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3300萬注冊用戶的美國網(wǎng)絡(luò)電視臺Netflix，用邏輯和計算取代了依賴傳統(tǒng)和直覺的做法。據(jù)悉，Netflix每天會對3000萬次“播放”、注冊用戶的400萬次評級、300萬次搜索，以及一天中用戶觀看視頻的時間和所使用的設(shè)備進行觀測，幫助網(wǎng)站分析用戶，針對不同用戶推薦節(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最古老的問題：數(shù)據(jù)要用才有價值DataInformationKnowledge是永遠不變的數(shù)據(jù)驅(qū)動

vs

需求驅(qū)動不能為大數(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)集多維分析報表Analyzer智能數(shù)據(jù)采集平臺OA系統(tǒng)ERP系統(tǒng)財務(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多維分項目成功的3大關(guān)鍵因素有經(jīng)驗實施團隊行業(yè)分析解決方案客戶體驗感項目成功的3大關(guān)鍵因素有經(jīng)驗實施團隊行業(yè)分析解決方案客戶體驗Analyzer智能多維分析平臺架構(gòu)支持管理駕駛艙、儀表板、平衡計分卡、智慧地圖、計分卡、及報表過濾等功能支持在各種移動設(shè)備上進行BI智能分析，包含蘋果、安卓、微軟等移動設(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，自動建立DW及Cube,可快速進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)計方法及模型等652314支持比透視表更先進、更有彈性、可對維度成員進行任意組合的GroupTable分析Analyzer智能數(shù)據(jù)采集模塊Analyzer移動模塊Analyzer

CPM模塊Analyzer標準模塊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表制作強大的分析功能BigData超高性能平臺應用多樣集成彈性靈活易學易用產(chǎn)品1：Analyzer自助式─>直覺式BI拖拉式的多維交平臺特色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分析移動平均統(tǒng)計分布分析達成率分析波士頓矩陣分析周轉(zhuǎn)率分析均值分析平臺特色1－一鍵式的分析挖掘功能水平分析YTD/QTD/M平臺特色2

–360度動態(tài)分析

趨勢─>監(jiān)控─>挖掘可任意進行數(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特色2–360度動態(tài)分析

趨勢─>監(jiān)控─>挖掘可平臺特色3

–

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

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

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

平臺特色5

–三種展現(xiàn)模式

幫助企業(yè)從傳統(tǒng)PPT匯報會議管理模式轉(zhuǎn)換到數(shù)字化智能化會議設(shè)計模式執(zhí)行模式簡報模式平臺特色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)限報表存取權(quán)限源數(shù)據(jù)源數(shù)據(jù)數(shù)據(jù)倉庫財務(wù)Cube營運Cube銷售Cube客戶

Cube源數(shù)據(jù)平臺特色6-完整安全控管機制—八層權(quán)限控管14-提供八層權(quán)限控管機制，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個性化高層管理駕駛艙首頁+監(jiān)控+決策分析鏈條個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)集多維分析報表產(chǎn)品3：敏捷式BIAutDataPackages可以連接任何數(shù)據(jù)源18DataPackage控制臺上傳數(shù)據(jù)制作BI報表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)需求隨時若要新建維度需要修改底層產(chǎn)品4：例：比PivotTable更強大的GroupTable例：比PivotTable更強大的GroupTableBI的技術(shù)發(fā)展1980199020002010用戶報表4GL的程序語言動態(tài)的SQL標準的數(shù)據(jù)庫DataWarehouseOLAPCubes廉價的大容量的磁盤存儲InMemory在內(nèi)存中進行分析,支持64位技術(shù)，多核處理器Recombinant2015多維數(shù)據(jù)可動態(tài)任意重新組合BI的技術(shù)發(fā)展1980199020002010用戶報表4G產(chǎn)品5：

AnalyzerMobile

移動BI

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

平板黑梅6.0OS以上智能手機

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

主動推送關(guān)鍵信息至高層（手機）實時信息-銷售額、利潤額、計劃完成率、重要節(jié)點

(取證、開盤等);異常信息-

預警監(jiān)控移動終端隨時隨地更直觀的瀏覽主動推送關(guān)鍵信息至高層（手機）實時信息-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)計器工作流設(shè)計器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操作風格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理實現(xiàn)高質(zhì)量的企業(yè)級數(shù)據(jù)管理體系完善的權(quán)限管理ERP財務(wù)系統(tǒng)HR系統(tǒng)…自動同步/推送其他系統(tǒng)數(shù)據(jù)數(shù)據(jù)采集平臺

“所想及所得”快速業(yè)務(wù)場景實現(xiàn)的設(shè)計理念

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)采集之移動版本智能數(shù)據(jù)采集之移動版本產(chǎn)品7：微信整合版，實時企業(yè)管理可與企業(yè)微信公眾號進行整合。企業(yè)報表可在任何地方、任何時間查閱，實時了解管理企業(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，實時企業(yè)管理可與企業(yè)微信公眾號進行整合。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、人才流的正常運營與異常預警戰(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》記者走進被宸鴻列為禁區(qū)的Ｄ棟四樓戰(zhàn)情室，獨家為讀者揭開宸鴻的最高機密，地板上一道紅線與三面墻一百二十多個巨型屏幕，彷佛讓人以為進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」負責建構(gòu)這一套復雜但高效率的管理系統(tǒng)的宸鴻科技總經(jīng)理暨營運長郭英理剖析，就連未來可能何時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習，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》記者走進被宸鴻列為宸鴻光電企業(yè)管理駕駛艙實景宸鴻光電企業(yè)管理駕駛艙實景宸鴻光電企業(yè)管理駕駛艙實景宸鴻光電企業(yè)管理駕駛艙實景項目實施方法論及控管體系32項目實施方法論及控管體系32項目應用的三層架構(gòu)設(shè)計33企業(yè)經(jīng)營駕駛艙(企業(yè)層級)靜態(tài)查詢(個人層級）多維分析(部門層級）基層員工經(jīng)理人員高層管理人員績效管理、儀表板、計分卡、KPIAd-Hoc查詢、OLAP、深度分析、透視表、分析圖、SelfServiceBI日常營運標準查詢報表BI成功的關(guān)鍵因素top-down項目應用的三層架構(gòu)設(shè)計33企業(yè)經(jīng)營駕駛艙靜態(tài)查詢多維分析基層項目實施方法論數(shù)據(jù)源數(shù)據(jù)倉庫Cube多維分析報表數(shù)據(jù)驅(qū)動Inmon所提倡的、以建立EDW為主需求驅(qū)動Kimball所提倡的、以建立數(shù)據(jù)集市為主34項目實施二大方法論，建議采用需求驅(qū)動的方式，整體規(guī)劃，分步實施項目實施方法論數(shù)據(jù)源數(shù)據(jù)倉庫Cube多維分析報表數(shù)據(jù)驅(qū)動需求項目實施流程

需求及架構(gòu)設(shè)計、數(shù)據(jù)規(guī)范及準確性核對、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/多維分析報表設(shè)計前端開發(fā)效率調(diào)整品質(zhì)確認開放上線使用系統(tǒng)維護持續(xù)改善加強項目實施流程

需求及架構(gòu)設(shè)計、數(shù)據(jù)規(guī)范及準確性核對如何有效規(guī)劃高層及業(yè)務(wù)的真實需求分析原型+引導式需求調(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)的真實需求分析原型+引導式需求調(diào)研法（將已有行業(yè)智能分析模型融入原型設(shè)計37BI模型行業(yè)信息系統(tǒng)

供應鏈智能分析模型

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)

運輸和電信業(yè)

衛(wèi)生醫(yī)療

金融保險教育與文化傳播

政府

房地產(chǎn)智能分析模型購物廣場智能分析模型

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

保險智能分析模型

財稅智能分析模型

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時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行為分析全程價值鏈智能分析預測分析供應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時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項目的實施過程

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

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

第三章數(shù)據(jù)倉庫的規(guī)范及管理、維護

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

—

如何讓你的SQL運行的更快ETL設(shè)計與實施第一章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用技巧介紹OLAP設(shè)計與實施第一章OLAP—BI的驅(qū)動引擎（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)范和維護第五章實戰(zhàn)OLAP技巧匯總Analyzer報表設(shè)計與應用

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

第八章MDX語法培訓商業(yè)智能項目管理經(jīng)驗移轉(zhuǎn)第一章

項目實施整體規(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施進度管理（日報、周報、階段報告）第五章問題清單及跟蹤第六章項目結(jié)案準備第七章項目過程中的培訓技巧實施經(jīng)驗轉(zhuǎn)移第一章

常用BI分析模型介紹第二章

大型BI項目規(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：體驗培訓與免費試用區(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：體驗培訓與免費試用區(qū)域日期區(qū)域日期區(qū)域日期區(qū)項目規(guī)范化體系和維護機制轉(zhuǎn)移41命名規(guī)范報表規(guī)則數(shù)據(jù)倉庫管理規(guī)范系統(tǒng)建置規(guī)范建置方法論團隊規(guī)劃建置流程維護機制附件系統(tǒng)架構(gòu)DFM模型設(shè)計實施文檔模板項目規(guī)范化體系和維護機制轉(zhuǎn)移41命名規(guī)范實時監(jiān)控用戶使用情況的模型導入實時監(jiān)控用戶使用情況的模型導入不規(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(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，統(tǒng)一規(guī)劃入口，進入到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)源一起進行整合，進行數(shù)據(jù)分析應用和呈現(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操作風格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理Ver1.0Ver2.0

……自動采集其他系統(tǒng)數(shù)據(jù)ERPCRM財務(wù)系統(tǒng)……數(shù)據(jù)采集平臺不規(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)完整的項目推廣機制44三層培訓體系（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)培訓針對高層的應用，采用個性化首頁+決策分析鏈條的呈現(xiàn)思路根據(jù)企業(yè)戰(zhàn)略，建立起一套針對各部門的且主動推送的監(jiān)控指標體系，并不斷完善及改進；最佳體驗完整的項目推廣機制44三層培訓體系（高層；普通用戶和關(guān)鍵用戶萬科運營信息可視化案例45萬科運營信息可視化案例45戰(zhàn)略背景－回答管理上的三個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－回答管理上的三個基本問題我們目前的經(jīng)營績效(KPI目前在運營分析應用上的現(xiàn)狀付出的努力Value產(chǎn)生的價值報表

準備，核對，發(fā)布控制

審閱，批復獲取數(shù)據(jù)數(shù)據(jù)收集、轉(zhuǎn)化、核對運營分析60%25%10%5%花費的時間KeyCharacteristics幾乎沒有時間進行高價值的運營分析很少或沒有預測性業(yè)務(wù)分析工作重點是“追查”的差異工作基于Excel

的管理報表電子郵件分發(fā)靜態(tài)報表手動剪切和粘貼獲取和驗證數(shù)據(jù)的工作量大不能自動連接到數(shù)據(jù)源繁多的人工審查工作多次反復，查詢，對帳無法實現(xiàn)對結(jié)果控制的自動化目前在運營分析應用上的現(xiàn)狀付出的努力Value產(chǎn)生的價值報表目前在運營分析上的現(xiàn)狀付出的努力Value產(chǎn)生的價值報表

準備，核對，發(fā)布控制

審閱，批復獲取數(shù)據(jù)數(shù)據(jù)收集、轉(zhuǎn)化、核對運營分析60%25%10%5%花費的時間KeyCharacteristics幾乎沒有時間進行高價值的運營分析很少或沒有預測性業(yè)務(wù)分析工作重點是“追查”的差異工作基于Excel

的管理報表電子郵件分發(fā)靜態(tài)報表手動剪切和粘貼獲取和驗證數(shù)據(jù)的工作量大不能自動連接到數(shù)據(jù)源繁多的人工審查工作多次反復，查詢，對帳無法實現(xiàn)對結(jié)果控制的自動化目前在運營分析上的現(xiàn)狀付出的努力Value產(chǎn)生的價值報表

準付出的努力Value報表

準備，核對，發(fā)布控制

審閱，批復獲取數(shù)據(jù)數(shù)據(jù)收集轉(zhuǎn)化核對運營分析5%30%15%50%花費的時間產(chǎn)生的價值KeyCharacteristics基于智能分析平臺的多維度、多場景的運營分析及預測鉆取、切片、關(guān)聯(lián)提高透明度用戶驅(qū)動，自我服務(wù)的報表及分析工具與Portal的整合工作流程管理，實時監(jiān)控的依賴關(guān)系，完成時間和狀態(tài)基于與預定義臨界值的自動警報接口自動更新數(shù)據(jù)的能力針對多個數(shù)據(jù)源的自動數(shù)據(jù)采集、清洗、裝載本項目將幫助達到的理想狀態(tài)付出的努力Value報表

準備，核對，發(fā)布控制

審閱，批復獲基礎(chǔ)數(shù)據(jù)用可視化的形式實時展示給管理層（土地資源、在建、運營、銷售、項目、客戶、工程等基礎(chǔ)數(shù)據(jù)等）一線公司重點用戶有更完整的數(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)日常使用價值建立起手工報表報送數(shù)據(jù)逐步轉(zhuǎn)化為平臺數(shù)據(jù)、并直接抽取進入數(shù)據(jù)倉庫的機制，有效減少手工報表收集工作可視化基礎(chǔ)運營信息01解放分析人員生產(chǎn)力02減少手工報送收集數(shù)據(jù)03提升價值鏈分析智能04優(yōu)化全程價值鏈管理（戰(zhàn)略投資、產(chǎn)品開發(fā)、工程管理、市場營銷、顧客服務(wù)等），建立企業(yè)核心竟爭力、取得市場競爭優(yōu)勢。項目目標基礎(chǔ)數(shù)據(jù)用可視化的形式實時展示給管理層（土地資源、在建、運營技術(shù)實現(xiàn)：打通數(shù)據(jù)高速公路

–

數(shù)據(jù)自動抓取、報表隨時更新

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

高層駕駛艙－總經(jīng)理首頁設(shè)計績效排名分析計劃達成率分析核心指標分析透過核心指標、排名、達成率讓領(lǐng)導隨時掌握運營的現(xiàn)狀與問題高層駕駛艙－總經(jīng)理首頁設(shè)計績效排名計劃達成率核心指標透過核心打造高層決策分析鏈，逐層分析

詳細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

分析進一步從組織的角度對各事業(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購待簽轉(zhuǎn)簽進一步從組織的角度對各事業(yè)部的深入分析55分析結(jié)果說明各事業(yè)可任意進行數(shù)據(jù)深度鉆取，找出經(jīng)營中的問題鉆取可任意進行數(shù)據(jù)深度鉆取，找出經(jīng)營中的問題鉆取透過內(nèi)部信息交流平臺督促問題解決透過內(nèi)部信息交流平臺督促問題解決自動郵件推送，反饋問題解決結(jié)果給總經(jīng)理自動郵件推送，反饋問題解決結(jié)果給總經(jīng)理按產(chǎn)品各屬性進行各種深入分析和交叉分析價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格/面積段交叉分析按產(chǎn)品各屬性進行各種深入分析和交叉分析價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、排名、達成率讓領(lǐng)導隨時掌握運營的現(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、排名、達指標排名駕駛艙月度排名趨勢變化情況其它指標月度排名情況各指標的區(qū)域排名透過關(guān)鍵指標隨時掌握在區(qū)域、集團的排名情況指標排名駕駛艙月度排名趨勢變化情況其它指標月度排名情況各指標核心關(guān)鍵指標監(jiān)控各項指標趨勢圖區(qū)域/公司6大關(guān)鍵指標排名及趨勢分析核心關(guān)鍵指標監(jiān)控各項指標趨勢圖區(qū)域/公司6大關(guān)鍵指標排名及趨BI智能分析系統(tǒng)-總經(jīng)理管理駕駛艙透過核心指標、排名、達成率讓領(lǐng)導隨時掌握運營的現(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、排名、達整體計劃達成分析

各項指標的實際值、計劃值、及增減值透過銷售、資源、盈利和回款各項指標的實際值與計劃對比分析達成率

整體計劃達成分析

各項指標的實際值、計劃值、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3300萬注冊用戶的美國網(wǎng)絡(luò)電視臺Netflix，用邏輯和計算取代了依賴傳統(tǒng)和直覺的做法。據(jù)悉，Netflix每天會對3000萬次“播放”、注冊用戶的400萬次評級、300萬次搜索，以及一天中用戶觀看視頻的時間和所使用的設(shè)備進行觀測，幫助網(wǎng)站分析用戶，針對不同用戶推薦節(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最古老的問題：數(shù)據(jù)要用才有價值DataInformationKnowledge是永遠不變的數(shù)據(jù)驅(qū)動

vs

需求驅(qū)動不能為大數(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)集多維分析報表Analyzer智能數(shù)據(jù)采集平臺OA系統(tǒng)ERP系統(tǒng)財務(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多維分項目成功的3大關(guān)鍵因素有經(jīng)驗實施團隊行業(yè)分析解決方案客戶體驗感項目成功的3大關(guān)鍵因素有經(jīng)驗實施團隊行業(yè)分析解決方案客戶體驗Analyzer智能多維分析平臺架構(gòu)支持管理駕駛艙、儀表板、平衡計分卡、智慧地圖、計分卡、及報表過濾等功能支持在各種移動設(shè)備上進行BI智能分析，包含蘋果、安卓、微軟等移動設(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，自動建立DW及Cube,可快速進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)計方法及模型等652314支持比透視表更先進、更有彈性、可對維度成員進行任意組合的GroupTable分析Analyzer智能數(shù)據(jù)采集模塊Analyzer移動模塊Analyzer

CPM模塊Analyzer標準模塊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表制作強大的分析功能BigData超高性能平臺應用多樣集成彈性靈活易學易用產(chǎn)品1：Analyzer自助式─>直覺式BI拖拉式的多維交平臺特色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分析移動平均統(tǒng)計分布分析達成率分析波士頓矩陣分析周轉(zhuǎn)率分析均值分析平臺特色1－一鍵式的分析挖掘功能水平分析YTD/QTD/M平臺特色2

–360度動態(tài)分析

趨勢─>監(jiān)控─>挖掘可任意進行數(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特色2–360度動態(tài)分析

趨勢─>監(jiān)控─>挖掘可平臺特色3

–

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

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

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

平臺特色5

–三種展現(xiàn)模式

幫助企業(yè)從傳統(tǒng)PPT匯報會議管理模式轉(zhuǎn)換到數(shù)字化智能化會議設(shè)計模式執(zhí)行模式簡報模式平臺特色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)限報表存取權(quán)限源數(shù)據(jù)源數(shù)據(jù)數(shù)據(jù)倉庫財務(wù)Cube營運Cube銷售Cube客戶

Cube源數(shù)據(jù)平臺特色6-完整安全控管機制—八層權(quán)限控管14-提供八層權(quán)限控管機制，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個性化高層管理駕駛艙首頁+監(jiān)控+決策分析鏈條個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)集多維分析報表產(chǎn)品3：敏捷式BIAutDataPackages可以連接任何數(shù)據(jù)源83DataPackage控制臺上傳數(shù)據(jù)制作BI報表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)需求隨時若要新建維度需要修改底層產(chǎn)品4：例：比PivotTable更強大的GroupTable例：比PivotTable更強大的GroupTableBI的技術(shù)發(fā)展1980199020002010用戶報表4GL的程序語言動態(tài)的SQL標準的數(shù)據(jù)庫DataWarehouseOLAPCubes廉價的大容量的磁盤存儲InMemory在內(nèi)存中進行分析,支持64位技術(shù)，多核處理器Recombinant2015多維數(shù)據(jù)可動態(tài)任意重新組合BI的技術(shù)發(fā)展1980199020002010用戶報表4G產(chǎn)品5：

AnalyzerMobile

移動BI

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

平板黑梅6.0OS以上智能手機

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

主動推送關(guān)鍵信息至高層（手機）實時信息-銷售額、利潤額、計劃完成率、重要節(jié)點

(取證、開盤等);異常信息-

預警監(jiān)控移動終端隨時隨地更直觀的瀏覽主動推送關(guān)鍵信息至高層（手機）實時信息-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)計器工作流設(shè)計器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操作風格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理實現(xiàn)高質(zhì)量的企業(yè)級數(shù)據(jù)管理體系完善的權(quán)限管理ERP財務(wù)系統(tǒng)HR系統(tǒng)…自動同步/推送其他系統(tǒng)數(shù)據(jù)數(shù)據(jù)采集平臺

“所想及所得”快速業(yè)務(wù)場景實現(xiàn)的設(shè)計理念

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)采集之移動版本智能數(shù)據(jù)采集之移動版本產(chǎn)品7：微信整合版，實時企業(yè)管理可與企業(yè)微信公眾號進行整合。企業(yè)報表可在任何地方、任何時間查閱，實時了解管理企業(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，實時企業(yè)管理可與企業(yè)微信公眾號進行整合。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、人才流的正常運營與異常預警戰(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》記者走進被宸鴻列為禁區(qū)的Ｄ棟四樓戰(zhàn)情室，獨家為讀者揭開宸鴻的最高機密，地板上一道紅線與三面墻一百二十多個巨型屏幕，彷佛讓人以為進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」負責建構(gòu)這一套復雜但高效率的管理系統(tǒng)的宸鴻科技總經(jīng)理暨營運長郭英理剖析，就連未來可能何時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習，希望成為全中國制造業(yè)的管理典范。“案例：宸鴻光電的企業(yè)

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

需求及架構(gòu)設(shè)計、數(shù)據(jù)規(guī)范及準確性核對、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/多維分析報表設(shè)計前端開發(fā)效率調(diào)整品質(zhì)確認開放上線使用系統(tǒng)維護持續(xù)改善加強項目實施流程

需求及架構(gòu)設(shè)計、數(shù)據(jù)規(guī)范及準確性核對如何有效規(guī)劃高層及業(yè)務(wù)的真實需求分析原型+引導式需求調(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)的真實需求分析原型+引導式需求調(diào)研法（將已有行業(yè)智能分析模型融入原型設(shè)計102BI模型行業(yè)信息系統(tǒng)

供應鏈智能分析模型

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)

運輸和電信業(yè)

衛(wèi)生醫(yī)療

金融保險教育與文化傳播

政府

房地產(chǎn)智能分析模型購物廣場智能分析模型

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

保險智能分析模型

財稅智能分析模型

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時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行為分析全程價值鏈智能分析預測分析供應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時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項目的實施過程

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

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

第三章數(shù)據(jù)倉庫的規(guī)范及管理、維護

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

—

如何讓你的SQL運行的更快ETL設(shè)計與實施第一章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用技巧介紹OLAP設(shè)計與實施第一章OLAP—BI的驅(qū)動引擎（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)范和維護第五章實戰(zhàn)OLAP技巧匯總Analyzer報表設(shè)計與應用

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

第八章MDX語法培訓商業(yè)智能項目管理經(jīng)驗移轉(zhuǎn)第一章

項目實施整體規(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施進度管理（日報、周報、階段報告）第五章問題清單及跟蹤第六章項目結(jié)案準備第七章項目過程中的培訓技巧實施經(jīng)驗轉(zhuǎn)移第一章

常用BI分析模型介紹第二章

大型BI項目規(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：體驗培訓與免費試用區(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：體驗培訓與免費試用區(qū)域日期區(qū)域日期區(qū)域日期區(qū)項目規(guī)范化體系和維護機制轉(zhuǎn)移106命名規(guī)范報表規(guī)則數(shù)據(jù)倉庫管理規(guī)范系統(tǒng)建置規(guī)范建置方法論團隊規(guī)劃建置流程維護機制附件系統(tǒng)架構(gòu)DFM模型設(shè)計實施文檔模板項目規(guī)范化體系和維護機制轉(zhuǎn)移41命名規(guī)范實時監(jiān)控用戶使用情況的模型導入實時監(jiān)控用戶使用情況的模型導入不規(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(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，統(tǒng)一規(guī)劃入口，進入到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)源一起進行整合，進行數(shù)據(jù)分析應用和呈現(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操作風格數(shù)據(jù)采集模板服務(wù)器統(tǒng)一管理Ver1.0Ver2.0

……自動采集其他系統(tǒng)數(shù)據(jù)ERPCRM財務(wù)系統(tǒng)……數(shù)據(jù)采集平臺不規(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)完整的項目推廣機制109三層培訓體系（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)培訓針對高層的應用，采用個性化首頁+決策分析鏈條的呈現(xiàn)思路根據(jù)企業(yè)戰(zhàn)略，建立起一套針對各部門的且主動推送的監(jiān)控指標體系，并不斷完善及改進；最佳體驗完整的項目推廣機制44三層培訓體系（高層；普通用戶和關(guān)鍵用戶萬科運營信息可視化案例110萬科運營信息可視化案例45戰(zhàn)略背景－回答管理上的三個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－回答管理上的三個基本問題我們目前的經(jīng)營績效(KPI目前在運營分析應用上的現(xiàn)狀付出的努力Value產(chǎn)生的價值報表

準備，核對，發(fā)布控制

審閱，批復獲取數(shù)據(jù)數(shù)據(jù)收集、轉(zhuǎn)化、核對運營分析60%25%10%5%花費的時間KeyCharacteristics幾乎沒有時間進行高價值的運營分析很少或沒有預測性業(yè)務(wù)分析工作重點是“追查”的差異工作基于Excel

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