位/角色,但在此之外还专门为特殊权限分配需求提供了基于单个用户的权限设置功能。

4.8.4 多屏应用

FineBI 支持集成到移动应用程序中,并可按照移动设备操作特点显示,比如支持页面的放大、缩小等。支持与 PC 端共用模板,减少开发量。

FineBI 开发的原生 app 应用(app名称为:数据分析),支持 IOS、Android 系统,有着舒适体验,支持图表手势操作、各种钻取联动等交互特性。支持移动设备硬件地址绑定,支持VPN,支持单一登录、密码保护等多种安全性设置,保障用户信息安全。

相关推荐
Hsu_kk1 个月前
finebi的20个面试题
finebi
The博宇1 个月前
finebi面试题精选
信息可视化·finebi
荒--4 个月前
FineBI连接MySQL5.7
finebi
YiRan_Zhao4 个月前
migrate table com.finebi.persist.impl.entity.PackageSubItemEntity failed
finebi
数据分析小鹏友7 个月前
FineBI学习:K线图
学习·数据分析·finebi
是阿牛啊7 个月前
【FineBI】强大处理、分析和可视化数据的工具
游戏·金融·健康医疗·娱乐·finebi·教育电商
月亮给我抄代码7 个月前
FineBI 6.0 Linux 部署、ClickHouse 源配置
大数据·linux·clickhouse·数据分析·finebi
java小郭7 个月前
FineBI概述
java·大数据·数据库·数据仓库·人工智能·数据库架构·finebi
科学的N次方7 个月前
FineBI概述
finebi