2017年9月2日，永洪科技深圳大数据峰会在金茂深圳JW万豪酒店正式召开，永洪科技创始人&CEO何春涛、研发负责人邵文龙、营销负责人王桐等高管先后登台，分享了永洪科技在行业趋势、产品创新、营销服务等领域取得的成果与前瞻性布局。会议还邀请到华夏银行科技开发中心开发一室经理丁世宁，长久启恒国际信息科技公司COO张曜钦，广业开元科技股份有限公司总经理孔祥明，深圳市融讯科技有限公司COO钱峥，微众银行审计部负责人闫振平，中兴网信资深大数据架构师陈年春等嘉宾，就大数据的技术发展、产业变革、行业应用等多个角度的议题，发表了各自的精彩观点。

永洪科技CEO何春涛

永洪科技CEO何春涛率先登台，介绍了永洪科技近期取得的成果与自己对行业发展的思考。他分析了当前大数据行业的现状，并指出了大数据驱动业务增长的一系列难点：迭代周期、场景深度、端到端的交付等，并针对性提出了集平台、应用、服务、运营于一体的大数据驱动业务增长的能力模型——“PASO”模型。他表示，永洪科技的愿景是“重新定义国内大数据驱动业务增长的成功标准”，并在AI与云服务等领域实现更多进展。

永洪科技研发负责人邵文龙

而后，永洪科技研发负责人邵文龙介绍了永洪科技最新发布的一站式大数据分析平台Yonghong Z-Suite V7.5。他详细介绍了这一版本相比之前实现的诸多功能创新与改进，包括：

·数据准备：数据融合、治理建模、数据应用等角度的优化，让业务用户也能自服务；

数据探索：凭借增强的地图能力、丰富的展示样式，实现极致的可视化分析；

深度分析：一站式深度分析平台、强大的数据洞察能力、高效的移动分析功能，带来高达23倍的分析性能增强；

企业级管控：管理、调度、安全，三位一体提升企业级管控能力；

MPP数据集市：智能化节点自动平衡、分布式元数据存储、流式导数、专利编码等，打造业界领先的大数据平台；

他表示，“Yonghong Z-Suite V7.5凭借完整的大数据能力，能够全方位保障释放数据价值，控制平台风险，实现客户成功。”

永洪科技营销负责人王桐

永洪科技营销负责人王桐在《数据如何真正为业务创造价值》的演讲中，首先提出了大数据项目成功的评判标准这一话题，并经由企业数据分析、管理驾驶舱、银行、审计等行业的需求阐述了数据分析指标体系的内涵，并从精准营销、成本控制等多个案例角度阐述了永洪科技为数据创造价值做出的努力与取得的成果。

几位永洪高管嘉宾从不同角度介绍了永洪科技在技术、产品、客户成功领域的努力与成果，共同诠释了永洪科技“以卓越的数据技术为客户创造价值，实现客户成功”的企业价值观。

行业专家齐聚一堂 诠释数据分析价值精髓

在嘉宾分享环节，来自金融、通信、企业服务等行业的参会嘉宾分别从各自的行业角度，针对数据分析的技术与应用发表了见解。

华夏银行科技开发中心开发一室经理丁世宁

在“数据即资产”的金融行业，华夏银行科技开发中心开发一室经理丁世宁带来了题为《新金融技术环境下的数据应用》的演讲，对大数据在金融领域的应用场景及华夏大数据技术平台作了详细的介绍。他从新技术环境概念讲起，结合华夏银行对数据资源的分类与应用，介绍了华夏银行“基础平台-数据资产-应用场景”的大数据体系架构，及其在用户画像、风险控制、精准营销、数字运营等层面发挥的重要作用。他表示，“大数据时代给银行业带了大量的机遇和挑战，需要我们快速转变思维，建立以数据驱动的企业文化。”

广业开元科技股份有限公司总经理孔祥明

而对于企业管理者而言，大数据同样起着举足轻重的作用。拥有多年企业大数据服务与解决方案经验积累的广东广业开元科技有限公司总经理孔祥明，在题为《大数据加速企业经营管理革命》的演讲中，就大数据在企业的经营管理决策与流程创新中的作用作了生动的阐释。他以大数据在广业集团污水治理中的应用为例，介绍了广业开元的大数据AI平台发挥的巨大作用，并对企业级大数据平台“粤+”做了详细的介绍。

长久启恒国际信息科技公司COO张曜钦

在快速成长的汽车金融领域，大数据同样也在愈发受到重视。长久启恒国际信息科技公司COO张曜钦从汽车行业与汽车金融的现状讲起，深入浅出地介绍了这一领域对大数据的创新利用。他从模型、算法、界面、应用等多个角度阐释了长久启恒在大数据辅助汽车金融风控角度的实践经验，并对比了动态数据分析相比人工分析与静态机器学习的优势所在。他表示，数据分析不仅能够作为一种提升业务效率的工具，更是一种思维方式的转变，能够对行业发展趋势和风险做出敏锐的判断，并最终反馈于行业进化与价值共赢。

此外，深圳市融讯科技有限公司COO钱峥，微众银行审计部负责人闫振平， 中兴网信资深大数据架构师陈年春等嘉宾也纷纷就各自的行业观点与实践经验发表了精彩的演讲，独到的视角和精彩的内容赢得了现场观众的阵阵掌声。

会场外的产品体验区，永洪科技布置的案例展示墙与Yonghong Z-Suite V7.5产品体验设备也吸引了大量观众驻足观看与动手操作，直观的界面与简便的交互令与会者留下了深刻印象。

产品体验区

重新定义大数据驱动业务增长成功标准 引领行业发展潮流

本次峰会是永洪2017年举办的第四次峰会，吸引了来自深圳和全国各地的千余名观众参与，涵盖了包括企业高管、CIO/CTO、数据行业专家、数据分析师、数据分析爱好者等来自各行各业的相关人士，并吸引了包括i黑马、亿欧网、中国计算机报、中国软件网等媒体的关注报道。

此次峰会不仅展现了永洪坚持以技术与功能创新引领行业标准，将一站式大数据分析平台的完整性提升到一个新的高度，也再次确立了永洪科技作为数据技术领导者的市场竞争地位。正如永洪科技CEO何春涛在峰会上强调的永洪科技价值观：“以卓越的数据技术为客户创造价值，实现客户成功”。

随着云计算快速发展，云上的技术和生态不断成熟，越来越多的企业更倾向于直接把应用部署到云上。最近，大数据分析厂商永洪科技旗下产品YonghongZ-Suite正式推出了SaaS模式，将产品直接布在腾讯云、阿里云、AWS、青云等平台，企业用户可以直接在云平台购买使用。其中，腾讯云将之纳入了其自有的云产品系列。与私有化部署相比，由于客户的数据可以直接在相应的云平台内调用，因此可以更好地解决数据安全、数据孤岛、迁移性能等问题。

据永洪科技介绍，其SaaS产品主要针对三类企业用户：

公有云客户。这类用户可以直接通过云平台模式购买产品，也方便通过云端其它计算存储资源搭建自己的平台。泛SaaS服务商。将SaaS产品集成到服务商的系统中，作为其中BI数据分析的模块，打包售卖用户。比如，永洪目前已经同销售易达成合作，在其产品中植入了永洪的BI服务。针对通信、航空等大型私有云、混合云架构的企业客户，永洪科技会通过类似公有云的模式接入其私有云、混合云架构，把SaaS服务作为一个产品，为其内部提供服务支撑，下属子部门直接在公司的云平台进行申请就可以使用。

永洪科技我们曾报道过，主要提供敏捷型大数据分析工具，将企业中现有的数据进行有效整合，并快速生成分析报表和决策依据。

YonghongZ-Suite大数据分析平台

过去，BI产品主要基于瀑布式软件开发模式：根据客户的需求，进行数据分析、建立数据模型，最后形成软件，生成静态的数据展示报表。这种模式不能进行数据交互、自由组合，也无法满足现有TB、PB级的大数据量处理需求；如果客户需求发生变化，原有的开发流程还需要重头开始。

随着时代的发展，由于企业内部数据孤岛的存在，宏观分析、长期历史分析难度很大，这种传统报表系统越发不能满足日益增长的业务需求。企业需要进行多层次、多维度的深度数据挖掘，得到更丰富、更直观的展现结果。

基于这一点，永洪科技推出BI产品，可以实现5分钟一键安装、5分钟快速数据源配置以及5分钟报表设计，大部分业务分析需求变化，都可以在一天内得到响应。从使用门槛来讲，绝大多数操作体现为点击和拖拽，即使是零技术背景的业务和运营人员，也可以独立、自助式地完成大数据分析。另外，传统的报表仅仅是展示数据，永洪BI打通了数据分析的全链条，让用户轻松使用产品进行自服务数据准备、探索式分析、深度分析和企业级管控，帮助用户针对当前的分析结果制定后续的行动策略。

目前，永洪科技已打造了金融、能源、交通、电信、互联网、医疗、教育等垂直行业的大数据应用，服务过华为、美的、联通、苹果、平安、华泰等数百家企业客户。

身份证号码中隐藏着密码

身份证号共有18位：

前面6位是省市区；

接着8位是出生年月日；

接着3位是出生排序，奇数为男，偶数为女；

最后1位是校检码，0~9或者X

以469000199102036616为例讲一讲如何操作

计算年龄

mid函数可以得到出生年月日，回复mid可以查看mid函数详细用法

操作如下图

MID(A2,7,4) 表示从身份证的第7位开始截取，一共截取4个字符，得出1991

YEAR(NOW()) 获取当前的年份，回复year查看日期函数的详细用法

相减就得出年龄了

分辨性别

如果身份证号第17位是奇数，性别为男；偶数则为女

操作如图

公式有点复杂 IF(MOD(MID(A2,17,1),2)=0,"女","男")

函数嵌套的分析是由内而外的，分析如下

1、最内层的 MID(A2,17,1) 是用来获取身份证第17位，本例中得到1

2、接着 MOD(MID(A2,17,1),2) 是求第17位除以2的余数，本例中得到1

3、最外层的 IF(MOD(MID(A2,17,1),2)=0,"女","男") 用来判断余数为0显示女，不为0显示男

附：

通过对身份号的分段提取分析，利用EXCEL的VLOOKUP函数，可以对要分析的身份证号进行地域、年龄、性别、星座属性等用户画像群体划分。

建立明确的用户画像群体后，便可以针对其共性的特点做针对性的需求挖掘，建立精细化运营和营销。

百家号-【袁帅数据分析运营】运营者：袁帅，会展业信息化、数字化领域专家。新社汇平台联合创始人，永洪数据科学研究院MVP。认证数据分析师、网络营销师、SEM搜索引擎营销师、SEO工程师、中国电子商务职业经理人。畅销书《互联网销售宝典》联合出品人。

如果你作为一名SEMer，每天80%的工作时间是打开后台，监控核心关键词的排名，每天去调整价格，调整移动比例，否定一些垃圾流量的话，那么我会觉得，你与一名优秀的SEMer人员之间，还有很大的提升空间。

因为一名优秀的SEMer，每天应该有80%的工作时间在做数据分析，20%的工作时间是最后将数据分析出的结果进行后台操作。有人问过我，你认为SEM推广的核心是什么？我以多年的经验总结出两个因素：“行业市场分析”与“数据分析”。

数据分析基于推广数据的筛选与总结。数据报表也分为两种：一种是 后台数据报表（账户报告、关键词报告、地域数据报告、搜索词数据报告等等），这些报表可以后台直接下载筛选使用；

还有一种是 基于第三方统计平台与代码标记的数据报表（关键词跟踪报表、url转化报表、各平台流量占比数据报表等等）。接下来我就给大家分享一下如何筛选适合自己推广数据报表以及如何筛选数据有价值信息。

一、账户报告

数据分析重要程度：★★★★

阐述：账户报告是推广数据分析最基本数据报告，账户报告可以清楚显示出账户推广的展现量、点击量、消费量、点击率、平均点击价格。做日报表或周报表可以做出环比数据值，可以清楚分析整体账户推广情况。

要根据自己账户推广设定限值，当环比数据达到限值得时候，就要重点关注分析。即使环比数据是正向发展，也可以分析出来原因，这样也可以明确效果提升的原因。

例如：推广账户数据环比展现量限值5%，既展现量环比增长5%还是降低5%都要明确分析，如发现今天账户推广数据环比昨天降低7%，既触发限值，结合实际调整操作可分析得知，昨天核心词有调整匹配方式，有4%的长尾关键词昨日没有置左展现，所以根据数据可以清楚知道账户环比降低原因。

根据原因作出相应正向调整即可。而且账户报告，每天的PC与移动的消费占比也一定重视，账户的效果波动可能也多数与PC与移动消费占比有关。

二、搜索词报告

数据分析重要程度：★★★★★

阐述：搜索词报告是作为数据分析与sem优化最为重要的数据报告之一。推广流量精准度与否都可以利用这个搜索词报告一目了然。

但是搜索词报告大部分人都是基于后台搜索词报告直接进行否词操作，而且有很多人都是看见一个不相关的搜索词马上否定掉。最后会发现我们计划否词数或者单元否词数不够用了。

其实 对于搜索词报告我们一般都是将每天搜索词报告做一份excel透视报表，可以透视清楚哪些搜索词垃圾流量触发点击数最多的，超过2次以上点击垃圾流量进行否定处理。触发一次搜索垃圾流量一周集中累计再集中做出透视数据分析，最后看出那些单次点击一周内累计垃圾流量多次触发的搜索词再进行否定关键词。

搜索词报告另外一个数据作用，将有检索搜索词有效添加到投放关键词中。这个也是拓展有效关键词最有效的数据支持。

三、关键词报告

数据分析重要程度：★★★★★

阐述：关键词是sem推广投放核心，关键词数据报告也是所有关键词报告数据分析的最重要的参考数据。但是关键词报告一定是要结合其他数据报告一起分析，才能筛选出我们有效的数据，下面就给大家分析几种比较实用的数据报告结合分析组合。

1）关键词报告与搜索词报告：根据搜索词报告可以 拓展有检索关键词；其次搜索词报告匹配出垃圾流量，不一定要做否定关键词，有部分单次点击垃圾搜索词可以结合关键词报告数据，对于关键词进行匹配方式调整。

2）关键词报告与咨询转化报表：每天结合咨询平台中有效咨询所触发的关键词报表与搜索词报表进行 核算每个关键词转化成本，这样我们可以集中投放高转化关键词，控制高消费低转化关键词消费。

3）关键词报告与账户报告：关键词报告与账户报告关系是包含于关系。即账户数据异常要排查到关键词报表中关键词，所以 账户报告要与关键词报告对应查看与分析。

四、地域报告数据

数据分析重要程度：★★★

阐述：地域数据报表主要作用是明确各地域消费占比与各个地域推广数据。如果对于此数据调整，可以结合后端转化数据进行调整。

调整各个地域消费占比依据：

1、根据后端转化效果进行地域消费占比调整；

2、根据业务地域需求度，进行地域消费占比调整。

五、url跟踪转化代码数据

数据分析重要程度：★★★★★

阐述：url跟踪转化代码数据是定制型数据报表，适用于多平台推广及转化统计。

这类代码与url部署后数据优点：

1、各个平台转化有区分；

2、url部署有利于监控着落页表现；

3、关键词转化id可以直接统计转化词。

4、如果推广有项目区分，可以另行标记区分。

这样统计出来数据可以区分：

1、关键词转化监控

2、地域转化监控

3、项目转化监控

4、平台推广转化

最后，想说跟大家分享了这些比较常用数据报表与数据的分析方式，只是比较 有代表性与实用性的数据报表。SEM 数据分析还有很多需要大家深入研究与专研的。我个人也给予大家几点 SEM 数据分析注意事项：

1、所有数据报表要坚持多维度相结合进行分析处理；

2、数据分析一定要作为日常优化流程，不要账户出现问题才进行数据分析排查问题，日数据异常要积极分析与调整，才能让账户推广效果稳定；

3、数据筛选是数据分析的基础，大量的数据要筛选出有效的价值，依据有大量数据的分类、筛选、过滤等环节进行数据提炼，这个最好要有良好的Excel技能支撑才会高效的进行。

数据分析是我们SEM推广调整的支撑，如果你是一名好的数据分析师，那么还会玩转不了SEM推广吗？

|来源：艾奇学院

百家号-【袁帅数据分析运营】：袁帅，互联网数据分析运营实践者，会点网事业合伙人，运营负责人。CEAC国家信息化计算机教育认证：网络营销师，SEM搜索引擎营销师，SEO工程师。数据分析师，永洪数据科学研究院MVP。中国电子商务协会认证：中国电子商务职业经理人，畅销书《互联网销售宝典》联合出品人之一。中国国际贸易促进委员会:今日会展会员联盟VIP个人会员，全经联园区委秘书处成员，中国低碳智慧园区联盟理事，周五咖啡媒体人俱乐部发起合伙人。百度VIP认证站长，百度文库认证作者，百度经验签约作者，百家号/一点资讯/大鱼号/搜狐号/头条号/知乎专栏/艾瑞专栏等媒体平台入驻作者，互联网数据官（iCDO）原创作者，互联网营销官CMO原创作者。

通过1张数据分析表格帮你建立活跃用户的数据统计及分析方法。

一、你对活跃用户的定义是什么？

前几天在一个3-5年运营人的群里，突然聊到了活跃用户统计的问题，突然发现很多人对于什么是活跃用户的概念还很模糊，大多数运营数据分析平台上都直接给出了一个活跃用户的数字，那么什么是活跃用户呢？这里我们继续通过虚荣指标和可执行指标这2个指标的差异来区分下对活跃用户的认知。

虚荣指标：阶段时间内凡有访问行为的用户都可以记为活跃用户；

可执行指标：阶段时间内用户产生了代表对产品认可程度的高频行为才算活跃用户，如每日多次访问、收藏、留言、点赞、付费等相关行为代表用户对产品的认可程度。

虚荣指标的定义方式只能看到一个表面繁荣的数字，数字背后并不代表任何用户特征，而通过可执行指标对用户进行筛选，对高访问次数、高访问时长、高留言次数、高购买次数等不同特征的用户进行统计，一方面提升非活跃用户的相关行为，另一方面活跃用户是做裂变活动时的目标种子用户。

概括来说，增长黑客在衡量“活跃度”时，会通过访问次数、访问时长、收藏指数和相关影响因素几个维度来判断用户的活跃情况，并按连续活跃天数和阶段内任意活跃天数2个时间维度对用户活跃度进行整体分析。

二、这张活跃用户统计表格要怎么用？

这张表格横向分为3个活跃度评价因素，分别是访问次数、访问时长、收藏指数，同时对活跃度的影响因素单独计算，这个表格里列出了领红包、打卡、等级、来源渠道4种影响因素，可以根据用户行为特征具体计算。

1.通过日访问次数评估用户活跃度

访问次数代表用户每日使用产品的频次，我们需要对所有访问次数大于1次的用户做平均访问次数的计算，或者设定一个固定值，例如连续7天每日用户平均访问次数为3-5次，那么4就可以做为固定值，或者运营者认为每日访问次数大于2次就可以计算为活跃用户，那么2就可以做为固定值。

基于访问次数的平均值或固定值（A），我们需要对每日大于1次，小于A*50%的用户，每日访问次数大于A*50%并小于A的用户，以及日访问次数大于A的用户进行统计。

统计的目的在于通过访问次数将用户分层，高于A值的用户是绝对的活跃用户，对于没有达到A指的用户可以通过运营活动重点提升日访问次数。

其实，无论是访问次数A值还是下面说到的使用时长B值、收藏指数C值，在增长黑客的数据分析中，都代表着用户下一步关键行为指标，例如可以通过分析付费用户的日访问特征、使用时长，或者下单前浏览过几个页面，来确定这个关键行为指标，并以此做为目标。

当然，这是比较复杂的计算方法，刚接触数据分析的同学可以按照求平均值或设定固定值的方式来确定A值。

2.通过日访问时长评估用户活跃度

与通过访问次数计算用户活跃度的方式相同，找出用户使用时长的衡量值B，通过B对用户进行筛选分组。

3.通过“收藏指数”评估用户活跃度

所谓收藏指数是指真正体现产品价值的用户使用行为，与产品的北极星指标相关。一般来说，用户产生收藏行为代表着对产品内容的认可，如某篇文章，某件商品，所以诸葛io将其定义为“收藏指数”。

在实际统计中，“收藏指数”需要根据产品所在行业进行针对性定义，例如社区类产品要统计有过发帖、回帖行为的用户，资讯类产品要统计日浏览文章大于5篇（举例）的用户，电商类产品要统计日浏览商品大于5件（举例）的用户。

同样，通过对“收藏指数”的定义，计算出相关用户行为的衡量标准，我们称其为C值，在衡量维度上，C值为活跃用户必须满足的条件，继而可以筛选出高出C值50%、100%甚至更多的用户数量。

4.找出用户活跃度的影响因素

通过活动、打卡等运营行为，会对用户的活跃度有所影响，在影响因素这项分析上，需要统计不同特征用户的活跃度人数，例如领取红包后1-3天的活跃用户变化情况，与非领取红包用户的活跃度进行对比，再比如连续打卡3天、5天的用户在活跃度上的变现差异。

以上是4项用户活跃度的衡量方式，在统计时，首先需要筛选出满足条件的用户数量，然后计算满足条件用户在整体用户中的占比。

除衡量活跃用户外，还需要统计1日、3日、7日、30日活跃用户数据，在按日期的分析上，诸葛io建议通过2种日期统计方式：

一种是连续1日、2日、3日……30日活跃用户占比，连续活跃用户有发展为种子用户的潜力，需要重点维护；

另一种是阶段时间内任意天数的活跃情况，例如7日活跃用户中任意1天、2天、3天活跃的用户占比，用于区分同样阶段时间内的不同活跃度指标。

总结：增长黑客和精细化运营的概念在国内备受推崇，而活跃用户是增长裂变的基础，活跃用户分析的目的在于通过活跃度指标发现优质用户，并对优质用户建立相关用户群组，进行重点维护。

以收藏指数为例，加入购物车商品的数量越多，用户购买转化的可能性就越大，筛选出加入购物车1件、3件、5件等不同数量的用户，针对不同用户设计营销活动，例如加入购物车5件以上商品，在常见的抽奖活动中就可以设计“购物车商品免单”的活动主题，但购物车商品面单对于加入购物车1件商品的用户吸引力并不大。

活跃用户统计一方面是查看用户对产品使用的反馈，评估产品的用户健康度，另一方面通过活跃用户统计实现用户分组的精细化运营，为相关运营策略提供参考依据。

|内容来源： 诸葛io数据教练 版权归其所有 百家号-新社汇and微会动袁帅 转载发布 侵权告知删

百家号-【袁帅数据分析运营】运营者：袁帅，会展业信息化、数字化领域专家。新社汇平台联合创始人，微会动平台创始人。永洪数据科学研究院MVP。认证PMP项目管理师、数据分析师、网络营销师、SEM搜索引擎营销师、SEO工程师、中国电子商务职业经理人。畅销书《互联网销售宝典》联合出品人。

5月23日，永洪科技在腾讯2018“云+未来”峰会上推出新一代敏捷性BI SaaS服务，此服务满足轻量级的可视化BI需求，使用组织无需本地部署，即可快速使用，极大地降低了企业时间成本。

新一代敏捷性BI SaaS服务

随着云计算时代的到来，“云+大数据”开始成为构建未来企业商业模式和核心竞争力的基础。作为国内领先的一站式大数据平台，永洪科技早在2016年在腾讯云上独家部署SaaS云端产品，采用“AI+Big Data+BI”的技术理念，为广大企业提供简单易用、安全可靠的一站式大数据分析服务，让企业一分钟内即可使用自服务的数据分析服务，帮助业务人员快速制作出可视化分析报表，轻松应对业务挑战。

Yonghong Z-Suite SaaS拥有分布式计算、分布式存储、分布式通信、云计算、数据处理、数据展现等多项国际技术专利，支持企业全部云端OS。其优势包括：

敏捷性：面对时刻变化的数据分析需求，快速生成分析结果，可灵活变更分析需求；高性能：百万到百亿数据的分析请求可秒级响应，支持灵活的业务组合分析和任意的时间窗口分析；自服务：降低了IT门槛，业务人员无需专业培训即可上手，无需IT部门配置；一体化：全SaaS 服务，无需投资底层基础设施；洞察力：无缝整合数据运营中需要的全部核心组件，提供一致的用户体验，且只需极低的维护成本。

随着腾讯云正在成为全球第七名首选云服务商（来源：Ovum报告），在全球关键地区运营本地业务、规模化运营、以及可提供多种产品选择以应对业务挑战的能力。Yonghong Z-Suite SaaS也正广泛受到好评，腾讯云副总裁谢岳峰表示：“此次永洪科技与腾讯云的牵手，让腾讯云卓越的计算能力，融合永洪科技领先的大数据技术、产品、以及服务多个细分行业的实践经验，将数据分析能力赋能给各个行业。”

华清飞扬技术部经理孔芊在接受采访时表示：“作为一家拥有多款DAU过500万的手游、页游产品企业，日常需要对在线人数、推广成本、流失率等关键指标进行分析，通过借助腾讯云平台上的Yonghong SaaS产品，运营部门业务人员通过用它来制作游戏运营方面的报表分析和深度数据挖掘，给我们的运营分析带来了极大地便利。”

据悉，腾讯金融风控部门、微众银行、华清飞扬等国内多家知名企业均采用永洪科技云端SaaS服务。

- End -

他们都在用Yonghong服务

美的 |格力|联迪 |海天 |科达

泰康保险|佰仟金融|华夏银行

宝宝树 |艾瑞集团|猎聘|伊美尔

浙江电力| 太原电力 |锦程物流

人人都是数据分析师专区

BI可视化和分析可视化入门教程

从入门到精通，数据分析师必看的14篇文章

可视化图表入门教程|三步制作一张动态报表

　　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权威者，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，拥有成熟的行业化解决方案。

　　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。

　　TalkingData

　　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。

　　友盟+

　　第三方全域大数据服务提供商，通过全面覆盖PC、手机、传感器、无线路由器等多种设备数据，打造全域数据平台。提供全业务链数据应用解决方案，包括基础统计、运营分析、数据决策和数据业务等，帮助企业实现数据化运营和管理。

1、一列数据同时除以10000

复制10000所在单元格，选取数据区域 - 选择粘性粘贴 - 除

2、同时冻结第1行和第1列

选取第一列和第一行交汇处的墙角位置B2，窗口 - 冻结窗格

3、快速把公式转换为值

选取公式区域 - 按右键向右拖一下再拖回来 - 选取只保留数值。

4、显示指定区域所有公式

查找 = 替换为“ =”（空格+=号） ，即可显示工作表中所有公式

5、同时编辑所有工作表

全选工作表，直接编辑，会更新到所有工作表。

6、删除重复值

选取数据区域 - 数据 - 删除重复值

7、显示重复值

选取数据区域 - 开始 - 条件格式 - 显示规则 - 重复值

8、把文本型数字转换成数值型

选取文本数字区域，打开左上角单元格的绿三角，选取 转换为数值

9、隐藏单元格内容

选取要隐藏的区域 - 设置单元格格式 - 数字 - 自定义 - 输入三个分号;;;

10、给excel文件添加密码

文件 - 信息 - 保护工作簿 - 用密码进行加密

11、给单元格区域添加密码

审阅 - 允许用户编辑区域 - 添加区域和设置密码

12、把多个单元格内容粘贴一个单元格

复制区域 - 打开剪贴板 - 选取某个单元格 - 在编辑栏中点击剪贴板中复制的内容

13、同时查看一个excel文件的两个工作表

视图 - 新建窗口 - 全部重排

14、输入分数

先后输入 0 ，再输入 空格， 再输入分数即可

15、强制换行

在文字后按alt+回车键即可换到下一行

16、删除空行

选取A列 - Ctrl+g打开定位窗口 - 定位条件：空值 - 整行删除

17、隔行插入空行

在数据表旁拖动复制1~N，然后再复制序号到下面，然后按序号列排序即可。

18、快速查找工作表

在进度条右键菜单中选取要找的工作表即可。

19、快速筛选

右键菜单中 - 筛选 - 按所选单元格值进行筛选

20、让PPT的图表随excel同步更新

复制excel中的图表 - 在PPT界面中 - 选择性粘贴 - 粘贴链接

21、隐藏公式

选取公式所在区域 - 设置单元格格式 - 保护：选取隐藏 - 保护工作表

22、行高按厘米设置

点右下角“页面布局”按钮，行高单位即可厘米

23、复制时保护行高列宽不变

整行选取复制，粘贴后选取“保持列宽。

24、输入以0开始的数字或超过15位的长数字

先输入单引号，然后再输入数字。或先设置格式为文本再输入。

25、全部显示超过11的长数字

选数区域 - 设置单元格格式 - 自定义 - 输入0

26、快速调整列宽

选取多列，双击边线即可自动调整适合的列宽

27、图表快速添加新系列

复制 - 粘贴，即可给图表添加新的系列

28、设置大于72磅的字体

excel里的最大字并不是72磅，而是409磅。你只需要输入数字即可。

29、设置标题行打印

页面设置 - 工作表 - 顶端标题行

30、不打印错误值

页面设置 - 工作表 - 错误值打印为：空

31、隐藏0值

文件 - 选项 - 高级 - 去掉“显在具有零值的单元格中显示零”

32、设置新建文件的字体和字号

文件 - 选项 - 常规 - 新建工作簿时....

33、快速查看函数帮助

在公式中点击下面显示的函数名称，即可打开该函数的帮助页面。

34、加快excel文件打开速度

如果文件公式过多，在关闭时设置为手动，打开时会更快。

35、按行排序

在排序界面，点击选项，选中按行排序

36、设置可以打印的背景图片

在页眉中插入图片即要

来源：网络整理

百家号-【袁帅数据分析运营】运营者：袁帅，会展业信息化、数字化领域专家。新社汇平台联合创始人，永洪数据科学研究院MVP。认证数据分析师、网络营销师、SEM搜索引擎营销师、SEO工程师、中国电子商务职业经理人。畅销书《互联网销售宝典》联合出品人。

大家好，我是王桐。

我演讲的题目是：如何打造具备深度业务价值的大数据应用。

要想做到一个非常完整、成功的数据分析项目，不管我们是处在什么样的领域和行业当中，要想让这个项目取得比较好的成功和效果，它一定是在平台和应用两个方面同时发力。

平台和应用相辅相成，互相去促进和提升，才能够达到效果。

有好的平台，但是没有好的业务场景，没有好的前端应用的实现，这个项目的价值不会得到很深度的挖掘。

同样的，如果有好的应用场景的想法和设计，但是底层的平台能力和性能不能得到很好的提升，这个场景设计也不能比较好的落地。

所以平台和应用，是缺一不可的。

前面我们已经谈得比较多的，关于平台的一些展望，和我们永洪在平台上面的一些新进展，可以看到我们在平台上不断投入和发力，不断向前演进和提升平台能力。

我们永洪在过去一年中，又取得了怎么样的进展？我们最新的一些思考和洞察，有哪些可以值得分享的内容？

一、数据必须对业务和管理带来增长和提升才有价值

其实从我们公司角度来讲，对于一个大数据的项目是否成功的判断标准，其实是比较严苛的。

数据必须为业务和管理带来了增长和提升，才能说明这个数据是真正有价值的，只有这个数据真正产生了价值，我们才能说这个项目取得了成功。

所以，这个数据是否有价值，以及项目是否成功，它的判断标准，并不是服务器数量非常多，或者是数据量非常大，或者是前端的报表非常漂亮。

价值是否真正产生了，才是项目是否成功的评判标准。

并且这一条是否达成了，并不取决于我们或是甲方的科技部，而是甲方真正用到这个数据应用的最终使用用户。

无论他是决策层，还是一线使用用户，他点头认可了，确实说明我们这个数据对他的业务有不小的帮助，我们才能说这个有价值，这是我们的原则。

以前，为了做到这样的水平，很多企业是如何进行的呢？

根据我们走访的很多企业可以看出，数据应用的现状基本上都有这样一些问题。

1.零散

当前绝大部分的企业数据应用的现状，都是一些零散、固定的基础报表，也没有太多分析的功能。

所谓零散的报表，是说它的报表内容非常零散，内容跟结构都是有比较严重的分割，主要是靠目录把这些报表编排到一起。

像比较大的企业，有好几百甚至上千个报表，这不是靠业务逻辑串起来的，而是靠目录串起来的。这是非常零散的报表内容的呈现。

2.固定

此外，它呈现出来的内容，相对来说都是比较固定的，它的灵活性是有一定欠缺的。这种欠缺会带来的影响就是，效率不会很高。

从需求的提出到实现，需要打破的固定模式非常多。

3.缺少分析功能

报表以统计和结果展示偏多，真正跟业务结合起来的分析，其实几乎是没有的。

所以这就是当前企业数据应用的现状，而这种数据应用的现状，还会映射出更本质、更严重的问题，就是业务。

数据应用都是这样零散的，不成体系的，也就意味着我们的同事们的工作方法和业务指导也是没有成体系的，这对于企业业务目标的达成会有一些负面的影响。

对于我们IT和数据部门来讲，就会疲于这种零散的报表，而不能开展比较有高价值的工作。

二、具备深度业务价值的数据应用需要包括四个层级

要想做到打造深度价值的数据应用，它至少应该包括四个层级的能力。

由上往下它的层级是逐渐深化的，分别是结果监控、问题诊断、决策支持和智能预测。

1.结果监控

这是目前是绝大部分企业所处的层级，这个层级是最简单的。

需要完整疏理核心关注点和业务目标，然后把这些结果放在合适的驾驶舱上面，并且让它及时准确去监控业务的状况。当出现问题的时候，可以自动进行一些预警提示。

只要做到这些，第一个层级就算达成了。

在结果监控的层级里面，是需要不断去看结果指标的。

有时候这个结果是好的，有的时候这个结果可能是有问题的，比如利润下滑了，或者收入没有达到预期。

这个预期无论好与不好，我们都需要精准去了解这背后的原因是什么，好也要知道怎么去复制推广，不好也要去快速了解这个问题到底出在哪儿？要想做到这个就到了下面的问题。

2.问题诊断

我们要结合客户的场景业务逻辑，不断把这个数据组织起来，并且进行细分，去层层分析业务当中的关键点到底是出现了什么样的问题，最后找到解决这个问题的答案。

快速定位出这个问题以后，就可以形成一些业务的行动。

比如老板召集大家开一个会议，或者拍一下桌子，或者鼓励大家解决这个问题，其实这种解决问题的办法不是很有效的。我们需要进行快速诊断的问题。

3.决策支持

再往下就是真正的决策支持。为什么我会特别强调“真正的”这三个字？

是因为过去我们发现，其实有非常多的项目，它的名称叫某某企业数据决策支持系统。实际上，它做的是管理驾驶舱，它做的是第一层级，即结果监控。

它并没有真正做到决策支持。当我们去问它，您做这个看板，都用来决策什么的时候？

他首先的反应是会懵一下，他没有考虑这个问题，他只是看这个数据，他对于本身这个问题并没有仔细思考过。

可想而知，这样做出来的怎么可能是一个真正的决策支持？一个真正的决策支持它是长什么样的？后面我们直接拿一个例子来分析。

4.智能预测

在前面AI的主题里面分享的比较多，我就不再过多赘述了，主要是一些业务案例，业务点和查看背后逻辑的效果。

所以一个数据应用要想具备深度的业务价值，应该至少包括以上这四个层级。

三、实例分析数据应用的四个层级

我们用实例来讲解一下上述的四个层级。

1.展示结果、进行对比

第一个层级结果监控，其实最简单。

这是我们做的一个CFO监控看板，这是最简单的，只需要把我服务的业务对象，他的关注点，公司考核他的KPI，以及他今年工作任务目标是什么，把这些指标化，集中展示出来，这就已经做到了机构监控。

做得再好一点，因为我们数据科学研究院在做微观的数据分析方法论的时候，也总结了一些口诀，熟悉我们的老朋友知道，有一个口诀就是“做判断用对比”。

比如我发现我整体销售额是6000万，或者60亿，我第一个首先要做个判断，6000万到底是高了还是低了？我怎么做判断？

肯定要通过对比曲线做判断，所以更好的结果监控，除了展示我的结果以外，还要展示各种各样横向纵向的比较。

还要有行业数据，还可以看在这个行业的排名变化，通过这些比较，看出结果到底好还是不好，有多好或者有多不好，这是做到了一个结果监控。

随着我们平台能力的不断加强，其实我们跟AI的融合有了更多的演进，所以可以看到右上角，它会自动生成一段文字，把业绩体现和财务状况显现出来，可以做出更好的客户体验。这是结果监控。

2.进行问题诊断的两个案例

以销售为例，一个 2B 销售负责人，他最关心的结果是合同额够不够？收款额够不够？这个季度的任务完成率够不够？还有我这个季度已经完成了，接下来我未来的储备够不够？

我给销售的负责人做结果监控，帮我去诊断每一个结果里面问题的原因到底是什么。

所以合同额、收款、完成率和未来商机储备，再分别展开，分别可以展开四个不同问题诊断的体系。时间有限我们只举其中第一个例子。

这个合同额如果不够，这个结果不好，我怎么去诊断这个问题？

还是根据永洪数据科学研究院通过大量项目的研究，总结出来的方法，就是分两步：

先保持结果指标不变，先在维度上做细分，把有问题的业务实体找到。在有问题的业务实体上面，把过程指标细分，找到到底哪个环节出了问题。然后会看到根据这个方法论，其实不管是销售、财务还是生产，其实背后的道理都是一模一样的，这也是我们在跨行业、不同行业项目当中不断总结提炼所带来的一些好处，就是行业的相关性。

这样我们看单个行业的角度，可能会站在更高格局和视野上。

2.1 如何解决合同额不足的问题？

围绕刚才说的两个步骤，合同额不够，结构指标保持不变，我们在维度额做一些改变，到底是哪些团队，哪些销售，在哪些区域卖的产品合同额不够？我们在不同的维度深化，把这个事情做一个细分。

有些维度可能有一些层级关系，比如销售团队和销售，这可能是上下层关系。

有些维度是交叉关系，比如销售和产品是交叉关系，每个销售都可以卖这个公司的五个产品线。最后在维度上找到一个原因，就是整体这个季度的销售额做得不好，有A、B两个产品的时候，导致最后这个整体没有完成。

这个问题的业务对象得到了一个有效的聚焦以后，接下来我的人力、物力投放就会比较简单了，因为我们公司有两百个销售，不是所有人都没有完成，如只是8个人没有完成，导致不好。

因为合同额是最后一步，不是采取一个业务行动马上就得到结果的。

我前面有一系列的业务过程，每个业务过程我都要用一些合适的指标去评价和监控，让我知道哪个环节上出现了问题。

我看这两个团队的销售，是他们销售机会不够多，还是他的赢单率不够高，还是他的客单价不够高，还是说他做得已经很好了。

如果是销售机会不够多，我后面还可以再进一步去展开，是我的市场部门贡献的线索不够多，还是他的线索转化率不够高，还是我销售自己跑的机会不够多？

这里面又分为是新客户拓展不够，还是老客户挖掘不够，还是我代理商贡献不够多？我可以细到业务系统里面最原始的字段，比如可以分析到底是新客户拓展不够多，还是老客户挖掘不够多。

经过这种过程的细分，最后我得到的结果是，这8个销售里面有3个销售，老客户商机挖掘不够多，导致没有完成指标。另外5个销售是级别不够高，客单价不够高，导致结果不好。

这样我就非常明白问题所在了，这样我就不用每天开动员会了，我可以非常精准地把前三个销售召集起来，把老客户的名单发给他们，希望他们这两周什么都不用干，就把他们老客户跑一遍。

通过这种业务行动，让这个问题得到好转，慢慢这个问题可能就不存在了。另外五个销售可能也是一样，采取具体的业务行动，这样就形成了从数据到业务改善的一个闭环。

最终就会发现，从量变到质变，细枝末节，也就是这个叶子节点上的问题如果都不存在，最后这个结果一定是很好的。

2.2 如何解决产品交期的可控性？

制造业中产品交期是一个非常重要的概念，产品交期不可控是非常可怕的事情。这个产品交期，其实跟我们做一个项目的验收期有一个类似的概念。

产品交期如果比较长，出了问题，这个时候也跟刚才一样，我先在维度上找原因，到底哪个产品线交期比较长？

再在过程上细分，交期整个环节里面分了好几个流程，有不同周期，到底是置办周期比较长，还是采购周期比较长，还有这个节点对应的责任人是谁？我们把这个具体问题查找出来。

同样的，把它按照刚才从左到右的顺序，分别把它做成几级不同页面展示。

比如第一层页面我是先展示到底哪个产品线交期比较长，第二个页面、第三个页面对应着哪些步骤，责任人是谁？这样信息就非常清晰了。

因为一些复杂的企业，我们做数据盘点的时候，动辄就会出现几百个指标和几十个维度，我们不可能在这几百个指标和几十个维度里去找，一定是我帮它梳理好。

让员工在做某一个具体业务的时候，不用海量的大海捞针那样去完成工作。

3.什么叫“真正的”决策支持？

再往下是决策支持。我们还是以制造业为例子，为了把这个产品周期做好，要求整个企业的协同一起配合，这不只是生产部门的责任，供应链也在其中。什么叫真正的决策支持？

首先要强调的是，决策绝对不是只有企业的高层才去关注的事情，一个一线的业务人员，每天同样有非常多的事情需要做决策。

假设我是企业的采购经理，每天上班之后，我有什么事情是要反复去思考，去做决策的？

如，今天一上班，我就要想今天有哪些商品号或者物料，今天就需要下采购订单，否则我的生产或者销售就来不及了。

我应该下给哪家供应商？因为有A、B、C三家都可以供货。我应该下多少数量？肯定是一批一批下的，这次应该下多少量。

然后这个供应商有多大可能会晚交货。这是我每天都会想无数次的问题，以前我是怎...

2018年4月13日，永洪科技宣布面向企业大数据管理领域发布了新一代“一站式大数据分析平台Yonghong Z-Suite V8.0”。

与其他数据平台相比，永洪科技一站式大数据分析平台处理数据的速度更快、更安全，主要源自于永洪自主研发的列存储、内存计算和高级缓存技术、分布式计算、分布式通讯、库内计算等核心技术。

以及，永洪科技通过领先行业的技术+服务，为中国绝大数企业决策者(CEO)和企业数据管理者(CIO)提供“从数据管理到数据驱动商业决策”的一站式服务。

永洪科技Yonghong Z-Suite平台拥有全能产品体系

永洪科技Yonghong Z-Suite是国内首个拥有从数据咨询、数据管理、数据可视化、数据决策的一站式大数据平台，整合不同类型数据、并利用人工智能（AI）进行分析，旨在促进企业不同类型数据源、不同应用人员之间的合作。

Yonghong大数据平台集成专利分布式通讯、分布式计算、内存计算和高级缓存技术等，高达数百节点的并行迭代，使性能提升多个量级，实现从千万到百亿级数据分析的秒级响应，计算效率大幅提升。

永洪科技高级副总裁邵文龙表示，“Yonghong Z-Suite 一站式大数据分析平台的数据处理速度比同类平台快得多，Yonghong Z-Suite一个CNR节点（6CPU，8G内存参与计算，12G内存维持系统运行）与两个MAP节点（分别为6CPU，20G内存），对1亿条交易数据、50万商品总数进行关联规则动态分组，只需40分钟，即可得到动态分组结果。”

这一具备高性能、计算速度快、细致的企业级管控的产品特性已通过DCA大数据产品评测。据2018年4月9日发布的DCA第六批大数据产品评测结果显示，仅两款商业智能分析产品通过其专业评测，分别是：永洪科技Yonghong Z-Suite、腾讯云商业智能分析BI。

服务先行，打造新一代大数据技术全能专家

“目前，永洪科技已深度服务超2000家中大型企业，在为企业深度服务过程中我们发现各行业、各企业的大数据应用水平不尽相同“，永洪科技副总裁贺新颖表示，”帮助企业将沉积在数据库中的海量数据输出为价值信息，帮助企业深度洞察，辅助决策，最终快速提升企业的响应能力是目前永洪在思考的问题。”

永洪科技通过两年时间打磨出国内首个“行业专家团队”，基于对行业发展与大数据技术应用的深刻理解，实现差异化的行业、企业、业务场景下的整体解决方案，实现从“数据咨询->实施服务->客户成功->数据分析课程培训”全程服务体系，全方位赋能客户，帮助企业实现数据驱动业务增长。

时至今日，永洪科技在制造、通信、航空航天等20多个国家支柱产业中已拥有大量企业数据化运营实践经验。在金融、科技、智能制造等中国领先领域内的企业，永洪科技的产品和服务伴随着他们一起快速发展。

赋能企业核心业务，开启「数据驱动」时代

永洪科技CEO何春涛表示：“永洪科技Yonghong Z-Suite主导并见证了中国商业智能变革，我们通过持续的技术驱动带领中国商业智能走在国际水平，Yonghong Z-Suite不再为IT提供孤立的BI解决方案。在我们正探索的领域，是与中国企业同行，让大数据管理深度融合入企业运营这一动态过程中，将大数据分析产品及服务融入企业大数据的各个生态链及业务流，让数据专家、企业决策者、业务使用者都能在一个平台上以稳定、安全、高速的方式进行协作。”

据Gartner 发布的《2018 BI与数据分析魔力象限》显示，敏捷BI产品的出现，已经扭转了商业智能的市场格局，并且成为了市场的不二之选。

数据已经成为企业的重要资产，超过90%的企业管理层视数据为企业的“石油”。海航聚宝金科总裁李安正表示，“数据的真正价值在于能够洞察企业内部规律，数据的洞察力将会在未来成为企业的核心竞争力。”

@本文由永洪科技编辑发布