大數(shù)據(jù)與BI智能分析解決方案

大數(shù)據(jù)與BI智能分析解決方案大數(shù)據(jù)與BI智能分析解決方案紙牌屋成功背后的故事－大數(shù)據(jù)智能分析WeknowwhatpeoplewatchonNetflixandwe’reablewithahighdegreeofconfidencetounderstandhowbigalikelyaudienceisforagivenshowbasedonpeople’sviewinghabits.在全美和世界各地分別擁有2700萬和3300萬注冊(cè)用戶的美國網(wǎng)絡(luò)電視臺(tái)Netflix，用邏輯和計(jì)算取代了依賴傳統(tǒng)和直覺的做法。據(jù)悉，Netflix每天會(huì)對(duì)3000萬次“播放”、注冊(cè)用戶的400萬次評(píng)級(jí)、300萬次搜索，以及一天中用戶觀看視頻的時(shí)間和所使用的設(shè)備進(jìn)行觀測(cè)，幫助網(wǎng)站分析用戶，針對(duì)不同用戶推薦節(jié)目。比如它的網(wǎng)絡(luò)定制劇《紙牌屋》在美國熱播，迎來贊美無數(shù)，制作方就宣稱該劇是基于海量用戶數(shù)據(jù)積累和分析而制作的。紙牌屋成功背后的故事－大數(shù)據(jù)智能分析Weknowwhat大數(shù)據(jù)分析平臺(tái)總體架構(gòu)業(yè)務(wù)系統(tǒng)(結(jié)構(gòu)化數(shù)據(jù))Summarize&Load半結(jié)構(gòu)/非結(jié)構(gòu)化數(shù)據(jù)Alerts,NotificationsData&ComputeIntensiveAppERPCRMMES財(cái)務(wù)Integrate/EnrichETLwithSSIS,AnalyzerReportingServicesAnalysisServerBusinessInsightsAnalyticalReportsPerformanceScorecards新媒體微信O2OWifiOracleParallelDataWarehouse外部結(jié)構(gòu)化數(shù)據(jù)Summarize&LoadviaPDWHadoopConnectorHortonworksorClouderaHadoop大數(shù)據(jù)分析平臺(tái)總體架構(gòu)業(yè)務(wù)系統(tǒng)(結(jié)構(gòu)化數(shù)據(jù))Summariz數(shù)據(jù)量越大越好忽略了一個(gè)最古老的問題：數(shù)據(jù)要用才有價(jià)值DataInformationKnowledge是永遠(yuǎn)不變的數(shù)據(jù)驅(qū)動(dòng)

vs

需求驅(qū)動(dòng)不能為大數(shù)據(jù)而大數(shù)據(jù)，要先知道想分析什么？由需求著手，引導(dǎo)數(shù)據(jù)的收集忽略大數(shù)據(jù)的基礎(chǔ)Google、Facebook、Amazon、Walmart、淘寶網(wǎng)、騰訊這些大數(shù)據(jù)的優(yōu)秀企業(yè)本身都具備數(shù)據(jù)分析的能力。大數(shù)據(jù)戰(zhàn)略發(fā)展的三大誤區(qū)數(shù)據(jù)量越大越好大數(shù)據(jù)戰(zhàn)略發(fā)展的三大誤區(qū)大數(shù)據(jù)分析的基礎(chǔ)－商業(yè)智能(BI)數(shù)據(jù)源DW數(shù)據(jù)倉庫OLAP多維數(shù)據(jù)集多維分析報(bào)表Analyzer智能數(shù)據(jù)采集平臺(tái)OA系統(tǒng)ERP系統(tǒng)財(cái)務(wù)系統(tǒng)HR系統(tǒng)CRM系統(tǒng)大數(shù)據(jù)分析的基礎(chǔ)－商業(yè)智能(BI)數(shù)據(jù)源DWOLAP多維分項(xiàng)目成功的3大關(guān)鍵因素有經(jīng)驗(yàn)實(shí)施團(tuán)隊(duì)行業(yè)分析解決方案客戶體驗(yàn)感項(xiàng)目成功的3大關(guān)鍵因素有經(jīng)驗(yàn)實(shí)施團(tuán)隊(duì)行業(yè)分析解決方案客戶體驗(yàn)Analyzer智能多維分析平臺(tái)架構(gòu)支持管理駕駛艙、儀表板、平衡計(jì)分卡、智慧地圖、計(jì)分卡、及報(bào)表過濾等功能支持在各種移動(dòng)設(shè)備上進(jìn)行BI智能分析，包含蘋果、安卓、微軟等移動(dòng)設(shè)備及各種瀏覽器支持直接連接Excel數(shù)據(jù)、及各種數(shù)據(jù)庫，自動(dòng)建立DW及Cube,可快速進(jìn)行多維交叉分析支持BS架構(gòu)、智能化數(shù)據(jù)入錄、采集及集成，以及可自定義各種采集流程、及表單等支持多維透視表，透視圖，以及各種常用的視覺化分析、統(tǒng)計(jì)方法及模型等652314支持比透視表更先進(jìn)、更有彈性、可對(duì)維度成員進(jìn)行任意組合的GroupTable分析Analyzer智能數(shù)據(jù)采集模塊Analyzer移動(dòng)模塊Analyzer

CPM模塊Analyzer標(biāo)準(zhǔn)模塊Analyzer敏捷分析模塊Analyzer組合表分析模塊Analyzer智能多維分析平臺(tái)架構(gòu)支持管理駕駛艙、儀表產(chǎn)品1：Analyzer自助式─>直覺式BI拖拉式的多維交叉分析報(bào)表制作強(qiáng)大的分析功能BigData超高性能平臺(tái)應(yīng)用多樣集成彈性靈活易學(xué)易用產(chǎn)品1：Analyzer自助式─>直覺式BI拖拉式的多維交平臺(tái)特色1－一鍵式的分析挖掘功能水平分析結(jié)構(gòu)(百分比)分析環(huán)比對(duì)比80/20法則分析排名Top/Bottom

分析Z型圖分析YTD/QTD/MTD分析移動(dòng)平均統(tǒng)計(jì)分布分析達(dá)成率分析波士頓矩陣分析周轉(zhuǎn)率分析均值分析平臺(tái)特色1－一鍵式的分析挖掘功能水平分析YTD/QTD/M平臺(tái)特色2

–360度動(dòng)態(tài)分析

趨勢(shì)─>監(jiān)控─>挖掘可任意進(jìn)行數(shù)據(jù)深度鉆取挖掘，快速定位問題所在鉆取鉆取鉆取鉆取平臺(tái)特色2–360度動(dòng)態(tài)分析

趨勢(shì)─>監(jiān)控─>挖掘可平臺(tái)特色3

–

配合企業(yè)管理戰(zhàn)略，監(jiān)控預(yù)警各階段關(guān)鍵指標(biāo)發(fā)送郵件郵件接收的內(nèi)容平臺(tái)特色3–

配合企業(yè)管理戰(zhàn)略，監(jiān)控預(yù)警各階段關(guān)平臺(tái)特色4–內(nèi)置信息交流平臺(tái)

發(fā)現(xiàn)問題─>督助問題解決─>管理閉環(huán)平臺(tái)特色4–內(nèi)置信息交流平臺(tái)

平臺(tái)特色5

–三種展現(xiàn)模式

幫助企業(yè)從傳統(tǒng)PPT匯報(bào)會(huì)議管理模式轉(zhuǎn)換到數(shù)字化智能化會(huì)議設(shè)計(jì)模式執(zhí)行模式簡報(bào)模式平臺(tái)特色5–三種展現(xiàn)模式

幫助企業(yè)從傳統(tǒng)PP14-提供八層權(quán)限控管機(jī)制，可根據(jù)組織階層與職位設(shè)定數(shù)據(jù)格存取權(quán)限測(cè)試KPI量值存取權(quán)限維度成員存取權(quán)限維度(Dimension)存取權(quán)限Cube存取權(quán)限數(shù)據(jù)庫存取權(quán)限資料來源存取權(quán)限報(bào)表存取權(quán)限源數(shù)據(jù)源數(shù)據(jù)數(shù)據(jù)倉庫財(cái)務(wù)Cube營運(yùn)Cube銷售Cube客戶

Cube源數(shù)據(jù)平臺(tái)特色6-完整安全控管機(jī)制—八層權(quán)限控管14-提供八層權(quán)限控管機(jī)制，可根據(jù)組織階層與職位設(shè)定數(shù)據(jù)格產(chǎn)品2：CPM視覺化BI─>可視化BI產(chǎn)品2：CPM視覺化BI─>可視化BI個(gè)性化高層管理駕駛艙首頁+監(jiān)控+決策分析鏈條個(gè)性化高層管理駕駛艙首頁+監(jiān)控+決策分析鏈條數(shù)據(jù)源數(shù)據(jù)倉庫多維數(shù)據(jù)集多維分析報(bào)表產(chǎn)品3：敏捷式BIAuto-CubeBIvsIn-Memory

BIIn-memoryBIAuto-cubeBI數(shù)據(jù)源數(shù)據(jù)倉庫多維數(shù)據(jù)集多維分析報(bào)表產(chǎn)品3：敏捷式BIAutDataPackages可以連接任何數(shù)據(jù)源18DataPackage控制臺(tái)上傳數(shù)據(jù)制作BI報(bào)表DataPackages可以連接任何數(shù)據(jù)源18Data組合表透視表根據(jù)業(yè)務(wù)需求隨時(shí)彈性重組新的維度，類似基因重組功能若要新建維度需要修改底層數(shù)據(jù)多維結(jié)構(gòu)產(chǎn)品4：GroupTable全球首創(chuàng)重組式BI將無意義的維度屬性有意義的分析模式組合表透視表根據(jù)業(yè)務(wù)需求隨時(shí)若要新建維度需要修改底層產(chǎn)品4：例：比PivotTable更強(qiáng)大的GroupTable例：比PivotTable更強(qiáng)大的GroupTableBI的技術(shù)發(fā)展1980199020002010用戶報(bào)表4GL的程序語言動(dòng)態(tài)的SQL標(biāo)準(zhǔn)的數(shù)據(jù)庫DataWarehouseOLAPCubes廉價(jià)的大容量的磁盤存儲(chǔ)InMemory在內(nèi)存中進(jìn)行分析,支持64位技術(shù)，多核處理器Recombinant2015多維數(shù)據(jù)可動(dòng)態(tài)任意重新組合BI的技術(shù)發(fā)展1980199020002010用戶報(bào)表4G產(chǎn)品5：

AnalyzerMobile

移動(dòng)BI

隨時(shí)、隨地讓高層移動(dòng)辦公和管理任何版本iOS的iPhone,iPadAndroid2.2以上智能手機(jī)Android3.0以上

平板黑梅6.0OS以上智能手機(jī)

黑梅Playbook平板Surface平板產(chǎn)品5：AnalyzerMobile移動(dòng)BI

主動(dòng)推送關(guān)鍵信息至高層（手機(jī)）實(shí)時(shí)信息-銷售額、利潤額、計(jì)劃完成率、重要節(jié)點(diǎn)

(取證、開盤等);異常信息-

預(yù)警監(jiān)控移動(dòng)終端隨時(shí)隨地更直觀的瀏覽主動(dòng)推送關(guān)鍵信息至高層（手機(jī)）實(shí)時(shí)信息-銷售額、利潤額、產(chǎn)品6：

Analyzer智能數(shù)據(jù)采集：快速開發(fā)OracleExcelServer2000/2003/2007/2012數(shù)據(jù)庫訪問接口模板設(shè)計(jì)器工作流設(shè)計(jì)器WEB或客戶端SQLServerDB2。。。。產(chǎn)品6：Analyzer智能數(shù)據(jù)采集：快速開發(fā)Oracl多版本數(shù)據(jù)控制Ver1.0Ver2.0

……靈活高效的自定義流程靈活的Excel操作風(fēng)格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理實(shí)現(xiàn)高質(zhì)量的企業(yè)級(jí)數(shù)據(jù)管理體系完善的權(quán)限管理ERP財(cái)務(wù)系統(tǒng)HR系統(tǒng)…自動(dòng)同步/推送其他系統(tǒng)數(shù)據(jù)數(shù)據(jù)采集平臺(tái)

“所想及所得”快速業(yè)務(wù)場(chǎng)景實(shí)現(xiàn)的設(shè)計(jì)理念

多版本數(shù)據(jù)Ver1.0靈活高效的靈活的Excel數(shù)據(jù)采集模板智能數(shù)據(jù)采集之移動(dòng)版本智能數(shù)據(jù)采集之移動(dòng)版本產(chǎn)品7：微信整合版，實(shí)時(shí)企業(yè)管理可與企業(yè)微信公眾號(hào)進(jìn)行整合。企業(yè)報(bào)表可在任何地方、任何時(shí)間查閱，實(shí)時(shí)了解管理企業(yè)經(jīng)營狀況整合企業(yè)用戶權(quán)限，安全、高效。產(chǎn)品7：微信整合版，實(shí)時(shí)企業(yè)管理可與企業(yè)微信公眾號(hào)進(jìn)行整合。產(chǎn)品8：企業(yè)戰(zhàn)情室+高層管理駕駛艙管理駕駛艙─一套復(fù)雜但高效率的管理系統(tǒng)，是企業(yè)的中樞神經(jīng)系統(tǒng)，掌管著所有的資金流、信息流、物流、人才流的正常運(yùn)營與異常預(yù)警戰(zhàn)情室高層駕駛艙產(chǎn)品8：企業(yè)戰(zhàn)情室+高層管理駕駛艙管理駕駛艙─戰(zhàn)情室高層案例：宸鴻光電的企業(yè)

管理駕駛艙“《天下》記者走進(jìn)被宸鴻列為禁區(qū)的Ｄ棟四樓戰(zhàn)情室，獨(dú)家為讀者揭開宸鴻的最高機(jī)密，地板上一道紅線與三面墻一百二十多個(gè)巨型屏幕，彷佛讓人以為進(jìn)入了美國太空總署的太空梭發(fā)射中心?！高@里是宸鴻的中樞神經(jīng)系統(tǒng)，掌管一年幾百億生意的金流、信息流、物流、人流」負(fù)責(zé)建構(gòu)這一套復(fù)雜但高效率的管理系統(tǒng)的宸鴻科技總經(jīng)理暨營運(yùn)長郭英理剖析，就連未來可能何時(shí)缺料都可以推算出來。宸鴻的這一套中樞神經(jīng)管理系統(tǒng)，連中國科技部都要派人來學(xué)習(xí)，希望成為全中國制造業(yè)的管理典范?！鞍咐哄辐櫣怆姷钠髽I(yè)

管理駕駛艙“《天下》記者走進(jìn)被宸鴻列為宸鴻光電企業(yè)管理駕駛艙實(shí)景宸鴻光電企業(yè)管理駕駛艙實(shí)景宸鴻光電企業(yè)管理駕駛艙實(shí)景宸鴻光電企業(yè)管理駕駛艙實(shí)景項(xiàng)目實(shí)施方法論及控管體系32項(xiàng)目實(shí)施方法論及控管體系32項(xiàng)目應(yīng)用的三層架構(gòu)設(shè)計(jì)33企業(yè)經(jīng)營駕駛艙(企業(yè)層級(jí))靜態(tài)查詢(個(gè)人層級(jí)）多維分析(部門層級(jí)）基層員工經(jīng)理人員高層管理人員績效管理、儀表板、計(jì)分卡、KPIAd-Hoc查詢、OLAP、深度分析、透視表、分析圖、SelfServiceBI日常營運(yùn)標(biāo)準(zhǔn)查詢報(bào)表BI成功的關(guān)鍵因素top-down項(xiàng)目應(yīng)用的三層架構(gòu)設(shè)計(jì)33企業(yè)經(jīng)營駕駛艙靜態(tài)查詢多維分析基層項(xiàng)目實(shí)施方法論數(shù)據(jù)源數(shù)據(jù)倉庫Cube多維分析報(bào)表數(shù)據(jù)驅(qū)動(dòng)Inmon所提倡的、以建立EDW為主需求驅(qū)動(dòng)Kimball所提倡的、以建立數(shù)據(jù)集市為主34項(xiàng)目實(shí)施二大方法論，建議采用需求驅(qū)動(dòng)的方式，整體規(guī)劃，分步實(shí)施項(xiàng)目實(shí)施方法論數(shù)據(jù)源數(shù)據(jù)倉庫Cube多維分析報(bào)表數(shù)據(jù)驅(qū)動(dòng)需求項(xiàng)目實(shí)施流程

需求及架構(gòu)設(shè)計(jì)、數(shù)據(jù)規(guī)范及準(zhǔn)確性核對(duì)、性能優(yōu)化是重要環(huán)節(jié)環(huán)境設(shè)置使用者需求數(shù)據(jù)倉庫模型制定數(shù)據(jù)抽取/轉(zhuǎn)換/裝載（ETL）OLAP

Cube/多維分析報(bào)表設(shè)計(jì)前端開發(fā)效率調(diào)整品質(zhì)確認(rèn)開放上線使用系統(tǒng)維護(hù)持續(xù)改善加強(qiáng)項(xiàng)目實(shí)施流程

需求及架構(gòu)設(shè)計(jì)、數(shù)據(jù)規(guī)范及準(zhǔn)確性核對(duì)如何有效規(guī)劃高層及業(yè)務(wù)的真實(shí)需求分析原型+引導(dǎo)式需求調(diào)研法高層

VS高層；業(yè)務(wù)顧問VS業(yè)務(wù)部門行業(yè)智能分析模型的分享（量值）（事件）（維度）（階層）ConceptualDataModel抽象層建模LogicalDataModel邏輯層建模Physical

DataModel物理層建模DBMS如何有效規(guī)劃高層及業(yè)務(wù)的真實(shí)需求分析原型+引導(dǎo)式需求調(diào)研法（將已有行業(yè)智能分析模型融入原型設(shè)計(jì)37BI模型行業(yè)信息系統(tǒng)

供應(yīng)鏈智能分析模型

零售業(yè)智能分析模型

酒店業(yè)智能分析模型

餐飲業(yè)智能分析模型

鞋服分銷智能分析模型

衛(wèi)生醫(yī)療智能分析模型

旅游服務(wù)智能分析模型SAPOracleMicrosoftUSoftKingdeeOtherERPsOracleDBDB2SybaseSQLServer

制造業(yè)

批發(fā)、零售和餐飲業(yè)

房地產(chǎn)

運(yùn)輸和電信業(yè)

衛(wèi)生醫(yī)療

金融保險(xiǎn)教育與文化傳播

政府

房地產(chǎn)智能分析模型購物廣場(chǎng)智能分析模型

電信智能分析模型

電視購物智能分析模型

金融智能分析模型

保險(xiǎn)智能分析模型

財(cái)稅智能分析模型

警務(wù)智能分析模型

海關(guān)關(guān)務(wù)智能分析模型將已有行業(yè)智能分析模型融入原型設(shè)計(jì)37BI模型行業(yè)信息系統(tǒng)RFM分析可比店分析新老貨分析實(shí)時(shí)排名分析最具管理特色的跨行業(yè)分析模型任意期間日庫存分析消費(fèi)行為分析全程價(jià)值鏈智能分析預(yù)測(cè)分析供應(yīng)商績效體系分析核心店分析RFM分析可比店分析新老貨分析實(shí)時(shí)排名最具管理特色的跨行業(yè)分商業(yè)智能概述第一章BI原理及概念簡介

第二章BI帶給企業(yè)的效益及價(jià)值

第三章多維數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫

比較

第四章BI項(xiàng)目的實(shí)施過程

第五章BI項(xiàng)目中使用的工具集介紹數(shù)據(jù)倉庫設(shè)計(jì)與優(yōu)化第一章數(shù)據(jù)倉庫設(shè)計(jì)及注意事項(xiàng)

第二章大型數(shù)據(jù)倉庫設(shè)計(jì)簡介（分區(qū)與索引）

第三章數(shù)據(jù)倉庫的規(guī)范及管理、維護(hù)

第四章優(yōu)化數(shù)據(jù)庫常用的策略第六章SQL代碼設(shè)計(jì)

—

如何讓你的SQL運(yùn)行的更快ETL設(shè)計(jì)與實(shí)施第一章ETL—

邁向商業(yè)智能的第一步（基本結(jié)構(gòu)篇）第二章創(chuàng)建你的SSIS包第三章部署你的SSIS包第四章日志管理和事務(wù)管理第五章幾種最有效的應(yīng)用技巧介紹OLAP設(shè)計(jì)與實(shí)施第一章OLAP—BI的驅(qū)動(dòng)引擎（OLAP原理）第二章OLAP建模第三章OLAP布署和快速調(diào)整第四章OLAP規(guī)范和維護(hù)第五章實(shí)戰(zhàn)OLAP技巧匯總Analyzer報(bào)表設(shè)計(jì)與應(yīng)用

第一章Analyzer簡介

第二章維度功能、量值功能第三章決策分析圖

第四章CPM功能第五章移動(dòng)終端展示功能第六章報(bào)表發(fā)送(郵件與訂閱)第七章報(bào)表權(quán)限管理

第八章MDX語法培訓(xùn)商業(yè)智能項(xiàng)目管理經(jīng)驗(yàn)移轉(zhuǎn)第一章

項(xiàng)目實(shí)施整體規(guī)劃技巧第二章

用戶需求調(diào)研第三章需求變更管理第四章實(shí)施進(jìn)度管理（日?qǐng)?bào)、周報(bào)、階段報(bào)告）第五章問題清單及跟蹤第六章項(xiàng)目結(jié)案準(zhǔn)備第七章項(xiàng)目過程中的培訓(xùn)技巧實(shí)施經(jīng)驗(yàn)轉(zhuǎn)移第一章

常用BI分析模型介紹第二章

大型BI項(xiàng)目規(guī)范化體系第三章

各階段性能提升技術(shù)匯總第四章疑難問題的變通解決方法匯總第五章

假想問題解決（QA）完整有效的技術(shù)轉(zhuǎn)移教程商業(yè)智能概述第一章BI原理及概念簡介第二章B40二大利器：體驗(yàn)培訓(xùn)與免費(fèi)試用區(qū)域日期區(qū)域日期區(qū)域日期區(qū)域日期區(qū)域日期北京1月25日深圳2月29日廣州2月28日東莞

3月25日上海2月29日

2月28日

3月27日

3月13日

5月16日

3月20日

3月14日

4月17日

3月14日

7月18日

4月2日

3月28日

4月25日

4月15日

9月19日

4月24日

4月11日

5月28日

4月24日

10月16日

5月15日

4月25日

6月20日

5月15日

11月19日

5月28日

5月16日

6月27日

5月27日

12月26日

6月13日

5月30日

7月28日

6月19日

6月25日

6月12日

8月15日

6月26日

7月9日

6月27日

8月28日

7月17日

7月24日

7月11日

9月26日

7月24日

8月12日

7月25日

10月17日

8月14日

8月27日

8月14日

10月28日

8月27日

9月10日

8月28日

11月28日

9月18日

9月25日

9月26日

12月12日

9月25日

10月17日

10月17日

10月29日

10月31日

10月31日

11月19日

11月13日

11月14日

11月27日

11月27日

11月28日

12月11日

12月11日

12月12日

12月25日

12月24日

12月30日

40二大利器：體驗(yàn)培訓(xùn)與免費(fèi)試用區(qū)域日期區(qū)域日期區(qū)域日期區(qū)項(xiàng)目規(guī)范化體系和維護(hù)機(jī)制轉(zhuǎn)移41命名規(guī)范報(bào)表規(guī)則數(shù)據(jù)倉庫管理規(guī)范系統(tǒng)建置規(guī)范建置方法論團(tuán)隊(duì)規(guī)劃建置流程維護(hù)機(jī)制附件系統(tǒng)架構(gòu)DFM模型設(shè)計(jì)實(shí)施文檔模板項(xiàng)目規(guī)范化體系和維護(hù)機(jī)制轉(zhuǎn)移41命名規(guī)范實(shí)時(shí)監(jiān)控用戶使用情況的模型導(dǎo)入實(shí)時(shí)監(jiān)控用戶使用情況的模型導(dǎo)入不規(guī)范或不可靠外部數(shù)據(jù)源的統(tǒng)一管理43

提供智能數(shù)據(jù)采集平臺(tái)(AnalyzerSmartDataCollector)解決方案，將不規(guī)范的數(shù)據(jù)源和外部零散數(shù)據(jù)，透過智能數(shù)據(jù)采集平臺(tái)，統(tǒng)一規(guī)劃入口，進(jìn)入到DW，形成高質(zhì)量的數(shù)據(jù)管理體系，與企業(yè)其他的核心業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源一起進(jìn)行整合，進(jìn)行數(shù)據(jù)分析應(yīng)用和呈現(xiàn)完善的權(quán)限管理多版本數(shù)據(jù)控制優(yōu)化高效的流程靈活的Excel操作風(fēng)格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理Ver1.0Ver2.0

……自動(dòng)采集其他系統(tǒng)數(shù)據(jù)ERPCRM財(cái)務(wù)系統(tǒng)……數(shù)據(jù)采集平臺(tái)不規(guī)范或不可靠外部數(shù)據(jù)源的統(tǒng)一管理43提供智能數(shù)完整的項(xiàng)目推廣機(jī)制44三層培訓(xùn)體系（高層；普通用戶和關(guān)鍵用戶；IT技術(shù)部門；），并有全程培訓(xùn)的視頻教材，確保用戶充分掌握相關(guān)使用技巧；至少二輪以上循環(huán)培訓(xùn)針對(duì)高層的應(yīng)用，采用個(gè)性化首頁+決策分析鏈條的呈現(xiàn)思路根據(jù)企業(yè)戰(zhàn)略，建立起一套針對(duì)各部門的且主動(dòng)推送的監(jiān)控指標(biāo)體系，并不斷完善及改進(jìn)；最佳體驗(yàn)完整的項(xiàng)目推廣機(jī)制44三層培訓(xùn)體系（高層；普通用戶和關(guān)鍵用戶萬科運(yùn)營信息可視化案例45萬科運(yùn)營信息可視化案例45戰(zhàn)略背景－回答管理上的三個(gè)基本問題我們目前的經(jīng)營績效(KPI)如何?為什么?接下去該做什么?46戰(zhàn)略背景－回答管理上的三個(gè)基本問題我們目前的經(jīng)營績效(KPI目前在運(yùn)營分析應(yīng)用上的現(xiàn)狀付出的努力Value產(chǎn)生的價(jià)值報(bào)表

準(zhǔn)備，核對(duì)，發(fā)布控制

審閱，批復(fù)獲取數(shù)據(jù)數(shù)據(jù)收集、轉(zhuǎn)化、核對(duì)運(yùn)營分析60%25%10%5%花費(fèi)的時(shí)間KeyCharacteristics幾乎沒有時(shí)間進(jìn)行高價(jià)值的運(yùn)營分析很少或沒有預(yù)測(cè)性業(yè)務(wù)分析工作重點(diǎn)是“追查”的差異工作基于Excel

的管理報(bào)表電子郵件分發(fā)靜態(tài)報(bào)表手動(dòng)剪切和粘貼獲取和驗(yàn)證數(shù)據(jù)的工作量大不能自動(dòng)連接到數(shù)據(jù)源繁多的人工審查工作多次反復(fù)，查詢，對(duì)帳無法實(shí)現(xiàn)對(duì)結(jié)果控制的自動(dòng)化目前在運(yùn)營分析應(yīng)用上的現(xiàn)狀付出的努力Value產(chǎn)生的價(jià)值報(bào)表目前在運(yùn)營分析上的現(xiàn)狀付出的努力Value產(chǎn)生的價(jià)值報(bào)表

準(zhǔn)備，核對(duì)，發(fā)布控制

審閱，批復(fù)獲取數(shù)據(jù)數(shù)據(jù)收集、轉(zhuǎn)化、核對(duì)運(yùn)營分析60%25%10%5%花費(fèi)的時(shí)間KeyCharacteristics幾乎沒有時(shí)間進(jìn)行高價(jià)值的運(yùn)營分析很少或沒有預(yù)測(cè)性業(yè)務(wù)分析工作重點(diǎn)是“追查”的差異工作基于Excel

的管理報(bào)表電子郵件分發(fā)靜態(tài)報(bào)表手動(dòng)剪切和粘貼獲取和驗(yàn)證數(shù)據(jù)的工作量大不能自動(dòng)連接到數(shù)據(jù)源繁多的人工審查工作多次反復(fù)，查詢，對(duì)帳無法實(shí)現(xiàn)對(duì)結(jié)果控制的自動(dòng)化目前在運(yùn)營分析上的現(xiàn)狀付出的努力Value產(chǎn)生的價(jià)值報(bào)表

準(zhǔn)付出的努力Value報(bào)表

準(zhǔn)備，核對(duì)，發(fā)布控制

審閱，批復(fù)獲取數(shù)據(jù)數(shù)據(jù)收集轉(zhuǎn)化核對(duì)運(yùn)營分析5%30%15%50%花費(fèi)的時(shí)間產(chǎn)生的價(jià)值KeyCharacteristics基于智能分析平臺(tái)的多維度、多場(chǎng)景的運(yùn)營分析及預(yù)測(cè)鉆取、切片、關(guān)聯(lián)提高透明度用戶驅(qū)動(dòng)，自我服務(wù)的報(bào)表及分析工具與Portal的整合工作流程管理，實(shí)時(shí)監(jiān)控的依賴關(guān)系，完成時(shí)間和狀態(tài)基于與預(yù)定義臨界值的自動(dòng)警報(bào)接口自動(dòng)更新數(shù)據(jù)的能力針對(duì)多個(gè)數(shù)據(jù)源的自動(dòng)數(shù)據(jù)采集、清洗、裝載本項(xiàng)目將幫助達(dá)到的理想狀態(tài)付出的努力Value報(bào)表

準(zhǔn)備，核對(duì)，發(fā)布控制

審閱，批復(fù)獲基礎(chǔ)數(shù)據(jù)用可視化的形式實(shí)時(shí)展示給管理層（土地資源、在建、運(yùn)營、銷售、項(xiàng)目、客戶、工程等基礎(chǔ)數(shù)據(jù)等）一線公司重點(diǎn)用戶有更完整的數(shù)據(jù)來源、更靈活、自助式地分析方式和工具，并與業(yè)務(wù)相結(jié)合體現(xiàn)日常使用價(jià)值建立起手工報(bào)表報(bào)送數(shù)據(jù)逐步轉(zhuǎn)化為平臺(tái)數(shù)據(jù)、并直接抽取進(jìn)入數(shù)據(jù)倉庫的機(jī)制，有效減少手工報(bào)表收集工作可視化基礎(chǔ)運(yùn)營信息01解放分析人員生產(chǎn)力02減少手工報(bào)送收集數(shù)據(jù)03提升價(jià)值鏈分析智能04優(yōu)化全程價(jià)值鏈管理（戰(zhàn)略投資、產(chǎn)品開發(fā)、工程管理、市場(chǎng)營銷、顧客服務(wù)等），建立企業(yè)核心竟?fàn)幜?、取得市?chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)。項(xiàng)目目標(biāo)基礎(chǔ)數(shù)據(jù)用可視化的形式實(shí)時(shí)展示給管理層（土地資源、在建、運(yùn)營技術(shù)實(shí)現(xiàn)：打通數(shù)據(jù)高速公路

–

數(shù)據(jù)自動(dòng)抓取、報(bào)表隨時(shí)更新

高層管理駕駛艙ERP系統(tǒng)CRM系統(tǒng)OA系統(tǒng)財(cái)務(wù)系統(tǒng)萬科會(huì)平臺(tái)O2O平臺(tái)系統(tǒng)智能數(shù)據(jù)采集平臺(tái)多維數(shù)據(jù)立方體業(yè)務(wù)系統(tǒng)數(shù)據(jù)源數(shù)據(jù)自動(dòng)更新頻率可自定義UserUser銷售分析客戶分析51財(cái)務(wù)分析HR分析性能測(cè)試：每小時(shí)2TB數(shù)據(jù)遷移技術(shù)實(shí)現(xiàn)：打通數(shù)據(jù)高速公路

高層駕駛艙－總經(jīng)理首頁設(shè)計(jì)績效排名分析計(jì)劃達(dá)成率分析核心指標(biāo)分析透過核心指標(biāo)、排名、達(dá)成率讓領(lǐng)導(dǎo)隨時(shí)掌握運(yùn)營的現(xiàn)狀與問題高層駕駛艙－總經(jīng)理首頁設(shè)計(jì)績效排名計(jì)劃達(dá)成率核心指標(biāo)透過核心打造高層決策分析鏈，逐層分析

詳細(xì)了解銷售情況打造高層決策分析鏈，逐層分析

打造高層決策分析鏈，逐層分析

分析報(bào)表與日常管理充分結(jié)合打造高層決策分析鏈，逐層分析

分析進(jìn)一步從組織的角度對(duì)各事業(yè)部的深入分析55分析結(jié)果說明各事業(yè)部簽約額新取新推+往取新推持銷庫存簽約認(rèn)購待簽轉(zhuǎn)簽進(jìn)一步從組織的角度對(duì)各事業(yè)部的深入分析55分析結(jié)果說明各事業(yè)可任意進(jìn)行數(shù)據(jù)深度鉆取，找出經(jīng)營中的問題鉆取可任意進(jìn)行數(shù)據(jù)深度鉆取，找出經(jīng)營中的問題鉆取透過內(nèi)部信息交流平臺(tái)督促問題解決透過內(nèi)部信息交流平臺(tái)督促問題解決自動(dòng)郵件推送，反饋問題解決結(jié)果給總經(jīng)理自動(dòng)郵件推送，反饋問題解決結(jié)果給總經(jīng)理按產(chǎn)品各屬性進(jìn)行各種深入分析和交叉分析價(jià)格段分析面積段分析總額段分析品類分析70─90平米，1.2─1.5萬占比高180平米以上，3─5萬占比也特別的高價(jià)格/面積段交叉分析按產(chǎn)品各屬性進(jìn)行各種深入分析和交叉分析價(jià)格段分析面積段分析總BI智能分析系統(tǒng)-總經(jīng)理管理駕駛艙透過核心指標(biāo)、排名、達(dá)成率讓領(lǐng)導(dǎo)隨時(shí)掌握運(yùn)營的現(xiàn)狀與問題BI智能分析系統(tǒng)-總經(jīng)理管理駕駛艙透過核心指標(biāo)、排名、達(dá)指標(biāo)排名駕駛艙月度排名趨勢(shì)變化情況其它指標(biāo)月度排名情況各指標(biāo)的區(qū)域排名透過關(guān)鍵指標(biāo)隨時(shí)掌握在區(qū)域、集團(tuán)的排名情況指標(biāo)排名駕駛艙月度排名趨勢(shì)變化情況其它指標(biāo)月度排名情況各指標(biāo)核心關(guān)鍵指標(biāo)監(jiān)控各項(xiàng)指標(biāo)趨勢(shì)圖區(qū)域/公司6大關(guān)鍵指標(biāo)排名及趨勢(shì)分析核心關(guān)鍵指標(biāo)監(jiān)控各項(xiàng)指標(biāo)趨勢(shì)圖區(qū)域/公司6大關(guān)鍵指標(biāo)排名及趨BI智能分析系統(tǒng)-總經(jīng)理管理駕駛艙透過核心指標(biāo)、排名、達(dá)成率讓領(lǐng)導(dǎo)隨時(shí)掌握運(yùn)營的現(xiàn)狀與問題BI智能分析系統(tǒng)-總經(jīng)理管理駕駛艙透過核心指標(biāo)、排名、達(dá)整體計(jì)劃達(dá)成分析

各項(xiàng)指標(biāo)的實(shí)際值、計(jì)劃值、及增減值透過銷售、資源、盈利和回款各項(xiàng)指標(biāo)的實(shí)際值與計(jì)劃對(duì)比分析達(dá)成率

整體計(jì)劃達(dá)成分析

各項(xiàng)指標(biāo)的實(shí)際值、計(jì)劃值、及增減值大數(shù)據(jù)與BI智能分析解決方案大數(shù)據(jù)與BI智能分析解決方案大數(shù)據(jù)與BI智能分析解決方案紙牌屋成功背后的故事－大數(shù)據(jù)智能分析WeknowwhatpeoplewatchonNetflixandwe’reablewithahighdegreeofconfidencetounderstandhowbigalikelyaudienceisforagivenshowbasedonpeople’sviewinghabits.在全美和世界各地分別擁有2700萬和3300萬注冊(cè)用戶的美國網(wǎng)絡(luò)電視臺(tái)Netflix，用邏輯和計(jì)算取代了依賴傳統(tǒng)和直覺的做法。據(jù)悉，Netflix每天會(huì)對(duì)3000萬次“播放”、注冊(cè)用戶的400萬次評(píng)級(jí)、300萬次搜索，以及一天中用戶觀看視頻的時(shí)間和所使用的設(shè)備進(jìn)行觀測(cè)，幫助網(wǎng)站分析用戶，針對(duì)不同用戶推薦節(jié)目。比如它的網(wǎng)絡(luò)定制劇《紙牌屋》在美國熱播，迎來贊美無數(shù)，制作方就宣稱該劇是基于海量用戶數(shù)據(jù)積累和分析而制作的。紙牌屋成功背后的故事－大數(shù)據(jù)智能分析Weknowwhat大數(shù)據(jù)分析平臺(tái)總體架構(gòu)業(yè)務(wù)系統(tǒng)(結(jié)構(gòu)化數(shù)據(jù))Summarize&Load半結(jié)構(gòu)/非結(jié)構(gòu)化數(shù)據(jù)Alerts,NotificationsData&ComputeIntensiveAppERPCRMMES財(cái)務(wù)Integrate/EnrichETLwithSSIS,AnalyzerReportingServicesAnalysisServerBusinessInsightsAnalyticalReportsPerformanceScorecards新媒體微信O2OWifiOracleParallelDataWarehouse外部結(jié)構(gòu)化數(shù)據(jù)Summarize&LoadviaPDWHadoopConnectorHortonworksorClouderaHadoop大數(shù)據(jù)分析平臺(tái)總體架構(gòu)業(yè)務(wù)系統(tǒng)(結(jié)構(gòu)化數(shù)據(jù))Summariz數(shù)據(jù)量越大越好忽略了一個(gè)最古老的問題：數(shù)據(jù)要用才有價(jià)值DataInformationKnowledge是永遠(yuǎn)不變的數(shù)據(jù)驅(qū)動(dòng)

vs

需求驅(qū)動(dòng)不能為大數(shù)據(jù)而大數(shù)據(jù)，要先知道想分析什么？由需求著手，引導(dǎo)數(shù)據(jù)的收集忽略大數(shù)據(jù)的基礎(chǔ)Google、Facebook、Amazon、Walmart、淘寶網(wǎng)、騰訊這些大數(shù)據(jù)的優(yōu)秀企業(yè)本身都具備數(shù)據(jù)分析的能力。大數(shù)據(jù)戰(zhàn)略發(fā)展的三大誤區(qū)數(shù)據(jù)量越大越好大數(shù)據(jù)戰(zhàn)略發(fā)展的三大誤區(qū)大數(shù)據(jù)分析的基礎(chǔ)－商業(yè)智能(BI)數(shù)據(jù)源DW數(shù)據(jù)倉庫OLAP多維數(shù)據(jù)集多維分析報(bào)表Analyzer智能數(shù)據(jù)采集平臺(tái)OA系統(tǒng)ERP系統(tǒng)財(cái)務(wù)系統(tǒng)HR系統(tǒng)CRM系統(tǒng)大數(shù)據(jù)分析的基礎(chǔ)－商業(yè)智能(BI)數(shù)據(jù)源DWOLAP多維分項(xiàng)目成功的3大關(guān)鍵因素有經(jīng)驗(yàn)實(shí)施團(tuán)隊(duì)行業(yè)分析解決方案客戶體驗(yàn)感項(xiàng)目成功的3大關(guān)鍵因素有經(jīng)驗(yàn)實(shí)施團(tuán)隊(duì)行業(yè)分析解決方案客戶體驗(yàn)Analyzer智能多維分析平臺(tái)架構(gòu)支持管理駕駛艙、儀表板、平衡計(jì)分卡、智慧地圖、計(jì)分卡、及報(bào)表過濾等功能支持在各種移動(dòng)設(shè)備上進(jìn)行BI智能分析，包含蘋果、安卓、微軟等移動(dòng)設(shè)備及各種瀏覽器支持直接連接Excel數(shù)據(jù)、及各種數(shù)據(jù)庫，自動(dòng)建立DW及Cube,可快速進(jìn)行多維交叉分析支持BS架構(gòu)、智能化數(shù)據(jù)入錄、采集及集成，以及可自定義各種采集流程、及表單等支持多維透視表，透視圖，以及各種常用的視覺化分析、統(tǒng)計(jì)方法及模型等652314支持比透視表更先進(jìn)、更有彈性、可對(duì)維度成員進(jìn)行任意組合的GroupTable分析Analyzer智能數(shù)據(jù)采集模塊Analyzer移動(dòng)模塊Analyzer

CPM模塊Analyzer標(biāo)準(zhǔn)模塊Analyzer敏捷分析模塊Analyzer組合表分析模塊Analyzer智能多維分析平臺(tái)架構(gòu)支持管理駕駛艙、儀表產(chǎn)品1：Analyzer自助式─>直覺式BI拖拉式的多維交叉分析報(bào)表制作強(qiáng)大的分析功能BigData超高性能平臺(tái)應(yīng)用多樣集成彈性靈活易學(xué)易用產(chǎn)品1：Analyzer自助式─>直覺式BI拖拉式的多維交平臺(tái)特色1－一鍵式的分析挖掘功能水平分析結(jié)構(gòu)(百分比)分析環(huán)比對(duì)比80/20法則分析排名Top/Bottom

分析Z型圖分析YTD/QTD/MTD分析移動(dòng)平均統(tǒng)計(jì)分布分析達(dá)成率分析波士頓矩陣分析周轉(zhuǎn)率分析均值分析平臺(tái)特色1－一鍵式的分析挖掘功能水平分析YTD/QTD/M平臺(tái)特色2

–360度動(dòng)態(tài)分析

趨勢(shì)─>監(jiān)控─>挖掘可任意進(jìn)行數(shù)據(jù)深度鉆取挖掘，快速定位問題所在鉆取鉆取鉆取鉆取平臺(tái)特色2–360度動(dòng)態(tài)分析

趨勢(shì)─>監(jiān)控─>挖掘可平臺(tái)特色3

–

配合企業(yè)管理戰(zhàn)略，監(jiān)控預(yù)警各階段關(guān)鍵指標(biāo)發(fā)送郵件郵件接收的內(nèi)容平臺(tái)特色3–

配合企業(yè)管理戰(zhàn)略，監(jiān)控預(yù)警各階段關(guān)平臺(tái)特色4–內(nèi)置信息交流平臺(tái)

發(fā)現(xiàn)問題─>督助問題解決─>管理閉環(huán)平臺(tái)特色4–內(nèi)置信息交流平臺(tái)

平臺(tái)特色5

–三種展現(xiàn)模式

幫助企業(yè)從傳統(tǒng)PPT匯報(bào)會(huì)議管理模式轉(zhuǎn)換到數(shù)字化智能化會(huì)議設(shè)計(jì)模式執(zhí)行模式簡報(bào)模式平臺(tái)特色5–三種展現(xiàn)模式

幫助企業(yè)從傳統(tǒng)PP79-提供八層權(quán)限控管機(jī)制，可根據(jù)組織階層與職位設(shè)定數(shù)據(jù)格存取權(quán)限測(cè)試KPI量值存取權(quán)限維度成員存取權(quán)限維度(Dimension)存取權(quán)限Cube存取權(quán)限數(shù)據(jù)庫存取權(quán)限資料來源存取權(quán)限報(bào)表存取權(quán)限源數(shù)據(jù)源數(shù)據(jù)數(shù)據(jù)倉庫財(cái)務(wù)Cube營運(yùn)Cube銷售Cube客戶

Cube源數(shù)據(jù)平臺(tái)特色6-完整安全控管機(jī)制—八層權(quán)限控管14-提供八層權(quán)限控管機(jī)制，可根據(jù)組織階層與職位設(shè)定數(shù)據(jù)格產(chǎn)品2：CPM視覺化BI─>可視化BI產(chǎn)品2：CPM視覺化BI─>可視化BI個(gè)性化高層管理駕駛艙首頁+監(jiān)控+決策分析鏈條個(gè)性化高層管理駕駛艙首頁+監(jiān)控+決策分析鏈條數(shù)據(jù)源數(shù)據(jù)倉庫多維數(shù)據(jù)集多維分析報(bào)表產(chǎn)品3：敏捷式BIAuto-CubeBIvsIn-Memory

BIIn-memoryBIAuto-cubeBI數(shù)據(jù)源數(shù)據(jù)倉庫多維數(shù)據(jù)集多維分析報(bào)表產(chǎn)品3：敏捷式BIAutDataPackages可以連接任何數(shù)據(jù)源83DataPackage控制臺(tái)上傳數(shù)據(jù)制作BI報(bào)表DataPackages可以連接任何數(shù)據(jù)源18Data組合表透視表根據(jù)業(yè)務(wù)需求隨時(shí)彈性重組新的維度，類似基因重組功能若要新建維度需要修改底層數(shù)據(jù)多維結(jié)構(gòu)產(chǎn)品4：GroupTable全球首創(chuàng)重組式BI將無意義的維度屬性有意義的分析模式組合表透視表根據(jù)業(yè)務(wù)需求隨時(shí)若要新建維度需要修改底層產(chǎn)品4：例：比PivotTable更強(qiáng)大的GroupTable例：比PivotTable更強(qiáng)大的GroupTableBI的技術(shù)發(fā)展1980199020002010用戶報(bào)表4GL的程序語言動(dòng)態(tài)的SQL標(biāo)準(zhǔn)的數(shù)據(jù)庫DataWarehouseOLAPCubes廉價(jià)的大容量的磁盤存儲(chǔ)InMemory在內(nèi)存中進(jìn)行分析,支持64位技術(shù)，多核處理器Recombinant2015多維數(shù)據(jù)可動(dòng)態(tài)任意重新組合BI的技術(shù)發(fā)展1980199020002010用戶報(bào)表4G產(chǎn)品5：

AnalyzerMobile

移動(dòng)BI

隨時(shí)、隨地讓高層移動(dòng)辦公和管理任何版本iOS的iPhone,iPadAndroid2.2以上智能手機(jī)Android3.0以上

平板黑梅6.0OS以上智能手機(jī)

黑梅Playbook平板Surface平板產(chǎn)品5：AnalyzerMobile移動(dòng)BI

主動(dòng)推送關(guān)鍵信息至高層（手機(jī)）實(shí)時(shí)信息-銷售額、利潤額、計(jì)劃完成率、重要節(jié)點(diǎn)

(取證、開盤等);異常信息-

預(yù)警監(jiān)控移動(dòng)終端隨時(shí)隨地更直觀的瀏覽主動(dòng)推送關(guān)鍵信息至高層（手機(jī)）實(shí)時(shí)信息-銷售額、利潤額、產(chǎn)品6：

Analyzer智能數(shù)據(jù)采集：快速開發(fā)OracleExcelServer2000/2003/2007/2012數(shù)據(jù)庫訪問接口模板設(shè)計(jì)器工作流設(shè)計(jì)器WEB或客戶端SQLServerDB2。。。。產(chǎn)品6：Analyzer智能數(shù)據(jù)采集：快速開發(fā)Oracl多版本數(shù)據(jù)控制Ver1.0Ver2.0

……靈活高效的自定義流程靈活的Excel操作風(fēng)格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理實(shí)現(xiàn)高質(zhì)量的企業(yè)級(jí)數(shù)據(jù)管理體系完善的權(quán)限管理ERP財(cái)務(wù)系統(tǒng)HR系統(tǒng)…自動(dòng)同步/推送其他系統(tǒng)數(shù)據(jù)數(shù)據(jù)采集平臺(tái)

“所想及所得”快速業(yè)務(wù)場(chǎng)景實(shí)現(xiàn)的設(shè)計(jì)理念

多版本數(shù)據(jù)Ver1.0靈活高效的靈活的Excel數(shù)據(jù)采集模板智能數(shù)據(jù)采集之移動(dòng)版本智能數(shù)據(jù)采集之移動(dòng)版本產(chǎn)品7：微信整合版，實(shí)時(shí)企業(yè)管理可與企業(yè)微信公眾號(hào)進(jìn)行整合。企業(yè)報(bào)表可在任何地方、任何時(shí)間查閱，實(shí)時(shí)了解管理企業(yè)經(jīng)營狀況整合企業(yè)用戶權(quán)限，安全、高效。產(chǎn)品7：微信整合版，實(shí)時(shí)企業(yè)管理可與企業(yè)微信公眾號(hào)進(jìn)行整合。產(chǎn)品8：企業(yè)戰(zhàn)情室+高層管理駕駛艙管理駕駛艙─一套復(fù)雜但高效率的管理系統(tǒng)，是企業(yè)的中樞神經(jīng)系統(tǒng)，掌管著所有的資金流、信息流、物流、人才流的正常運(yùn)營與異常預(yù)警戰(zhàn)情室高層駕駛艙產(chǎn)品8：企業(yè)戰(zhàn)情室+高層管理駕駛艙管理駕駛艙─戰(zhàn)情室高層案例：宸鴻光電的企業(yè)

管理駕駛艙“《天下》記者走進(jìn)被宸鴻列為禁區(qū)的Ｄ棟四樓戰(zhàn)情室，獨(dú)家為讀者揭開宸鴻的最高機(jī)密，地板上一道紅線與三面墻一百二十多個(gè)巨型屏幕，彷佛讓人以為進(jìn)入了美國太空總署的太空梭發(fā)射中心。「這里是宸鴻的中樞神經(jīng)系統(tǒng)，掌管一年幾百億生意的金流、信息流、物流、人流」負(fù)責(zé)建構(gòu)這一套復(fù)雜但高效率的管理系統(tǒng)的宸鴻科技總經(jīng)理暨營運(yùn)長郭英理剖析，就連未來可能何時(shí)缺料都可以推算出來。宸鴻的這一套中樞神經(jīng)管理系統(tǒng)，連中國科技部都要派人來學(xué)習(xí)，希望成為全中國制造業(yè)的管理典范?！鞍咐哄辐櫣怆姷钠髽I(yè)

管理駕駛艙“《天下》記者走進(jìn)被宸鴻列為宸鴻光電企業(yè)管理駕駛艙實(shí)景宸鴻光電企業(yè)管理駕駛艙實(shí)景宸鴻光電企業(yè)管理駕駛艙實(shí)景宸鴻光電企業(yè)管理駕駛艙實(shí)景項(xiàng)目實(shí)施方法論及控管體系97項(xiàng)目實(shí)施方法論及控管體系32項(xiàng)目應(yīng)用的三層架構(gòu)設(shè)計(jì)98企業(yè)經(jīng)營駕駛艙(企業(yè)層級(jí))靜態(tài)查詢(個(gè)人層級(jí)）多維分析(部門層級(jí)）基層員工經(jīng)理人員高層管理人員績效管理、儀表板、計(jì)分卡、KPIAd-Hoc查詢、OLAP、深度分析、透視表、分析圖、SelfServiceBI日常營運(yùn)標(biāo)準(zhǔn)查詢報(bào)表BI成功的關(guān)鍵因素top-down項(xiàng)目應(yīng)用的三層架構(gòu)設(shè)計(jì)33企業(yè)經(jīng)營駕駛艙靜態(tài)查詢多維分析基層項(xiàng)目實(shí)施方法論數(shù)據(jù)源數(shù)據(jù)倉庫Cube多維分析報(bào)表數(shù)據(jù)驅(qū)動(dòng)Inmon所提倡的、以建立EDW為主需求驅(qū)動(dòng)Kimball所提倡的、以建立數(shù)據(jù)集市為主99項(xiàng)目實(shí)施二大方法論，建議采用需求驅(qū)動(dòng)的方式，整體規(guī)劃，分步實(shí)施項(xiàng)目實(shí)施方法論數(shù)據(jù)源數(shù)據(jù)倉庫Cube多維分析報(bào)表數(shù)據(jù)驅(qū)動(dòng)需求項(xiàng)目實(shí)施流程

需求及架構(gòu)設(shè)計(jì)、數(shù)據(jù)規(guī)范及準(zhǔn)確性核對(duì)、性能優(yōu)化是重要環(huán)節(jié)環(huán)境設(shè)置使用者需求數(shù)據(jù)倉庫模型制定數(shù)據(jù)抽取/轉(zhuǎn)換/裝載（ETL）OLAP

Cube/多維分析報(bào)表設(shè)計(jì)前端開發(fā)效率調(diào)整品質(zhì)確認(rèn)開放上線使用系統(tǒng)維護(hù)持續(xù)改善加強(qiáng)項(xiàng)目實(shí)施流程

需求及架構(gòu)設(shè)計(jì)、數(shù)據(jù)規(guī)范及準(zhǔn)確性核對(duì)如何有效規(guī)劃高層及業(yè)務(wù)的真實(shí)需求分析原型+引導(dǎo)式需求調(diào)研法高層

VS高層；業(yè)務(wù)顧問VS業(yè)務(wù)部門行業(yè)智能分析模型的分享（量值）（事件）（維度）（階層）ConceptualDataModel抽象層建模LogicalDataModel邏輯層建模Physical

DataModel物理層建模DBMS如何有效規(guī)劃高層及業(yè)務(wù)的真實(shí)需求分析原型+引導(dǎo)式需求調(diào)研法（將已有行業(yè)智能分析模型融入原型設(shè)計(jì)102BI模型行業(yè)信息系統(tǒng)

供應(yīng)鏈智能分析模型

零售業(yè)智能分析模型

酒店業(yè)智能分析模型

餐飲業(yè)智能分析模型

鞋服分銷智能分析模型

衛(wèi)生醫(yī)療智能分析模型

旅游服務(wù)智能分析模型SAPOracleMicrosoftUSoftKingdeeOtherERPsOracleDBDB2SybaseSQLServer

制造業(yè)

批發(fā)、零售和餐飲業(yè)

房地產(chǎn)

運(yùn)輸和電信業(yè)

衛(wèi)生醫(yī)療

金融保險(xiǎn)教育與文化傳播

政府

房地產(chǎn)智能分析模型購物廣場(chǎng)智能分析模型

電信智能分析模型

電視購物智能分析模型

金融智能分析模型

保險(xiǎn)智能分析模型

財(cái)稅智能分析模型

警務(wù)智能分析模型

海關(guān)關(guān)務(wù)智能分析模型將已有行業(yè)智能分析模型融入原型設(shè)計(jì)37BI模型行業(yè)信息系統(tǒng)RFM分析可比店分析新老貨分析實(shí)時(shí)排名分析最具管理特色的跨行業(yè)分析模型任意期間日庫存分析消費(fèi)行為分析全程價(jià)值鏈智能分析預(yù)測(cè)分析供應(yīng)商績效體系分析核心店分析RFM分析可比店分析新老貨分析實(shí)時(shí)排名最具管理特色的跨行業(yè)分商業(yè)智能概述第一章BI原理及概念簡介

第二章BI帶給企業(yè)的效益及價(jià)值

第三章多維數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫

比較

第四章BI項(xiàng)目的實(shí)施過程

第五章BI項(xiàng)目中使用的工具集介紹數(shù)據(jù)倉庫設(shè)計(jì)與優(yōu)化第一章數(shù)據(jù)倉庫設(shè)計(jì)及注意事項(xiàng)

第二章大型數(shù)據(jù)倉庫設(shè)計(jì)簡介（分區(qū)與索引）

第三章數(shù)據(jù)倉庫的規(guī)范及管理、維護(hù)

第四章優(yōu)化數(shù)據(jù)庫常用的策略第六章SQL代碼設(shè)計(jì)

—

如何讓你的SQL運(yùn)行的更快ETL設(shè)計(jì)與實(shí)施第一章ETL—

邁向商業(yè)智能的第一步（基本結(jié)構(gòu)篇）第二章創(chuàng)建你的SSIS包第三章部署你的SSIS包第四章日志管理和事務(wù)管理第五章幾種最有效的應(yīng)用技巧介紹OLAP設(shè)計(jì)與實(shí)施第一章OLAP—BI的驅(qū)動(dòng)引擎（OLAP原理）第二章OLAP建模第三章OLAP布署和快速調(diào)整第四章OLAP規(guī)范和維護(hù)第五章實(shí)戰(zhàn)OLAP技巧匯總Analyzer報(bào)表設(shè)計(jì)與應(yīng)用

第一章Analyzer簡介

第二章維度功能、量值功能第三章決策分析圖

第四章CPM功能第五章移動(dòng)終端展示功能第六章報(bào)表發(fā)送(郵件與訂閱)第七章報(bào)表權(quán)限管理

第八章MDX語法培訓(xùn)商業(yè)智能項(xiàng)目管理經(jīng)驗(yàn)移轉(zhuǎn)第一章

項(xiàng)目實(shí)施整體規(guī)劃技巧第二章

用戶需求調(diào)研第三章需求變更管理第四章實(shí)施進(jìn)度管理（日?qǐng)?bào)、周報(bào)、階段報(bào)告）第五章問題清單及跟蹤第六章項(xiàng)目結(jié)案準(zhǔn)備第七章項(xiàng)目過程中的培訓(xùn)技巧實(shí)施經(jīng)驗(yàn)轉(zhuǎn)移第一章

常用BI分析模型介紹第二章

大型BI項(xiàng)目規(guī)范化體系第三章

各階段性能提升技術(shù)匯總第四章疑難問題的變通解決方法匯總第五章

假想問題解決（QA）完整有效的技術(shù)轉(zhuǎn)移教程商業(yè)智能概述第一章BI原理及概念簡介第二章B105二大利器：體驗(yàn)培訓(xùn)與免費(fèi)試用區(qū)域日期區(qū)域日期區(qū)域日期區(qū)域日期區(qū)域日期北京1月25日深圳2月29日廣州2月28日東莞

3月25日上海2月29日

2月28日

3月27日

3月13日

5月16日

3月20日

3月14日

4月17日

3月14日

7月18日

4月2日

3月28日

4月25日

4月15日

9月19日

4月24日

4月11日

5月28日

4月24日

10月16日

5月15日

4月25日

6月20日

5月15日

11月19日

5月28日

5月16日

6月27日

5月27日

12月26日

6月13日

5月30日

7月28日

6月19日

6月25日

6月12日

8月15日

6月26日

7月9日

6月27日

8月28日

7月17日

7月24日

7月11日

9月26日

7月24日

8月12日

7月25日

10月17日

8月14日

8月27日

8月14日

10月28日

8月27日

9月10日

8月28日

11月28日

9月18日

9月25日

9月26日

12月12日

9月25日

10月17日

10月17日

10月29日

10月31日

10月31日

11月19日

11月13日

11月14日

11月27日

11月27日

11月28日

12月11日

12月11日

12月12日

12月25日

12月24日

12月30日

40二大利器：體驗(yàn)培訓(xùn)與免費(fèi)試用區(qū)域日期區(qū)域日期區(qū)域日期區(qū)項(xiàng)目規(guī)范化體系和維護(hù)機(jī)制轉(zhuǎn)移106命名規(guī)范報(bào)表規(guī)則數(shù)據(jù)倉庫管理規(guī)范系統(tǒng)建置規(guī)范建置方法論團(tuán)隊(duì)規(guī)劃建置流程維護(hù)機(jī)制附件系統(tǒng)架構(gòu)DFM模型設(shè)計(jì)實(shí)施文檔模板項(xiàng)目規(guī)范化體系和維護(hù)機(jī)制轉(zhuǎn)移41命名規(guī)范實(shí)時(shí)監(jiān)控用戶使用情況的模型導(dǎo)入實(shí)時(shí)監(jiān)控用戶使用情況的模型導(dǎo)入不規(guī)范或不可靠外部數(shù)據(jù)源的統(tǒng)一管理108

提供智能數(shù)據(jù)采集平臺(tái)(AnalyzerSmartDataCollector)解決方案，將不規(guī)范的數(shù)據(jù)源和外部零散數(shù)據(jù)，透過智能數(shù)據(jù)采集平臺(tái)，統(tǒng)一規(guī)劃入口，進(jìn)入到DW，形成高質(zhì)量的數(shù)據(jù)管理體系，與企業(yè)其他的核心業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源一起進(jìn)行整合，進(jìn)行數(shù)據(jù)分析應(yīng)用和呈現(xiàn)完善的權(quán)限管理多版本數(shù)據(jù)控制優(yōu)化高效的流程靈活的Excel操作風(fēng)格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理Ver1.0Ver2.0

……自動(dòng)采集其他系統(tǒng)數(shù)據(jù)ERPCRM財(cái)務(wù)系統(tǒng)……數(shù)據(jù)采集平臺(tái)不規(guī)范或不可靠外部數(shù)據(jù)源的統(tǒng)一管理43提供智能數(shù)完整的項(xiàng)目推廣機(jī)制109三層培訓(xùn)體系（高層；普通用戶和關(guān)鍵用戶；IT技術(shù)部門；），并有全程培訓(xùn)的視頻教材，確保用戶充分掌握相關(guān)使用技巧；至少二輪以上循環(huán)培訓(xùn)針對(duì)高層的應(yīng)用，采用個(gè)性化首頁+決策分析鏈條的呈現(xiàn)思路根據(jù)企業(yè)戰(zhàn)略，建立起一套針對(duì)各部門的且主動(dòng)推送的監(jiān)控指標(biāo)體系，并不斷完善及改進(jìn)；最佳體驗(yàn)完整的項(xiàng)目推廣機(jī)制44三層培訓(xùn)體系（高層；普通用戶和關(guān)鍵用戶萬科運(yùn)營信息可視化案例110萬科運(yùn)營信息可視化案例45戰(zhàn)略背景－回答管理上的三個(gè)基本問題我們目前的經(jīng)營績效(KPI)如何?為什么?接下去該做什么?111戰(zhàn)略背景－回答管理上的三個(gè)基本問題我們目前的經(jīng)營績效(KPI目前在運(yùn)營分析應(yīng)用上的現(xiàn)狀付出的努力Value產(chǎn)生的價(jià)值報(bào)表

準(zhǔn)備，核對(duì)，發(fā)布控制

審閱，批復(fù)獲取數(shù)據(jù)數(shù)據(jù)收集、轉(zhuǎn)化、核對(duì)運(yùn)營分析60%25%10%5%花費(fèi)的時(shí)間KeyCharacteristics幾乎沒有時(shí)間進(jìn)行高價(jià)值的運(yùn)營分析很少或沒有預(yù)測(cè)性業(yè)務(wù)分析工作重點(diǎn)是“追查”的差異工作基于Excel

的管理報(bào)表電子郵件分發(fā)靜態(tài)報(bào)表手動(dòng)剪切和粘貼獲取和驗(yàn)證數(shù)據(jù)的工作量大不能自動(dòng)連接到數(shù)據(jù)源繁多的人工審查工作多次反復(fù)，查詢，對(duì)