收到了一位粉丝的来信,其实每天都有,但这个比较典型,可以和大家拿来说一说,感兴趣的可以看到文末,你会觉得这3分钟很值得。
您好,不知道怎么称呼您,就叫您朋友吧。我今年31岁,刚刚过了而立之年,家里有一个女儿和温柔贤惠的妻子,自己也算是数据部门的负责人,生活本来应该美满。
但是今年行情不好,IT部门和数据部门要合并,那就意味着裁员。虽说数据部门的分析做的还算可以,但是很多年了,报表做的总是没有新意,所以就这么混着。我工作8年,到现在只会一点Excel,比实际操作肯定比不过年轻人了,总的来说性价比不高。
我们部门做的数据分析
您也许会问,既然我这么精通Excel,为什么不去学学VBA、python这种数据可视化之类的。其实,我何尝没有学过,作为数据部门的负责人,每天协调和沟通报表需求、开会都已经把白天的时间排满了,晚上回家还要家务事,搞得自己身心俱疲……
复杂的VBA
现在这个年代,什么岗位都讲求数据分析,市场、财务、运营….再加上公司最近要上一个BI项目,数据部门负责,我深感自己的无力,但是回到家看到家人,又觉得我这个顶梁柱如果倒下了,那就完了。
于是我不断地恶补数据分析与BI的知识,虽然最后学会了一点知识,然而因平时工作很少涉及过于复杂的分析场景,随着时间的流逝,之前掌握的技能又逐渐淡忘了,需要用时发现还得跟着教程一步步做,更难的是,Excel教程杂乱无序,没有针对数据分析的专门教程。
之前大部分课程花了钱都在学函数、公式、数据透视表上,得不偿失,又不甘心放弃学习,于是在网上搜罗了一番,“数据分析入门”、“免费数据分析软件”、“BI”等等,发现以下几个点:
1、Tableau
全球知名的BI工具,这种适合有好的基础的高级数据分析师,价格很贵,中小企业用不起,而且毕竟是国外的,很多服务都不够齐全。
2、Echarts
一个纯javascript的数据可视化库,百度的产品,常应用于软件产品开发或者 系统的图表模块,图表种类多,动态可视化效果,开源免费。但和python、R一样,需要会编程,对业务人员很不友好。
3、Excel
它就算了,遇到大数据就卡死,根本没法用(原谅我这么直白)。
在同事的推荐下,最终我发现了一款企业级的大数据分析平台FineBI,主打敏捷BI和自助式分析,拖拖拽拽即可实现操作,于是抱着试试的态度试试。
成功的那一刻,我就像发现了新大陆。
为什么选择FineBI?
以上这张图片比较普遍现象的数据链路。如果你是厨师,最重要的肯定是做菜和摆盘环节,也就是数据分析和数据可视化环节。
打个比方,很多人现在对菜的摆盘的关注程度甚至超过了菜的味道,如果摆盘不好看,连吃的欲望都没有。再回到数据分析上来,如果你的数据分析地再好再多维度,但是呈现上来的却是如下密密麻麻的图表,领导不满意也是白搭。
所以一个好的数据分析工具很重要。
1、丰富的数据源连接
FineBI支持超过30种以上的数据库表和SQL数据源,支持Excel、TXT等文件数据集,支持多维数据库、程序数据集的等各种数据源,适用于对实时性要求较高的数据分析场景。再也不用因为两个表的数据类型不一样愁眉苦脸了!
这点也是我开会的时候听到员工反映最多的东西,一旦出现这种情况,后续的沟通会很麻烦,改了数据的话,业务和IT都是无尽的等待。
2、秒级处理大数据
Excel可能处理万级数据就会卡死,而FineBI能进行海量数据的分析,可以根据数据量、实时性要求、使用频次等,自由选择实时或抽取的方式。
3、自助式分析
也就是大家经常说的敏捷BI,传统BI肯定是不行了,那么敏捷BI就是替代它的东西。
在整理好数据之后,直接在界面拖拖拽拽就可以了!
用FineBI编辑自助数据集,记录每一步分析操作,支持对单个历史操作进行增加、删除和修改,分析灵活。
和微信一样的撤回操作
FineBI的数据可视化
1、酷炫的图表
FineBI内置了非常丰富的可视化图表,在数据展示上比EXCEL要强不少,而且操作简单,只需要通过鼠标拖拽就能可以实现。FineBI中的图表多到你想象不到,先给大家展示一部分:
当确定了某个数据关系类型后,就可以根据该数据的使用场景查找出相对应的图表和使用建议,并在其中进行选择。
2、会动的数据分析
这里就是数据分析的最后一步了,仪表板是展示数据分析结果而创建的可视化面板,在仪表板中可以添加任意的组件,包括表格、图表、控件等。在完成数据分析的仪表板以后,FineBI提供了几种共享仪表板的方法,可以直接分享给其他人查看。
用了FineBI之后,有一个词叫重获新生,真的就是那种感觉。同事和管理层确实对我刮目相看,我觉得就算部门合并,我也依然有信心让老板知道我,知道我的团队的价值,从这件事情中,我明白了,只要你想做,你就一定能成功。
到这里,我的故事就讲完了,如果有不同看法,欢迎在下方和我交流。
总结
做数据可视化,其实好不好看只是次要的,这只是你给你的老板看的,同时也是给同事看的。但是如果你要保住你和你的团队,那么选择的大数据分析工具,一定得适合你的业务需求和场景,很高兴你选对了。
可视化 数据分析
原创文章,作者:carmelaweatherly,如若转载,请注明出处:https://blog.ytso.com/tech/bigdata/219222.html