bi报表工具选型这个话题老生常谈了，今天又有新视角，希望对大家有帮助。bi报表系统只是一个软件，但是却涉及公司很多部门很多方面，绝不是大家想象的价格越贵就越好。今天这篇文章从十个新角度去分析bi报表工具该怎么选，加上之前分享过的很多选项技巧文章，相信这么多的干货分享可以帮助大家对bi报表系统选型的知识有了量变到质变的收获。

　　废话不多说，接下来我们就直接进入主题：bi报表工具选型，从这十个角度切入。

　　1.目标受众群体

　　这个bi报表工具是面向企业高层领导还是IT部门的技术人员？如果是高层领导，那么你的BI工具需求肯定是偏向决策性更多一点，如果是公司IT部门，那就是说企业高层不是经常需要用到，反而是IT人员需要，通过优化企业信息化管理，来促进业务的发展。

　　2.深入了解工具的特点

　　这个工具的特点在哪儿？有哪些侧重点和侧重点是什么？使用这个工具可以提高到少生产效率？另外需要结合您的产品路线图考虑，这个工具是否符合整个工作的战略愿景？是否包含一些必备的功能，如易于理解和支持的数据源、过滤器、数据可视化等？某些BI工具可能会因为某些特性而在众多产品中出类拔萃，比如Tableau精美的可视化效果；某些BI工具不同时期可能产品的功能特色还不太一样。比如奥威软件的Power-BI，侧重于各行业解决方案，而Speed-BI则是偏向于大数据云平台。所以在引入工具之前，了解下您和您的团队需要哪些功能。

　　3.技术

　　技术方面，您应该了解BI报表工具支持哪些数据库。可以连接到预置系统吗？用户要怎样进行交互，通过浏览器、桌面应用程序或是服务器软件，还是都支持？BI工具支持哪些操作系统呢？Windows、Mac或者Linux？有什么运行硬件要求？技术是否与您当前或未来的状态保持一致？

　　4.协作

　　团队如何共同创建和更新输出可视化、模型和计算？该BI工具是否有助于知识和资源共享？是否可以将代码片段、模板或报告打包在更广泛的团队中使用？

　　5.学习

　　该BI工具附带可用的培训和学习材料吗？一些商业智能和分析工具简单且易上手，有些则需要更深入的培训。

　　6.社区

　　该工具是否拥有强大的在线社区、论坛或发烧友博客。当您遇到障碍时，要确保您能从专家或别人那里得到解决方案。

　　7.客户

　　客户评论可以作为选择该工具的一个切入点。看看正在使用它的公司有哪些，这些公司的规模怎么样，适用于团队还是个人？他们是否会再次购买？如果您实在摇摆不定，与这些合作公司取得联系并亲自问问情况。

　　8.支持

　　提供该工具的厂商是否有良好的售后服务，是否了解该如何为不同的客户提供支持。

　　9.增值服务

　　该工具是否有提供顾问或者提供围绕产品的增值服务？如果该工具非常复杂，则可以考虑通过第三方支持来启动您的数据分析工作。

　　10.价格

　　该产品的定价如何？它是否符合您预算，您是否愿意在超出预算价格上接受该工具？

　　看完上面关于bi报表工具该怎么选的建议，是不是感觉又更清晰一点了呢？其实小奥感觉说是新视角，不如说是在选BI工具时要全面考虑的十个基础问题。毕竟，做好充分准备再去选型bi报表系统，才能选到更适合自身企业的工具嘛。

财务报表的作用：

描述企业的经济活动：经营活动（生产产品、销售产品、回收货款）

投资活动

融资活动

经营企业的基本要求：1、赚钱。2、保证股东投入的本金不会遭到任何损失。

（资产负债表）

概念：

货币资金（Cash）：包括库存现金、银行存款和其他货币资金三个项目的期末余额，具有专门用途的货币资金不包括在内。

应收账款（Accounts Receivable）：核算企业因销售商品、提供劳务等经营活动应收取的款项。

其他应收款

其他应收款（Other Receivables）：企业除存出保证金（如租房子时交付的未来将退回的保证金、押金等）、买入返售金融资产、应收票据、应收账款、预付账款、应收股利、应收利息、应收代位追偿款、应收分保账款、应收分保合同准备金、长期应收款等以外的其他各种应收及暂付款项。

预付账款（Prepaid Accounts）：企业按照合同规定预付的款项。

存货（Inventory）：企业在日常活动中持有以备出售的产成品或商品、处在生产过程中的在产品、在生产过程或提供劳务过程中耗用的材料和物料等。（延伸：在产品、产成品）

待摊费用：

资产和费用之间有一个很大的共同之处，就是都得花钱。但如果这笔钱可以换来一个对将来有用的东西，那它就是资产。如果这笔钱花完就完了，那它就是费用。

流动资产（Current Assets）：指企业可以在一年或者超过一年的一个营业周期内变现或者运用的资产。

非流动资产（Non-current Assets）：指流动资产以外的资产。

非流动资产包括长期投资、固定资产、无形资产等。

长期投资（Long-term Investments）：指不满足短期投资条件的投资，即不准备在一年或长于一年的经营周期之内转变为现金的投资。长期投资按其性质分为长期股票投资、长期债券投资和其他长期投资。

固定资产（Fixed Assets）：指同时具有下列特征的有形资产：（1）为生产商品、提供劳务、出租或经营管理而持有的；（2）使用寿命超过一个会计年度。

固定资产的折旧（Depreciation）：指一定时期内为弥补固定资产损耗按照规定的固定资产折旧率提取的固定资产折旧，或按国民经济核算统一规定的折旧率虚拟计算的固定资产折旧。

土地使用权（Land Usage Rights）：国家机关、企事业单位、农民集体和公民个人，以及三资企业，凡具备法定条件者，依照法定程序或依约定对国有土地或农民集体土地所享有的占有、利用、收益和有限处分的权利。

无形资产（Intangible Assets and Other Assets）：指企业拥有或者控制的没有实物形态的可辨认非货币性资产。本科目核算企业持有的无形资产成本，包括专利权、非专利技术、商标权、著作权、土地使用权等。

生物资产（Biological Assets）：指有生命的动物和植物。生物资产分为消耗性生物资产、生产性生物资产和公益性生物资产。

历史成本/原始成本/实际成本（Historical Cost）：资产在其取得时为它所支付的现金或现金等价物的金额。负债在正常经营活动中为交换而收到的或为偿付将要支付的现金或现金等价物的金额。

金融资产（Financial Assets）：金融资产通常指企业的库存现金、银行存款、其他货币资金（如：企业的外埠存款、银行本票存款、银行汇票存款、信用卡存款、信用证保证金存款、存出投资款等）、应收账款、应收票据、贷款、其他应收款、股权投资、债权投资和衍生金融工具形成的资产等。

公允价值/公允市价/公允价格（Fair Value）：熟悉市场情况的买卖双方在公平交易的条件下和自愿的情况下所确定的价格，或无关联的双方在公平交易的条件下一项资产可以被买卖或者一项负债可以被清偿的成交价格。（延伸概念：投资性房地产）

负债（Liability）：由于过去的交易或事项所引起的公司、企业的现有债务，这种债务需要企业在将来以转移资产或提供劳务加以清偿，从而引起未来经济利益的流出。

流动负债：

短期借款（Short-term Borrowing）：企业用来维持正常的生产经营所需的资金或为抵偿某项债务而向银行或其他金融机构等外单位借入的、还款期限在一年以下或者一年的一个经营周期内的各种借款。

长期借款（Long-term Loans Payable）：企业从银行或其他金融机构借入的期限在一年以上（不含一年）的借款。

应付账款（Accounts Payable）：企业因购买材料、物资和接受劳务供应等而应该付给供货单位的账款。

其他应付款（Other Payables）：企业在商品交易业务以外发生的应付和暂收款项。指企业除应付票据、应付账款、应付工资、应付利润等以外的应付、暂收其他单位或个人的款项。

预收账款（Deposit Received）：买卖双方协议商定，由购货方预先支付一部分货款给供应方而发生的一项负债。

其他（应付工资、应付税款）

非流动负债：

应付债券（Bond Payable）：企业为筹集资金而对外发行的期限在一年以上的长期借款性质的书面证明，约定在一定期限内还本付息的一种书面承诺。【少数】

长期应付款（Long-term Payable）：企业除了长期借款和应付债券以外的长期负债，包括应付引进设备款、应付融资租入固定资产的租赁费等。

租赁：融资性租赁：租赁期限比较长、涉及的金额比较大。租入的资产不属于承租方。

经营性租赁：租赁期限比较短、涉及的金额比较小。租入的资产属于承租方，以分期付款的形式购入。

流动负债（Current Liabilities）：在一份资产负债表中，一年内或者超过一年的一个营业周期内需要偿还的债务合计。流动负债主要包括短期借款、应付票据、应付账款、预收账款、应付工资、应付福利费、应付股利、应交税金、其他暂收应付款项、预提费用和一年内到期的长期借款等。

非流动负债（Non-current Liabilities）：偿还期在一年或者超过一年的一个营业周期以上的债务。非流动负债的主要项目有长期借款、应付债券和长期应付款等。

计统报表及重点税源管理软件是应用于国家税务总局税收计划、会计统计核算、重点税源管理、大企业税收管理等业务领域的报表管理、数据统计分析平台。整个软件平台由税收计会统报表系统（TRS）、重点税源管理系统（TRAS）、大企业税收管理系统（VICDP）、税收数据分析系统（WTAP）组成。计统报表及重点税源管理软件部署在国家税务总局，提供全国大集中的计统报表及税收快报的数据上报，重点税源数据接收，大企业数据接收，及相关业务数据分析（计会统报表、重点税源，税收调查及减免税调查数据，大企业税收管理信息系统等）。

总体架构

平台总体架构如下图：

功能及应用模式

（1）税收计会统报表模块

采用全国大集中的部署模式，主要实现税收快报、税收旬报（五日报）、会统月报（年报）的报表采集和基础分析功能；全国各级税务机关均在系统中进行计统类报表的报表采集与基础分析。系统支持税务总局、省局可以自定义报表采集任务支持各级税务机关自定义分析内容。

（2）重点税源及综合分析模块

采用税务总局和省级两级部署模式，主要实现重点税源监控月报表、独立企业纳税百强报表的报表采集和基础分析功能。其中，省级及下级单位在系统中进行重点税源类报表的报表采集与基础分析，省局将报表数据汇总后上报至税务总局，税务总局用户在系统中进行重点税源类报表的报表采集与基础分析。当前重点税源及综合分析部分只在税务总局部署，因此，省局及以下单位继续采用TRAS系统完成有关工作。省级系统可以作为税务总局的客户端完成省级数据的上报和税务总局有修改要求的数据回退。

（3）大企业税收管理信息系统

主要实现新闻、公告发布查阅、政策法规查阅下载、全文检索、网页点击监控、导航、论坛、征管状况、综合管理等网站功能。同时，具备大企业税务和集团月报表、年报表的报表采集和基础分析功能。其中，各省国税、地税通过税务专网完成基础数据上报，上报过程中自动实现国地税数据合并，实现树形结构；企业集团可通过邮件等方式上传数据包。基础数据分析提供更丰富的分析模型和图表结合等直观展现方式，实现数据按不同维度的钻取、切片等功能，同时更提供强大丰富的数据分析，如即席分析、分析报告、综合分析等。税务总局征管数据抽取可以实现定时或自动方式抽取征管数据，辅助完成各级税务机关上报数据的审核工作。

（4）税收数据分析系统（WTAP）

为了全面提高数据质量管理，提高软件使用效率，提升数据分析能力，深化数据分析应用，进一步加强税源监控、税收预警、组织税收收入等工作起到重要支撑作用，2010年计划在国家税务总局和各省开始全面推广WTAP系统。WTAP系统采用统一的基础软件平台，能在同一套软件中处理计划、统计、重点税源等多套报表任务，如：“会统月报”、“会统年报”、“税收快报”、“税收旬报”、“税收五日报”、“重点税源监控”等。

价值与应用现状

税收数据分析应用系统，主要解决信息孤岛，构建标准分析应用平台，加强分析应用，实现灵活数据共享，为领导决策服务，为税务精细化管理服务。

计统报表及重点税源管理软件从2003年开始在全国推广，目前各系统使用情况如下表所示：

曾经以为开源报表是免费的，这个“曾经”指的是2008年之前，那个时期人工成本很低，很多软件公司用几个工程师，拿开源的报表改一改、写点代码，虽然样式难看，不太复合客户的要求，也就只能凑合了。一些网上论坛甚至为此开专版讨论 JAVA 报表，里面都是热火朝天，发问者甚众，一时间好不热闹。

2008年之后，一方面，随着皕杰报表、帆软等国产中式报表工具快速崛起，这些国产报表在解决中国报表需求复杂性和多样化方面有着明显的优势，开创类Excel报表设计新模式、多源数据的卓越处理功能等，极大的提升了报表的开发效率；国内厂商提供本地化的贴心的技术服务，而开源报表压根不存在严格意义上的技术支持。

另一方面，随着人工成本的上升、报表日益复杂的要求，在论坛里，象“请教高手 ireport 某某问题如何解决？”之类的帖子，发问者往往也是在线苦苦等候答复。运气好的在线能等到，运气不好的那就等着吧。如果碰到的正好是个没解的问题呢？或许会有热心观众参与讨论，解决办法还得自己想。掰着指头算算，花在这问题上的时间、人工成本日益增加；仅仅Java工程师一个月的成本就超出了商业报表工具的购买费用，这还不包括导致的项目时间拖期、人工效率的损失等各种隐形的成本。

由此可见，用开源的报表是最昂贵的，随着皕杰报表等国产中式报表工具成为国内Java报表的中流砥柱，开源报表的没落也是必然的！

做过财务的都知道，财务部的整天忙忙碌碌，要向上级，兄弟部门等提交各种各样的报表，财务部的员工号称“表哥表姐”，为表格生，为分析死，受苦受累一辈子。

那么，这些报表，真的有必要吗？答案当然是有必要的,内部报表是CFO参与决策时，重要的参考依据，更是CFO解决具体运营问题的杀手锏。离开了内部控制报表，就是口水战式的管理。

我们在日常财务管理过程总，应该是管理制度化，制度流程化，流程表格化，表格信息化。

首先，我们将内部控制报表进行一个分类：

1、按控制对象，会计要素分类：横向---宽度，可以分为6大类

资产类控制报表负债类控制报表所有权权益类控制报表成本费用类控制报表收入类控制报表利润类控制报表外加现金流类控制报表，这个报表很重要，现金流断了，也就没有造血功能了，结果只有死亡。

2、按控制角度分类：纵向---深度

集团控制报表公司控制报表部门控制报表还有员工、项目、产品、时间、区域、客户、供应商、预算、其他要素控制报表等等。

3、按数值分析方法分类：结构分析报表、趋势分析报表、差异分析报表、因素分析报表

4、按时间分类：日报、周报、月报、季度、年报等等。

那么这么多分类，到底要做多少张控制报表？我们应该因需而做，因管理要求的精细度而设计，因KPI考核而设计各种不同分类的报表。比如营销部门考核到个人，考核到单个产品的消耗，那么就要设计到个人的内部控制报表。

总之，我们在设计内部报表时，要考虑报表的层次结构，内部控制报表就是我们做决策的最主要的依据。下篇继续介绍内部报表的设计步骤，内部报表的数据来源，内部报表的操作要点。

作者简介：一个做互联网运营的老财务人，从业12年，现创业公司合伙人兼CFO, 注册税务师，历经大型物流企业，500强实体制造企业，移动互联网上市公司，跨境电商领导企业担任合伙人、CFO、对企业战略、项目运作、顶层商业模式结合财务战略设计有较强的架构能力，创业项目融资B轮。

20世纪30年代，宝 洁诞生了第一位产品经理，全权负责一款肥皂的生产、销售以及全流程的成功。

80多年后，随着互联网的蓬勃发展，出现了越来越多的产品以及和产品相关的各种岗位。；围绕产品的思维与工作方式被越来越多的人所认可，产品成功的思维模型被搬上了课堂。

数据报表，作为一个链接IT部门和业务的中间件，承担着信息沟通的作用：数据展示业务信息，为业务决策提供依据；业务产生数据，最终以数据报表的方式呈现。

同样，我们也可以用产品工作的方式来复盘一下搭建报表系统的整个流程，并且和产品的上线流程做一个对比。

产品的上线流程

市场分析——>竞争分析用户分析——>需求（场景）分析——>功能设计——>开发——>发布——>运营——>迭代

互联网产品初期，在初次面向市场的时候，产品往往是一个MVP（最小可用单元），通过种子用户的反馈，分析使用数据，验证产品的可用性，快速迭代，逐渐修正与完善。

报表系统的上线流程

同行业报表项目参考（行业咨询）——>业务部门需求采集分析——>报表设计——>上线——>end

绝大多数的企业在报表上线之后，都忽视了一个关键动作——运营，以致于IT部门陷入了一个怪圈，疲于应付业务人员的需求，天天加班工作却得不到认可。实际上，系统上线不等于终点，被大量使用与认可才是成功的第一步！

产品如何做运营

1、冷启动

冷启动是什么？冷启动是一个产品刚诞生的一个阶段，此阶段的产品面临着以下问题：

缺少用户及相关资源。产品模式未成熟，能否满足用户，迎合市场趋势仍是未知数

因此，在此阶段的主要目标的作用有：

根据数据分析，验证产品是否满足用户需求验证是否能符合市场趋势验证商业模式是否成立

互联网产品怎么做？

种子用户，聚拢一批符合产品目标人群的用户，获取真实的使用数据MVP（最小可用单元）验证，判断产品是否满足了目标用户的最小可用需求存失分析，依据用户的真实使用数据，分析留存的原因（建立产品优势），放弃部分的流失用户，修正产品的定位。

2、高增长

高增长是指在产品通过市场验证，处于快速发展的阶段，通过运营实现产品用户与价值的持续增长

互联网产品怎么做？

持续推广与曝光精细化运营，针对人群、场景、流程做差异化细分运营的运营策略，提升运营动作的效率最大化基于用户数据分析的产品不断迭代优化

报表系统如何运营

帆软的一家互联网行业客户告诉我们，为了让报表系统被业务部门认可，IT部门在上线报表系统的初期以及推广期主要做了4件事：

1、冷启动阶段

a.寻找种子用户

优先挑选了营运部门的管理层作为种子用户，依据需求为其定制了PC、移动端两张营运报表，报表上线后不断关注其访问量趋势，发现移动端模板的活跃度更高，并且用户对模板的评价非常好，随着口碑的传播，分公司的营运部门也提出了类似的需求，IT部门开始重新考量整个营运部门的需求，为其系统化的搭建报表应用

b.简单的用户数据分析

这个阶段的用户数量和模板数量都还处于一个比较小的数量级，只需要通过用户的访问数据，验证报表是否满足种子用户的需求

2、高增长阶段

a.从三个维度和两类应用场景分析用户的使用数据，关注性能与用户体验，促使报表系统不断优化

三个维度：

1、报表系统的整体访问趋势

——把控报表系统的整体运营状态，研究用户的访问习惯，合理分配资源

2、每一位业务人员的访问趋势

——充分掌握哪些业务人员的数据诉求更为强烈，那他们的数据需求被响应的优先级将会更高；那些一个劲提需求，却没有访问量的部门，我们需要重新核算成本，降低他们的需

求优先级

3、每一张报表的访问趋势与性能体验

——每一张报表都是一个产品，同样也有完整的生命周期，不被需求的报表要及时的淘汰，降低运维成本；访问量火热的报表要纳入优化迭代，提升用户访问感知，深挖需求，扩充业务场景

两类应用场景：

数据大屏/移动端报表

——什么样的数据分析场景更加在哪类终端上访问量更高？我们是否需要为其专门打造一张移动端的模板，更美观的样式，更人性化的交互效果？

b.主动推送与推广

——内容推广

伴随着报表系统的不断迭代，每一次为业务人员扩充的应用场景需要通过渠道来推广与宣传，促进用户的使用率，这个渠道可以是企业内部的宣发平台，也可以通过C端市场中的新媒体渠道（微信公众号等）

——报表推送

业务人员常用的报表可以通过帆软提供的推送功能直接触达最终用户，培养其对报表的使用粘性

帆软能提供哪些帮助

1、固化的用户行为数据分析

FS平台为用户提供了常用的运营数据统计功能

访问量数据：包含平台访问次数、模板访问次数、用户数等内容模板热度：不同模板在周期时间内的访问总数用户行为：不同用户在周期时间内的访问总数，并且区分统计出查询、导出、打印等不同的用户行为性能监控：不同模板的平均响应时间、平均内存等内容

注：模板热度、用户行为、性能监控数据统计需要安装“高级系统监控”插件

借助于常用的运营数据统计，我们可以对报表系统做一个整体的评估，对整体的访问量、模板热度、模板性能做到心中有数

2、深入的用户行为数据分析

作为数据分析的先锋，只要有数据源，没有IT做不了的运营数据分析。FR会将用户的访问数据存储至logdb数据库当中，可以直接通过设计器链接数据库定制运营所需分析模板

我们需要关注logdb数据库中的两张表与一个字段

表：PUBLIC.FR_EXERECORD

该数据表是报表正确执行日志表，即如果报表执行成功，将会在该表中添加一条记录，并在相应字段中填写其对应的信息记录

表：PUBLIC.FR_FSRECORD

该数据表是为了统计一段时间内，系统的使用情况，用于管理员查看在线用户数及用户系统使用情况，因此用户登录决策系统时，将登录信息保存入库，将会在该表中添加一条记录，并在相应字段中填写其对应的信息记录

字段：BROWZER

该字段记录了客户端访问报表所用的浏览器版本以及移动端信息terminal：包含终端类型、app还是h5等信息。例如：“terminal”：{"OS"："app"，"type"："mobile"}

借助于以上内容，我们就可以定制出自己所需的数据分析报表，重新把控报表系统的运营情况，为后续的迭代提供指引

3、主动推送与推广

帆软为每一种报表使用方式与场景都提供了消息推送的服务，包括了：平台消息推送、微信/钉钉消息推送、APP推送、邮件推送等

人们常说“报表做得好，升职加薪少不了”。这就取决于，数据报告的两个重要作用：一是可指导性，是内核，让人看完报表之后恍然大悟“哦，原来问题出在这里”；二是美观性，是包装，让人看第一眼就赞叹“哇塞，这报告666”。

可是，为什么你加班加点做了那么多报表，却依然得到不老板的认可？

问题出在哪呢？

老板需要的是什么样的报表

现阶段，业务人员是如何来满足决策者的数据分析需求的？97%以上是通过Excel手工整理各种报表，不到3%利用了IT技术，实现了报表的自动化。随着决策者对分析的要求越来越高，于是报表越来越多、越来越复杂。在一个Excel页面中，密密麻麻布满了决策者关心的所有内容，只恨屏幕不够大。而这些大量的手工处理，很容易出错，且耗时久。

对上报上来的厚厚一叠报表，绝大多数决策者都会回答：有看，只是一般只看其中的一两张。没有时间，真的感觉有问题，还是直接找人来问了。

这就是问题的关键——我们给决策者提供了大量的报表，为什么帮助不大呢?因为信息一旦过多，就会变成“信息洪水”，大量的报表让决策者深陷“信息洪水”中。

员工再问决策者：希望用什么方式将信息给您呢？领导：希望有问题的时候随时能知道。

决策者这句话的核心有两点：一是有问题才让我知道，没问题的话，其实我也不需要关注。二就是我随时都可以知道。

报表能实现决策者的“希望”吗?答案是否定的。

（1）报表根本无法快速让决策者识别是不是有问题，它只是罗列了一堆数字而已。

（2）无论报表制作者多么厉害，领导想要什么就有什么，基本上也是不可能的。

那么能如何解决这个问题呢? 答案就变得简单了，就是用BI技术，改变决策者获取报表的方式。

报表工具与BI系统的区别

有人说：“我通过一个软件，能自动生成决策者想要的报表，然后再配上一些仪表盘和图表，不就可以了吗?也不见得需要BI。报表软件多简单，哪像BI要规划数据仓库，要ETL，还要建模型，多麻烦”。

以Excel报表和亿信BI来举例，对比一下报表软件与BI系统的区别：

Excel报表应用场景主要是业务报表制作，比如一些企业固定的月报，季报和关键数据指标的统计、展示和分析。主要功能分为三大类：数据展示(报表)、数据查询(参数)和数据录入(填报)，还有报表管理。数据展示报表可分为表格类和图表类。

而亿信华辰的拳头产品亿信BI有领导驾驶舱、图形化建模、自助式即席分析、智能钻取分析等多项功能。他可以构建大型的综合的数据分析平台，也可以作为小型的个性化的解决方案。相比报表，侧重点在于分析，优势在于操作简单、能够处理大量数据，可以实现任意维度、任意分析路径快速实时分析。

从工具角度上讲：

报表工具一般连接的是事务处理型数据库，不能实现多维分析的操作；当然，目前有些报表工具用链接传参的方式实现所谓的钻取，实现复杂，还会有性能的问题。

BI工具一般连接的是多维模型数据库，可以很容易实现各种多维分析的操作，如钻取、旋转和切片等；还能很容易地实现基于指标和维度的拖拽分析和自助分析。

以上两个工具也都可以连接对方的数据库，但发挥不了相应的功能；比如报表工具连接多维数据库后，多维分析操作、拖拽分析和自助分析还是实现不了。

从系统角度来讲：

报表系统一般接入在某个业务系统数据库上，为MIS系统提供灵活的报表查询实现。当然，报表系统在数据量小时也可以连接若干业务系统数据库，实现跨库的关联查询，但这个查询是由报表工具来实现的，实现起来的复杂度和性能依赖于报表工具的能力

BI系统主要包括数据仓库/数据集市、ETL、数据分析、BI应用等多个组成部分和实施过程，最终BI应用中除了有报表展现外，还有多维分析、自助分析、数据挖掘等功能。

从工程化角度来讲：

报表工程相对比较简单，投资可以比较小，实施周期相对较短，见效比较快。

BI工程相对比较复杂，投资比较大，实施周期相对比较长，见效相对较慢，但效果比较好，尤其是在数据整合的数据质量、报表口径统一化、应用性能上有很大的优势。

从发展过程看，一般先是上了报表系统，发现报表系统的若干问题后，再上BI系统。

BI为什么能替代报表

很多企业一直有个误区：认为做了一个报表系统就是用上了BI，其实不竟如此，报表只是BI的一部分。虽然BI应用的结果通常需要报表来展示，但是，BI不仅仅是报表。

报表是数据展示工具，商务智能BI是数据分析工具。商务智能的重点在于商业数据的分析，集成了数据统计、数据展示、数据分析和挖掘的解决方案。

从下图中，可以看到，大数据管理与应用技术发展过程中，数据管理已从报表阶段进化到BI阶段。BI是一个辅助决策的智能系统，它的核心就是帮助企业利用好数据，让决策管理者随时随地获取关键信息，让决策者基于数字决策，最终提高决策水平。

通过报表工具与 BI系统的区别，以及各自的特点，可以得出BI替代报表是趋势，同时也是发展的机遇。抓住机遇、争得先机应是摆在决策者面前的课题。

最后小亿谈点关于BI的价值思考：

BI不是让你相信自己所知道的，而是促使你去思考更多的问题和疑惑。BI迫使我们怀疑得出的结论、回到初步阶段、重新设定假定和条件。它促使我们思考，而不是给出事实。BI可以让你从不同视角查询一系列相关数据，以便在一组不确定的条件下更进一步接近事实。你需要BI工具帮助做出最佳决策，而不是正确决策。BI让决策不再止步于结果。

以往我们做报表，都是用基础的excel，进阶一点用数据透视表做个分析，甚至会写几个VBA宏就已经很高大上很能提高效率了。

比如以前小编在市场，需要汇总13个中国大区的销售和客户数据，汇总，做销售分析表，月度的，季度的。最后还要做一个类似dashboard的可视化贴到PPT中，合着我就是一个做报表和PPT的，无论是个人还是这个岗位的价值都无处体现。

其实，在做报表的过程中其实我也在偷偷学习着业务。譬如我发现华中地区每个月末月初，都有个销售低点，呈现一种“月初放松，月末刹车”的状况，数据走势与其他地区显然不同，想和领导反映，但领导关注的只是当月当季度的总结果，期间的数据从无关心，其实，数据分析是可以追踪销售细节的。

一直想做的事到之后一家公司有了体现。公司的信息化相对完善，有正规的报表系统。常规业务报表交由信息部开发，做成固定报表，自动导出发送邮件。一张报表如果做了参数查询功能的话能抵几十张手工作业报表，这解决了以前大量手工做报表的通病。

但是，经常要费很多时间去和IT沟通业务逻辑，这个数据字段代表什么，数据缺失怎么办。当时已经了解到市面上有另外一种自助式的可视化产品BI，在做数据报表方面更加便捷，比方说Tableau、FineBI、PowerBI等等。

但最后考虑到我们没有ETL的技能，而且数据上面还有一些规范化的操作，所以数据处理的工作还得交由IT搞定。多数工具中也只有FineBI有数据和报表管理的权限，更加适合我们的情况，于是选择了FineBI。IT部门准备数据，给我开放数据权限，拿到数据我自己做分析。

那FineBI是什么？

这是一个可视化的自助式BI工具，整个操作就是导数据/连数据库——处理数据（可视化ETL）选择图表——拖数据字段——可视化展现&美化，操作简单上手快。长久以来，对于个人，我一直是拿他当可视化报表工具，其实用得好，它可以对接企业大数据平台，做企业数据运营分析用。

用了将近两个月，令人惊艳的是它的效率，对得起“自助”这个词。让我即使是一个菜鸟小白，也不怕做不出好看实用的可视化报表，开发一个模板也再也不需要花一个上午，最快的完成一张分析模板不过5分钟。

今天在这里主要分享5个关于finebi快速做可视化报表的心得，学会这5招，即使你刚接触数据分析，刚接触可视化，也能够在短时间内“套”出自己想要的好看实用的报表。他的高效自助性主要体现在这4个方面……

一、依法炮制

推荐场合：单报表开发

推荐技能：组件复制、指标复制

1、指标复制

推荐指数：★★★★☆

最开始，我并不懂得怎么做数据分析报表，只会按着领导的要求把指标陈设好，但是有时碰到类似下面这些指标的时候，就很头疼。下面的指标大家看着都很熟悉，对比分析是我们在数据分析时经常用到的分析方法，希望比较某指标和昨日值、同期值、年初值、环期值或者目标值之间的差值及其变化率，但是传统的报表开发通常需要反复添加同一个指标，如下面的”当日存款金额（万）“，然后再对该指标做不同日期过滤得到结果。

作为一个爱（会）上（偷）进（懒）的小白，自然是学点技能节约开发时间。对于这种简单重复的工作，则可以用”指标复制“这一功能快速复制已有指标及过滤条件，简单修改过滤条件，就可以轻松提高开发效率。

2、组件复制

推荐指数：★★★★★

单个图表组件的效率提升之后，自然我就开始琢磨着怎么提高不同图表组件的开发效率。有的时候会碰到不同组件但是极其类似的分析需求，以下面为例。

我们想做公司下属三个大区的趋势分析，放在一起做比较。现在费了九牛二虎之力做好了“南部大区的趋势分析”，并结合实际业务对其中一些关注的关键因素做了以下处理：

①只希望看到南部大区的相关数据

②起租金额最高的日期进行奖牌标记

③在起租金额平均值以下的日期进行字体标红警示

④起租金额在130~150范围内的日期进行标蓝处理

⑤格式与数量级优化，数据标签优化等样式优化

个人对这个南部大区的趋势分析感到满意，接着需要再对东部大区和中西部大区做同样的趋势分析以及对关键因素进行标记。这时不需要把以上5个步骤再设置一遍，只要用上“组件复制“这一神技，然后更换下过滤条件，10秒钟就完成了东部大区的趋势，完全省去了以上一系列繁琐重复的工作，简直不能更便捷！

我们甚至可以直接用“组件复制”的这个神技分分钟开发出下方这个酷炫屌炸天的租赁大屏，美滋滋。

二、移花接木

推荐场合：多报表开发

推荐技能：组件复用、指标复用

后来，我进阶了，又开始了进一步的学（偷）习（懒）之旅。

当我们开发了多张报表后，通常在新开发的报表中需要对某些指标反复使用（尤其是计算指标或者做了很多条件限制的复杂指标），同时对某些指标也总是需要重复进行相似的分析。这个时候我们会特别希望能够直接把已经开发的报表的指标或者分析图表拿过来，直接在新开发的报表中使用。换句话说，我们希望对于任何指标的相同条件过滤、计算或者分析，我们都只要进行一次，就可以达到一劳永逸的效果，不用再做任何重复的工作。这么美妙的功能，就可以通过组件复用和指标复用实现。

举个例子，管理员在公司系统挂出了一个十分酷炫的互联网大屏驾驶舱，这么欧气的分析模板，我们自然是要沾沾光的。正好领导要我做一个关于流量的渠道分析，我是一脸懵逼，不知道应该用哪些数据进行分析，也不知道该怎么进行分析，自然而然地想借鉴下驾驶舱中对流量的渠道分析部分，当然能直接拿过来用就更好了。嗯，好了，且看我怎么分别用组件复用和指标复用两种方法快速地套出我的报表。

3、组件复用

推荐指数：★★★★★

我需要用到驾驶舱中的折线图”浏览量趋势“、饼图”一级渠道“、饼图”二级渠道“以及雷达图”城市访问/跳出“，秀的时间到了，我花了30s做出下面这个”流量-渠道分析“模板。

只需要在组件复用中把”互联网大屏驾驶舱“模板中对应的四个组件拖入到现在的模板，就可以自动生成新的分析图表。爽歪歪。

4、指标复用

推荐指数：★★★★

再后来，我的数据分析思维提高了，觉得驾驶舱中对于用户流量的分析不够到位，我有一番我的分析见解，可以拿着相同的指标做更好的分析，但是我又不知道这些指标是存放在数据库的哪里，我该去哪里才能找到它们。

这个时候就能用上指标复用了，在我想做的分析图表中，将驾驶舱中的指标拖过来直接用，马上就生成了另外一个分析图表。像下面的气泡图，比驾驶舱中的还要酷炫。

具体操作的过程如下：

三、他山之石

推荐场合：跨用户开发

推荐技能：模板复用

毕竟数据分析是个长期的事情，有时因为数据分析思维的局限导致了我实在对做报表束手无策。隔壁部门的“陈独秀”前辈在可视化数据分析方面是个有多年经验的老手了，经常在会议上看到他做报告时逻辑严谨，可视化报表也做得令人啧啧称赞。抱着虚心学习的态度请教了他，他也毫不吝啬地把他认为很有价值的分析报表通过“模板复用”直接分享让我学习同时让我瞻仰一下：“好东西就是要拿来分享啊”。精辟！膜拜！

5、模板复用

推荐指数：★★★★★

学会这招之后，我好长时间不做模板了，嗯，时不时就去“陈独秀”那里拿些模板（开个玩笑：D）。

写在最后

上面5个技能能大幅度节约我们开发的效率，很快地套出我们要的模板，可以最大程度地利用和共享已经做好的资源和报表，。不过，对于刚入手的小白们来说，最重要的还是要慢慢提高自己数据分析的技能和思维，这才是根本啊。

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。

原工行董事长姜建清曾说：未来的好银行一定是数据银行。数据银行的两大核心能力就是数据采集和数据分析。近来，有不少银行在数据分析方面有所行动，有的是成立“统计信息部、数据分析部”，有的是将数据分析能力重新明确到信息中心等。

按百度百科的定义：数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

这个定义比较精确，包含了几个要点：

统计分析方法：数据分析肯定需要分析方法及工具；大量数据：分析的原材料；形成结论：分析的结果；决策并采取适当行动：数据分析最终实现价值。质量管理体系：避免数据污染及模型误差。

数据分析的定义和工作流程都很清晰，同时，如何快速启动数据分析工作并尽快体现数据分析的作用，是很多数据分析类部门当前关注的重点。

数据分析的建设之路，可以从下面几个方面统筹考虑：

业务应用方向

银行的业务应用经过多年发展，已经有成熟的应用框架：客户管理、风险管理、财务管理、运营管理、及监管报送及信息披露。

数据分析部门应结合业务发展及规划，综合相关IT系统建设情况，选择数据分析的业务领域。

数据分析方法

在统计学中，统计分析方法可以简单划分为：描述性统计分析、探索性数据分析以及验证性数据分析。

在数据分析初期，分析部门更应该放在描述性及探索性方法上。在此过程中与科技、业务部门多交流沟通，以达到熟悉业务、了解数据的目的。

数据分析体系

数据分析体系包括数据分析平台的建设，分析平台包括三大模块：

数据脱敏采集平台：根据分析需要，从银行数据平台中脱敏、抽样相关数据；

数据建模平台：也可称为模型数据沙箱，用来进行数据分析；

数据服务平台：为业务应用提供数据分析结果服务。

以下就举例东北证券的数据平台建设经验。