如何用FineReport實現行動端考勤？行動考勤如何實現？完整解決方案在這裡！

本方案來自於Finereport動態報表與BI商業智慧軟體實際應用的考勤系統，我們用它替換了釘釘！
滿足內勤打卡、外勤簽到、請假出差申請，個性化設定打卡地址等使用需求。
小手一戳，行動化考勤，你值得擁有！

方案說明：
企業內部員工需要上下班打卡，請假出差都出要進行紀錄，根據匯總的資料結算工資、報銷補貼；
企業業務員外出需要提交客戶拜訪記錄，記錄業務員的行程，確保行程的真實性以及時間的充分利用性。
如果企業沒有行動辦公平台，如何進行考勤？
內部員工上下班打卡要麼通過人工記錄，要麼通過指紋識別等設備，每個月底人事需要手動抽取資料在excel中進行匯總。如果出現漏簽情況，還需要人工核對和溝通。
業務員外出更是無法掌控，是否真正拜訪了客戶，無從得知。
如何低成本創建一個考勤平台並且與企業內部獨特的考勤標準相結合，如何將考勤流程化，資料訊息化，匯總自動化，將人事從考勤資料結算中解放出來？
帆軟大數據分析軟體行動應用為您提供個性化行動考勤解決方案，該方案實現了考勤的主體流程，在此基礎上可以自由的添加設定新的個性化功能，讓企業考勤變的更高效。

方案內容：
該方案包涵了內勤打卡、請假出差、外勤簽到、外勤行程查看等多張實際應用demo；
同時詳細描述了考勤解決方案中涉及的必要功能的實現過程；

利用手機定位，實現了內勤和外勤員工的差異化考勤：
＃ 內部考勤打卡：手指一戳就可以進行上下班打卡，但是只能在規定的地址範圍才能夠打卡成功，打卡成功後可以自動跳轉查看當天考勤訊息，確保打卡成功。
＃ 外出考勤簽到：手機定位當前地址，上傳客戶現場照片，即可簽到；簽到成功自動跳轉顯示當天的所有客戶拜訪地址。
＃ 個性化設定內部打卡地址與時間
＃ 個性化添加請假出差上報界面

方案效果圖及介紹：
方案分為兩個入口：對於內勤員工為打卡與請假出差；對於外勤員工為簽到界面與請假出差。包含超鏈子報表共7張demo以及PC端的考勤統計表，目錄如下：

1、內勤
內勤員工有固定的辦公場所，在到達指定範圍內以後打開「打卡界面」demo，經緯度會顯示為有效，同時可以點擊刷新地理位置進行重新定位，避免經緯度不準導致的無法打卡；
只有當經緯度均為有效時（這裡可以修改JS自定義經緯度範圍）才能點擊「簽」按鈕進行打卡，頁面自動跳轉至考勤訊息確認，可以對考勤訊息添加備註後上報入庫；
填報成功後，頁面會自動跳轉至原先的打卡界面，在界面上可以獲取今日的打卡訊息，包括打卡次數、每次的時間、地點。

還可以在當前頁面中點擊「當月考勤記錄」，能夠查看當月內勤員工的所有考勤訊息，包含正常打卡、出差、請假等。

2、外勤
外勤員工例如銷售員、業務員往往沒有固定的辦公場所，需要在客戶現場簽到。方案中需要員工在客戶現場獲取位置訊息，上傳現場照片，即可完成考勤。
在客戶現場打開「簽到界面」demo，可以直接獲取當前的位置訊息（點擊「重新定位」可以重新獲取位置）；填寫客戶名稱、拜訪對象等訊息，可以自動關聯出系統內的客戶地址；
同時需要上傳客戶現場的照片，點擊簽到按鈕，會將客戶訊息、位置訊息填報入庫，現場照片儲存至伺服器制定位置；
註：這裡獲取的位置訊息是GPS經緯度=>百度經緯度=>百度地址訊息，具體JS請參考文檔中實現說明。

填報成功後，頁面會自動跳轉至該業務員當天所有的拜訪訊息，用GIS地圖的方式展現：

3、請假出差（漏簽補簽）
除了正常的考勤以外，員工還會遇到請假、出差等情況。方案也提供了請假出差的上報demo。
打開「請假出差」demo，可以篩選出差或者請假的不同時間段，在指定的日期中，填寫「上/下午」、外出類型以及原因後上報入庫；
同樣在demo中，可以針對正常打卡中漏簽情況進行補簽，只需在類別中選擇補簽即可；
點擊頁面下方的外出統計，可以顯示當前該員工的所有外出訊息。
註：外出類型可以根據公司的不同類型自定義

4、考勤統計
由於對於外勤員工的考勤方式每個公司都會有所差異，因此方案中只給出了對於內勤員工考勤的統計。具體每月針對性的人事考勤以及財務核算都能在這張表的基礎上進行統計分析，方案中就不進行針對性演示了。

方案功能實現說明：
具體方案文檔里包含了以下6個難點問題詳細實現方法，您還可以直接下載完整工程包進行實際操作應用
1、打卡界面設定
2、地理位置訊息獲取
2.1 GPS獲取
2.2 GPS位置有效性判定
2.3 百度位置訊息獲取
3、考勤訊息統計
4、請假出差
4.1 上、中、下旬的區分
4.2 自定義請假出差的類別
4.3 利用複選框控制項區分上、下午
5、上傳照片到磁碟
6、gis地圖顯示當月所有客戶拜訪位置

[功能推薦]如何實現掃碼應用？完整的掃碼應用場景解決方案（發貨、配送、庫管）在這裡！！

二維碼/條碼在公司的具體業務中隨處可見，掃碼能帶來工作的便利和行動化，同時應用場景也是極為豐富！
掃碼控制項插件也是被使用最多的行動端插件之一，本方案收集了利用掃碼控制項解決實際業務的具體例子，
讓物流發貨、配送、庫存管理更簡單，提高商業智慧的應用水平！

方案說明： 
在零售、物流等公司的日常業務中，配貨、發貨、庫存管理、派送等業務場景是至關重要的模塊：
線上銷售類企業在發貨前期環節中往往需要確保發貨的準確性，減少人為誤差帶來的不必要損失；
線下物流類企業在訂單配送環節中往往需要業務員對派送訂單進行實時處理，同時公司還需要將物流訊息及時推送至客戶，提供良好的客戶感知；
在醫院藥房、企業倉庫中，行動化管理倉庫貨品訊息，可以提高在實際提貨業務中的效率。

方案內容：
該方案包涵了配貨、打包發貨、庫存查詢、配送等場景的多張實際應用demo；
同時詳細描述了掃碼業務場景方案中涉及的必要功能的實現過程；
本方案的核心思路為採用掃碼的方式簡化查詢，在發貨場景中，實時監控訂單配貨狀態，確保流程準確，通過填報在打包發貨環節錄入物流編號，實現訂單的全流程管理；
在配送場景中通過填報實時錄入訂單配送狀態訊息，並藉助推送功能將物流訊息發送至相關客戶，讓配送業務變得更加行動化、簡單化；
在醫院藥房、企業倉庫中，掃描提貨單上的條碼，可以查看到貨品的庫存詳細訊息，提高取貨效率，加強倉庫管理。

方案效果圖及介紹：
該方案包括三部分，分別為配貨與發貨、庫存與配送、提貨單管理，對應了上述的三種不同場景的業務，總計包含8張demo，目錄結構如下：

1、配貨與發貨
配貨員在對訂單進行操作前需要在工作台進行簽到，已便對配貨員進行考勤與監控，尤其適用於貴重商品的配貨，可以與工作台攝像頭進行資料關聯，提高安全性。
簽到時只需要輸入工作台編號，在簽退時會自動識別當前已簽到的工作台，只需提交簽退申請即可。

配貨整體流程可以分為：列印揀配單=>揀配發票=>揀配商品=>揀配包裝=>揀配複核=>打包發貨 6個過程，其中前5個流程可以在「配貨作業」demo中逐級操作，從而實現對整個配貨流程的管控。
通過掃描商品訂單上的二維碼，可以直接觸發配貨流程：

方案中採用條件判定隱藏行內容的方式，針對不同環節採用不同的表樣，揀配商品與揀配複核環節中會關聯訂單中商品明細資料，確保商品揀配無誤，整個流程採用提交後自動匹配後續流程的方式，無需增加太多工作量。

配貨流程完成後需要進行發貨操作，「打包發貨」demo可以錄入訂單對應的物流訊息，確保對全流程的跟蹤，完成閉環。
如果存在1個訂單多個包裹的情況，可以通過插入行的方式錄入多個物流單號：

2、庫存與配送
物流員在日常物流派送過程中可以利用「掃碼配送」demo進行數據分析的實時填報，更新物流訊息。
為簡化物流員在此環節的工作，方案通過掃描派送單二維碼、條碼的方式（本方案採用訂單ID）快速關聯本次物流的原始訊息：

在demo中可以錄入當前訂單配送情況，包含送達時間、拒收情況等訊息，同時還能自動關聯出下一個派車單ID的客戶訊息：

並能夠將下家的預計送達時間訊息推送至客戶APP中，方便客戶在合適的時間接受派送：

物流庫存管理員可以使用「庫存查詢」demo，通過派車單ID對庫存訊息進行查詢：

3、提貨單管理
在醫院藥房、企業倉庫中往往存在這樣的場景，提貨人需提出需求，提貨審批人會給你開提貨單，提貨人需要憑提貨單到倉庫提取貨品。將提貨單用條碼進行管理，倉庫管理員能直接查詢到所提貨品的位置、庫存等詳細訊息，並且能在提取後直接更新庫存訊息。
提貨審批人在PC上使用「提貨單」demo，開具提貨單訊息，並列印出來給提貨人；
註：這裡提貨單的ID為隨機數，企業可根據實際情況生成自己的唯一識別ID。

提貨人將提貨單遞交倉庫管理員，管理員通過行動端的「提貨倉庫訊息」demo掃描提貨單上的二維碼，即可獲取所提貨品的詳細訊息，包含庫存數量、需求數量、以及商品的具體位置；

貨品提取完成後需要直接提交當前頁面，可以實時更新相關貨品的庫存訊息。

方案功能實現說明：
具體方案文檔里包含了以下5個難點問題詳細實現方法，您還可以直接下載完整工程包進行實際操作應用
1、掃碼獲取派送單訊息
2、手動推送APP消息介面
3、多行填報（插入、刪除）
4、流程控制
5、條碼獲取

醫藥行業如何進行數據化運營，提高企業決策效率？

企業的E化是一個富有挑戰、具有推動性質的工作，需要不斷跟隨企業戰略的變化而改動。在轉型時期，如何優化企業E化布局，提升資料管理，這裡分享桐君閣的建設案例。

原文是桐君閣信息科科長黃永在帆軟巨量資料巡展上的演講，從企業E化建設，資料報表應用和BI的建設經驗等幾個角度展開討論。

客戶介紹
目前桐君閣涵蓋零售，中藥材經營、配送、分銷，進出口五大業態，採用精耕細作的市場定位。加盟藥房分布在重慶、四川、浙江、湖南、安徽、江西、遼寧、內蒙等地。

合作背景
目前，桐君閣採用分布式布局，每個分公司都擁有一套生產系統，由下方採集資料，傳輸到資料中心倉庫。總部信息系統存放一些主要資料，比如貨品信息，供應商客戶信息，還有人力信息。這些資料的使用都由總部下發，分公司獲取這些資料後，在各自的業務系統中完成報表分析。

由於管理策略的變化，未來桐君閣將計劃統一管理物流、業務資料並在總部實施。按照下圖的系統架構規劃，上面是基礎編碼中心，財務核算中心和客戶管理中心，業績考核中心，資料分析（data analysis)中心集中在總部，下面是進貨管理、銷售管理、培訓管理和促銷、執行，許可權都將下放到分公司。

帆軟報表的應用

解決方案
當初公司財務系統主要採用SAP的BI產品。由於是上市公司，財務報表非常複雜，而SAP的產品只能展示，不能進行填報（向資料庫提交資料），且這方面的需求十分龐大，帆軟FineReport的出現很好的解決了這個問題。FineReport從搭建到連接資料庫，製作模板，填入資料，其主要應用在這樣幾個方面。

1、財務填報
以下上市公司的合并資產負債表，一共有300個單元格，用傳統方式一個一個拖拽的話，需要幾個小時。呈交上來的報表還需要通過多級的加工，加工之後匯總成總部需要的內容報表。所以這樣一個繁瑣的工作利用FineReport的填報和資料決策平台能提高80%的效率。

2、業務考核
由於種種原因，門店有時會出現貨品、商品組織貨源不及時的情況，針對這樣一種情況，我們會對溝通採購部門進行考核，提出到貨率這樣一個指標。通過報表中的鏈接功能，可以連接到分公司的資料，一個界面即可實現多個分公司的資料查詢。

3、日報資料

4、儀錶盤駕駛艙的應用
以下是企業駕駛艙的demo圖，通過商業智慧FineBI圖表製作的鑽取、聯動、超鏈功能，使得資料形象化、動態化地展現，提高資料視覺化的水平。

BI產品實施分享
企業實施BI需要考慮幾個大的方面，企業是否真的需要實施BI？有沒有條件實施BI？如何使用BI？

是否有條件實施BI？
實施BI的前提，最重要的是基礎資料的統一。比如貨品信息，客戶信息，公司內部信息。原本考核業務員的時候，資料的管理不規範，缺少資料可以臨時補。但隨著公司業務的不斷擴展，越發需要精細化運營。資料需要精細到貨品、門店。有了這些齊全的資料，BI的實施才有保障。

其次是業務的統一。比如銷售模式，採購模式，結算方法，質量管理的統一。比如銷售模式不統一，有的分公司先結算後配送，有的公司先配送後結算，業務形式不統一，口徑不統一，就會造成資料的時間差。

最後是業務部署。業務部署分集中部署和分銷部署，桐君閣採用的是分散性部署。分散性部署回來帶很多問題，比如我們每天會對二十幾家公司進行資料抽數，ETL策略尤其多，如果遇到網路斷掉或者其他意外情況，就要重新生數。而集中部署，保持基礎資料的統一，業務口徑的統一能大量節省人力物力。

BI的部署還需要大量人員的支持，需要業務人員和信息人員的積極配合，這個效果才能夠比較良好的推動，而且還能夠持續的發展。為了讓技術和業務人員根號地貼合，要將技術和業務有效結合，最大效率的把報表和BI系統的功能發揮出來。

BI產品如何選型？
首先是價格。價格需要和領導協商，所以首要確定需要實現那些功能，大致的價格基準是多少，是否和預期一致。

其次需要考慮產品的成熟度。成熟度高，實用性強是大多數企業的需求所在。如果是SAP的產品，它需要在一個所謂的領域層裡面搭建，搭建的時候業務層上面才能夠通過我們業務人員或者信息人員進行做報表。是否符合企業的情況需要好好考慮。

產品的快速部署。比如SAP的產品，一旦伺服器當掉之後，部署就需要一天。

開發功能。開發性能是否友好會直接影響到開發人員的情緒。如果界面友好，能大大提高操作效率。

正確看待BI產品和BI的使用
BI產品的使用關鍵還是業務和管理。涉及到深度數據分析、資源調配的需要較高的業務思考能力，比如巨量資料方面的預測性分析，計算模型，線性回歸，平均演算法，移動演算法等很多知識。

洪海龍騰:「互聯網+」下的數據化運營和技術架構

資料是企業的重要投資，如何利用資料是每個企業必須面臨的課題。巨量資料的浪潮已經席捲全球，企業已經普遍地意識到，粗放式管理必死， 資料視覺化才能永恆。這在互聯網電商領域更是尤為凸顯。
對於走在巨量資料浪端的互聯網企業，關於資料化運營管理有何見解？這裡分享洪海龍騰電子商務的實踐經驗，原文是洪海龍騰電子商務CIO吳榮坤在帆軟巨量資料巡展上的演講。
客戶介紹
洪海龍騰是巨量資料驅動下的精準營銷推動者，基於淘寶、天貓、京東等電子商務平台，為客戶提供電子商務領域內的數字化精準營銷服務、全網運營服務及廣告投放管理在內的數字化廣告精準營銷服務、軟體應用產品以及營銷解決方案，幫助這些企業完成傳統企業往電商轉型的工作。目前已是新三板上市企業，是淘寶前十的金牌服務商之一。
合作背景
IT體系
作為電商服務公司，洪海龍騰採用輕量級的IT體系，在資料化方面做得十分深入。

內部系統跟其他企業比較類似，財務、HR、ERP、CRM。在這些系統基礎上，把資料抽取到最上面的資料應用層，還有一些外購資料，爬蟲爬取的資料，然後到資料倉庫里中做BI分析，利用帆軟系統構建商務報表系統——觀星台，製作各類報表分析。
資料分層
資料分層結構：

關於資料分層，左邊這些資料是原生態的一些資料，先抽取到ODS層，進行一次加工形成標準資料層並做一些資料轉換。這些資料標準化之後，再做資料統計，從小組管控到公司體系的統計，然後到展示層。最後利用帆軟報表抽取展示這些資料。
技術選型
在技術選型過程中，考慮到產品的適用性和可開發性，一直採用開源軟體開發，但是，開源工具的樣式有限，不具美觀。英文的文檔學起來費勁，一度影響開發進度，長久下來，造成開發成本的升高。

解決方案

例如針對公司的複雜業態，領導層需要了解銷售體系、服務體系、教育體系和客服體系等各體系的盈利情況，有什麼效果，以及各個產品的分析。利用Finereport動態報表與BI 商業智慧軟體製作了一個業績統計表，將各系統資料抽取到平台進行匯總處理、展示。

利用觀星台監測每天的訪問量PV/UV量，以及各項關鍵指標，通過此平台來推動企業管理中上層，了解公司的運營情況。


此外，洪海龍騰還利用Finereport動態報表與BI商業智慧工具的自主填報功能開發了一些日常資料提交的工作，包裹財物審批工作。

未來計劃

計劃1：報表嵌入
未來希望將FineReport嵌入到各個產品中，真正將數據分析的工作從源頭交付給數據分析人員。
計劃2：完善薪酬體系
重新規劃薪酬體系。把公司的服務資料、銷售資料都抽取到觀星台這邊，在觀星台里做KPI計算，算出每個人的績效和提成，將這兩項資料納入到HR系統，然後在HR系統里算出他具體實收工資，再傳回觀星台，用觀星台來展示每個人的工資狀況。這樣就省去了對HR系統的大量修改。再把工資報表放到移動端上，這樣每個員工就可以通過帆軟移動端來查看薪資。

深度觀點：數據分析，或許不是為了分析，而是為了規範

文章轉載自知乎專欄「撩撩數據吧」。原文鏈接：https://zhuanlan.zhihu.com/p/24373068
作者簡介：知乎達人「jiago王」，知乎專欄「撩撩數據吧」。帆軟數據人，樂於交流的數據小兵。

一個行業做的越久，問題就越多，之前並不在意的問題也會拿出來思考。「數據解決企業什麼問題？」這問題一定難不倒大家，甚至張口即答，例如通過數據可以對自身的企業情況有著準確和科學的把握，避免老闆拍腦袋；數據可以實現對市場環境快速的反應和決策；數據可以區分客戶個性化需求，提高服務價值等等。
再比如：

以上，針對每一條都可以理解，但該如何實現呢？

同一個行業，業務模式以及數據類型也相差不多，但是各自所完成的內容相差很多。有些面向領導，做了Dashboard；有些面相業務人員，做了商品分析模塊；有些面向基層員工，做了數據查詢的報表。但是，為什麼每家企業做的內容不一樣？這些企業是根據什麼而選擇這些模塊的數據進行分析的？進一步需要解答的是，每家企業所分析的數據不同，但為何感覺不出這對他們產生了不同的影響？拿上面的幾個回答來看，老闆是否拍腦袋決策、是否可以對市場快速準確的決策、是否可以區分客戶需求，這些都非常重要，可有沒有這樣的數據分析（data analysis），並感覺不出什麼區別。

以上這些問題我細細思考一下，同時也回了遇到過的各種業務場景、分析場景，經過成套成套的梳理，發現了這樣一個問題。這些企業所做的數據分析(無論是bi還是報表)，並沒有去發現未知的東西，而是為了可以更容易的按照標準的方法來判斷一件事，這對於所有的群體、所有的業務都可以這樣理解。下面我從簡單到複雜的來說明。

對於基層員工，以貨架商品管理員舉例，超市貨架上的商品要怎樣管理？標準的方法是不是某一商品即將賣光，就需要從倉庫中取出該商品補到貨架上。沒有數據，他需要一遍一遍的去巡查，也自然會有時會漏掉。有了數據，他就可以瀏覽數據來查看商品的售賣情況，以此來及時補貨了。這麼對於這個商品管理員來說，數據所解決的問題，就是讓他可以更容易的按照標準的工作方法來決定補什麼貨，補到哪。

對於業務人員，比如品類經理，他需要決定採購哪些品牌的商品，從哪一家供應商來採購，如何規劃商店的商品。標準的方法是什麼，是採購賣的好的品牌，把賣的不好的品牌剔除，並且選擇價格更加低廉按時送貨率高的供應商(真空環境下)。通過數據，我們可以列出我們店中品牌的銷售情況，對比其他門店同類商品品牌銷售情況，以此來發現哪些被忽略的品牌；我們也可以列出在過去一段時間門店內賣的不好的商品，以此來考慮是否可以對這些商品進行促銷並且從此不再需要這些品牌；以上，數據所解決的問題，也是讓品類經理可以更加容易的按照標準的決策方法來進行判斷，優化商品結構，選擇供應商。

對於企業管理層，我們做dashboard進行指標的監控，做企業的業績分析(時間、地區緯度等)。需要做的內容很多，因為管理層所要決定的範圍很廣，他並不像某一業務人員只負責一項工作為了一個目標。但是將內容分解後，我們發現，我們為管理層所做的數據分析，也是為了讓他們可以更方便的按照標準的管理方法進行管理。當然，這個標準，並非是業內的通用標準，而是企業自己的標準，甚至是老闆他本身的標準。比如，老闆要通過胡蘿蔔加大棒的方式來促進每個店鋪的銷售額，給做的好的店長獎勵，做的不好的店長懲罰，通過數據就可以很容易的執行，而避免拍腦袋的獎懲。而這一過程，也是通過數據使管理層可以更容易的按照標準的管理方法進行決策(員工是判斷，領導是決策)。

針對管理層的，很難說的更細，他們看哪些指標，會給他帶來怎樣的思考，這是旁人說不準的，但是這一套體系一定是在他心裡有數。相比於員工，他們的工作內容更具備發散性，思考也更具備發散性，所以我們做移動端分析平台，做實時監控平台，做定時報送平台，目的都是一樣，可以讓領導更容易看到這些數據來進行決策。

那以上內容，如果沒有數據會怎樣呢，不同的群體，即使沒有對應的數據分析，也是會按照這樣的方法進行工作和管理，但是面對未知情況，基層員工會花費更多的時間來填補數據，工作效率就會變低。對於管理層，他們沒有那麼多精力去找到他們想要的所有依據，所以在工作或者決策中，就出現了模糊決定，缺失的依據多一些，便成了拍腦袋決策。

有些人，不需要很多數據，就可以對市場對公司有著準確的判斷，有些人，就需要很多數據來填充他腦子裡的空格，才能做出準確的判斷。人與人的思考方式有所不同，但大多數情況，數據或許並沒有改變他的決策方式，而只是讓他腦子裡某個模糊的參數變得準確，從而進行判斷。

綜上，企業的ERP、OA等IT系統是為了讓工作流程更加規範，而數據則是讓決策更加規範。

在我接觸到的很多客戶，他們都會像我詢問其他客戶是怎樣做數據分析的，很多企業參加行業交流，也是希望更多的了解分析應用場景，大家真的是對數據分析的方法感興趣嗎？更深一步的去看，是對其他公司的管理和工作方法感興趣，當然，這一點如果不去深究，可能他本人也想不通。

上面解釋了很多，得到了這樣的一個結論：數據可以讓我們更容易的以規範的方式進行判斷和決策，也就是數據可以讓決策更加規範。我為什麼要花這麼多時間來解釋這樣一個結論呢。

一、希望企業少被忽悠
如此解釋數據分析，當然會顯得很土，但確實是這樣。很多企業會規劃做數據分析的項目，會找一些做數據的公司進行交流，而乙方公司則必然會拿出大量的概念進行渲染，什麼高效管理、預測風險、智能決策之類的，聽起來牛逼哄哄，然而扒開表皮，實質要怎麼解釋呢。一個巴掌拍不響，很多企業的IT人員也樂於聽到這些牛逼哄哄的概念，喜歡源於業務高於業務，要讓領導耳目一新才好通過項目審批。

舉個例子，有企業還沒有理順運營人員看用戶數據的時候，思考哪些問題，進行怎樣的決策，上來就要做用戶畫像做挖掘做聚類，可是人家明明就只看個地區然後分配給對應的銷售。但是一旦用戶畫像做出來之後？根據什麼樣的用戶屬性進行怎樣的判斷與決策呢？這些價值都是無法落地的，所以，如果想通過用戶畫像為運營帶來更先進的管理和決策水平，一定得從運營角度出發。

作為一個企業來講，最好先清楚，做數據分析和資料視覺化是為了誰而做，是為了什麼樣的決策而做。這些東西想清楚，項目做起來也不那麼複雜，因為這個項目已經有章可循，沒必要動不動就上來個大概念，花錢不說，能不能解決問題也不確定。以目前大部分的企業，以現在的信息化水平，還沒到拼科技的地步。

二、希望幫助企業規劃數據分析體系
很多企業要做數據分析項目，但並不知道該如何規劃，需求做的一塌糊塗，沒有需求就開始項目的也不少見，全權委託乙方來進行需求規劃，只能說是一種逃避和懶政，項目需求的事，如果只能選擇一方，也是甲方，否則就是碰運氣的事。70%都被使用，「項目做的很好，大家辛苦了」；30%被使用，「項目沒白做還湊合」；10%被使用，「你們怎麼做的項目啊，都沒人用」。當然，需要補充一下的是，項目完成後的使用率高低，原因不只是需求做的好與差，還有很多因素，是否對業務進行了合理的培訓和引導，項目易用性是否標準等，上面的例子只是表達需求不明很容易造成項目系統利用率不高的情況。

根據上面的結論，我們怎樣來做數據分析，甚至是從什麼地方開始做？
首先，可以觀察企業哪一個群體的決策最不規範，出的問題最多，就可以從那個群體下手(真空環境下)。比如，我們發現商品經常斷貨或者積壓，那麼就從品類管理員下手。通過數據展示出來可能擠壓的商品或者即將斷貨的商品。這個群體的問題解決後，再看其他群體，以人為本，逐個擊破。核心理念就是：我先了解你是怎樣決策的，再去為你開發你的數據模型。

最近和某個客戶聊天，客戶表示自己公司有很多存量數據，知道這些數據很有價值，但不知道這些數據如何變現。從本文的角度去看，暫不需要把「變現」想的過於複雜，我們如果通過數據實現了員工決策的標準化，就減少了在各個環節出現判斷失誤的概率，什麼提高工作效率、降低採購成本、提升銷售額之類的，都在這一系列對問題的準確判斷之中，對於員工是如此，對於領導也是如此。這樣，就實現了數據的變現。同樣，即使你是提供對外的數據服務，當你所做的數據分析能夠讓客戶實現決策的規範化，那麼相信客戶也會為此買單。

做數據分析，或許不在於分析，而是為了規範。首先數據的背後，是大大小小的管理與決策。

九州通醫藥：從資料規劃、業務分析到管理決策的資料治理方案

IT建設方面不畏艱險，自主研發ERP系統、物流系統，在解決企業自身問題的同時還創新投入商業化，為同行業提供服務，樹立標杆形象。

以下就來分享一下九州通醫藥集團的資料視覺化建設經驗，原文是九州通運營與IT管理總部資料支持中心主管劉煥清在帆軟2016醫藥大會上的演講。

客戶介紹
九州通醫藥集團股份有限公司是一家以西藥、中藥、器械為主要經營產品，以醫療機構、批發企業、零售藥店為主要客戶對象，並為客戶提供信息、物流等各項增值服務的大型企業集團。公司立足於醫藥健康行業，是中國醫藥商業領域具有全國性網路的少數幾家企業之一，在中國醫藥商業行業處於領先地位。

從技術支持層面來說，企業擁有ERP、物流LMIS、電子商務研發、九州通達科技開發有限公司、系統實施、集成等近400人的專業技術人才隊伍。

合作背景
九州通的企業E化平台講究資料標準化、資源彈性化、能力服務化、服務網路化、管理自動化以及管控集中化原則。IT系統建設以集中部署為目標，減少系統部署和運維複雜度，提升個業務與管理單元交互和協作效率，降低總成本。本地不部署系統，只裝ERP等客戶端，且不用獨立的LMIS系統，直接用一套集團自主研發的ERP系統——JZTERP管理業務和物流。集團總部有一個統一的平台，物流、批發都是分總系統，總部進行分發、價格策略的管控。

解決方案
下圖是九州通醫藥集團的架構模型，核心部分是資料指標庫。指標庫是企業各系統資料交流的一種「語言」，統一各個業務部門彙報的資料口徑，提高管理效率。打通指標庫之後，九州通在此基礎上，建設了巨量資料平台、資料倉庫和商業智慧（BI）平台，建立了集團各業務管控系統以及醫療資料匯流排，用戶可根據不同的需求個性化開發、自助分析，處理後的資料通過FineReport平台統一展現，並制定統一的資料介面服務。

主資料治理整體方案
08年，集團就開始進行主資料規劃，制定管理和標準樹立流程，明確組織分工。之後進行資料清理，開發系統，實施上線。09年以後，開發的系統在全集團推廣，資料逐漸開始在集團內部流通，此後主要對第二期進行全面推廣。

在第二期中推出了資料服務系統DSS，從解決目標面臨的資料問題的角度出發，首先在整體上，需要在邏輯層面構建兩大類資料庫：
1、統一資料庫：解決資料一致性、優化集成體系等問題；
2、私有資料庫：解決各個應用私有資料的存儲問題，因為不需要共享，所以作為私有資料庫存在。
主資料的建設，能夠信息自由流動，提升業務實現效率；為後續的數據分析，科學決策提供有價值的資料驅動，提升管理水平。

業務系統部署
JZTERP的部署方式有全國集中、區域集中和全分布式三種。基於中心性能、複雜度，以及網路風險等考慮，建設初期採取集團ERP中心+區域集中ERP部署策略。在網路風險降低的前提下（如4G商用），向大集中過渡。未來將來在條件成熟時，將區域集中的ERP向集團大集中遷移，中心ERP與各區域ERP結構一致，並且在ERP實施、運維過程中，始終保證全集團ERP版本的一致。

從集團決策、業務管控、系統運維等角度考慮，越來越多的國內外大型企業集團ERP部署已經或正在走向集中化。JZTERP採用集團管控與區域運營的合理兼容與整合，同時提供良好的伸縮性，為從分布式→區域集中→大集中的演變提供快速配置化支持。

· 集中的業務管理：實現價格、限銷、資信、竄貨等集中、分權管控；
· 集中的資料管理：簡化各級公司管理工作，並防範質量風險；
· 集中的調撥管理：基於庫存共享，集中調撥變為可能，並簡化公司間銷購單據轉換；
· 集中的系統管理：降低分子公司技術要求，管理成果推廣更加簡便，並減低用戶調動後的操作培訓成本；
· 集中的審批流程：集成工作流實現上級公司集中審批下級公司的各項業務過程，比如退貨、資信等；
· 集中的業務資料：資料集中合并分析及時、準確，為更多基於資料的集中應用提供良好支持。
· 本地化資料存取：保證分子公司業務操作高效率；
· 本地化業務操作：保證分子公司系統可用性，防範斷網風險。

資料倉庫建設
集團資料倉庫成為三層，ODS層、DWH層、APP層。分公司的資料實時錄入到集團系統，經過ETL清洗處理存儲到資料倉庫，利用Finereport動態報表與BI商業智慧工具進行前端資料展現。

資料倉庫建設，講究三個目標：1、集中：ERP、財務、人力、連鎖、生產系統的資料都可集中到資料倉庫。2、分離：資料倉庫的作用既可做到資料存儲，也可對其進行開發和業務分析。3、開放：所獲業務資料可以再資料倉庫基礎上進行存取、應用和開發。基於業務系統——資料倉庫——前端分析（FineReport）這樣一條脈絡，集團實現了統一化資料管理和分析。
· 為自助用戶提供數據分析（data analysis）人員範圍內資料自我獲取、分析的功能。告別多個性化資料完全由信息部提供、使用人再加工的模式；提供安全、快速、及時、低成本的資料獲取手段。開創集團資料使用2.0模式（自開發、利用用資料庫引擎、巨量資料平台的自助、高效、及時分析能力）。
· 開發的資料展示平台提供了豐富的分析維度、提供信息的漸變性信息查詢、全面梳理、支持日常考核及業務的管控、資料大集中的平台（批發、合資、中藥生產、連鎖、電商、人力、財務），協助企業管理層加強控制經營管理。
· 技術上實現各種資料的整合集中，對資料的綜合性分析。為BI提供逐漸完善、乾淨、一致性的資料源。為領導層提供決策服務。

業務管控分析
業務分析決策基本上就是帆軟報表製作的，企業需要做的就是平台支持，資料庫，人員儲備等措施。

績效管理決策
BI決策管理針對的是企業高管，是資料化運營的核心部分，能對資料做到及時監控，綜合反映企業運營狀況。BI的建設在當前資料倉庫彙集業務資料的基礎上，將資料源擴展到財務、人力、物流等系統，綜合反映資料，幫助決策分析。

BI效果展示：

未來規劃
未來將進一步拓展巨量資料應用，集成巨量資料分析的業務決策。支持基於巨量資料驅動的精準營銷，並以客戶為中心，藉助電子商務，移動商務等手段，建立端到端的客戶服務流程。
技術上，採用業界通用的巨量資料系統和分析方法、模型，建設巨量資料平台；採用成熟組件進行低耦合的集成；以集中式部署降低建設成本和運維複雜度；抓住主要矛盾，循序漸進實施。
目標是要通過巨量資料深度分析挖掘，尋找更多的營銷機會，讓經營活動更具針對性，提升營利能力；通過巨量資料深度分析挖掘，優化庫存商品結構與物理布局，提升物流作業效率；依靠巨量資料驅動，以及與各應用系統的集成，實現端對端的業務和服務流程。

快尚時裝：如何打造資料化決策管理

系統獨立、資料分散、缺乏統一管理，是很多企業信息化過程中面臨的問題。隨著市場進程的加速，業務的擴展，企業資料量呈指數上漲。一方面給企業的資料管理帶來了挑戰，另一方面也讓企業重新審視了資料利用的價值。

客戶介紹
作為一家面向國際化市場的時裝公司，快尚時裝URBAN REVIVO（簡稱UR）的門店超過100家，且每年門店數量翻倍增長。這中不斷上揚的市場形勢，給資料信息管理帶來不小的壓力。
那麼，這樣的壓力從何而來？又是如何解決？為此，我們在帆軟百城巡展上邀請到了快尚時裝的信息高級經理唐寅劼，來談談如何完善資料化管理，利用數據分析（data analysis）輔助決策。
以下是唐總在大會現場的演講內容。

合作背景
快尚時裝公司的企業E化分為大三板塊，包括CRM、PRM和企業營銷系統。我們擁有自己的營銷體系還有企業支持的OA系統。系統很多，但領導卻很難從資料中看出什麼，做出決策，原因在於資料分散。在這之前，我們有一個40多人的團隊來製作Excel，不停地抽取和轉化資料。從人力時間角度來講，95%的時間用來處理資料，只有5%的時間是用來分析做決定。所以，基於這種情況，我們在2015年引進了帆軟的FineBI。由於FineBI的開發速度很快，除了能滿足我們移動端的需求，在各業務部門也具有很大的應用價值，所以我們大力推廣了這個系統，現在為各業務部門使用。

解決方案
我們利用帆軟Finereport動態報表與BI 商業智慧軟體製作了銷售主題，從可視化趨勢圖可以看到每個時段的銷售業績以及每個月的趨勢圖，比如從圖表中可以很直觀看出實時的下午7、8點的銷售業績是最好的。
還有一項具體的應用是銷售分析，銷售金額是由成交單數和單價相乘得到的。如果銷售金額低很有可能是成交單數比較低，於是就可以通過往下鑽取查看成交單數。而成交單數又是由客流量和成交率組成的，那就可以接著往下分析是成交率的問題，接著我們就可以針對成交率低採取對應措施。總結起來就是帆軟Fine BI使用，可以很方便地找到影響銷售金額的最終因素。
在績效方面，我們同樣使用了帆軟的系統來管理。利用帆軟填報功能，讓終端人員通過反饋服裝的銷售信息，例如款式、價格等，提交給總部，讓總部做出相應調整。這些彙集地信息和OA系統做集成，通過流程反饋到相應部門。

以往我們的資料報告都是分析人員去做的，現在運用帆軟平台可以自己去做報告。而且，以往是分析人員做資料報告，在開會時給領導看，現在所有的分析都直接利用帆軟的系統，各總監可以直接用資料發報的功能跟領導彙報，甚至領導自己就可以通過一些查詢功能看到資料視覺化報告。

應用價值體現
總之，這樣一套系統給我們帶來很大的惠果，由於整合信息降低了開發成本。一年來，我們成功製作了四大主題，150多張報表，100多個緯度，300多個指標的數據分析，後台資料2億多，覆蓋了多維分析、複雜報表、智能圖表、移動化報表等6大功能。

帆軟報表開發定製效率很高，工作穩定性很好，開發和配置文檔全面專業。對於有一定基礎的開發人員來說掌握很快；其開發的報表可移植性和兼容性都比較強；報表維護預計改動成本較低；產品功能擴展和更新較快，能快速響應不同需求。

中鋁「智能鑄造」：管理變革比技術變革更重要

本文是中鋁連城分公司信息部經理班劍峰，關於智能鑄造系統開發與實踐的技術分享，從思路、工藝流程背景和系統模塊實現，講解了智能製造的建設過程。

客戶介紹
中國鋁業股份有限公司連城分公司連城分公司地處甘肅省蘭州市永登縣境內。是國民經濟第三個五年計劃的重點有色冶金項目，籌建於1966年，1974年投產，為國家大型一檔企業，全國520家重點國有企業和甘肅省「工業強省」骨幹企業之一。

合作背景
近年來，「中國製造2025」的提出，驅動著我國由製造大國向製造強國轉變。其核心內容是用機器代替人力勞動，發展智能製造技術。在「智能製造2025」的前提下，中鋁公司提出「傳統產業+互聯網」的使命，目的是提高效率，形成特色，利用商業智慧技術，逐步培育行業內具有影響力的智能製造產業。

最先主導這一項改革的是企業的信息部門。企業中信息部門地位不高、容易邊緣化，項目效益不好量化。因此，此項任務的提出，使得企業E化與工業化融合，利用企業E化、自動化、智能化、資料視覺化技術改造傳統生產模式，實現智能製造，使得企業E化項目效益容易量化。

解決方案

第一層是感知層，因為設備首先需要具備感測器；第二層是資料挖掘，包括數控設備以及關鍵部件，自動預測設備故障。然後再通過網路和認知這兩個層面，收集資料，可視化展示，實現實時監控和資料決策，到達高層的管理。

管理層面，目前公司將資料決策平台作為一個資料的大基層，將分散在資料庫平台的報表集成在Finereport動態報表與BI商業智慧工具開發的資料決策平台上展示。

業務背景——電解鋁鑄造的工藝流程

傳統電解鋁鑄造參加人數多，部門雜，需要用人管理，管理成本高，所有的生產過程都要大量的人工傳遞信息。其製造過程主要包括出鋁過程、鑄造過程、出入庫過程。電解鋁車間每天會制定一個出鋁計劃，計劃出來以後會根據各電解槽Fe、Ca、Mg等含量完成抬包配鋁計劃。配比結束以後，出鋁工根據配鋁計劃，配合天車工根據計劃計量稱完成抬包配鋁。這個過程都是人工進行操作的，包括抬高的計量、鑄造車間汽車的衡計量、出鋁、將鋁液導入混合爐中。這是一個鑄造過程，包括化驗成分、人工手動扒渣、維護、翻轉、碼垛、打包等等。

智能製造實踐——電解鋁智能鑄造系統
為了將這些流程串接起來，信息部製作了15個系統，15個模塊。全過程有當初的人工到如今的全自動無人化處理，智能讀取資料。

1、電解鋁出鋁相關係統：
精準出鋁計量：實現強磁環境下的閉環出鋁控制；
智能配鋁系統：以出鋁天車路徑最短為目標，滿足合包後化驗成分為約束，利用智能演算法實現智能配鋁計算；
以往對於電解出鋁，哪個槽出的鋁符合標準都是依據人工經驗判斷，如今可依據重量自動判斷，更精準，做到優化鋁槽配比。還能實時監控天然氣、電能等能源的消耗。

2、電解鋁鑄造相關係統：
自動取樣化驗：移動機構自動採樣，並送至車間樣品化驗室實現快速分析；
機器人在線打渣：利用機械手替代人工完成打渣；
自動打包系統：鑄造生產線在線實現鋁錠垛打包；
自動轉運小車：成品鋁錠垛從鑄造線自動轉運；
在線計量系統：與鑄造機進行集成，實現鋁錠垛在線計量；
激光在線標籤列印系統：利用激光直接將標籤燒蝕於鋁錠表面；
運行設備部件到損壞在過去都是人工檢修，現在可以通過檢測設備的運行狀態，抓取運行資料，自動包紮，解決了人工現場作業的安全問題。

3、出入庫相關係統：
立體倉庫系統：實現鋁錠垛出入庫自動化控制；
出入庫管理系統：掃描鋁錠垛二維碼，自動入庫。根據配車要求，實現自動出庫；
成品鋁掃碼查詢系統：為客戶提供掃碼查詢質量資料；
利用和高效研發的激光雕刻專利技術，首創用激光在表面燒著標籤，減少人工參與。出庫轉運過程目前製成了自動化庫房，這個過程中有智能的計量系統，還有定向系統，視頻監控系統去輔助監督。

4、質量及工藝相關係統：
熔煉爐監控系統：操作工序監控、能耗分析、工藝參數分析；
鑄造機監控系統：生產統計（班次、合格率、月報年報等）、關鍵件壽命等；
視頻監控系統：基於視頻實現工藝流程及現場遠程監控；
鋁錠質量信息系統：包括電解槽原鋁化驗資料系統、鑄件熔煉爐成分化驗系統、成品量化驗系統以及合格證系統。
在這個過程中，進行生產、質量、能源、設備這四個方面的數據分析，通過集成了Finereport動態報表與BI商業智慧軟體功能的OA系統中，建立了如下的管理駕駛艙，來進行資料展示和監控。

模板一：集中計量
各圖表模塊之間進行資料聯動，可展示進廠、出廠，還有廠內調撥的資料情況。

模板二：工藝監測

模板三：原鋁衡量資料測試