今天来谈谈一个大数据时代下普遍存在的问题:越来越多的数据,越来越多的需求,越来越多的不满意。
每个大型一点的企业都至少有一个报表平台系统,如果只要出报表就算的话,报表平台的数量不会是小数目,以下是工作中的真实场景:
1.报表数量惊人,最多的上万,几百张是常态;
2.业务部门没有办法快速找到需要的报表;找到了,报表平台操作缓慢;
3.科技部门抱怨业务部门动辄提报表需求,根本不管是否已有报表实现其需求;报表之间的口径似是而非,业务部门不能或不愿明确其中差别;
4.运维部门投诉报表系统运行效率低下,很多报表无人使用;经常遇到数据质量问题,相互扯皮,没人说得清楚;
其实,现在大数据、数字化的概念已经深入人心,都知道数据辅助决策,但是正是在这种环境下,会使人病急乱投医,每个部门都承受着很大的压力,上到CIO、数据部门,下到表格表姐,IT开发。
我认识的很多数据负责人,乃至于数据总监,都因为承受不住压力而主动辞职了,原因有很多吧,项目推动不了,规划没有效果,得不到老板支持,没有好的工具等。
如何做好面向全公司的数据支撑,哪怕只是简单的报表提供,其实也是一件复杂且考验思维逻辑的事。
作为一路走来,挖坑再填坑并且取得了不错成绩的我,有几点经验要和各位分享,这些经验无论是企业还是个人,我相信看完之后对你的帮助都很大。
一、搭建企业数据框架
互联网企业对于数据的利用率肯定比传统企业要高,内部自带BI报表系统和大数据平台,而且对于数据需要的维度很多,这点是传统企业比不上的。
我们就拿传统企业的数据源头来说,从各个渠道(财务系统、ERP系统、手工报表、自开发系统)把数据都要整合到一个数据仓库里就是超超超大量的工作,ETL要干到吐血。除了工作量,还要面临众多的关联方,甚至还有很多利益冲突的关联方。
所以需要首先明确框架,也就是未来发展的方向,而不是毫无目的,走一步看一步。
二、明确团队价值
你要问我现在最火的部门或者岗位是什么?我肯定会告诉你是大数据或者BI,或者更加细分一点的话,有的企业叫商业分析或者数据管理。
我就见过有公司的数据/商业分析部门定位为“出报表的”,被挂在IT部门下面;也有公司的数/商分部门挂在战略部下,作为公司战略决策的重要部门。而一个部门的定位往往决定了其价值的大小,做报表的部门VS做战略的部门,谁价值更高不是显而易见?不是说做报表的不好哈。
三、梳理数据体系
这是数据管理金字塔,其实每个点要是展开讲,都可以讲很多,我这里就选几个重点说说,以后如果有机会的话,会专门写一篇文章。
前面说到,传统企业的数据很多很乱,这种情况下,即使是有了框架,底层的数据逻辑很乱,那么最后的数据报表还得重新做,得不偿失。
所以统一数据口径,做好元数据管理就显得尤其重要,数据负责人得从业务的角度,重新梳理一下数据体系,这样才能为以后打好基础。
四、用好数据工具
最后再来讲讲和每个人息息相关的数据项目吧,我相信很多人都了解报表或者知道报表,但是报表其实只是数据工具的一个部分,具体分类是这样的:
1.编程处理类:python、R等,但上手难度较高
2.数据报表类:FineReport,对于日常的报表制作,更加易学实用
3.可视化BI类:FineBI,业务能直接上手,根据自己的需要做出多维度分析
finereport做出的可视化驾驶舱
如果此时此刻有人和我说为什么没有Excel,那我觉得你应该好好看看它的缺点:呈现方式比较土,呈现周期很长,而且遇到数据的改动,每次都要交流很久….
再加上一开始提到的几个报表难点,我们应该从如下的3个点开始改变。
我把报表分为基础报表、管理报表和分析报表,在这里推荐一个数据报表的超强工具FineReport,既能周报日报一手抓,查询填报不在话下,灵活的参数传递,轻松实现报表间的联动、钻取等分析操作。
除却常规参数查询,还提供对结果报表的再次分析,同时还提供企业级的报表管理,这可能是业内较为好用的报表工具系统。
它是类Excel的设计器,无需编程,拖拖拽拽即可生成报表,且上手成本非常低,自带的丰富社区教学体系,让它对做报表的业务和开发报表的IT,都很友好。
同时,一张报表模板,可以让多个报表复用,一张报表模板做好后,其他部门直接用就可以了,维护起来也非常方便,只需要改这张报表就好可以实现所有报表的统一维护了,效率提高的不是一点半点。
就拿填报来说,多表填报是一个很常用的场景,FineReport丰富的填写控件类型,支持大数据量填报,要是电脑突然崩溃了怎么办?别怕,暂存功能完美解决。
管理层的需求一般都是业务实时数据看板,让他从以往无法实时掌握业务状态变成能够随时随地查看业务数据。那这时候FineReport的可视化大屏和管理驾驶舱就显得尤为重要了。
无论是自研的图表效果,还是定制化开发,其丰富的图表样式,都能帮助打造炫酷的数据可视化效果。
总结
无论是工具还是方法,最终还是需要对数据有一个最清晰的认识,如果真的要做,那就要下定决心把数据工作做好,这对企业和个人,都会是一件回报远大于付出的事情。
可视化 数据分析
原创文章,作者:506227337,如若转载,请注明出处:https://blog.ytso.com/219079.html