在大数据浪潮到来之际，企业为了对海量数据进行全面、快速、有效地智能分析，挖掘并释放出其中的价值，纷纷进行搭建大数据分析平台的尝试。但是很多企业还是采用基于传统数据库的分析平台架构，导致无法快速地对业务需求进行响应，甚至有的分析应用系统处于近乎瘫痪的状态。

通常，基于传统数据库的数据分析架构存在以下痛点和挑战：

面对新业务的拓展，预计未来数据量会以惊人速度增长，现有数据平台将无法支撑。现有方案后台离线计算处理操作复杂，步骤繁多，耗时费力，人工维护成本过高。在大数据量前提下分析性能受到极大影响，报表查询耗时在分钟级别，甚至无法打开使用，造成瘫痪状态。平台扩展性差，原有数据仓库的性能遇到严重瓶颈，可扩展性极低，受制于国外厂商，成本高昂。大量IT资源被浪费在重复性的工作中，增加IT工作人员的压力及难度，同时也投入了很高的运维成本。无法对业务需求提供及时响应，阻碍业务开展及创新。

随着 Hadoop 成为大数据平台的事实标准，部分企业开始谋求转变，纷纷基于Hadoop 打造企业级的分布式大数据平台，很好地解决了海量数据的存储、管理及离线计算处理等问题。然而，Hadoop 上的交互式分析面临着以下问题：

查询性能慢，在海量数据的分析场景中，响应时间不理想。并发支持弱，查询性能慢，限制了系统的整体吞吐量，每次查询要耗费大量计算资源。技术门槛高，数据访问依赖编程实现，数据分析人员无法直接分析数据，且引擎众多，学习成本高。迁移成本高，传统的 OLAP 项目迁移至 Hadoop平台，需要找到合适的组件和工具，快速进行数据建模，且能与已有的分析应用工具无缝对接。

由 Kyligence 提供的大数据智能分析解决方案，能够完美地响应企业的需求。

替换旧有方案，顺利升级架构

本节将以传统数据库和 Tableau 前端展现的架构为例，介绍 Kyligence 的升级替换方案。在旧有的案例中，企业首先会将业务系统中的海量数据抽取至传统数据仓库中，在后台进行转换、逻辑运算等处理操作；前端分析工具 Tableau 通过建立与数仓的数据连接，对处理过后的数据进行分析展现。

经典的传统数仓架构

Kyligence Enterprise 是以 Apache Kylin 为核心的企业级智能大数据分析平台，提升大数据分析能力的利器，构建业务人员和平台内数据之间的桥梁，新的架构和数据分析模式使得数据分析变得极为高效，使能了业务自主化分析能力。

新的大数据平台架构为 Hadoop + Kyligence Enterprise + Tableau。以前存放到传统RDBMS 中的各系统数据，通过集中处理之后统一存入到 Hadoop 平台；并在Kyligence Enterprise 中依据不同的业务创建不同主题的数据集市和立方体，然后将业模型发布给业务分析人员。

Kyligence Enterprise 智能分析平台通过数据集市，将生硬的、技术化的表和字段等转换为业务人员能够理解的业务指标和分析维度，使得业务分析人员能够轻松通过前端 BI 工具如 Tableau 等对相关数据集市进行自助分析，通过可视化的拖拽方式制定分析思路，依赖于 Kyligence Enterprise 在超大规模数据集上的高速 SQL 查询能力，可以快速生成分析结果，进一步优化分析思路和业务决策。

Kyligence 产品架构

大数据分析平台架构的顺利升级，顺应了大数据平台架构的演变趋势，符合未来的发展需要。

数据建模智能化，开发效率惊人

作为新一代的大数据智能分析平台，Kyligence Enterprise 利用了最新的人工智能技术，能够加速对业务场景所包含的逻辑计算的智能认知，完成快速建模操作，减少人工手动操作的开发成本，自动搭建大数据分析应用与底层数据平台的桥梁。

通过 Kyligence ODBC Driver，Tableau 对接 Kyligence 数据源。基于统一的查询入口，Kyligence 自动采集 Tableau 查询历史。查询历史代表了分析场景的模式和频次，被选中的关键查询模式将在 Kyligence 中完成语法检测和验证，并被用于后续的模型自动生成：

a.筛选性能影响关键的查询模式：

用户选择可以基于 BI 查询历史来进行查询加速

b.快速自动建模：

提交后，自动生成最优的数据模型，减少了冗余拖沓的手工操作。

基于查询自动生成最优的数据模型

c.自动推荐维度与度量，智能搭建数据立方体：

相比从前的手工建模方法，新一代的 Kyligence Enterprise 智能引擎能够自动地分析业务处理逻辑，并推荐维度和度量，极大提升了开发效率。

基于查询历史自动建模生成维度及维度优化组合

基于查询历史自动建模生成查询所需的度量

Kyligence Enterprise 智能建模功能改进了开发流程，减少了冗余的重复操作，工作人员可以高效地进行开发，极大地释放了生产力。从实施层面来说，一个人只要2天就完成了将近 100 张报表的迁移开发工作，工作效率有十倍以上的提升。

同时，相比较于其他方案，Kyligence Enterprise 智能建模提供方便易用的向导式操作界面，无需通过手动编码来完成建模操作，功能简便而丰富，降低了相关人员的学习门槛，减少了开发成本，极大地缩短系统上线周期。

分析应用无缝对接，平滑迁移

由于前期已经投入巨大的资源进行前端 Tableau 分析报表的开发，客户希望能够保留现有 Tableau 端的资产，不做改动，无缝对接底层的数据分析驱动平台，完成平滑迁移。从项目整体工程的角度来说，在实施过程中，应用层无需更改分析应用报表就可以无缝迁移，避免重复开发，大大减少了成本。同时，该迁移操作不影响业务人员的已有使用习惯，为已熟悉分析操作的业务人员带来一致的用户体验。

仅需两步，替换数据源，快速平滑迁移Kyligence Enterprise 在建立数据源与切换数据连接过程中，只需两步便可快速地完成迁移，全面覆盖所有的业务分析应用，减少重复投入，保护现有投资：

a.通过Kyligence ODBC Driver 在 Tableau 建立 Kyligence 数据连接（示例）

Tableau 建模页面

b.替换报表中使用的数据源为 Kyligence Enterprise 数据源，快速完成所有报表的无缝迁移：

使用 Tableau 替换数据源

无缝集成，一键模型同步，原生TDS文件

作为 Tableau 的技术合作伙伴，Kyligence 的大数据智能分析平台 Kyligence Enterprise 进行了大量与 Tableau 的相关认证工作，Tableau 中的包含自有函数的语句等都已经可以在 Kyligence Enterprise 中完成解析并运行，免除了客户对两者集成性和兼容性的困扰。

为了更好地实现模型层的互通，Kylgience 支持将数据立方体（Cube）模型一键导出为 Tableau 数据源定义文件 TDS（Tableau Data Source）。Tableau 直接打开 TDS文件，Cube 中定义的维度，度量，层级结构，表关联关系都会自动同步到 Tableau中，方便 Tableau 用户无缝对接 Kyligence Enterprise 的大数据模型，减少重复性建模工作。

Kyligence 一键导出TDS文件

Kyligence 具备超高性能优势，表现稳定

Kyligence Enterprise 是一个海量数据下的多维分析解决方案，凭借预计算、智能优化等多项先进技术，其对大规模的数据汇总统计可达到亚秒级响应。同时，针对不同维度数量的 Cube，其查询性能能够保持稳定，充分提升大数据分析平台的查询性能和交互式查询的体验。

在某客户百亿级别的自助分析场景中，将原有平台迁移至 Kyligence 的方案后，通过 Tableau 自带的性能记录功能，我们能够很明显地看到 Kyligence Enterprise 的性能表现情况及其强大的性能优势，对比旧有方案分钟级甚至小时级别的响应表现，有数十倍以上的性能提升，且整体表现稳定：

Tableau 的性能记录功能记录下的 Kyligence Enterprise 强大的查询性能

查询性能的极致提升能为客户带来更好的用户体验，为业务发展和创新提供帮助。

关于 Kyligence

Kyligence （上海跬智信息技术有限公司）由首个来自中国的 Apache 软件基金会顶级开源项目 Apache Kylin 核心团队组建，是专注于大数据分析领域创新的数据科技公司。Kyligence 提供基于 Apache Kylin 的企业级智能大数据分析产品 Kyligence Enterprise及云计算产品 Kyligence Cloud。目前，Kyligence 已赢得了海内外多家保险、证券、电信、制造、零售、广告等行业的企业级客户，包括华为、中国联通、OPPO、上汽集团、太平洋保险集团、中国银联、国泰君安、欣和等行业领导者。公司总部在上海，同时，在北京、深圳等地设有办事机构, 在美国硅谷设有分公司，目前，已获得来自红点中国、思科、宽带资本、顺为资本及斯道资本（富达国际自有投资机构）等投资机构的多轮投资。

关于 Kyligence Enterprise

Kyligence 大数据智能分析平台（以下简称 Kyligence Enterprise）是基于 Apache Kylin 的企业级软件产品，在超大数据集上提供亚秒级分析的能力，同时为业务用户、分析师及工程师提供简便、快捷的大数据分析服务，拥有超高性能、免编程开发，多协议支持、非侵入式部署等突出优点，并且 Kyligence Enterprise 在企业用户所关注的应用场景丰富、实施效率、安全可控、存储效率、性能优化、自助式敏捷BI、系统监控等方面进行了全方位的完善和创新，是目前业界领先的大数据智能分析平台解决方案。

联系我们：info@kyligence.io

教学管理系统是应用于学校等教育机构，以实现学院各部门以及各层次用户管理的多模块综合信息管理系统。报表作为教学管理系统的重要组成部分，对于教学管理系统数据的分析和决策具有重大意义。

下面让我们了解教学管理系统中的常见报表。

学生收入分摊汇总表

报表以【城际】+【学校】为单位进行数据分组显示，将每个学生的【基本信息】、【收款信息】、【退款信息】、【每月出勤天数】、【每月分摊标准】、以及【每月各项费用收入信息】进行统计输出。在报表的列中，最后对各项费用进行了汇总统计。

学校综合业绩表

该报表中展示了各城际和所属范围全部学校，年度总目标与每个月目标完成情况的统计分析。

学生成绩构成分析

该报表主要通过图表的方式，将各学校不同成绩段的学生比例进行汇总分析，这样不仅能够看到单个学校学生的成绩分布，还能看到多个学校之间成绩分布的对比情况。

学生成绩汇总情况

改模板主要进行学生成绩的统计。

财政教育经费投入情况表

该模板可以看到不同类型学校（普通、职业和小学），不同类型的经费投入情况，比如：教育事业费、村投入、社会捐款和信息化建设等投入的实际经费情况。

以上报表均包含在葡萄城报表模板库中。

了解报表模板库：http://grapecity/enterprise-solutions/activereports_server/library/

转载请注明出自：葡萄城报表

关于报表模板库

报表模板库是葡萄城面向广大报表用户推出的免费报表制作、学习及参考工具。通过该工具，降低用户制作报表难度，人人都可成为报表专家，业务数据分析不再遥不可及！

仅需一步！无需配置环境及参数，即可快速浏览百余套来自真实行业的案例及典型应用模板，在了解专业报表的布局及功能的同时，掌握报表从设计到呈现的全部技术细节，还可通过自带的设计器，所见即所得的修改报表模板，并查看效果。

和盈中科技是一家从事软件研发、销售于一体的软件技术服务型公司。是专业的平台及管理软件提供商，公司本着诚信为根本、竞争为导向、 创新为动力，服务为基础的经营理念，为用户提供定制化的技术服务。

公司自成立至今一直致力于自主软件产品平台的研发，经过多年的努力，研发了KOne应用开发平台，真正实现了软件的快速构架、设计、实施、维护的完整服务体系。通过平台开发的软件项目成功应用于多个行业。

目前KOne开发平台推出了新版本，增加了手机APP版的项目开发功能，让移动互联网在开发平台实现。KOne应用开发平台最终实现 .NET APP 融合一体的综合开发平台。

目前，KOne应用开发平台已经在政府、军队、银行、税务、电力、石化、制造、高科技等行业，在电子政务、ERP、MES、CRM、OA、HR、业 务集成处理、综合报表、个性化项目开发等领域中都得到了广泛应用。

我们期待与您的合作，我们更期待与您共同发展!

KOne应用开发平台（KOne Project），是一个面向框架、面向服务、面向套路的快速开发平台。在框架重用、组件重用基础 之上创造性的完成了业务逻辑重用和程序员编程动作重用，实现了从一代开发平台到二代开发平台的飞跃。KOne应用开发平台基于.NET 体系，直接生成c#源码,是业界最具扩展性的开发平台。KOne Project涵盖了一个WEB 应用系统业务开发的全过程，包括业务开发与整合、 WEB报表、业务流程、业务度量与流程绩效、多维分析与DashBoard、门户管理、业务基础支撑体系、协同管理套件、移动开发等。

KOne应用开发平台，基于WEB的快速.NET开发平台，是快速开发企业级应用的首选方案。

快速：在KOne应用开发平台开发业务系统，80%以上模块不需要编写代码，甚至零编码，开发周期只需传统模式的10%--30%，两个小时内构建一个简单的WEB应用。

自主：由于KOne应用开发平台提供并封装所有的系统级应用模块，并且通过WEB浏览器即可定制业务模块，因此，开发人员只要懂一些数据库方面的知识，即可自主快速地开发业务系统。

定制：根据业务需求、管理思想、工作流程，可在线定制、维护，打造符合自身业务需求的应用系统(如：OA、CRM、EAI、SCM、MIS、ERP等)。

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。

以前，大量的报表都在PC上面，因而出差的时候需要接很多很多的电话，遇到重要的事情需要文字书面来解决的就只有短消息再加上重要电话的录音确认，对员工来说是非常大的负担；对于公司的财务管理和其他行政管理也是非常大的负担，而通过艾科思手机报表工具，管理岗位的员工都可以随时随地看到每一天的销量，包括加盟商的进度（每一个地方的品胜当前发展的加盟商的进度）、销售组织的日报表等，所以对每天实际的再每一个地方产生的销售都非常清楚。

【传统PC报表带来的挑战】

厦门艾科思信息技术有限责任公司（以下简称艾科思）是一家移动BI报表和数据可视化服务商，为企业管理层提供手机报表，帮助管理层快速掌握企业经营状况，及时发现经营中的问题，让客户做出最佳决策的软件供应商。

很多企业正处在高速发展中，积累下庞大的数据量，要求能够快速、实时的了解线上与线下的产品销量、加盟商的进度等业务情况，而PC报表只能通过电脑进行查看。尤其是出差的时候，只能通过电话、短信等获得业务关键指标状况，对报表的多元化需求也很难得到满足。

【艾科思助力企业实现报表移动化】

移动报表是通过移动报表工具开发的非线性扩展报表，用户可以在PC端快速定制、发布报表，授权用户可以通过云之家、微信、艾科思移动BI APP、钉钉等查看报表并接收推送消息。报表制作全程拖拉拽无代码，简单快捷，所见即所得！

图表发布后，用户可以在IOS或Android手机终端访问报表，同步呈现最新数据；充分利用时间碎片，让用户在任何地点、任何时间，都能掌握业务进展，洞察企业的经营状况和关键KPI指标。

企业定制移动报表时，总面临以下几个问题：1、如何更好的支持多终端设备包括IOS、Android；2、如何在既有报表的基础上快速的将其移动化；3、开发成本问题。这些问题通过选择艾科思移动报表开发工具迎刃而解！

1、高效开发报表：非技术人员可以轻松掌握，无需编程就可以快速地设计和制作报表。

提供非线性扩展模型，是一款类Excel的模板设计器，提供130多个公式，完美兼容Excel公式；可通过表格预定义样式快速设置报表外观样式；报表向导功能，快速生成各类图表和表格；参数界面可配置，支持下拉列表、多选框组等多种控件，支持参数联动；支持使用手机模拟器预览报表。

2、支持多种数据来源：集中相关业务资料于一张报表，让更多资料应用于经营分析和业务控制。

移动报表支持多个数据集，并且多个数据集之间可以进行关联；支持多种数据来源，MySQL，ORACLE,SQL Server，SAP HANA等12种常用数据源轻松对接。

3、丰富的数据展现形式：使数据得到更好的展示。

移动报表支持几十种图表样式；支持分组、汇总等各种复杂表格；支持交互式分析，如联查、联动；支持多页签报表、树形等多种展现方式。

4、预警与推送

当关键绩效指标数据超过设置的预警值时，主动将预警信息推送到用户的手机上，让用户在第一时间了解数据变化，及时调整，快速响应。

5、更多特性

艾科思移动报表提供完整的权限系统，支持字段授权；可通过控制台查看日志，监控报表的执行过程；灵活配置轻应用，报表主题和发布目录完全由用户进行配置和维护。不同的公共号可用来展示不同业务领域的移动报表，不同群体的用户关注不同的公共号。用户只需要关注感兴趣的公共号，更方便地查看相关领域的移动报表并接收预警消息。

【使用移动报表给客户带来的价值】

艾科思移动报表开发平台可以快速实现企业的报表移动化需求，控制了成本，且易于开发和维护。通过艾科思移动报表开发平台，企业能够快速开发每月销售走势、每日销售走势、重点关注组织销售日报、产品及分类销售额、客户性质销售日报、销售组织销售日报、加盟商开发情况移动日报等移动报表，通过云之家、钉钉、微信、艾科思APP等平台快速查看报表，大大提升了经营效率。

另外，通过艾科思移动报表开发平台，无需编程就可快速开发各类表格和图表，只需要发布并授权以及简单的部署，就可以快速查看报表，从而节约了时间，大大降低了开发成本。

在说“FineReport+”之前，我们先聊聊“互联网+”。

“互联网+”是个老概念，通俗来讲是“互联网+各个传统行业”。很多人说，“互联网+”应该叫“+互联网”，因为互联网只是个工具而已。其实不然，“互联网+”并不是简单的“+”，而是依托互联网信息技术实现互联网与传统产业的深度融合。未来的互联网也会像文字、蒸汽机、电力、汽油发动机等那样，作为一种通用的生产力工具，给每个行业带来效率的大幅提升。

所以，“互联网+”不是口号，它的内涵是“通用工具”。

FineReport 是帆软公司的明星产品，据说可能是全球最好用的报表软件：

可以快速灵活地制作报表，搭建统一的数据决策和管理平台，让更多的数据用于业务经营和决策；

可以快速开发报表，能做到和各类系统的无缝集成，加快项目的开发，节约了开发的人力和成本。

FineReport，一款良心神器，简直无所不能。受到“互联网+”的启发，我们提出了“FineReport+”的概念。

FineReport+，是FineReport的价值主张

我们要连接并解决更多有关数据的应用场景，让数据成为生产力。“+”后面可以是业务系统如OA、ERP、CRM，可以是Qlikview、Cognos、Tableau等BI系统，可以是部分业务需求，如帆软自己就是使用FIneReport搭建的CRM系统，笔者还见到一些番薯开发了考勤系统，小型进销存系统等。

一、FineReport+业务系统

一般业务系统自带的报表能力很弱，难以满足企业数据化分析和管理的需求。以OA系统为例，随着企业应用的发展，OA软件越来越重视数据分析与利用，不仅仅数据分析可以形成对信息与流程的管理，更实现对企业数据的有效管理与利用，所以报表应用已经越来越成为企业办公自动化软件（协同办公软件）的一个重要组成部分。但是OA自身报表存在多种先天缺陷：

a.其数据全部来自于OA系统，而且报表也从属于OA的功能。比如，统计各部门收、发文的数量，统计员工的出勤日等等，无论是从格式还是统计的内容，都相对比较简单而且是固定的，无法从综合的角度体现各类数据的相关性分析。

b.厂商或服务商在实施时为用户做的报表。用户可能会提出要求，实施服务商负责完成报表的开发。虽然这种方式能比较好地满足用户的需求，但灵活性还远远不够，不能针对后续业务的发展做到随需而动。

所以产品型软件公司在遇到有报表需求的客户时，常会选择和帆软合作，比如用友、金蝶、泛微、致远、万户、蓝凌、神州数码、浪潮，而和FineReport集成的业务系统产品，有OA、ERP、MIS、CRM、TMS、WMS、BPM、EHR、考勤等。

对最终用户而言，使用FineReport可以快速灵活地制作报表，可以搭建统一的数据决策和管理平台，让更多的数据用于业务经营和决策，让业务系统发挥更大的价值。

一般而言，FIneReport 可解决如下问题：

· 市场环境和业务需求多变，无法快速满足变化的报表需求

· 传统SQL+Excel 的方式整合数据做报表，效率低准确性差

· 业务系统数据过于分散形成数据孤岛，难以有效利用

· 缺乏统一的报表管理门户，无法形成全局数据视野，辅助决策

二、FineReport+BI系统

看到“FineReport+数据分析系统”是不是有些困惑，这怎么能成立呢？那我从两个例子切入吧。

东北证券的数据平台建设完毕之后，结构化数据初步实现了统一归集，数据报表和图表可视化均可以通过Cognos工具实现。但是，由于Cognos使用繁琐、开发复杂，数据小组一直无法接手该工具，而新需求不断出现，亟需通过系统保存工作中产生的结构化数据，取代excel记录和上报数据的模式。所以，东北证券最后上了FineReport，较为完善的解决了当前数据填报和其他分析需求。

大华技术股份公司用Qlikview搭建了数据分析平台，但是当他们报表需求爆发时，QlikView根本解决不了问题。最后的解决方式是引入finereport，与QlikView并行使用。领导层几个人用QlikView，中间管理层都使用finereport制作的报表。FineReport是专门的报表软件，在易用性、快捷性和对复杂报表的响应要远胜于QlikView。

所以，FineReport+BI系统，赢在开发效率，赢在面向中层、面向固定式、面向复杂报表的定位。无论是传统BI如SAP BO、Cognos、 Oracle BIEE等，还是新型自助式BI如Tableau、FineBI、Qlikview、PowerBI等，都用可以FineReport“+”起来。

三、FineReport+场景需求

信息化系统的本质是录入和展示，恰巧FineReport天然支持这两块功能，本身就是一个可视化的系统DIY工具。所以很多番薯直接应用FineReport开发了一些业务系统，如简易出入库系统、项目周报管理系统、酒店客房收入数据系统、考试分析系统、会员管理系统、刷卡考勤系统、报餐系统、微信小秘书等。帆软当前用的CRM，也是用FineReport开发的，非常实用、好用。

现在大屏数据展示的需求越来越多，一般应用于行业博览中心、实时监控中心、集团会议中心、战略指挥中心等场景，视觉效果要求也越来越高。无须专门定制开发，使用FineReport就能轻松制作出酷炫的管理驾驶舱，支持发布到多场景的数据大屏上进行可视化集中管控。

FineReport+，是FineReport的发展理念

我们要用开放的思维，构建生态体系的方式，打造具有极强生命力的产品。“+”后面连接的是插件开发者、第三方软件公司，通过需求的指引，利益的共享，开发更多功能插件，集成更多第三方成熟的技术。当然，FineReport插件化开发模式由来已久，我们也积累了上百个插件，单月的插件下载量达到1.7万次，有不少开发者赚的瓢满钵满。

即将发布的FineReport 9.0有着三大特性——开放、共享、智能，是“FineReport+”理念的充分体现。

开放，马化腾在分享腾讯创业经验时提到一点，“关键领域砸下去，其他放手，我们聚焦在核心业务上，其他的让生态合作伙伴来做”，9.0我们将更关注核心业务，其他通过开放的姿态与其他厂商合作，迅速做到场景互补，让我们的用户享受更好的整体化方案。

共享，正如牛顿所说“如果我比别人看得远，那是因为我站在巨人的肩膀上”，其实引申到搭建数据平台同样适用，别人千辛万苦根据错误总结出的方案，可以直接拿来用；别人通宵达旦开发的插件，可以直接拿来用；别人绞尽脑汁做出的好看的报表组件，也可以直接拿来用。通过云中心问题库、应用中心的插件和共享组件，我们就能在不需要代码能力，不需要专业美工的基础上更好更快的搭建起数据平台了。

智能，用《人类简史》的作者尤瓦尔·赫拉利的一句话可以概括为“机器比你更了解自己”。因此我们希望通过引入人工智能，从信息部门、业务部门、系统管理人员三个角色出发，让机器更好的帮助用户去做报表、用报表和管理报表。

以上，这就是我要说的“FineReport+”。

也欢迎大家参与11月14日北京的帆软新品发布会，免费，报名请至帆软官网！

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。

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。

日报、周报、月报、季度报、半年报、年报，弄死不少做数据的同学吧。特别是赶上比如6月底，来个月报季度报半年报三阳开泰，估计够很多同学喝一壶的。到了12月来了月报季度报半年报年报新年预报，那就是五雷轰顶了，估计很多同学得加班加到年初一。

做报表是很多企业的家常便饭，频繁的做日报周报月报，对于企业的用处自然不必说，不然也不会费这么多人力来搞这事，但是对于做报表的人可就焦心了，日常可能经常会碰到这类麻烦：

数据收集累而慢，每次繁琐地从各处拿到excel数据，然后要重复性写很多同类的报表，还有大量复杂的excel公式计算。即使建立好了数仓，也大多数做一些固定报表，对固定报表涉及到修改调整时也十分麻烦，每次改动都要科技部改动底层的模板。固定报表大多数是“冰冷”的数字，出现问题后，要去追溯相关问题指标的根源，往往需要再次梳理相关数据做一次分析，而不能直接利用日报、周报、月报去分析最后，辛苦做的报表没人看。市场部门从来都是懒得看报表，需要数了就会提需求单。销售部门分公司、区总一级高级领导永远都是在例会前看一眼，看看可以骂谁。基层干活的一般在月底看报表，看看会不会业绩没做好要被人骂，仅此而已。

总之，一句话就是心累。

但报表还是得做，这是数据人的职责。那有什么办法可以将日报周报月报的工作内容简化？

内外兼修。—— 一方面，通过工具技术的手段简化工作量；另一方面，提升日报周报月报的质量和价值。

技术方案

技术方案——通过鼠标点击和拖拽就能够轻松地制作好往日需要耗费大量工作量的日报周报月报，并且可以直接追溯相关数据的来源，进行日报周报月报的调整。

经营业绩、销售情况和财务状况是我们通常会制作日报周报月报的业务模板，本解决方案主要以经营日报周报月报为例，同时额外增加销售月报的分析，为您展示FineBI不同于传统固定日周月报的天然优势。你也可以再利用我们提供的数据自己再尝试性做一些日报周报月报分析的模板。

方案内容

本方案将给大家着重分享以下企业日报周报月报方面的内容干货：

1.如何快速搭建日报周报月报分析平台？

2.如何让业务部门人员直接基于经营数据快速完成日报周报月报？

3.如何让业务部门人员直接基于日报周报月报进步追溯问题数据来源？

4.如何导出日报周报月报成果做其它电子材料或者打印纸质汇报？

5.如何让企业日报周报月报分析成果实现团队协作共享？

方案效果及实现说明

1.如何快速搭建日报周报月报分析平台？

这部分工作属于企业IT部门的前期数据准备工作，需要IT部门在FineBI的数据配置-数据连接管理中新建好数据连接，保证数据连接测试成功。然后添加日报周报月报相关的业务包，将相关数据表加入并且建好立表间关联关系即可（如果是FineIndex类型的业务包需要更新好FineIndex数据）。分配好对应数据权限之后，用户即可直接在浏览器前端来对这些日报周报月报进行即席的多维探索分析。

以本方案为例，如上图所示，我们在业务包中添加好门店经营的相关数据，门店主档信息表、综合营业分析表、日期信息表、小时维度表、报废商品数据表、营业日数据源表等数据，并且建立好维度表和事实表之间的数据关联关系。

最后在数据配置-权限配置管理界面中将建立好的日报周报月报相关业务包的权限分配给业务部门相关人员，并且在管理系统-用户管理中将对应授权人员加入到BI编辑用户的已授权列表中。

2.如何让业务部门人员直接基于经营数据快速完成日报周报月报？

数据底层搭建完，就可以使用分配好数据权限的账号登录平台，快速新建仪表板做基础数据分析了。

日报、周报和月报是报表中较为特殊的一种，按照固定的时间频率去查看关键指标，和计划作比较从而规避风险，完成目标。不管是日报、周报还是月报，周期性报表的都包含着三个重要的元素：维度+指标+分析。其中指标是我们传统的excel报里最常见的，通常是和经营业绩/销售业绩/财务状况息息相关的关键指标，即KPI，此外再加上一对关键指标的常用分析辅助思考，形成每天/每周/每月和日常生产/销售关系更密切的数字报告，从而及时发现经营过程中的问题，调整对策和战略。

a.经营日报

经营日报体系为团队管理者及时掌握经营情况，进行过程管理提供了很好的工具。在经营日报的支持下，团队管理者能够及时分析销售团队中出现的各种情况：哪家门店的销售业绩下降了？是因为哪里做得不到位？哪个商品的销售显著提升了？有什么诀窍？有了这样的分析结果，就可以每天进行及时的复盘，对经营团队进行正确的鞭策和引导，通过过程管理，确保销售业绩的完成。

经营日报中的关键指标和我们的目标额（即目标销售额）息息相关，只关注和销售额相关的数字，不用罗列过细的其它维度指标（如品类等）。以某餐饮企业的门店日报为例，对当日的经营业绩关注以下指标：

当日销售毛额当日销售额月度累计销售额月度累计销售毛额月度目标销售额目标达成率

在常见的分析上，我们常常会关注一些和历史同期的比较情况，如比昨日、比上月、比年初、比去年，以比较时间上的变化趋势，同时也会以赛马场的形式去比较不同分公司/区域/门店的销售分布、前五和末五。

财务日报和销售日报的维度和指标和经营略有不同，分析形式可以类似，同理可得。

b.经营周报

同样地，周报是以一周为周期来整体追溯本周内门店的经营状况，以指导下一周的经营决策。同样地以某餐饮企业的门店为例，对当周的经营业绩关注指标和日报类似，但是与经营日报不同的是，经营周报更关注一周7天的销售额变化趋势，以及客流量等随星期不同而变化的一些指标。

财务周报和销售周报的维度和指标和经营略有不同，分析形式可以类似，同理可得。

b.经营月报/销售月报

月报是一一个月为周期来整体追溯本月内门店的经营状况，以指导下一月的经营决策。和日报、周报不同，月报除了相同的KPI以外，更关注同比、环比的整体状况，以及月销售额/客流量等的月度走势。

3.如何让业务部门人员直接基于日报周报月报进步追溯问题数据来源？

与传统的日报周报月报固定的展示数字不同，我们可以通过丰富的联动钻取操作，来分析问题的根源所在，甚至我们只要轻松的托拖拽拽操作，就能追溯日报中数字的具体情况，进而发现问题的根源所在。

以经营日报为例，我们发现按照”经营额营业部排名“的时候上海西营业部特别高，进而我们想探究其中原因。

联动钻取分析

可以看到点击上海西营业部，其它对应的指标和分析也随影一起联动，过滤出只含有上海西营业部的数据。同时也可以通过对上海西营业部进行下钻到下属对应的门店等，来透视到对应维度层次的数据。我们可以看到虹桥火车站出发区店占据了很高比例。可能是火车站的地理位置效应，商品价格比其它区域都高，同时客流量巨大，因此带来了高额经营额。

即席分析

既然已经初步得出了虹桥火车站出发区门店对经营额的贡献力度巨大，我们自然也想看下该门店的具体经营状况，这在传统的日报周报月报里往往还要再开发一个表，去固定查询，而FineBI通过轻松拖拽就可以马上完成可视化，实现历史数据的快速追溯。

即席分析的思路有很多，在这里介绍其中一种。我们可以马上创建一个dashboard然后直接复用经营日报中的”经营额营业部排名“这个组件，进而查看该组件的数据来源，然后仅仅过滤出”虹桥火车站出发区门店“，进行拓展分析。

4.如何导出日报周报月报成果做其它电子材料或者打印纸质汇报？

我们经常用到日报/周报/月报做PPT汇报或者纸质汇报，FineBI支持将日报周报月报导出excel或者PDF，从而完成需求。

5.如何让企业日报周报月报成果实现团队协作共享？

企业的各项工作，主要由各部门团队分工协作完成，彼此之间需要很好地进行沟通和配合，那么FineBI是如何帮助企业将日报周报月报分析成果实现团队协作共享的呢？

以上文所述的经营日报为例，那么通过FineBI可以非常便捷地将它分享给相关部门或者指定人员。

例如这边想把它分享给销售部的同学，那么可以在FineBI的仪表板中将做好的经营日报模板点击分享给对应的sale，然后点击确定即可。这样一来，对应的sale登录之后就完全能够使用该模板。

日报周报月报的价值

比方说销售数据报表体系，可以这么建：

日报：直接上仪表盘，指标越少越好，突出达成率，突出目标，提示今日需追赶进度，足够了。每天早8点呈所有销售条线。销售团队领导/门店店长们能在晨会上追踪进度，分配目标，激励成员，就再好不过了。能让销售队伍每天谨记目标，而不是等到月底火烧屁股才想起来看数据，就是大功一件。

如果想强化效果，可以增加昨日明星的提示。销售团队最讨厌不接地气的理论专家，最需要榜样和目标感。增加一个昨日明星，可以有效结合晨会激励队伍行动。比搞复杂的指标和模型要有用的多。

周报：周报要提示业绩达标情况、累积进度、过程指标，并且要做两周对比。提示达标率和累计进度，可以辅助销售团队关注业绩结果，调整节奏。过程指标，诸如客流量、转化率、客单价不但要提示具体数值，还要做两周对比甚至标杆对比，及时指导销售团队改进动作。周报是每周发送，一周里至少有两天可以休整队伍、改善动作。所以过程指标是很重要的，比每天空打鸡血管用。

如果想强化效果，可以直接给出提示。比如客流量不足，直接把60天未购货客户名单给出来，方便跟进。比如转化率不足，可以直接给出本周卖点提示（节日、活动、话术）比如客单价不足，可以直接给出上周畅销榜，方便行动。销售队伍可以在2天的休整期内消化信息，准备动作。

最后，具体的实操，大家可以下载FineBI尝试下。

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。