Wyn Enterprise 商业智能分析软件正式发布啦！

近日，葡萄城正式发布Wyn Enterprise 商业智能分析软件，这是一款前所未有的商业智能软件，将 BI 和报表融为一体。

Wyn Enterprise 专注于商业智能和数据分析需要，同时提供多源数据整合、自助式 BI 分析、数据可视化、在线报表设计等功能。企业用户可独立部署使用，软件公司可进行深度集成和 OEM 合作。

Wyn Enterprise，可解决数据应用四个层次需要

整合数据：连接内部、云端和文件等数据，为报表统计和BI分析提供完整数据支撑。

报表统计：在线报表设计，让不具备软件开发知识的用户自主设计报表变成可能。

数据大屏：为内部共享、数据监控和行业交流，提供最形象的数据呈现方式。

商业智能：自助式BI，任意的数据交互和自由探索，让数据分析和决策制定更便捷。

Wyn Enterprise 5大核心功能点

1.多数据源整合，为决策分析提供完整数据支持

通过数据查询设计器，有效整合您分散在企业内外的各种数据，包括数据库、云端数据和本地存放的文件数据，以及 JSON/OData 等程序数据。既能拖动完成跨源的数据建模，也支持直接编写查询语句。最终，通过数据模型访问控制和行级数据安全管理，分享给 BI 分析或报表统计者使用。

2.自助式 BI，强大的交互分析和自由数据探索能力

自助式 BI，让最终用户毫无约束地与数据交互，任意探索数据背后的真正原因，发掘价值，为决策制定找到有效的数据支撑。在 Dashboard 的设计和分析阶段，均提供图表联动、数据钻取、数据切片器、OLAP 等交互式分析功能，仅需通过极少的操作便能找到最有价值的数据。

3.在线报表，最终用户和实施人员都能设计报表

创新的在线报表设计功能，类似微软 Office 产品的使用体验，功能丰富却极易上手。从此，对软件公司而言，客户定制化报表需求再也不用修改软件源代码；对企业 IT 部门而言，让业务部门自主设计所需报表的畅想变成可能。

4．数据可视化/数据大屏，以更丰富的方式表达数据关系

Wyn Enterprise 中具有多屏自适应能力的仪表板，内置丰富的数据可视化类型，而且开放的数据可视化插件功能，几乎可以将任意的可视化组件库集成到产品中，比如：Echarts，D3，ChartJS，三维模型等，充分满足数据可视化大屏等场景的需要。

5.嵌入式分析，满足软件项目的深度集成和 OEM 合作需要

您几乎可以将 Wyn Enterprise 的全部功能集成到自己的软件产品中。对您的用户而言，他们完全感觉不到我们的存在；对您的技术人员而言，我们提供静默安装、软件界面定制、单点登录、报表/仪表板的设计器和查看器的集成等开箱即用的功能，大大节省系统集成所花的时间。

了解更多

前所未有的商业智能软件，将 BI 和报表融为一体，仅在Wyn Enterprise！

Wyn Enterprise【新产品发布会】的更多信息，请访问Wyn Enterprise官网：https://grapecity/solutions/wyn，在线参加新产品发布会（ 2018 年 11 月 14 日下午 14:00），快速掌握更多核心功能。

关于葡萄城：

赋能开发者！葡萄城公司成立于 1980 年，是全球领先的集开发工具、商业智能解决方案、管理系统设计工具于一身的软件和服务提供商。西安葡萄城是其在中国的分支机构，面向全球市场提供软件研发服务，并为中国企业的信息化提供国际先进的开发工具、软件和研发咨询服务。葡萄城的控件和软件产品在国内外屡获殊荣，在全球被数十万家企业、学校和政府机构广泛应用。

DT（Data Technology）时代已经来临，使用BI工具代替手工统计分析数据，已经成为企业和政府快速致胜的武器。好的BI工具能有效的帮助企业提高分析效率、减少分析成本、提高数据价值、完善信息化水平。

新型的数据可视化产品层出不穷，基本上各种语言都有自己的可视化库，传统数据分析及BI软件也都扩展出一定的可视化功能，再加上专门的用于可视化的成品软件，我们的可选范围实在是太多了。那么，我们要选择的可视化工具，必须满足互联网爆发的大数据需求，必须快速的收集、筛选、分析、归纳、展现决策者所需要的信息，并根据新增的数据进行实时更新。

实时性：数据可视化工具必须适应大数据时代数据量的爆炸式增长需求，必须快速的收集分析数据、并对数据信息进行实时更新；简单操作：数据可视化工具满足快速开发、易于操作的特性，能满足互联网时代信息多变的特点；更丰富的展现：数据可视化工具需具有更丰富的展现方式，能充分满足数据展现的多维度要求；多种数据集成支持方式：数据的来源不仅仅局限于数据库；很多数据可视化工具都支持团队协作数据、数据仓库、文本等多种方式，并能够通过互联网进行展现。

数据可视化主要通过编程和非编程两类工具实现。主流编程工具包括以下三种类型：从艺术的角度创作的数据可视化，比较典型的工具是 Processing，它是为艺术家提供的编程语言；从统计和数据处理的角度，既可以做数据分析，又可以做图形处理，如R，SAS；介于两者之间的工具，既要兼顾数据处理，又要兼顾展现效果，D3.js、Echarts都是很不错的选择，二者这种基于Java的数据可视化工具更适合在互联网上互动的展示数据。

1. 入门级

入门级的意思是该工具是可视化工作者必须掌握的技能，难度不一定小、门槛也不一定低。相反，对于可视化大拿来说，这些工具依旧起到四两拨千斤的妙用。

Excel

别以为EXCEL只会处理表格，你可以把它当成数据库，也可以把它当成IDE，甚至可以把它当成数据可视化工具来使用。它可以创建专业的数据透视表和基本的统计图表，但由于默认设置了颜色、线条和风格，使其难以创建用于看上去“高大上”视觉效果。尽管如此，我仍然推荐你使用Excel。

亿信BI

亿信BI真正敏捷实用的商业智能分析平台，相信每一个接触到数据可视化的人都听说过亿信BI，亿信BI是一款数据可视化工具，可轻松实现中国式报表、dashboard仪表盘、统计图、地图分析、分析报告、多维分析等它不需要编程，而仅仅通过简单的拖拽操作即可完成惊艳的效果。对比Excel，它是专业应对数据可视化方案的利器，主要表现在数据可视化、聚焦/深挖、灵活分析、交互设计等功能。亿信BI是为数据而生，他洞悉数据的蛛丝马迹，发现数据的潜在价值，预测数据的发展趋势，他可以构建大型的总和数据分析平台，也可以作为小型的个性化的解决方案。亿信BI最大的缺点在于它是商业软件，不过官方提供试用。

2. 在线数据可视化

Google Charts

Google Charts是一个免费的开源js库，使用起来非常简单，只需要在标签中将src指向然后即可开始绘制。它支持HTML5/SVG，可以跨平台部署，并特意为兼容旧版本的IE采用了vml。

在新版google charts 发布之前，google有个类似的产品叫做Google Charts API，不同之处在于后者使用http请求的方式将参数提交到api，而后接口返回一张png图片。

Flot

Flot是一个很棒的线图和条形图创建工具，可以运用于支持canvas的所有浏览器——意味着大多数主流浏览器。这是一个jQuery库，如果你已经熟悉jQuery，你就可以容易的对图像进行回调、风格和行为操作。 浮悬的优点是你可以访问大量的调用函数，这样就可以运行你自己的代码。设定一种风格，可以让在用户悬停鼠标、点击、移开鼠标时展示不同的效果。比起其他制图工具，浮悬给予你更多的灵活空间。浮悬提供的选项不多，但它可以很好地执行常见的功能。

D3

D3（Data Driven Documents）是支持SVG渲染的另一种Java库。但是D3能够提供大量线性图和条形图之外的复杂图表样式，例如Voronoi图、树形图、圆形集群和单词云等。D3.js是数据驱动文件（Data-Driven Documents）的缩写，他通过使用HTMLCSS和SVG来渲染精彩的图表和分析图。D3对网页标准的强调足以满足在所有主流浏览器上使用的可能性，使你免于被其他类型架构所捆绑的苦恼，它可以将视觉效果很棒的组件和数据驱动方法结合在一起。

Echarts百度出品的优秀产品之一，也是国内目前开源项目中少有的精品。一个纯 Java 的图表库，可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的 Canvas 类库 ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。3.0版本中更是加入了更多丰富的交互功能以及更多的可视化效果，并且对移动端做了深度的优化。Echarts最令人心动的是它丰富的图表类型，以及极低的上手难度。

Highcharts在Echarts出现之初，功能还不是那么完善，可视化工作者往往会选择HighCharts。Highcharts 系列软件包含 Highcharts JS，Highstock JS，Highmaps JS 共三款软件，均为纯 Java 编写的 HTML5 图表库。Highcharts 是一个用纯 Java 编写的一个图表库， 能够很简单便捷的在 Web 网站或是 Web 应用程序添加有交互性的图表。Highstock 是用纯 Java 编写的股票图表控件，可以开发股票走势或大数据量的时间轴图表，Highmaps 是一款基于 HTML5 的优秀地图组件。

R严格来说，R是一种数据分析语言，与matlab、GNU Octave并列。然而ggplot2的出现让R成功跻身于可视化工具的行列，作为R中强大的作图软件包，ggplot2牛在其自成一派的数据可视化理念。它将数据、数据相关绘图、数据无关绘图分离，并采用图层式的开发逻辑，且不拘泥于规则，各种图形要素可以自由组合。当熟悉了ggplot2的基本套路后，数据可视化工作将变得非常轻松而有条理。

DataV阿里出品的数据可视化解决方案，之所以推荐DataV这个后起之秀，完全是因为淘宝双“11”活动中实时互动大屏幕太抢眼了。DataV支持多种数据源，尤其是和阿里系各种数据库完美衔接，如果你的数据本身就存在阿里云上，那选用DataV肯定是个省时省力的好办法。图表方面，DataV内置了丰富的图表模板，支持实时数据采集和解析。

3. 类GUI数据可视化CrossfilterCrossfilter 是一个用来展示大数据集的 Java 库，它可以把数据可视化和GUI控件结合起来，按钮、下拉和滑块演变成更复杂的界面元素，使你扩展内容，同时改变输入参数和数据。交互速度超快，甚至在上百万或者更多数据下都很快。Crossfilter也是一种Java库，它可以在几乎不影响速度的前提下对数据创建过滤器，将过滤后的数据用于展示，且涉及有限维度，因此可以完成对海量数据集的筛选与加载。

4. 进阶工具 ProcessingProcessing 是用 Java 编程语言写的，并且 Java 语言也是在语言树中最接近 Processing 的。所以，如果您熟悉 C 或 Java 语言，Processing 将很容易学。Processing 并不包括 Java 语言的一些较为高级的特性，但这些特性中的很多特性均已集成到了 Processing。如今，围绕它已经形成了一个专门的社区，致力于构建各种库以供用这种语言和环境进行动画、可视化、网络编程以及很多其他的应用。Processing 是一个很棒的进行数据可视化的环境，具有一个简单的接口、一个功能强大的语言以及一套丰富的用于数据以及应用程序导出的机制。WekaWeka是一个能根据属性分类和集群大量数据的优秀工具，Weka不但是数据分析的强大工具，还能生成一些简单的图表。weka首先是一个数据挖掘的利器，它能够快速导入我们的结构化数据，然后对数据属性做分类、聚类分析，帮助我们理解数据。但他的可视化功能同样不逊色，选择界面中的visualization，你会立刻明白：是它让你理解数据，然后你才让用户可视化数据。

为什么报表对ERP系统如此重要？

众所周知，一到月末、月初或月中时，各职能部门、各管理会议、各管理决策等都在为报表绞尽脑汁、加班加点和操心操劳。

事实上绝大多数中小企业所使用的国外ERP软件，比如QAD Mfg/Pro，Exact，Movex，Adonix等，其设计目的只是供企业分销制造以及财务日常交易录入之所用，同时仅提供一些满足基本需求的报表功能。

这一点与我们熟悉的中国财务软件比如用友、金蝶等有很大不同。但后者仅仅以财务系统见长而不具备完善的流程控制，故不能算真正意义上的ERP系统。

即使大型的ERP系统也纷纷并购顶尖的商业智能工具以扩展其产品的报表能力，比如前面完成的一系列并购：SAP收购BO(水晶报表)，Oracle收购Hyperion，IBM收购cognos。

所有这些现象揭示了报表工具对于一个ERP系统的不可缺乏性，这也很好地解释为何我们系统里有那么多的客户化报表。报表不仅供管理者决策分析之用，也能指导用户正常地操作系统，比如下达一个订单。

可以说，报表工具为ERP系统打开了一扇窗！

同一个类别的报表Inventory，如库龄分析报表对于不同职能部门需求不一样。

对于财务部门，需要数量，成本和金额等信息；而对于仓储部门仅需要数量即可。对于可能从中推算出成本、价格等敏感信息，某些报表中需要将产成品描述等字段屏蔽。

随着业务的发展以及对于内控要求的不断增加，我们仍然日益面临着增长的定制化报表需求。

为什么不直接对ERP二次开发？

1. 系统维护和版本管理不希望系统有太多的个性化，同时也不利于升级和标准化；

2. 由于技术和业务壁垒，一些标准模板的更改难以由某个人独立完成；

3. IT资源紧张，难以得到及时更新，也缺乏人力运维。

为什么必须标配报表工具？

部署一款实时性的本地报表工具不光对IT，对于最终用户也有很大的帮助。它能够让我们从客户化编程的低效繁琐中解脱出来，将自已的精力集中在理解用户需求并帮用户设计业务模型上面。

报表工具的License远比ERP的要便宜。

对于某些仅从事查询或报表的用户比如一些管理人员，完全可以做为ERP系统帐户的替代。

图形化、可视化的界面为大多数用户所喜爱。

目前，大多数报表工具支持各种各样的数据库，在他上面的投资和积累的经验完全可以移植和扩展到以后的SAP甚至其它一些可能出现的系统上面，比如客户关系客理、工作流等系统上。

更重要的是，由于商业机密泄露给竞争对手而带来的一次性损失、或者我们为了加强商业密秘保护所做出的其它努力，可能也远大于布署报表工具所需要的投资。

报表工具不失为企业数据化经营的最佳开端

现在很多企业都逐渐有数据分析的意识。商品部说我要看门店销售额分布，金融部说我要看投资转化分析，领导要看综合指标统计、部门业绩拆分、产品分析、用户分析……

但凡一个有点规模的企业，都有大量的数据躺在系统里，报表在Excel中。越来越多的业务分析需求，也暴露了各种数据收集麻烦，系统数据不能打通的问题。

报表BI平台可以把数据分析给统一管理起来，一方面减轻各业务人员做Excel的压力，毕竟是谁都不想在做报表上花太多时间；另一方面，报表体系的规范倒逼数据的收集、数据的质量、经营分析体系的完善。

那么，应该选择什么样的报表工具？

几个参考标准：

是否支持所需的数据源，有没有开放接口数据填报手机、报表分发等功能，都是常用的需求报表制作是否简单，做表的效率高不高数据安全、权限管理——保证信息安全如果选择开源工具，得保证有专人运维

市面上的工具大家可以对比价，各家官网技术参数和功能都很透明。个人推崇帆软FineReport，就和ERP首选SAP金蝶一样，可以说是全球最好用的报表软件。

报表开发简单速度快，2个人一年可以完成集团120多张报表的开发。搭建统一的数据管理平台，取数、分析一脉相承，让数据更好的用于业务经营和决策。可以快速开发报表，可以和OA、ERP、MIS、CRM、TMS、WMS、BPM、EHR、考勤等系统的无缝集成。内置用友、金蝶、泛微、致远、万户、蓝凌、神州数码、浪潮等厂商的API接口，省得开发。

目前，我们可以在市场上找到很多用于网络分析和数据可视化的开源工具，例如NetworkX，R和Gephi中的iGraph包等。

在所有工具中，Gephi一直以来被认为是最值得推荐的，它可以帮助用户轻松实现超过十万个节点的可视化。但是，除了Gephi，还有很多免费开源工具可供选择，本文列出了顶级的七大数据可视化分析工具，可帮助企业分析并梳理数据之间的关系。

01 Gephi

Gephi是一个开放式的图形可视化平台，基本也是市场上公认的领先分析软件之一，也是最受欢迎的网络可视化分析软件包之一。使用者不需要具备任何编程知识，就可广泛使用Gephi生产高质量的可视化图表。

它还可以处理相对较大的图形，实际大小取决于基础结构参数(特别是RAM)，但应该能够毫无问题地运行多达十万个节点。它可以计算一些常见指标，比如度数，中心性等，重点关注可视化而非分析的强大工具。

02 Cytoscape

Cytoscape同样是一个开源可视化平台，有桌面版本和Javascript版本供开发人员选择。虽然，Cytoscape主要用于生物学领域，但它能够产生高质量的可视化图表且同样适用于其他领域，Cytoscape还有一系列用于网络操作和可视化的算法。

03 Ucinet

Ucinet主要用于学术界，提供广泛的分析功能并可计算大量指标，但它的重点并不是可视化而是分析，Ucinet擅长计算并分析各种类型的指标，但并不擅长将这些结果转化为精致的可视化报表。Ucinet只能在Windows上运行，因此Mac用户必须通过安装虚拟机来使用。

04 NodeXL

该工具在高质量可视化方面可能无法提供Gephi具备的灵活性，但该软件可接口SNAP库并进行分析，使其可以访问一组用于度量计算的高效算法。NodeXL的主要优点是其可视化、分析和数据收集功能比较强大，可与Twitter API良好接口，研究人员曾利用NodeXL对社交媒体数据进行可视化和分析。据报道，NodeXL接下来会有一个商业版本，它将具有比开源版本更多的功能。

05 NetMiner

NetMiner是一种商用SNA软件，可用于对大型社交网络数据进行探索性分析和可视化，主要用于社交网络的一般研究和教学，它允许科学家和研究人员以可视化和交互方式分析数据，并了解网络的基本模式和结构。它的主要功能是网络分析、数据转换、统计、网络数据可视化和绘制图表等。

06 Pajek

Pajek是由研究人员Vladamir Batagelj开发的高级免费软件，广泛用于大型网络分析和可视化。Pajek也被称为Ucinet的免费替代品，并提供强大的分析工具和免费文档，以帮助研究人员快速开始使用。

07 Social Networks Visualizer

Social Networks Visualizer是一个用户友好的开源工具，被定义为一个跨平台的图形应用程序，用于社交网络分析和可视化。它让开发人员能够创建和修改社交网络并更改节点属性，其包括分析社会和数学属性以及有效地应用可视化布局以更好得呈现结果。

对于数据分析师来说，这是一个非常有用的工具，可以与随机网络一起应用于社交数据集。利用这个工具，研究人员可以计算基本的图形属性，比如密度、直径、连通性、偏心率以及网络分析需要的其他指标。

以上就是业内顶级的7大开源数据可视化工具，每款工具都有各自的优点，总有一款适合你

End.

来源：网络大数据

明晚【职场必备—数据分析技能课】20：30直播

届时会有神秘高管大咖空降，各位小伙伴千万不要错过！

面对客户各种复杂多变的报表需求，我们如何能快速抓住要点，梳理出清晰的报表逻辑，从而设计出满足用户需求的报表，是产品人员在需求调研和分析中很重要的工作，本文把报表分析过程拆解成三个关键要素，帮助产品人员快速理解和掌握到报表分析的要点。

在我们的软件产品设计里面，报表很多时候是不可或缺的一部分，并且报表通常是管理者、高层领导要看的东西，是不是能很好满足他们的分析需求，往往对项目的成功起着重要的作用。

在今天的互联网产品里面，报表分析已经转化为日常的数据分析，成为产品运营的核心工作，所以，如何清晰的理解报表分析中的关键点，就显得尤为重要。

接下来，我们以某互联网产品统计工具的报表为例，来讲述报表分析的关键点：

1. 报表的三要素

要理解的报表的三要素，先上图：

如上图所示，每个报表都有三个关键要素：报表主题，报表指标，分析维度，我们逐一说明如下：

报表主题

报表主题，很多时候你也会把它当标题看待，事实上我们也是以主题对标题来进行命名的。

但核心点是，每个报表主题一定清晰的对应着某个分析的目标，代表了客户期望从这个报表中获取到的信息，比如上图中留存分析，通常是基于客户想分析产品的使用情况，为版本功能优化、用户体验改版等提供数据支撑。

但很多时候，特别在一些 TO B项目里面，客户往往是直接告诉你我需要什么报表，背后分析目的和目标并不一定明确告知你， 这就需要我们在调研的时候，多问几句“您是用来做哪方便分析的，希望达到什么目标”之类的问题。

只有把报表期望得到的目标理解清楚了，你才能确定一个清晰的报表主题出来。

报表指标

有了报表主题后，很自然的，我们需要用哪些指标来支撑该主题的分析呢，还用上面的留存分析为例， 你看到，事实上是从4个关键指标来进行分析的：使用时长、使用频率、访问页面、使用间隔。

这4个指标从不同的方面来对用户使用产品的行为进行量化、从而帮我们对产品使用情况进行分析。

当然，具体在指标值上，可以有数值，也有基于数值衍生出来的各种百分比，如同比、环比、方差等等多种形式。

另外，指标还可以是复合指标的体现，比如对于绩效考核的得分来说，分值就是一个复合指标，而复合指标里面，还蕴含着子指标。

但无论是哪种形式的指标，关键点还是要想清楚，围绕着报表主题，我应该用哪些指标数据来进行衡量。

分析维度

有了报表主题，有了分析指标后，接下来就是分析维度。

上面的留存分析，初看过去， 好像没看到具体的分析维度，实际上因为这个报表相对简单，所以分析维度也比较明确，就是围绕着时间维度来开展的，而实际上对于留存分析，我们经常可以看到“日留存”、“周留存”、“月留存”，这里面的“日”，“周”、“月”就代表了三个不同粒度的时间分析维度。

从分析维度来讲，通常就是时间维度、空间维度，不同的维度支撑起我们对趋势、对发展分布、地域之间差异间进行对比分析，找出存在的问题点。

除开大面上的时间和空间维度，更细化的产品维度、服务类别维度等等对于更具体的定位到问题所在，有着重要作用；

更多的时候，我们还会对多个维度进行组合分析，然后找到其中的趋势、或者问题所在。

把握住了上面的三个关键要素，你也就能比较清晰的来设计一个报表的，但如何来展示报表了，这就是我们要说的第二点。

2. 报表展现形式

设计出报表了，该如何展示呢，报表的展示形式其实非常多，我们对常用的展示形式说明如下：

折线图柱状图点状图雷达图漏斗图饼图仪表盘热点图地图

展现形式还有很多，在很多时候也会以多种形式来从不同维度、不同组合方面来展示数据，以求得更直观、简单的呈现数据的信息，实际中需要我们灵活应用；

3. 报表的穿透

有了报表的要素、报表的展示形式后， 为了实现某个分析目的，我们还需要考虑报表数据之间的穿透，穿透实质上有两个方向，一是纵向的穿透，一种是横向的穿透，用一句话总结是：横到边，纵到底。

对于纵向穿透，比如一个部门的绩效考核得分，90分， 你需要了解90分里面的各项组成指标的得分情况，然后你向下穿透，分布看到子项的：工作业绩完成得分、团队建设得分、成本支出得分等几个子项指标；然后可能这些子项指标还有进一步的子指标组成，你需要进行逐级的穿透，最后到每个人得分，每个人的指标情况，从而有效帮你从宏观到微观，掌握到整个数据的全貌和细节。

横向穿透，那即从对比分析方向， 看不同部门之间的、不同区域、不同产品等等方面上的差异，从而为你找到差距提供分析支撑。

综合以上，当我们在需求调研及分析过程中， 始终从报表的主题出发，抓住报表设计的三个要素，再选择好报表的展示形式，并做好报表的穿透分析，那么，报表需求和设计工作将变得不那么复杂。

　　BI(BusinessIntelligence)即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对企业业务人员的大数据分析需求。然而如果你觉得不是数据分析专业、没有挖掘算法基础就无法使用BI工具?NO，自助式分析工具已经让数据产品链条变得大众化。为了更好地帮助读者选择分析工具，重庆IT培训的老师将为大家介绍数说立方、数据观、BDP等11款BI-商业智能产品，排名不分先后!

　　1、数说立方

　　数说立方是数说故事新推出的一款面向数据分析师的在线商业智能产品。最重要的特点是配备百亿级社交数据库，同时支持全网公开数据实时抓取，从数据源端解决分析师难点;另外数说立方搭载了分布式搜索、语义分析、数据可视化三大引擎系统的海量计算平台，实现数据处理“探索式分析”和“秒级响应”的两个核心功能。同时数说立方是数说故事三大主打产品之一，并与其他两大产品数说聚合和数说雷达实现从数据源、数据分析、到数据展示完整的数据解决方案。

　　优点：

　　即便是个人免费版，体验和功能仍然非常好;

　　与自家产品“数说聚合”的无缝接入，支持定向抓取微信、微博等数据;

　　功能完善，集数据处理、特征工程、建模、文本挖掘为一体的机器学习平台;

　　可视化视图展现、友好的客户感知页面;

　　支持SAAS，私有化部署，有权限管理;

　　缺点：

　　产品新上市，操作指导页不太完善;

　　体验过程中有一些小bug;

　　2、数加平台

　　数加是阿里云发布的一站式大数据平台，可以提供数据采集、结构化、加工到展示分析整套的一站式数据服务。 可采集不同系统及物理存储的源头数据，在分布式计算平台上进行数据的深度整合、计算、挖掘，将计算的结果通过可视化的工具进行个性化的数据分析和展现，也可直观的展示分析现有云上业务系统的数据库数据。

　　优点：

　　有完整的产品规划，功能完善;

　　图形展示和客户感知良好;

　　提供SQL查询;

　　缺点：

　　需要捆绑阿里云才能使用，一般用户还不能真正使用起来;

　　部分体验功能一般，有一定的学习成本;

　　3、Tableau

　　Tableau是目前市面上较为成功的BI工具。产品既有针对性，又有普适性。拖放式界面，操作简单。数据兼容性强，适用于多种数据文件与数据库，同时也兼容多平台，windows、mac、Online均可使用。而且重要的一点是免费为用户安排现场培训或按需求进行在线培训。

　　优点：

　　处于行业领导者地位，功能完善;

　　有较好的图形展现与客户感知;

　　新产品开始支持云端展现，但是需要客户端支持;

　　缺点：

　　相比于商业智能BI，更像一个基于数据查询的数据展示工具;

　　处理不规范数据、转化复杂模型比较难;

　　无法处理大量数据;

　　国内网络连接Online版速度较慢;

　　4、Qlik

　　QlikView只需轻轻单击几下，就可以对所有数据源进行合并、搜索、可视化和分析，可在不影响性能的前提下连接到多个数据源;其次视图种类丰富，界面简洁，互动性强，总体来说是一款简单易用的BI产品。Qlik用户可通过各类可视化效果，将Qlik扩展到任何应用程序中。另外用户也可以通过使用标准的和最新的网络API，可将可视化效果数据嵌入网站或应用程序。

　　优点：

　　产品功能完善，图形展现和客户感知良好;

　　支持SAAS，有权限管理功能;

　　缺点：

　　有一定的学习成本;

　　报表规范性要求很高;

　　数据抓取功能都非常弱，需要有非常好的数据仓库作为基础;

　　5、Spotfire

　　Spotfire服务对象是一线工作人员和日常决策人员，其交互界面形象易懂，无需写脚本语言和编写程序就可以对数据进行添加、分离操作。内置搜索引擎，可以随意查找任意信息。支持R、S+等统计、挖掘功能;有丰富、开源的R模型。标记有自身特色，提供了过滤、钻取等功能，多个标记同时还可以实现图形化的集合运算。

　　优点：

　　交互界面形象易懂，即使是普通的业务人员也能轻而易举地进行复杂的数据分析;

　　不一定要建数据仓库，还可以直接从多个异构数据源提取数据进行分析;

　　支持SAAS，有权限管理功能;

　　缺点：

　　SAAS版只支持30M，由于是国外服务器所以上传很慢;

　　不适合中国式的固定报表;

　　进军中国市场较晚，国内案例较少;

　　工具的适应性范围广，但是难易跨度大;

　　6、神策分析

　　神策分析的产品有完整的使用文档，每个模块都有详细的使用说明以及示例，降低了用户的学习成本。而且支持私有部署、任意维度的交叉分析，并帮助客户搭建专属的数据仓库。目前提供事件分析、漏斗分析、留存分析、数据管理等功能，未来预计会增加用户分群、用户人群分析、推送和异常维度组合挖掘等，工具需要付费使用。

　　优点：

　　专注于用户行为数据分析，不追求做大而追求做全;

　　有详细的产品使用文档以及案例;

　　提供SQL查询;

　　缺点：

　　更多的是demo示例，不能开箱即用;

　　纯dashboard展示，并不能对单独一块数据作自定义分析;

　　7、BDP

　　BDP个人版使用免费，只需导入数据，设定分析维度，即可实时得到图表分析结果。产品示例和视频教学很细致，交互页面很友好。每次数据更新，对应的图表也会自动更新，可以免去一些重复分析、制作图表的数据工作。另外，分享环节也很贴心，数据仪表盘可以一键导出，也可直接生成链接分享给他人或分享到微信、微博等社交平台。

　　优点：

　　产品支持移动端;手机同步呈现最新数据

　　用户可以免费使用工具，还有免费公开的数据源;

　　操作体验流畅，界面友好，功能全，总体来说是一款不错的产品;

　　即便是个人免费版，体验和功能仍然非常好;

　　数据可以同步更新，免去了重复劳动的工作;

　　缺点：

　　官网的介绍比较简单;

　　8、永洪BI

　　永洪BI是一款可在前端进行多维分析和报表展现的BI软件。支持拖拽操作，数据源格式多样，提供不同级别的查询支持，支持跨库跨源连接。另外永洪提供了一款数据存储、数据处理的软件——MPP数据集市，可与BI打通，使得数据查询，钻取和展示的速度大幅度提高。不过其产品用户体验一般，拖拽过于自由，导致仪表盘布局不好控制;主题样式虽多但是给人感觉样式还是很传统。

　　优点：

　　商业流程完善，给人专业的感觉;

　　产品定制化的版本效果不错;

　　支持的数据接入较多;

　　缺点：

　　SAAS版体验很差，有一定的学习成本;

　　UI的视觉效果一般，整体可视化效果不够现代化;

　　9、数据观

　　数据观的功能设计理念是极简、无门槛，所以它最大的特点就是简单。数据观数据来自云端，如：百度 网盘、微盘、salesforce等。数据上传后，马上有推荐图表，引导明确。另外产品的使用没有技术门槛，无需专业IT知识，同时适用于非专业分析师出身的业务人员，可以快速将数据转化成直观的图表，适合一开始接触数据分析工具的非专业数据从业人员。

　　优点：

　　注册只需填写邮箱，且支持明道账号登陆;

　　使用引导明确，支持salesforce、百度云数据导入;

　　分析结果支持链接分享，大大降低用户的沟通成本;

　　缺点：

　　不支持超过20MB的数据上传;

　　数据导入后，数据分析体验方面存在bug;

　　产品的使用以点击为主，不支持拖拽操作;

　　10、FineBI

　　FineBI分为数据处理、可视分析和分享公用三大功能模块。支持多种数据源，图表风格清爽美观，可选择任意维度分析。分析页面由控件和组件组成，控件和组件的数量是可以添加至任意多个，但是布局的交互比较僵硬，且使用逻辑有点乱，引导不明确。需要安装本地客户端才能使用。

　　优点：

　　有较为详细的行业案例与技术方案;

　　产品演示和资源中心也较为清晰

　　缺点：

　　需要使用客户端，增加了使用的不便利性

　　只有仪表盘展示，BI报表需要另一款产品;

　　无法处理大量的数据;

　　11、魔镜

　　魔镜支持自动拖拽建模，同时可视化效果库十分酷炫。用户可以邀请团队成员到自己的项目，合作进行探索分析，并且按照需求有效控制访问数据的成员权限。产品模块规划完整，有基础企业版到hadoop等5种选择为，而且可以支持定制化服务。但是可能是云平台版的缘故，使用过程中出现不少BUG，企业版的体验可能会相对好一点。

　　优点：

　　产品模块的规划比较健全，其中包括数据源导入、数据分析、仪表盘、数据挖掘和数据工厂;

　　官网的设计不错，模板选择性大，颜值控可能会喜欢;

　　工具使用指导清晰，使用篇和方法篇等比较详细;

　　缺点：

　　产品存在较多的BUG，UI和功能相对其他产品来说较简陋;

　　部分产品模块并不能切实用于数据分析;

　　选择一款适用的BI产品，能够大大简化数据分析的繁杂工作，提高分析效率与质量。当然，以上每个工具各有优点，工具地址都给大家了，接下来就是轮到你动手的时候了，找一个自己喜欢的工具，开始吧!

文|小天文章源自：起点学院学习联盟

在小白们眼里，大神们的数据分析报表基本上是这样的……

要么就是像这样的……

而大部分人，差不多是这样的……

啊多么痛的领悟……

怎样才能又快又好地做出一份高颜值的数据报表呢？带着立志要把这样的图表从癞蛤蟆脱胎成白天鹅的坚定和悲壮，这里搜集了5个笔者之前用过，用户评价不错，用起来还顺手的可视化数据平台。

话不多说，直接上正文。如果你也有推荐的平台，欢迎留言分享~

-1-Echarts

没想到这个第一次用就惊艳到我的产品竟然是国产，而且还来自百度，简直堪称良心。先上几张用Echarts制作的效果图。

貌似很多小伙伴喜欢用Echarts制作地图类的可视化效果……毕竟酷炫……

除了这些惊艳的地图，Echarts同样可以运用于散点图、折线图、柱状图等这些常用的图表的制作。

如果你需要展示实时变化的数据，相信Echarts里的动态接口会对你十分有帮助。

Echarts的优点在于，文件体积比较小，打包的方式灵活，可以自由选择你需要的图表和组件。而且图表在移动端有良好的自适应效果，还有专为移动端打造的交互体验。

-2-Highcharts

这个也是很多小伙伴在使用的一个平台。完全不用担心找不到参考的样图，因为已经有很多中国区的用户在上面更新并维护着很多实例，你往往能从这些丰富的例子找到类似的表达样图。

它的图表类型自然也是很丰富啦，线图、柱形图、饼图、散点图、仪表图、雷达图、热力图、混合图等类型的图表都可以制作，也可以制作实时更新的曲线图。

Highcharts对非商用免费，对于个人网站，学校网站和非盈利机构，可以不经过授权直接使用Highcharts系列软件。Highcharts还有一个好处在于，它完全基于HTML5技术，不需要安装任何插件，也不需要配置PHP、Java等运行环境，只需要两个JS文件即可使用。

-3-帆软报表（FineReport）

FineReport的可视化效果虽然没有上面两种那么酷炫，因为定位是报表软件。但是赢在操作相当简易，不会上面那些复杂的代码也没关系。它采用类似于Excel的编辑器，只需要点选拖拽等操作，拖动数据列绑定至对应单元格，简单设置就可以在web端查看数据展示。

目前，它有普通报表、聚合报表和决策报表三类报表设计模式，基本可以满足企业各类日常数据分析的情景需求。

数据的可视化与交互效果也很不错。最牛逼的可以做高大上的动态报表

还有一个比较强大的地方，就是它的数据填报。区别于传统意义上只能做数据展示的报表，FineReport允许用户对数据库的增删改。而且，它填报报表的流程非常简单，只要四步：报表设计、控件添加、设置填报属性和填报录入，这样，填报工作就能轻松搞定啦~

-4-数说立方

数说立方是大数据应用与服务提供商“数说故事”旗下一款面向数据分析师的在线商业智能产品。在数据的可视化呈现方面，操作比较简便，即使是非数据分析的专业人员，也能轻松实现。

同时，它的实时数据可视化引擎也能让使用者可以第一时间获得数据的可视化反馈，直观地了解到数据的变化情况。

-5-PowerBI

PowerBI是微软发布的一款可视化BI工具，类似Excel升级版的大表哥。一改以往excel需要数据透视表，写大量函数的复杂特点，这款工具拖拖拽拽操作起来十分简单。

推荐一些简单的，日常工作能实际应用，或者个人学习数据分析、可视化有必要的工具。

希望大家能真的用起来！

推荐顺序：

能中文版的，尽量不推荐没汉化的，密密麻麻我也头疼；

能“傻瓜式”使用的，尽量不写代码，怕把你们吓跑；

能免费的尽量不付费，破解咱不提倡哈。

本文章提要：

纯可视化图表生成（3个）可视化报表类（1个）商业智能分析（3个）数据地图类（2个）可视化大屏类（3个）数据挖掘编程语言（2个）

纯可视化图表生成类——适合开发，工程师

Echart

一个纯Javascript的数据可视化库，百度的产品，常应用于软件产品开发或网页的统计图表模块。可在Web端高度定制可视化图表，图表种类多，动态可视化效，各类图表各类形式都完全开源免费。能处理大数据量和3D绘图也不逊色，据说结合百度地图的使用很出色。

Echart还是多用于一些开发场景的，但它也衍生了一个0代码的图表生成器—“百度图说”，我体验了下，操作基本上就是选择图标，把数据复制过去，然后生成图表，保存为图或者代码嵌入。

AntV

AntV又是蚂蚁金服出品（阿里系）的一套数据可视化语法，貌似是国内第一个采用The grammar Of Graphics这套理论的可视化库。antv带有一系列的数据处理API，简单数据的数据归类，分析的能力，被很多大公司用作自己BI平台的底层工具。

Highcharts

说道Echarts，都会拿来与Hicharts对比，两者有点像WPS和OFFICE的关系，倒不是说Echarts怎样，日常图表动效Echarts完全够了。

Highcharts同样是可视化库，只不过是国外的，商用的话需要付费。其优势是文档详细, 实例也很很详细，文档中依赖哪些js脚本，css都十分详细，学习和开发都比较省时省力，相应的产品稳定性较强。

可视化报表类——适合报表开发、BI工程师

FineReport

一个报表软件，企业级的应用。用于系统的开发业务报表，数据分析报表。也可集成在OA，ERP，CRM等应用系统内，做数据报表模块，也可以开发成财务分析系统，就看你如何驾驭数据了。

两大核心功能是填报和数据展示，但我觉得比较惊艳的一点是，它内置了大量的图表和可视化动效，可视化很丰富，完全没有印象中做报表那种古板的风格。多以它能做出格式各样的dashboard、甚至是可视化大屏，一点不虚。

我之前工作有段时间拿finereport，感触最深的是开发报表很省力，10张门店报表以往做10张excel的，在他里面就是一个参数查询，然后批量导出，用一个模板。

所以有号称：

工作用小屏，决策用大屏。办公用微软，经营用帆软。

商业智能分析——适合BI工程师、数据分析师

Tableau

几乎是数据分析师人人会提的工具，内置常用的分析图表，和一些数据分析模型，可以快速的探索式数据分析，制作数据分析报告。

因为是商业智能，解决的问题更偏向商业分析，用 Tableau可以快速地做出动态交互图，并且图表和配色也非常拿得出手。

FineBI

自助是BI工具，也是一款成熟的数据分析产品。内置丰富图表，不需要代码调用，可直接拖拽生成。可用于业务数据的快速分析，制作dashboard，也可构建可视化大屏。

有别于Tableau的是，它更倾向于企业应用，从内置的ETL功能以及数据处理方式上看出，侧重业务数据的快速分析以及可视化展现。可与大数据平台，各类多维数据库结合，所以在企业级BI应用上广泛，个人使用免费。

PowerBI

软继Excel之后推出的BI产品，可以和Excel无缝连接使用，创建个性化的数据看板。

数据地图类

很多工具都能实现数据地图，比如上面提到的Echarts、finereport、tableau等。

这里强烈安利的Power Map 2016，可以快速体验一把爽。

还有比较快速的，地图慧

内置的是百度地图，选择模板、上传数据、保存地图很简单的3步。

可视化大屏类

阿里DataV

天猫双十一大屏就用DataV做的，是阿里云的拖拽式可视化工具，主要用于业务数据与地理信息融合的大数据可视化，像一些展览中心，企业管控中心用。

不需要编程，通过简单的拖拽配置就能生成可视化大屏或者仪表盘。

FineReport

上面提过，这个工具它也能做可视化报表，也能做大屏。

因为后端通常连接业务系统数据，所以可以实时连接业务数据，做企业的一些经营数据展示。比如展览中心、BOSS驾驶舱，还有城市交通管控中心、交易大厅等。

数字冰雹

产品技术不了解，也只是有幸在一次活动上见过。

专注于做数据图像、三维处理、数据分析等相关业务，通过图像可视化方式呈现数据分析，在智慧城市、工业监控用的比较多。

就是商业的，不过官网上有很多大屏设计，可以提供灵感。

数据挖掘编程语言——适合技术性数据分析师、数据科学家

典型如R和Python

R-ggplot2

Python

原作者： 黄进然 文章自：土拨鼠的菜地园

开源篇

一、Superset

1、技术架构：Python + Flask + React + Redux + SQLAlchemy

2、使用人群：

（1）开发/分析人员做好看板，业务人员浏览看板数据

（2）业务人员可自行编辑图表，查看满足条件的结果，但使用上对业务人员不是很友好

3、安装部署：

（1）docker方式的安装部署最简单

4、数据源：支持各种数据源，包括Hive、Kylin等

5、创建步骤：连接数据源-->定义数据表/SQL查询-->图表-->看板

6、可视化：

（1）支持的图表类型多，达47种

（2）图表可视化选项少，例如，数据格式选项偏少，如需添加，需要修改配置文件

（3）可在看板中添加筛选框，支持在不同条件下查看

（4）不支持图表和看板分组管理

（5）没有提供图表的下钻功能，不支持多图表间的复杂联动

（6）不支持跨库的表关联查询

7、支持文档：

（1）安装部署和快速入门方面的文档详细

（2）但具体功能和图表制作方面的介绍文档几乎没有，需要自己摸索尝试

8、邮件通知：不支持

9、权限管理：

（1）报表权限设置复杂、繁琐、不好用

（2）可实现对菜单、数据源、数据表、字段、图表、看板等权限控制

10、二次开发：

（1）支持 RESTful API

（2）原属Airbnb的开源项目，有大公司团队维护，版本更新、Bug修复、二次开发有较大保障。

11、源代码：代码质量较差

12、Github星数：22132

二、Redash

1、技术架构：Python + Flask + AngularJS + SQLAlchemy

2、使用人群：由于是对SQL查询结果进行可视化，需要开发/分析人员做好看板，业务人员浏览看板数据。

3、安装部署：

（1）安装部署相对较麻烦

（2）参考文档：

4、数据源：支持数据源比superset少，不支持Kylin

5、创建步骤：连接数据源-->SQL查询-->图表-->看板

6、可视化：

（1）支持的图表类型不如Superset多，仅12种

（2）图表可视化选项多

（3）不支持在看板种添加筛选框

（4）不支持图表和看板分组管理

（5）没有提供图表的下钻功能，不支持多图表间的复杂联动

（6）不支持跨库的表关联查询

7、支持文档：

（1）提供快速入门教程

（2）每一个功能模块都有文档且条理清晰

8、邮件通知：支持定时发送邮件

9、权限管理：权限设置简单，仅控制用户组对数据源的权限（只有两个权限：Full access或View only）

10、二次开发：

（1）提供完整的 RESTful API 接口

11、源代码：代码质量比Superset要好，但比Metabase差一点

12、Github星数：10891

三、Metabase

1、技术架构：Clojure + React + Redux

2、使用人群：界面漂亮、友好，使用体验好，适合业务人员使用

3、安装部署：

（1）windows下安装部署非常简单

4、数据源：支持数据源少（12种），不支持Hive、Kylin

5、创建步骤：连接数据源-->图表-->看板-->定时任务

6、可视化：

（1）支持的图表类型不如superset多，仅14种

（2）图表可视化选项多，例如，提供数据格式多，设置灵活

（3）可在看板中添加筛选框，支持在不同条件下查看

（4）通过创建集合，支持图表、看板、定时任务分组管理

（5）提供图表的简单钻取功能，不支持图表间的复杂联动

（6）不支持跨库的表关联查询

7、支持文档：

（1）安装部署、快速入门、具体功能、API等方面的文档详细

8、邮件通知：支持定时发送邮件

9、权限管理：

（1）权限设置单一，只有访问权限

（2）仅实现对数据源、数据表、图表、集合等权限控制

10、二次开发：提供完整的API文档，即使完全不会 Clojure，依然可以凭借丰富的 API 与文档完成许多二次开发。

11、源代码：代码质量最好，结构清晰，整洁度高

12、Github星数：12368

最后，几个开源BI工具的详细对比

最后，除了以上的开源BI产品（大规模推广应用还是有难度的），可以试试个人版免费的FineBI，学习文档，产品稳定性，易用性相对开源都比较成熟。

FineBI

1、技术架构：纯java开发，后台业务层spring mvc + Hibernate，前台框架fineui，底层架构引擎不明，只知道有大数据引擎。

2、使用人群：

（1）开发/数据人员准备好数据，数据人员/业务人员分析。

（2）业务人员完全可自行分析、制作可视化。整个数据分析流程分工明确。

3、安装部署：

（1）直接官网下载电脑适配的版本安装激活即可

4、数据源：支持各种数据源，支持Apache Kylin、Derby、HP Vertica、IBM DB2、Informix、Sql Server、MySQL、Oracle、Pivotal Greenplum Database、Postgresql、ADS、Amazon Redshift、Apache Impala、Apache Phoenix、Gbase 8A、Gbase8S、Gbase 8T、Hadoop Hive、Kingbase、Presto、SAP HANA、SAP Sybase、Spark、Transwarp Inceptor、Hbase等主流的一些关系型数据库及非关系数据库MongoDB等

5、创建步骤：连接数据源-->建立数据业务包-->建立分析数据表-->图表分析-->看板

6、可视化：

（1）支持的图表类型多，达47种

（2）图表可视化选项少，例如，数据格式选项偏少，如需添加，需要修改配置文件

（3）可在看板中添加筛选框，支持在不同条件下查看

（4）不支持图表和看板分组管理

（5）没有提供图表的下钻功能，不支持多图表间的复杂联动

（6）不支持跨库的表关联查询

7、支持文档：

（1）安装部署和快速入门方面的文档详细，还有教学视频

（2）但具体功能和图表制作方面的介绍文档几乎没有，需要自己摸索尝试

8、邮件通知：支持

9、权限管理：

（1）有一套完整的数据、业务包、报表、人员部门权限管理，有流程节点。

（2）可实现数据源、数据表、字段、图表、看板等权限控制

10、二次开发：

（1）不支持java层面的开发

（2）只有web接口

（3）能与.NET集成、JBPM工作流集成、CAS单点登录

11、源代码：不公开，人家商业产品，有整个团队在运营。

12、个人用户使用免费，商业部署有两个并发限制，多了就要钱了，不过相比sap这种也不贵。

工具地址

私心回复“bi工具”获得。

由于一些限制，这里没法贴上安装部署的教程文档，我也将一并回复，整理成资料包。

以上都是精心推荐的BI工具，大家勤学勤用，期待你们的反馈。

最后，整理不容易，求转发点赞啦(●ˇˇ●)