帆软荣获2016 CEIA最佳BI方案提供商大奖

近期,CEIA中国企业IT大奖公布,企业网D1net向帆软颁发了2016 CEIA最佳BI方案提供商大奖,以表彰帆软2016年在IT数据领域所取得的卓越成绩。

据悉,此次大奖的评选围绕企业影响力、产品创新力、技术方案落地性、技术服务能力、行业口碑等几个方面进行评选。帆软凭借其深厚的技术实力、卓越的用户体验及在BI市场丰富的实战经验,赢得众多政企IT信息主管的好评,最终摘得2016 CEIA最佳BI方案提供商大奖。

帆软旗下产品FinerReport已是中国企业级报表软件的领导品牌,十年磨一剑,提供包含数据分析,数据查询,数据填报在内的整套中国式复杂报表的解决方案。帆软旗下自助式BI产品FineBI自2013年正式推出以来,今年已迭代至V4.0版本,经过多年的市场打磨,已经成为国内新一代自助式敏捷BI工具的领头羊。

在过去的2016年,帆软以实力打造了行业品牌势力。不仅举办了地产、银行、化工、医药4场行业高峰论坛,邀请各行业的领头企业代表探讨数据化运营建设,还在16年中启动百城标杆案例巡展,走过北京、上海、广州、深圳、杭州、台北等22个城市,实现超万人的现场大数据狂欢,辐射线上线下近30W业内人士。为加速用户对产品的上手能力,帆软每月定期在各线下举办免费培的训活动,涉及35个城市,半年累计参加培训达5500人次。目前,帆软的企业客户已超过6000家,用户开发者超30万,每天有超过200万人使用帆软产品。

作为国内领先的商业智能和数据分析平台提供商,2016年是帆软高速发展的一年,保持了业内销售额第一、客户数量第一、业内组织规模第一。但前进的步伐从未停止,创新是帆软保持卓越的源泉。

未来,企业会越加重视数据资产的利用,数据化运营将成为企业管理的重要支撑。面对今后的发展,帆软已做好准备,致力为企业架设一条通往数据化决策的高速公路,为各行业领域提供一条让人振奋的跨时代发展新路!

原文转自:最佳BI方案提供商:FineBI

在Tableau的光环下,国内BI工具如何突围?

如今,百度一下商业智能或BI工具,总能看到Tableau的身影。并不是Tableau的营销做得好,而是国内对于商业智能工具的认知和选择似乎都落在了Tableau身上。导致不管业内业外都对商业智能的概念有了偏颇之见,认为就是一个前端展示工具,就是一个做图表的。

6c11f6e60b6848e

这里并不是在否认Tableau。确实,Tableau的可视化,图表制作能力能被众人称赞,这点值得国内BI厂商借鉴。但就从商业智能概念已经产品定位上来讲,BI的作用除了数据可视化展现,更多的还有背后的数据整合处理以及前端分析。这点国内BI厂商还有很多值得借鉴和逆袭的地方。

回到问题,国内BI工具应该如何突围?

先来谈谈商业智能,商业智能起初的定义是,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。商业智能作为一个工具,是用来处理企业中现有数据,并将其转换成知识、分析和结论,辅助业务或者决策者做出正确且明智的决定,帮助企业更好地利用数据提高决策质量的技术,包含了从数据仓库到分析系统等。所以商业智能严格来讲是一套解决方案,是基于企业现有IT技术架构,提供快速准确数据分析的解决方案。

从大多数企业对于数据分析的需求来分析,国内BI工具应该如何发展?

1、  对于企业的数据分析需求要贴地气

每个企业的IT建设各种各样,数据库多种多样,数据的规范性,系统的开发集成需求也不同。BI除了需要支持各种类型的数据库和数据源,还要支持Hadoop、GreenPlumn一类的大数据平台以及各种数据仓库。对于有些企业有数据仓库,而有些企业只有简单的数据库,有些企业数据量大,有些企业数据一般的差异性需求,BI工具是否能针对企业不同的软硬件设施提供不同的而解决方案。比如FineBI提供的两种方式访问企业大数据量:FineDirect(直连)与FineIndex(建cube)。FineIndex可通过对数据进行抽取预处理,对数据增量更新,实现快速数据分析。FineDirect提供基于SQL的数据库直连引擎,支持大数据平台的10亿至百亿的数据访问,实时数据分析。

2、  产品的目标不要仅局限于展现,更多在于探索

探索这里可以理解为两个方面,一是前端数据展示具有“探索导向性”,如何理解?目前的数据展示,都是基于历史数据的归纳和重整,缺乏对决策制定的引导。领导拿到报告,了解到某某地区销售额上涨、下降,某时段产品市场热度较低,这些情况可以说看完就算了,领导还是不知道该做什么决定,他想看与往年的对比,报告又得pass重来。这要求图表之间要有极强的交互性,用户可以深层次多角度进行查看。比如FineBI的数据钻取,数据切片和数据旋转等多维分析操作,还有SPA螺旋式聚合分析可针对前端数据做简单处理。二是“深度分析”。目前的商业智能BI缺乏数据挖掘的功能,BI工具的发展可以更加倾向于对数据的挖掘和预测分析,比如和R语言的集成,包括分类预测、聚类分析、关联规则、时序模式等等。

3、尽量保持“轻量化”属性

目前BI的使用逐渐偏向业务分析人员,工具需要轻量化,减少技术问题的牵绊。国内BI工具对于本土化企业需求应该更具优势,对于用户分析习惯和业务逻辑思维有更加准确的理解,所以这种优势应保持并深入发展。

就目前国内市场来看,BI发展还处于慢热阶段,未来,应该潜力无限。

自助式BI为何能取代传统BI,逐渐占据商业智能市场?

前言:未来的时代将由数据勾画,未来的BI将是自助BI的时代

随着数据爆发式增长,像ERP、OA、CRM等系统在企业运用的越来越多。这些系统的使用必然会产生很多的数据,比如在产品加工设计测试维护过程中产生的主数据;在生产采购库存以及电子商务运营过程中产生数据;通过互联网等渠道获得行业、市场以及竞争对手的数据。随着大数据的到来,企业在数据分析展现层面,面临着四大重要问题。

第一、运用什么工具来分析数据、提取信息。

第二、怎样改变技术不懂业务、业务不懂数据的“困境”。

第三、如何解决大数据量的运算、处理、展现。

第四、工具应当如何响应市场需求、提升企业价值。

 

自助式BI的使用将为业务分析带来技术上的变革

从BI1.0报表时代,到注重可视化的BI2.0时代,BI的发展始终没能解决业务与数据的供需矛盾,关键原因是缺乏既懂得业务又擅长分析的人才。

传统BI的使用对象是IT技术人员,自助式BI的适用对象是最终用户——业务分析师、领导层。随着数据越来越多,分析时间越来越长,企业和用户需要通过自助式BI工具降低数据分析的门槛。

面对这样的应用困境,以国内外tableau、帆软FineBI为代表的自助式BI,开创了该领域的3.0 时代,正成为市场中大红大紫的明星。以FineBI为例。

 

优势1:一站式方案

无论是从数据连接、数据清洗、多维数据库表对大数据的支撑,再到前端的多维分析都是一体化的服务。用户可以将多种数据源的数据拿到数据库中,然后提取到业务数据包中就可以对数据进行ETL处理和转义。FineBI可以自动关联数据表之间的联系,并形成一个可视化的界面,用户可以通过轻松的点击来进行数据的分析。

finebi-一站式数据分析

优势2:对大数据良好的支持

3000万的数据如果使用一般的SQL查询要3到5分钟甚至更长的时间

FineBI采用分布式部署和集群部署,在Linux系统下可以提升最大并发数,实现3000万数据秒出。

finebi大数据性能

 

优势3:支持OLAP多维度自定义分析自动建模

在数据分析时,前端用户可以自由地对元数据进行ETL处理,处理后的结果不但可以直接用于多维分析,也可基于分析结果继续进行处理。用户可以随意切换维度,进行无线层次的透视分析。更为难得的是,这些操作也都是完全可视化的,无须编辑代码和脚本,即使不懂任何代码也可轻松上手。

finebi-ETL工具

 

优势4:自助前端分析

自主开发的图表避免了使用第三方插件的兼容性、稳定性问题。从数据连接、ETL处理、建模、前端图表展示,有如“植物大战僵尸”感的拖拽操作。

finebi可视化数据分析

中国主流的大数据分析厂商

随着互联网和IT技术的推进,大数据的应用逐渐渗透到各行各业。尤其是数据体量大的互联网、金融、银行、制造行业。大数据正逐渐改变企业的运营模式,市场导向,进而惠及人们的生活。

“大数据”这一概念最早在国外被提及。之后国内外兴起了一系列大数据技术,包括大数据硬件类、大数据分析类、大数据数据处理类等等,也因此诞生了一批大数据厂商。

其中最为热门的是大数据分析技术,可以直接应用到企业生产经营,来带直接有效的帮助。

本文将对国内大数据分析厂商做一盘点。(排名不分先后)

 

分析解决方案类

平台解决方案厂商除去IBM、SAP、Oracle、微软、惠普国外代表厂商,在国内有星环科技、帆软软件、用友、永洪等等。

星环科技

星环信息科技主要从事大数据时代核心平台数据库软件的研发与服务,被Gartner列为国际主流Hadoop发行版厂商。其产品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流处理引擎Transwarp Stream和数据挖掘组件Transwarp Discover。

帆软软件

帆软软件由报表软件FineReport起家,目前已成为报表领域的领航者,拥有10年企业数据分析的行业经验。后发布的商业智能自助式BI工具FineBI,提供包括Hadoop、分布式数据库、多维数据库的大数据可视化分析,提供PC端、移动端、大屏的可视化方案,广泛应用于银行、电商、地产、医药、制造、电信、制造、化工等行业。

 

数据可视化类

数字冰雹

数字冰雹主营大数据可视化业务,提供集设计、程序开发、硬件集成为一体的解决方案,广泛应用于航天战场、智慧城市、网络安全、企业管理、工业监控等领域。

海云数据

海云数据的产品——图易能够集成用户内部系统大量结构化、非结构化数据,在真实的数据源上,将行业大数据进行多维度的可视分析。目前主要应用于公安、航空、快消、制造、金融、医疗、信息安全等领域。

星图数据

星图数据是互联网大数据服务公司,涉及线上零售、线上娱乐、线上教育等领域。基于分布式大数据获取与存储系统进行大数据处理及分析,具有自有的大数据分析体系和云计算处理技术。

 

用户行为/精准营销分析类

大数据技术使得用户在互联网的行为,得到精准定位,从而细化营销方案、快速迭代产品。这方面的厂商有GrowingIO、神策数据等。

GrowingIO

GrowingIO是基于互联网的用户行为数据分析产品,具有无埋点的数据采集技术,可以通过网页或APP的浏览轨迹、点击记录和鼠标滑动轨迹等行为数据,进行实时的用户行为数据分析,用于优化产品体验,实现精益化运营。

神策数据

与GrowingIO类似,也是基于用户网络行为,采集数据进行分析。技术上提供开放的查询 API 和完整的 SQL 接口,同时与 MapReduce 和 Spark 等计算引擎无缝融合,随时以最高效的方式来访问干净、规范的数据。

 

分析服务类

提供舆情分析的有百度统计、品友互动、Talking data、友盟、中科数据等等。

百度统计

百度统计是专业的网站流量分析工具,和GA类似,提供免费的流量分析、来源分析、网站分析等多种统计分析服务,能够告诉用户访客是如何找到并浏览用户的网站,在网站上做了些什么,以此来改善访客在用户的网站上的使用体验。

Talking Data

TalkingData是独立的第三方移动数据服务品牌。其产品及服务涵盖移动应用数据统计、移动广告监测、移动游戏运营、公共数据查询、综合数据管理等多款极具针对性的产品及服务。在银行、互联网、电商行业有广泛的数据服务应用。

国内外主流BI工具介绍和点评

商业智能的应用在国外已广为普及,并且开始不断探索大数据和云技术。而国内,商业智能BI工具在这几年才开始慢慢被接受,企业开始有意识地建立一体化数据分析平台,为经营决策提供分析。

从国内企业使用情况来看,BI工具的应用以国外产品为主,包括SAP BO、Oracle BIEE、Cognos、MSTR、Qlikview、Tableau等等,国内工具以FineBI、亿信华辰、永洪BI为主。

这几类产品各有何优劣势呢?

 

国外

SAP BO: SAP公司收购的一款BI工具,产品运作模式是结合SAP的ERP系统,所以整合其他数据库或系统并不占优势,属于重型BI,使用要求较高,升级困难。

Oracle BIEE无功无过,在BI产品不具特色,同SAP一样,与Oracle的产品线紧密绑在一起。貌似国外厂商都是捆绑型卖整体方案。

Cognos传统BI工具中最被广泛使用的,已被IBM收购。拥有强大的数据库平台、在数据管理、数据整合以及中间件领域专业功底深厚。偏操作型,手工建模,一旦需求变化需要 重新建模,学习要求较高。

MSTR很低调的BI产品,多年来在BI市场中一直没站住脚,和excel有一定关系。二次开发环境好,但对服务器环境要求较高。

Qlikview:最大的竞争者是Tableau,同Tableau和国内众多BI一样,是属于新一代的轻量化BI产品,体现在建模、部署和使用上。只能运行在windows系统,C/S的产品架构。采用内存动态计算,数据量小时,速度很快;数据量大时,吃内存很厉害性能偏慢。

Tableau自身定位是一款可视化工具,与Qlikview的定位差不多,可视化功能很强大,对计算机的硬件要求较高,部署较复杂。目前移动端只支持IOS系统。

 

国内

FineBI:帆软旗下的自助性BI产品,轻量化的BI工具,部署方便,走多维分析方向。后期采用jar包升级换代,维护方便,最具性价比。

亿信华辰:只支持数据库中取数,文件数据需导入服务器。发展时间不长,整体还比较粗糙,需要继续磨练和完善。

永洪BI:敏捷BI软件,产品稳定性较高。利用sql处理数据,不支持程序接口,实施交由第三方外包。

 

优劣势分析

111

 

 

目前国内市场大部分企业部署的都是很还很老旧,大多都是针对行业的应用系统,物流管理系统、财务管理系统之类,企业内部管理用的大多也是报表工具和Excel。BO、cognos在国内使用也有一定规模,但由于使用难度大、学习成本高等原因,导致国内整体BI使用形势并未见长。

但随着近几年大数据、数据分析技术的风靡,tableau、Qlikview包括国内的FineBI等一些轻型BI,由于简单易用,可视化程度高、使用门槛低的优势,逐渐被企业认可。站在企业角度,一款工具的选型,稳定性、价格、学习维护成本使其考虑的重要因素,而轻型BI的出现,正好切入了企业的痛点。