“数据可视化工具，可爱者甚番。分析师独爱R，自Python以来，世人盛爱Matplotlib。余独爱BI之出分析而不拖沓，做可视化还算酷炫…….”。
什么是BI?
BI全称商业智能(BUSineSS Intelligence)，在传统企业中，它是一套完整的解决方案。将企业的数据有效整合，快速制作出报表以作出决策。涉及数据仓库，ETL，OLAP，权限控制等模块。
分析师刚上手往往更多的是做报表，而做报表更多用到的是BI。
在学习数据分析的初级阶段，为了培养分析思维，快速了解数据分析。我通常会推荐大家用BI上手分析。因为BI上手简单，避免了大部分人因为工具的羁绊而让数据分析之路止步不前。R和Python这类高级工具，可以边分析边学习。
关于BI，最为人津津乐道的就属Tableau和PoeRBI，百度上搜他们的介绍一搜一大把。但是本文想分享另一个BI工具，FineBI，一个被雪藏的利器。
我在之前的文章中有过推荐，不过我更爱他的”兄弟”Finereport，企业报表必备，以至于换了两家公司都连续推荐采购，功能丰富且强大，只不过我不懂开发，只知皮毛。FineBI和它都是一个公司的，新出的5.1版本着实让我惊艳了一把，给人的感觉，平价版的Tableau替代!
接下来讲重点讲解它的主要功能、特点和同类具的对比、以及基本使用方法。
下一篇还会用BI做一个详细深入的实操分析。
先来说说BI，BI全称商业智能(BUSineSS Intelligence)，是一套完整的数据解决方案，将企业的数据有效整合，快速制作可视化报表，以供业务决策。它一般涉及数据仓库(现也和很多大数据方案对接)、ETL、OLAP分析，权限控制等模块。
顾名思义，FineBI是一款BI商业智能工具，能简单快速的生成各种酷炫的可视化数据报表，做有目的性的数据分析。
所以，它主要完成下面几个工作：
1. 数据的整合
2. 数据的分析和可视化
3. 报表制作与发布
BI工具那么多，为何我要重点推荐这款BI工具呢?
Tableau和PoweRBI的好自不用我多说，知乎上大家都议论了很多。
但这款BI做为国产，不由得让我产生好奇和好感，值得关注和鼓励。更何况它能够足以应对基本的数据分析，不虚于那两者，且具备下面几大特点：
1、打通各类数据源
FineBI能够从各种数据源中抓取数据进行分析，除了支持大家常用的ORacle、SQLSeRveR、MySQL等数据库，还支持SAP BW、HANA、ESSbase等多维数据库。
大数据前端分析，FineBI可对接Hadoop、Kylin、DeRby、Gbase、ADS、Hbase、Mongodb等大数据平台。在对接方面有自己的分布式连接方案。
下图是FineBI的数据连接窗口：
还支持导入Excel数据，支持从R语言脚本导入数据。所以基本能对接各类数据源，打通并整合。
2. 易用性(无需编程)
笔者给自己的定位是一枚数据科学家，因此不会也不能将过多精力放在可视化工作上。毕竟数据库/数据仓库系统架构，数据挖掘算法研究等工作更是重中之重。而FineBI采用的拖拽数据字段，自动出图的操作方式，将我从可视化的泥潭中解放出来，把更多精力投放到数据管理，算法研究和业务沟通上。下图展示了FineBI清爽商务的工作界面。
易用性还体现在数据处理方面。
要知道一份数据拿到在分析是还是要做很多公式计算、过滤筛选处理的。惊喜的是这个工具内置了各种计算公式、过滤组件。
比如时间过滤，大家觉得还要手写公式么。各种现成的计算公式，基本告别SQL和代码。
各种现成的计算公式，基本告别SQL和代码.
这里展示的仅仅是一小个方面，绝大多数商业公司出品的软件在易用性方面完爆开源产品。
3、可视化颜值高
一些图表(出自官方)
下面这些图是笔者20分钟不到就做好的，稍加美化，估计也能达到大部分客户在颜值上的要求了：
要知道同样的工作使用R语言的ggplot2至少要2小时(含调试)，使用Python的Matplotlib就更久了。
4、数据权限管控
FineBI的数据权限管控，可以说是很专业了，这也是开源和商业不能比的。
笔者是Finereport的深度用户，Finereport是报表应用工具，应用面更广，数据安全性要求也更高，FineBI差不多是沿用了其兄弟产品的一套权限管理方案。可以对不同部门/岗位/角色的人员，进行数据源/业务包/数据表/分析报表的权限管控。简单来讲，你可以让不同人看到仅有自己权限下的报表和数据。
嗯，暂时就说这几点，再说有打广告嫌疑了……
1. FineBI VS Excel
两者是不太一样的产品，Excel更全面更加注重数据处理，而FineBI比较精简更注重报表及可视化，FineBI更像是数据透视表+少量VBA。不过两者结合用相得益彰。
2. FineBI VS R语言ggplot2
ggplot2其实是R语言的可视化包，因此对于熟悉R语言的人来说，使用ggplot2会非常得心应手。同时由于ggplot2是由编程语言R驱动，因此它在定制化方面肯定做得比FineBI要好。但是要写一定量代码，这个不是每个人都擅长，毕竟如果是简单的分析，大可不必入R的门。
3. FineBI VS EchaRts等开源图表
EchaRts一般是给前端程序员用的，需要编程语言JS驱动，不推荐没有编程基础的分析师使用，虽然EchaRts可视化更丰富。
4. FineBI VS 其他商用BI工具(如Tableau、PoweRBI等)
功能方面都没有太大差异，就是你多一个，我少一个的区别。对大部分人来说日常的数据分析足够了。
使用感都有所不同，FineBI有个建立业务包环节，对数据做业务/场景区分。PoweRBI属于组件拖拽式风;Tableau在分析时和FineBI差不多，探索式分析，调整可视化样式。
实际企业级商用有差异，因为要考虑得更多。企业级应用出产品使用上还要更多关注平台对接，架构方案，数据抽取方式还有性能，包括之前提的权限管控等，FineBI和Tableau更有商用基因，具体要看自己的实际需求和使用环境。
综上所述，以上的工具都没有单纯的优劣之分，具体问题具体分析，什么需求用什么工具。不过，如果你想快速地做美观的可视化报表，那FineBI值得一学。
FineBI的数据分析思想
用FineBI做数据分析，总体的思路是这样的，和Tableau有点像：
1.先连接数据库，导入数据源。支持的数据源类型前文已说过。
2.然后初步处理数据，选择要分析的字段，分组汇总、新增列、合并表、行列转换等等。
3.接着进行数据分析。如果没目的，可以先根据自己的假设拖拽数据字段，看看数据是什么趋势是否有规律，渐渐摸清楚思路，所谓探索性分析。如果有目的，直接可视化就行。
4.最后形成可视化分析报告，导出或分享。
这里，我后面会出个一个详细的案例，可能会更容易理解。
有些人可能会对商业软件带有一种排斥观念，个人觉得完全没要。商业软件固然需要花钱，但劣质的开源软件更可能浪费大家的宝贵时间。显然我们应该将精力更多的投放到数据和算法本身以及具体业务上，工具只不过是工具罢了。
