个人考勤记录软件报表查询统计

1 个人考勤记录软件下载考勤记录信息：当需要考勤查询统计时需要将考勤记录信息从设备下载之电脑才能统计

-连接设备-选中待下载设备-下载设备记录信息

2 查看个人考勤记录软件考勤记录

3 个人考勤记录软件报表统计：根据自己的需求可在查询计算后选择合适自己公司的报表导出或打印

第一代HR软件：功能仅限于工资计算

第一代HR软件，没有包括员工的非财务方面的基本信息，也不包含员工薪资的历史信息，几乎没有报表生成功能和薪资数据分析功能。在计算机技术进入实用阶段的20世纪60年代末期，为了解决大型企业用手工来计算和发放薪资既费时费力又容易出错的这个矛盾，第一代的HR软件应运而生。

它的出现为人力资源的管理展示了美好的前景，即用计算机的高速度和自动化来替代手工的巨大工作量，用计算机的高准确性来避免手工的错误和误差，使大规模集中处理大型企业的耗资成为可能。

第二代HR软件“人力资源信息化管理”

第二代HR软件出现于20世纪70年代末。由于计算机技术的飞速发展，无论是计算机的普及性，还是计算机系统工具和数据库技术的发展，都为HR软件的阶段性发展提供了可能。这个时期的信息系统开始处理企业日常经营活动的数据和以信息形式加以组织的数据来促进相关的决策过程。满足管理者对于管理信息及时、准确、简明、相关和完整的要求。

人力资源系统开始关注对管理有帮助的信息，基本上解决了第一代HR软件的主要缺陷，对非财务的人力资源信息和薪资的历史信息都给予了考虑，其报表生成和薪资数据分析功能也都有了较大的改善，但这一代的系统主要是由计算机专业人员开发研制的，未能系统地考虑人力资源的需求和理念，而且其非财务的人力资源信息也不够系统和全面。

现代HR软件

第三代HR软件的革命性交革出现在20世纪90年代末。人才理念的提升和市场竞争加剧的需要，使企业对HR软件有了更高的需求。同时由于PC机的普及，数据库技术、客户/服务器技术，特别是互联网技术的发展，为第三代HR软件的出现创造了条件。

基于先进的人力资源管理理念、工具和网络技术手段建立起来的人力资源信息化应用平台，用集中的数据库将与人力资源相关的数据(如薪资福利、招聘、员工职业生涯规划、培训、职位管理、绩效管理、岗位描述、个人信息和历史资料等)统一管理。简单的用户界面、强有力的报表生成工具、分析工具和信息的共享，为人力资源管理人员带来了人力资源管理软件的战略性变革。值得指出的是，由于现代HR软件是建立在标准业务流程基础之上的，它要求个人的习惯服从于企业规范的统一管理，这对实现HR管理行为的一致性是十分有益的，而管理只有成为大家共同遵循的一种习惯，才能发挥最佳功效。原文地址：http://yubohr/news/2015/0407/135.html

上篇文章说到了数据分析最牛工具Excel，实际工作中还会用到其他一些工具，本问稍作引导介绍。

大数据分析入门用到的工具和传统数据分析无二，此文提到的是不区分的。

用到的工具很多，但从用途分类，可以分为如下几类：

一、数据存储类

此类工具主要由IT人员管理并操作，作为数据分析人员主要是从这些工具中提取数据，常用的有：

SQL Server，MySql，Oracle，DB2

这些工具的细节介绍请自行百度，都是关系型数据库系统，可处理的数据量级有区别，本质相同。

对于数据库的数据读取，要用到SQL语句，是数据分析人员必须掌握的，要学习的也就增（Insert）、删（Delete）、改（Update）、查（Select）4个语句而已，学习无门槛，使用很普遍，且通用于各种数据库系统。

这是数据分析人员要掌握的一项技能，之后会有专门文章单独介绍。

二、数据分析类

除了Excel，还有一些工具会被用到，有：

SPSS，SAS，Tableau，BDP、Stata、DAS、Minitab等。这些工具大同小异，侧重点不同，没有必要统统掌握，工具所处的行业不同选择会有偏重，使用较为普遍的是SPSS和SAS软件。

三、报表展现类

此类工具主要用于展示数据分析结果，最常用的就是PPT，这个就不多介绍了，使用没门槛，精通则要多多学习。

还有一个比较常用的工具是XMind，是思维导图软件，是整理思路的必备工具，需要下载安装，免费版有基础功能，专业版年费699元，不过免费版基本能满足要求。

如果觉得XMind下载安装比较麻烦，可以使用百度脑图，直接在线就可以使用，非常方便，使用效果比较理想。

上文说到的工具请自行百度详细了解，我不做搬运工。

上面介绍的都是一些典型的工具，具有代表性，作为初学入门，分析工具都要了解到，展现类工具PPT、Xmind等必须多多学习。本号持续整理各种学习资料，请随时关注免费资源内容。

其他BI类软、R、Python等数据分析工具，本文不做介绍，也不是初学者需要学习的，这些作为中级阶段的内容再学习。

我是公号「大数据分析狮」，只谈大数据力量！

在亿信华辰报表软件i@Report中，变长表是经常被使用的一种报表。但是你了解变长表的结构特点吗，你知道变长表怎么样设计更为合理吗？别着急，小亿带你快速学习怎样设计变长表更为合理。

变长表结构特点

变长表不同于其他类型的报表，变长表有固定表元、变量表元行、合计行。变长表的列数固定，行数变化。

变长表的变量表元中的任一表元，不能为固定表元、备注型表元、时间型表元、附件型表元、图像型表元。

变长表的每一行在数据库中则为一条记录。

变长表设计

1、汇 总 方 式

汇总方式类型有多种，每一种的汇总方式都有所不同。

【所有数据行合计】数据汇总后系统将各下级单位的的各张变长表中的数据累加，并以一个单位一行的形式出现在汇总表中。【列出所有数据行】系统将所有下级单位的变长表中的数据行全部罗列到汇总表中。【列出直接下级合计行】仅将直接下级单位的数据合计值罗列到汇总表中。【按顶级子代码汇总】将各下级单位的数据根据代码中的顶级代码汇总，以此方式汇总时必须设置代码表元。【按整个代码汇总】将各下级单位的数据根据代码中不同代码累加到一起，以此方式汇总时必须设置代码表元；如果设置的“自动多级合计”，则汇总后可产生多级合计数据。【关键字汇总】将各下级单位的数据根据关键字相同的累加到一起汇总。

2、多 级 合 计

汇总方式选择为按顶级子代码汇总，按整个代码汇总，关键字汇总，才能勾选自动多级合计，并且需要配合代码组一起使用。

录入数据后会自动产生多级合计行，多计合计行颜色用淡黄色表示。

系统可以设置关键字，根据关键字表元来唯一区分变长表中的每一条记录，关键字表元可以为空。

可以设置代码表元，具体规则：

如果存在代码表元，该代码表元为关键字，可以只设置代码表元关键字可以设置多个可以即设置代码表元又设置关键字表元

勾选“不允许代码表元/关键字重复”，当只设置代码表元或者只设置关键字表元，那么代码表元或者关键字表元不能重复，当即设置代码表元又设置关键字表元，关键字字表元不能重复，代码表元可以重复。

3、合 计 行

合计行是对变长表中数据行中表元为整型表元或者浮点型表元的每一行数据的累计值统计的行，合计行表元只能是固定表元。

【查看是合计行】可以查看当前变长表的合计行为哪一行。

【设置合计行】选中需要设置为合计行的变长表的整行右键点击设置为合计行。

【取消合计行】选中需要取消的变长表的合计行的整行右键点击取消合计行。

4、排序设置

变长表可以设置根据代码表元排序和根据数据表元排序，设置代码表元后可以勾选按代码表元排序，而设置了排序表元后，变表表中的数据根据排序表元的升序或降序排列。

说明：

即设置代码表元排序又设置排序表元排序，系统优先按照代码表元排序；

排序表元可以设置多个。

同时变长表可以设置流水号表元，录入变长表数据时，流水号表元的值系统自动生成，并且根据流水号排序。

那该如何设置流水号呢？首先需要设置流水号表元为字符型，长度为16，在设置该表元的计算公式为：self()，设该表元为关键字表元，并且不允许关键字表元重复，在选择该表元为流水号表元。

5、显示设置

变长表中录入的数据只显示满足显示条件的数据，条件可以设置条件公式。

说明：

只显示通过审核的数据的勾选项与只显示未通过审核的数据的勾选项只能二选一

显示条件表达式与只显示通过（不通过）审核的数据是并且的关系。

在设计变长表时，为了填报的时候更为直观简洁，可以设置多级代码缩进显示。

变长表定义了代码组表元并且代码组是多级代码组，才可以设置代码缩进显示。

变化表可以为每一行设置序号，设置了序号表元后，系统会在变长表中的每一行数据的序号表元中自动加上类似1，2，3的序号。

6、高级设置

【允许手工增删变长表数据】去掉该选项，在变长表中录入数据不允许用户手工增加、删除变长表数据、复制、粘贴数据。

【变长区固定显示】勾选该选项，变长表中区域的长度是固定显示，不会随着电脑屏幕的大小来撑大。

排班软件统计报表

排班软件统计报表：班次明细统计前提条件:

1. 设置排班软件时间段

2. 设置排班软件班次

3. 员工自动排班

4. 设置排班软件考勤规则

5. 员工在排班日期内没有考勤记录 步骤：

选择菜单项“查看/打印->统计报表“

2。 选择“班次明细统计”标签页

3. 选择人员，选择时间段，点击查询

排班软件期望结果：

1. 如果用户在签到时间内有记录并在迟到时间段内（如上班时间5分钟后）才有签到记录，则显示迟到状态

2. 如果用户最后签退时间在签退时间段内并在早退时间段（如下班前5分钟）内有最后的签退记录，则应显示早退状态

3. 如用户在正常排班日期内没有考勤记录则显示矿工状态

4. 如用户在排班时间段内有请假，则有相应的公出/请假类型状态（例外列）

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。

亿信华辰报表软件i@Report支持各种类型的报表，如基本表、变长表、中国式复杂报表、套打、问卷调查等。可灵活地设置各单元格风格，包括：文本、数字、图片、日历、附件、下拉框、下拉复选框、输入复选框、单选按钮等

1、制作基本表

基本表拥有固定的行与列，假设制作一张六行三列的基本表，下面以该表为例，介绍如何制作基本表。

首先新建一张6×3的基本表，

选中A1表元，输入"证件类型"，以此类推，在B1、C1表元中分别输入"证件代码"、"股东名称"，输入完毕，A1、B1、C1均自动变为固定表元。

选中A2~A6表元，右键点击选中区域，打开表元属性对话框，将数据类型修改为"字符串"，并使用代码组"股东证件类型"，修改完毕，A2~A6表元自动变为代码组表元。

选中B2~B6表元，右键点击选中区域，打开表元属性对话框，将数据类型修改为"字符串"，数据长度修改为"18"，设置完毕，B2~B6表元均变为18位的字符串型变量表元。

选中C2表元，点击

，在弹出的公式定义向导对话框内输入公式if(B2=null,"",self())，表示若B2表元为空，C2表元值为空，否则返回C2表元自身的值，同样为C3~C6表元定义公式，定义完毕。

点击

，在表体上方拖动鼠标，在拖动区域内输入表头"股东信息表"，

编辑报表文字的字体、颜色、居中等。点击

，在弹出的审核公式对话框内为当前报表添加审核公式。

右键点击报表的空白区域，打开报表属性对话框，为报表设置报表代号、报表简称、报表详细名称等信息。

2、制作审核情况说明表

用户进行数据填报时，某些未通过审核的数据填写审核说明后，系统将该审核信息记入审核情况说明表，记入审核情况说明表的数据即使未通过审核也能上报。

首先新建一张8×3的变长表，

第一行表元内输入相应的文字，

将表元视图切换为字段名，第二行表元内分别输入字段名RPNAME、PLANARKEY、AUDITTAG、AUDITEXP、AUDITNOTE、AUDITINFO、AUDITOK与AUIDTTIME，各表元的数据类型和字段长度要求参考下表 ，

其中，字段AUDITOK表示不删除审核说明记录，该字段为"0"时，表示审核未通过；该字段为"1"时，表示审核通过。

将表元视图切换为正常，为第二行表元均定义公式：self( )。

添加表头，并隐藏第三行，即合计行。

右键点击报表空白区域，打开报表属性对话框，切换至变长表选项卡，点击自定义关键字处的

，将A2、B2、C2表元设置为关键字表元。

打开任务属性，切换至“审核设置”选项卡，选择审核明细表，定义审核标记前缀，勾选“需要填写审核说明”与“忽略已填写审核说明公式”。

编辑允许填写审核说明的审核公式，打开对应的审核公式定义对话框，勾选“允许填写审核说明”。当用户填报数据时，如果未通过审核，填写审核说明后对应未通过审核的数据将记入审核情况说明表。

3、制作视图表

视图表是一种分析表，是一种能将某一报表户的分散在多张报表中的数据集中在一张报表中的分析表，方便打印输出。

与其他分析表不同，视图表只从单个报表户取数。一个视图表可以从多个基本表中取数，也可以包含多个变长表。由于是一个分析表，所以视图表的行列数可以很多。视图表的数据会随着当前报表户的变化而不同，因为它总是实时地从当前用户的一套报表中取值分析的；而其他类别的分析表都是对下级单位数据的统计分析，不管当前报表户是哪一户，分析数据总是根据分析表中设定的条件统计产生。

以一张4×7的视图表为例，介绍如何制作视图表。

新建一张4×7的基本表，选定全表表元，点击

将所有表元设置为固定表元，合并A1~G1表元、A3~B3表元、A4~G4表元。

右键点击A1表元，选择属性，打开表元属性对话框，在链接报表处选择需要链接的报表B0，同理，为A4表元设置链接报表B1。

为视图表添加按钮表元，通过点击按钮表元，可以控制其他链接报表表元的新增记录、保存记录、删除记录等操作。以A2表元为例，该表元处需要定义一个"新增记录"按钮，打开表元属性，在"url链接"处输入脚本，输入完毕保存表元属性。

分别为功能按钮表元定义"url链接"，相关按钮的脚本的设置可参考下表。

所有的功能按钮表元链接定义完成后，一张视图表制作完成。

　　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!

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！

前言

近来报表软件、商业智能、OLAP、数据分析等概念非常火热，作为关键基础环节的报表软件在市场上也是层出不穷，让人眼花缭乱，国内外的加起来细数一下，大概有二三十种之多。这些产品看起来实现的功能都差不多，那么，应当怎样选一款满足自己需求的报表软件? 在选型过程中不被厂商的宣传和演示牵着鼻子走？

在多年的报表经营过程中，我们发现许多用户在选择报表软件时会有许多认知误区，本篇将主要针对这些问题提供一些意见和建议供参考。

一个最常见的误区就是报表中间件和报表平台分不清楚，在演示过程中被平台类产品丰富的功能吸引，但其实需求却是要在项目中嵌入使用的报表工具。这一方面可能为多余的功能买单，另一方面还会带来难以集成的问题，多余的功能也如鸡肋一般，很难发挥作用。

要想避免这个问题，首先应该弄清楚需求（敲黑板，需求，需求，需求要明确）。是用于在业务系统中做报表，还是要上跨业务系统的报表管理平台？这两种需求看起来都是要做报表，但其实差别却巨大。

需求为前者时，我们要选中间件型报表工具。报表中间件的特点是报表和中间件，除了要有足够强大的功能将数据以报表和统计图的方式呈现外，还有个很重要的使命是 - 被 ~ 集 ~ 成 ~，快速被集成，为我们完善业务系统的报表模块提供便利。而当需求为后者的情况下，则需要关注报表平台型产品。报表平台是指提供报表、统计图及其他 BI 组件（仪表盘、数据看板等）的组织管理、权限控制等功能的软件系统，重点是功能全面的系统。

在报表行业，厂商提供的产品也大体分为这两类：以中间件形式提交的报表工具和以报表为中心的外围解决方案即报表平台。选择报表软件时，一定先要搞清备选产品是哪一类的，和需求目标不匹配的，做得再炫也不必考虑了。

报表工具

报表工具是细分领域“专而精”的产物，主要解决固定报表的制作。所谓固定报表，是指由技术人员预先定义好取数规则，运算逻辑的报表，后台会有一些较复杂的运算；业务人员只在 web 端查看或简单的增删改数据，不涉及报表结构的修改。固定报表是日常报表开发工作中最常用且工作量最大的报表形式。而对应的，另一种报表形式，自助报表，可由业务人员在 web 端自由拖拽指标字段生成不预先定义好表结构的报表，它能应对一些临时性的简单查询需求。这两种形式从目标用户到应用方式两者都有巨大不同，在选型时一定把固定报表和自助报表分开考虑。本节先针对固定报表提供一些考察点，自助报表的问题在后面的章节会介绍。

表格布局

目前国内主流报表工具采用的表格布局都是类 Excel 的单元格式，其好处是绘制简单方便。而有些早期产品以及国外产品仍采用控件拖拽式布局，就很不好用，绘制带有合并格的复杂格式报表非常繁琐。而且，采用类 Excel 式布局的产品一般都能导入以前用 Excel 画的表，也可以不失真地将报表导出成 Excel，这都是控件式布局产品很难实现的但却非常必要的功能。

复杂报表

报表工具的主要任务就是减少开发工作量，而复杂报表是工作量的重头。

对于报表样式简单，数据来源单一的简单报表，如图 1。几乎所有的报表工具都可以轻松实现（毕竟一个成熟的工具，要是连这样的简单报表都搞不定，也就没啥存在的意义了），没有区分度。但有些报表样式复杂，数据来源多样，统计口径不规则的复杂报表，就不是每家报表工具都容易做出来的了。如图 2，用国外或开源的报表工具就很难做出来，代码量相当大，完全起不到减轻开发工作量的目的。相比之下，采用了非线性报表模型的国产报表工具对付复杂报表的能力要强大得多，报表工具可能是少有的几个国产软件远胜国外软件的企业软件领域了。不过，不同产品在模型细节的支持程度并不一致，还需要针对项目中的复杂报表仔细验证，弄不好工作进程就可能被一两个特别麻烦的报表给卡住。重点的考察模型功能有：多源关联分片、行称是否对称、跨行组的同比环比以及排名计算、重叠分组等不规则分组方案、动态分组层次等。

图 1

图 2

多数据源

报表工具也应该与时俱进，支持多样性数据源，信息化应用越来越广泛了，ERP、CRM、OA、BPM 等系统各种上马，企业数据越来越大，报表也通常需要取到多个数据库多个数据表的数据，所以最直接也是效果最好的，就是报表工具直接支持多数据源关联，而不是先 ETL 做数据仓库等工作之后再取数。

集成性

方便易用的集成性是报表工具的重要指标，也是特别容易在选型时被忽略的指标。有些报表工具（特别是国外的产品）功能很强大，独立使用也是六六六，但在国内跟各个业务系统集成的整体氛围下就水土不服，因为缺失集成性。方便易用的集成性要求报表工具能对应用程序提供友好全面的接口，方便用户与各业务系统无缝对接。能够适应各种环境，能以类库方式完全集成到应用系统中。这样不仅可以提高报表获取数据时与应用系统数据交互的性能，还可以利用服务器的负载均衡等能力提升用户体验。

开放性

灵活的开放性才能适应用户更多特殊的需求，不管是集成商还是终端用户都可以通过丰富的 API 接口，全面地对报表应用进行各种操作，以需要的方式灵活地使用报表。满足用户各种个性化需求的自定义。

性能与容量

决定报表工具生死的往往是性能和容量指标。随着大数据时代的到来，选择报表工具时，性能指标越来越被用户所关注。网络，报表层等都可能成为性能瓶颈。而一款好的报表工具应该尽量绕开可以避免的瓶颈，如报表层就有很大的优化空间。对于报表内常用的多数据源对齐，排名等采用更高性能的 Hash 算法。报表提供缓存机制，包括模板缓存、结果缓存、分页缓存等多种方式，提升报表服务器性能。提供集群缓存同步机制，实现负载均衡的服务器之间跳转访问时的缓存自动同步。

移动端

现在，越来越多的用户想在移动端随时随地查看企业报表，第一时间掌握企业动态。他们往往是拿来主义，要求报表中间件厂商提供完整的移动端 APP 供他们直接使用。但其实这是一个误区，对于移动端 APP 往往是由系统集成商开发并在提供给用户时，适当的做一些客户定制化的功能。而报表只需要具备输出 HTML5 的能力，支持在移动端输出即可。作为中间件应用时，报表工具厂商直接提供的 APP 是没有意义的，没有必要去考察。

美观性

看似重要的美观性其实跟报表工具的直接关系不大。图表是用来直观的展示数据，方便管理者在纷杂的数据中快速判断出业务数据的分布、趋势、占比、同比、环比等变化规律，支持管理者决策。图表类型的数量及是否支持钻取、联动等功能也是评估报表工具的指标之一。美观性对于报表当然很重要，但由于有众多开源图形技术，这方面的比拼就已经不再是报表工具的重点了，报表工具厂商与其花时间精力去追赶，不如直接把好的东西为我所用，这就又回到了“专而精”的话题。所以与其用美观性衡量报表跟图表，不如衡量报表工具对第三方图表的集成性更实际。

价格

最后，但不是最不重要的是报表工具的价格。不过考察产品价格时要同时考察后续报表开发制作的成本，要对比实际拥有成本。比如开源的工具虽然没有购买成本，但实现复杂报表时，背后需要付出很大的工作量，在核算成本时往往是入不敷出，实际拥有成本更高。

报表平台

报表平台应该包括的基本功能包括：报表资源管理、用户管理、数据管理、权限管理、系统外观及报表样式管理、定时调度任务管理以及系统监控等；移动应用，流程填报，也是报表平台必不可少的功能；还有安全机制，运行报表平台时不安装插件、不改变用户的安全设置，这样才对用户是安全的。这些报表平台的常规功能基本每家厂商都具备，用户在考察这些内容时也很少有认知误区，一般不会踩雷，我们就不细说了。这里只介绍一些容易被忽略的功能点。

整合能力

不同企业，功能需求也是千差万别的，即使功能再全面的一款报表平台软件，也逃不开个性化行业定制以及跟现有系统的整合。对于报表平台的集成，主要考虑是否提供相关二次开发接口，可以修改系统风格样式以匹配现有业务系统，是否提供多种单点登录接口，可以使用现有业务系统的组织机构权限机制等。

可组装性

要求平台中的各个功能模块低耦合，可以像积木一样随意拆装。 这样“报表 + 的功能太多了，有很多我都不需要，或者我预算有限，买不起这么多功能怎么办？“的顾虑就可以很愉快的解决了。

后续开发方案

报表业务有天生的不稳定性，导致报表总是没完没了地要修改和新增，不可能一次性做完。那么问题来了：如果有新的报表需求或者原有报表的维护工作由谁负责？厂商？集成商？用户？这个一定要在选型时就考虑清楚这个问题，不然很容易被项目后期维护费用惊到或者出现报表平台不能真正用起来的情况。这里要强调一下，不要寄希望于自助报表（后面会讲到原因）。

交付方式

对于报表平台类产品，有两种交付方式，即产品交付和项目交付。而项目交付，定制解决方案，为平台类产品的主要交付方式。在当下大环境下，IT 实施团队的选型已经成为企业信息化建设成败的关键。但国内供应商不少是报表工具厂商扩大业务而形成的，产品本身还可以，但项目经验少，管理能力弱，所以需要考察的就不仅仅是报表软件的功能点，更多是的要考察做实施项目团队的技术能力，相关行业经验以及项目管理体系和质量。而国外的供应商实施能力就更弱了，可能是由于国外定制服务成本高导致的吧，在缺乏市场定制化解决方案的需求的前提下，缺乏集成性，难以适应国内需求。

自助报表

最后我们来谈一下自助报表。

自助报表也是近年内特别热门的需求，几乎所有的报表平台都提供有这个功能，各大厂商纷纷宣称可以让业务人员拖拽制表，不需要技术人员参与了。

但这里有个巨大的误区。目前市场上的自助报表（或交互式 BI）虽然可以在页面上轻松实现钻取、切片、旋转、分页、自定义指标、排序、各种基本计算（求和，求平均，最大最小值等），与此同时兼具页面友好美观，使用流畅等特点。但是，自助报表能够解决的业务人员需求其实相当少，例如自助报表完全解决不了过程性计算，而大多数报表都需要过程计算来准备数据，比如报表数据模型支持多源运算就是过程计算的一种。不支持关联查询的自助报表，一般只能解决 10% 的业务人员需求，即使有了关联查询也只能解决 20% 到 30%。所以不能对自助报表的期望过高。

关联查询是绝大多数自助报表产品都不支持的能力。所谓关联查询就是需要查询的数据不在数据库的一张物理表中，通过某个主外键关系关联才能获得需要的信息，例如：查询存储金额在 10 万以上的本地储户信息，就需要做多个表的关联运算。传统自助报表不支持关联查询，需要事先建立逻辑或物理宽表把表间关系做死，一旦关联需要发生变化时，只能重新建模，但这就要求有 IT 人员再次参与，业务人员的自助就失去意义了，而这个功能缺失又很可能被炫酷的界面掩盖而被忽略。能否支持关联查询是是考察自助报表功能的关键指标。

有些报表工具也提供自助报表的能力，也可以作为报表中间件的功能组件被集成，这时候就要考察其可集成的能力，即也能像报表中间件一样集成到其他应用系统中使用。如果有集成需求，则要重点考察这方面的能力。