數(shù)據(jù)分析時(shí)代早就已經(jīng)來(lái)臨，從國(guó)家政府到企業(yè)個(gè)人，”大數(shù)據(jù)“和”數(shù)據(jù)分析“已經(jīng)變成大家耳熟能詳?shù)臒嵩~了。

但是你可能并不具備專業(yè)的數(shù)據(jù)分析知識(shí)和語(yǔ)言能力，或者學(xué)習(xí)了許多關(guān)于數(shù)據(jù)分析空洞的理論知識(shí)無(wú)法好好落地，在這里，我們強(qiáng)勢(shì)安利一款數(shù)據(jù)分析的神器，不管你是從未涉獵過數(shù)據(jù)分析的小白，還是儼然在數(shù)據(jù)分析領(lǐng)域小成的數(shù)據(jù)分析師，更或者你想通過數(shù)據(jù)分析來(lái)為企業(yè)和部門帶來(lái)價(jià)值的先鋒者，它都能夠幫助到你，帶給你相對(duì)應(yīng)的價(jià)值。

因?yàn)?，我們說，一款好的工具，首先它應(yīng)該是功能強(qiáng)大的，它能做到你想得到的事情，也能做到你想不到的事情，更重要的是，它應(yīng)該不僅僅是工具，它應(yīng)當(dāng)是會(huì)說話的，會(huì)迎合你的思維然后一步步引導(dǎo)你。得出你想要的結(jié)果，甚至是意料之外情理之中的驚喜。

這款軟件的名字叫FineBI，零代碼基礎(chǔ)就能直接上手。

數(shù)據(jù)連接，統(tǒng)一數(shù)據(jù)入口

在告訴你它如何幫助你分析之前，先來(lái)認(rèn)識(shí)一下你平常見到的那些數(shù)據(jù)這款工具是如何悅納它們的。

我們想分析的數(shù)據(jù)五花八門，大到錯(cuò)綜復(fù)雜各式各樣億萬(wàn)級(jí)數(shù)據(jù)量的企業(yè)數(shù)據(jù)庫(kù)，小到日常學(xué)習(xí)工作中最常見和碎片化的Excel文件，F(xiàn)ineBI都能良好地接納。FineBI支持30余種市面上常用及非常用的數(shù)據(jù)庫(kù)，也支持直接將我們本地的Excel文件進(jìn)行上傳快速進(jìn)行分析。

在找到了數(shù)據(jù)之后，以下是正餐，我們來(lái)看下它是如何迎合你分析，幫助你找到數(shù)據(jù)的價(jià)值。在介紹過程中，會(huì)涉及到舉例以便讓你更具體認(rèn)知，下面是在介紹過程可能需要分析的數(shù)據(jù)：

【初始篇】迎合人的思考習(xí)慣

好的工具，從第一步開始，就可以讓你專注思考，F(xiàn)ineBI的自助數(shù)據(jù)集功能可以取數(shù)時(shí)，選擇字段。

一開始，看到上面諸多數(shù)據(jù)，想挖掘其中的信息，我們可能不知道該怎么入手。而好的工具，一開始就嘗試著讓你明白，你要去聚焦你的分析。對(duì)于諸多繁雜的數(shù)據(jù)，F(xiàn)ineBI保護(hù)著你在分析的時(shí)候直接暴露在密密麻麻的各種數(shù)據(jù)而盲目不知道怎么下手，在你開始分析之前，它讓你先思考你想要什么，去盡可能明確你自己想分析的目標(biāo)是什么，然后這個(gè)時(shí)候你嘗試性地去拖拉出可能相關(guān)的指標(biāo)數(shù)據(jù)，以便你在分析的時(shí)候可以盡可能地靠近再靠近你的目標(biāo)。

完全不懂分析怎么辦，智能推薦精準(zhǔn)分析教你開啟數(shù)據(jù)分析第一步

我們對(duì)于數(shù)據(jù)最直觀的認(rèn)知是建立在明細(xì)表之上，然后對(duì)于數(shù)據(jù)想做進(jìn)步分析的時(shí)候，我們會(huì)嘗試去選用一些圖表來(lái)展現(xiàn)，但實(shí)際上我們可能不明白為什么要選用柱狀圖，不知道選用了漏斗圖是什么意思。當(dāng)你想分析兩個(gè)或者兩個(gè)以上數(shù)據(jù)字段的相關(guān)性時(shí)，F(xiàn)ineBI會(huì)自動(dòng)為你選擇最合適的圖表，每種圖表背后都有很強(qiáng)的數(shù)據(jù)分析算法，可以幫助你先初步了解你的數(shù)據(jù)情況，邁出數(shù)據(jù)分析的第一步。

不再用固定圖表去限制你的思考，你的思考都是價(jià)值，所思即所見，所見即所得

FineBI基于著名的圖形語(yǔ)法(The Grammar Of Graphics)設(shè)計(jì)改良，提供了無(wú)限的視覺分析可能，我們稱之為“無(wú)限圖表類型”。FineBI取消了傳統(tǒng)圖表類型的概念，取代以'形狀'和形狀對(duì)應(yīng)的'顏色'，'大小'，'提示'，‘標(biāo)簽’等屬性；取消了'分類'、'系列'等概念，取代以'橫軸'、 '縱軸'兩個(gè)方向。

上面這句話比較拗口，看不懂也不用費(fèi)力去理解。簡(jiǎn)單來(lái)講，F(xiàn)ineBI既讓你保留了傳統(tǒng)固定圖表的分析習(xí)慣，你可以基于智能推薦的結(jié)果去調(diào)整對(duì)應(yīng)圖表類型，但更打破了傳統(tǒng)，鼓勵(lì)你去基于你的思考去形成你的分析，所有形狀、顏色、大小、提示、標(biāo)簽、圖表、警戒標(biāo)識(shí)都將是你思考點(diǎn)的體現(xiàn)，而不再用圖表去限制你的思考。以最簡(jiǎn)單的對(duì)比分析為例，我們來(lái)看下這款工具是如何釋放你的分析能力的：

我們以上面的數(shù)據(jù)為例，來(lái)看一個(gè)大區(qū)銷售額的對(duì)比分析，我們大概可以做到一個(gè)什么程度。

注：以下所有結(jié)果都只使用到了大區(qū)和銷售額兩個(gè)數(shù)據(jù)

首先我們用智能推薦：系統(tǒng)為我們智能推薦了最常用的柱狀圖對(duì)比。

我們可能更習(xí)慣橫向去看具體銷售額的數(shù)值，從上到下去看對(duì)比情況，這時(shí)我們希望橫縱軸切換一下分析維度，直接一鍵切換，可以看到切換后意外地發(fā)現(xiàn)形成了我們熟悉的條形圖。

然后我們?nèi)绻賮?lái)一瞥對(duì)顏色、形狀、大小等，來(lái)看下可以玩出什么自己的花樣，你可以設(shè)置形狀的顏色不同來(lái)區(qū)分大區(qū)，設(shè)置形狀的大小來(lái)表示銷售額，甚至直接替換形狀。

以上幾個(gè)步驟，你已經(jīng)可以體會(huì)到了FineBI是怎么迎合你的思維和設(shè)計(jì)來(lái)幫助你良好的進(jìn)行數(shù)據(jù)分析的思考。如果你對(duì)數(shù)據(jù)分析還略有涉獵，我知道，上面是滿足不了你的胃口的?？赡苣銜?huì)更期望在數(shù)據(jù)的梳理和挖掘上，F(xiàn)ineBI是如何幫助到你的。睜大眼睛，認(rèn)真看！

【進(jìn)階篇】主要講計(jì)算處理數(shù)據(jù)的部分

清洗數(shù)據(jù)，如魚得水，助你認(rèn)識(shí)正確的數(shù)據(jù)【自助數(shù)據(jù)集-數(shù)據(jù)加工，規(guī)整數(shù)據(jù)】

一般來(lái)說，我們拿到數(shù)據(jù)之后，數(shù)據(jù)并不是那么完美。對(duì)于本身質(zhì)量很差的數(shù)據(jù)進(jìn)行分析往往是南轅北轍的，得出來(lái)的分析結(jié)果也是錯(cuò)誤的，進(jìn)步還會(huì)誤導(dǎo)我們對(duì)事情本身的判斷，做出錯(cuò)誤的決策。所以可能我們?cè)陂_始拿到數(shù)據(jù)后，需要對(duì)數(shù)據(jù)進(jìn)行梳理，這也就是我們通常所說的數(shù)據(jù)清洗。比如某些數(shù)據(jù)缺失，比如增加一些數(shù)據(jù)字段，比如列重命名 、數(shù)據(jù)類型轉(zhuǎn)換、異常值處理、合并數(shù)據(jù)等等。FineBI 擁有強(qiáng)大的梳理數(shù)據(jù)的功能，可以對(duì)數(shù)據(jù)實(shí)現(xiàn)過濾、分組匯總、新增列、字段設(shè)置、排序、合并等等操作，可以把數(shù)據(jù)進(jìn)行規(guī)整，讓我們正確認(rèn)識(shí)數(shù)據(jù)的同時(shí)，也認(rèn)識(shí)正確的數(shù)據(jù)。

如果你不明白以上操作什么意思，沒關(guān)系，可以看下方的示意：

如果還不能明白，用你能理解的話來(lái)說，F(xiàn)ineBI設(shè)置了自動(dòng)化的功能，通過點(diǎn)擊鼠標(biāo)就能夠完成你對(duì)有缺陷數(shù)據(jù)的清洗。如果你清楚這一系列操作，具體梳理數(shù)據(jù)能夠到達(dá)如何便利強(qiáng)大的程度，你可以看下方”數(shù)據(jù)分析模型“的介紹。

OLAP分析，對(duì)數(shù)據(jù)的靈活操控，幫助你實(shí)現(xiàn)對(duì)數(shù)據(jù)的多角度深入分析【鉆取聯(lián)動(dòng)跳轉(zhuǎn)，多維數(shù)據(jù)分析】

OLAP分析，老生常談的分析技術(shù)，對(duì)數(shù)據(jù)進(jìn)行鉆取、放大、過濾、維度切換、跳轉(zhuǎn)、聯(lián)動(dòng)、導(dǎo)出、復(fù)用等等。通過FineBI的OALP分析，可以輕松玩轉(zhuǎn)你的數(shù)據(jù)，從大到小，由淺及深，探索數(shù)據(jù)之間的深層關(guān)聯(lián)。

比如對(duì)區(qū)域-門店-品牌-銷售額不同維度之間，快速進(jìn)行特定區(qū)域、門店-品牌的銷售額分析。

【終極篇】——物理分析模型和數(shù)據(jù)挖掘模型

OLAP分析：強(qiáng)大靈活的數(shù)據(jù)處理能力，輕松搭建數(shù)據(jù)分析模型

真正的數(shù)據(jù)分析工具，必定脫離不了數(shù)據(jù)分析模型。長(zhǎng)期以來(lái)，數(shù)據(jù)分析的先驅(qū)和專家們，沉淀出了不計(jì)其數(shù)經(jīng)典的數(shù)據(jù)分析模型，在諸多領(lǐng)域和行業(yè)中得到了廣泛的應(yīng)用，也帶來(lái)了實(shí)質(zhì)的業(yè)務(wù)價(jià)值，同時(shí)，經(jīng)典的數(shù)據(jù)分析模型，有利于我們快速上手?jǐn)?shù)據(jù)分析，減少自我探索過程中的彎路。FineBI強(qiáng)大的數(shù)據(jù)處理功能，可以很好地接洽搭建各種業(yè)務(wù)模型，諸如金字塔模型、KANO分析模型、RFM模型、購(gòu)物籃分析模型、四象限模型等等。

以RFM模型搭建為例，從最基礎(chǔ)的數(shù)據(jù)（下圖1）到成功搭建一個(gè)RFM模型（下圖2），再到進(jìn)行模型應(yīng)用（下圖3），只要不到10分鐘的實(shí)際。之前研究過RFM客戶價(jià)值模型，在市面上尋找體驗(yàn)了許多分析工具，F(xiàn)ineBI絕對(duì)是國(guó)內(nèi)制作RFM模型最高效便捷的軟件。

數(shù)據(jù)挖掘：從已知到未知，從過去到將來(lái)，告訴你所不知道又想知道的事

我們說，沒有數(shù)據(jù)挖掘的數(shù)據(jù)分析都是在人力有限的范圍內(nèi)進(jìn)行分析。大數(shù)據(jù)時(shí)代，最不可或缺的當(dāng)屬數(shù)據(jù)挖掘。數(shù)據(jù)挖掘，或面向過去，發(fā)現(xiàn)潛藏在數(shù)據(jù)表面之下的歷史規(guī)律或模式，稱之為描述性分析；或面向未來(lái)，對(duì)未來(lái)趨勢(shì)進(jìn)行預(yù)測(cè)，稱之為預(yù)測(cè)性分析，把大數(shù)據(jù)分析的范圍從“已知”拓展 到了“未知”，從“過去” 走向 “將來(lái)”，是大數(shù)據(jù)的生命力 和“靈魂” 所在。

FineBI提供了5種快速挖掘的方式，包含時(shí)序預(yù)測(cè)、聚類、分類預(yù)測(cè)、回歸和關(guān)聯(lián)分析。也就是說，如果你想預(yù)測(cè)未來(lái)的銷售額，你想智能地給用戶群分類，或者你想知道短信發(fā)給哪個(gè)用戶獲得的反饋可能性比較大，將會(huì)成為現(xiàn)實(shí)。

如果需要更多的算法怎么辦，F(xiàn)ineBI也為這種復(fù)雜的挖掘需求提供了入口，可以直接在FineBI中進(jìn)行R語(yǔ)言編譯，實(shí)現(xiàn)數(shù)據(jù)統(tǒng)計(jì)和分析的需求。

數(shù)據(jù)可視化：好馬配好鞍，強(qiáng)大的可視化為數(shù)據(jù)分析錦上添花

好馬配好鞍，最終的數(shù)據(jù)分析結(jié)果自然少不了一副好的皮囊。作為一款專業(yè)的數(shù)據(jù)分析工具來(lái)講，F(xiàn)ineBI的可視化功能也十分強(qiáng)大，可以制作各種可視化的報(bào)告，為數(shù)據(jù)分析錦上添花。最終數(shù)據(jù)分析的結(jié)果自然要來(lái)貼上幾張可視化的圖，直接來(lái)查看下FIneBI數(shù)據(jù)可視化的效果：

ONE MORE THING

如喬布斯的演講，驚喜的彩蛋放在最后！

這個(gè)誠(chéng)心的數(shù)據(jù)分析工具，個(gè)人版免費(fèi)，在官網(wǎng)上可以下到，大家記得用最新版5.0！