2020年领导最满意的可视化工具！分分钟做好数据报表，吊打python

2020年刚刚接手公司管理工作的时候，我就有个想法：把财务部门变成公司的数据中心。

我发现，财务部门汇集了几乎公司内外所有的数据：每项业务活动只要涉及到money的进出，都会在财务账上留下记录。如果把这些数据汇总起来，就会比较清楚的知道公司整体的运营情况，

因此就有了建立财务数据中心的想法，请注意，这个财务数据中心远远不同于以往的Excel和ERP等数据库和普通报表，具体是什么？我们往下看。

可能很多初学者会有这样的经历：在看完一份财务数据分析的报表之后，脑中除了一行行的数字，别的什么都记不得。此时，我们需通过构建一个分析框架，将复杂的财务数据拆分并重新罗列和归集到一个特定框架中，从而帮助我们分析企业。

这种财务报表能看出什么？

我总结了一下，就是如下的4个步骤：

其实搭建这个业务模型和炒菜的过程是一样的：

业务明细数据：来自世界各地的食材，全部堆在一起供选择

数据仓库：将食材进行分类和保存

数据可视化：不同口味的菜，不同方式的摆盘

数据建模预警：通过以往经验看一看食材够不够，是不是过期了，质量如何

1、明确财务数据

很多小公司的财务数据量不大，所以基本上Excel就能解决，但是这是非常不合理的做法，因为财务报表的来源复杂，没有专门的数据库管理，都靠手动的话迟早会让人崩溃。

所以企业一定要有属于自己的财务数据软件，自己开发也好，商用的也罢，这是一个企业想要做大最基础的东西。

2、数据仓库的建立

很多人会问，有了数据库了，为什么还要数据仓库呢？其实这是两个完全不同的概念。

企业需要数据中心的最终意义是什么？肯定是要进行分析，不然存在那里每年就为了付数据库的钱？

数据库就是一个装数据的柜子，你在需要数据的时候可以从里面查找到，企业的所有数据都在里面，所以你现在知道为什么删库跑路这么严重了吧？

而数据仓库的核心意义在于数据分析：所需数据维度太多时，从数据库调用非常麻烦，于是必须得建立一个不同的数据处理中心，以满足实时化和自动化决策需求。

按照过程，一般的数据是由交易型数据库转移至分析型数据库，清洗整理后在数据仓库加载，最后转移至数据集市供用户使用。

3、数据可视化

“举头望明月，低头做报表” 的时候，想必企业中的很多部门都因为报表而忙得不可开交吧。相较于传统密密麻麻的表格汇报形式，图表却能够将数据真正直接可视化，更加直观地呈现数据的业务状况。

我们所见过许多眼花缭乱的可视化，大部分是用华丽的视效堆叠起来博人眼球，然而经不起业务价值的推敲，而且还会浪费分析人的很多时间，有时候不得不加班加点。

除了这个原因之外，还有一个重要原因是不懂得利用工具。

很多人做可视化就先考虑Excel，确实，Excel能做可视化，但是做出如下的效果，需要写各种函数，熟悉的人都要用到一小时以上，95%的人Excel要做成这样基本上不太可能。

何况Excel遇到大数据，还会经常出现这种情况…

而如果能够掌握一些专业的可视化工具，起码能够减少一半的工作时间和重复量，比如FineBI、python、tableau等，这些都属于数据分析工具中比较适合新手的可视化帮手。

比如，FineBI对于数据的图表设置相对来说比较简单，进行数据字段的拽拖即可，同时还有一些数据的查询操作等，也是只需要拖拽空间即可。

这样的可视化大屏也完全不在话下：

4、建立数据分析模型

这一块如果要细讲，可以有很多点可以讲，这里我就简单说一下吧。

任何重复性的工作、手工操作的工作，我都希望自动化、智能化，财务部门不能再像以前那样简单处理个数据就OK了，好多工作都能自动化，不需要那么多人力。

不同模块用到的数据源是不同的，为了方便，我把几个模块常用的数据模型化，放在一张表里面，我做分析的时候，调整一下几个模块的数据就OK了。

再来说说各位在建立财务分析框架时可能遇到的最为棘手的问题吧：

基层业务数据的质量：这极大地影响了财务分析数据库和模型的搭建。看起来似乎容易，但是一家集团公司的财务数据系统都会有N个小的数据软件，种类真的很多

数据清洗（核心）：如果数据洗不干净或者没法打散，后边的一切分析工作都免谈。如何将缺失行列信息或遗漏信息的数据清洗成标准格式是重中之重

权限问题：正如真正负责集团业务财务数据建模和整合的都是在集团层面，每个可视化报告的数据源权限，报告权限都是谁可以拥有，解决这个问题需要的时间比想象更长

对这些问题，FineBI都是这么解决的。

1、数据质量问题

企业数据质量不一，来源不同应该是老大难问题了，FineBI支持丰富的数据源链接，多种数据整合毫无压力。

FineBI的表间关联支持灵活应用，一次建立即可多次使用

2、数据清洗问题

用FineBI导入数据之后，可以创建自助数据集，即自己可以根据需要整合数据，这一步也是去除脏数据，留下有用数据的过程。

下图展示了FineBI强大的数据处理能力。

3、权限问题

FineBI数据决策系统中的权限受体不仅包括部门、角色，还为特殊权限分配的需求提供了基于单个用户的权限设置功能。

你想给他看的时候，他才能看见，一键操作即可完成：

来看看FineBI的实际操作吧：

1、趋势分析

一般可使用折线图进行分析统计，用横轴表示时间（年、月、日），纵轴表示如营业收入、成本支出、利润率等指标再合适不过了。如下图所示，左值轴统计出每年营业收入和成本支出的走势，右值轴统计出每年的利润率走势情况。

2、对比分析

我相信每个企业都需要这个，多维度对比，将不同种类的数据都联系起来，这是很重要的环节。

我们在做对比分析时，比较数据的大小，通常推荐使用柱状图、条形图，当进行数据结构比较时通常推荐使用累积柱形图、累积条形图进行数据对比分析。

总结

不管任何财务数据分析，如果没有把握透过数据看企业业务实质这个基本精神，而只是从形式，方式，框架方面花心思，都是不切实际的，所以分析的一定要进行可视化分析