以下均为员工的真实声音：
业务人员
- ”excel很熟悉了，但是处理数据或者制作图表还是太麻烦了“、”经常需要等各处的数据汇总后才能开始干活“
- ”我们的业务动态变化，很多报表或者数据需求是IT同事无法全覆盖到的“、”报表系统里的报表还是几年前的样子“
IT人员
- ”无穷无尽的报表开发需求“、 ”人手不够，给数据做报表赶项目加班多“
- ”我们擅长数据，但不如业务自身擅长业务，比如财务数据我真不懂“ 、“业务比IT更熟悉自己数据，更懂手头数据怎么用”
管理人员
- IT部门人才流失快，业务部门很多固定数据工作无法得到解放
- 企业在实现数字化转型的道路上付出很多，投入不小， 但产出一直没得到保证
大多数企业，很大程度上都是依赖IT部门来获取做出决策的信息，包括但不局限于数据处理、数据展示等，还可能出现需求变动一改再改的情况。
长此以往，这不仅会导致管理层决策过度延迟，还会对IT产生额外的依赖性，所有这些因素都会导致更高的运营成本，更低的生产率，客户不满意度，最重要的是员工（IT、业务、管理层）的不满情绪。
为了最大限度地提高竞争力，企业必须采用商业用户可以快速轻松地获取所需信息的方式，那就是自助式分析：它必须像普通的互联网搜索引擎一样直观简单，能快速地获得结果。
随着大数据、数字化时代的来临，企业希望变得更加以数据为导向，自助式分析的承诺无疑是诱人的：所有用户，无论其角色或技能如何，都能够分析数据并做出更明智的决策。
自助式分析才是良药
我们所说的数据驱动业务，投入上往往重数据轻人员，人员上重IT轻业务，都是让企业实现数据化管理时少了一条腿。只有IT部门和业务部门在数据上同时发力，只有数据驱动
和人的驱动并行，一个企业才能真正实现数据化管理。
FineBI自助式分析方案将帮助企业快速搭建面向全员的自助分析BI平台，让每一个成员都能充分了解并利用他们的数据，辅助决策、提升业务。
绝大多数自助式分析的模式，都是IT负责到数据处理，IT将数据处理好比如做好自助数据集之后，交给业务人员自己去根据需要做分析，这时候，FineBI就显示出其得天独厚的优势了：
自带ETL数据处理，灵活的数据分析模式，可视化的数据呈现，以及spider大数据引擎，这些都足以让业务人员拖拖拽拽即可生成数据。
下面就以FineBI的真实场景切入，和大家讲讲真实的自助式分析流程。
FineBI自助式分析的流程是怎么样的
众所周知，一家企业不论大小，核心都是销售额，所以销售指标与数据分析就显得异常重要，通过自助分析，规避潜在风险，挖掘能带来巨大利润的销售机会。
今天就以一个实际工作场景，FineBI作为工具，为大家详解真正的自助式分析是怎么样的。
1.人员及背景
小张：公司IT人员，有数仓、SQL等基础，负责产品运维、数据处理、模板制作
王经理：华东区销售经理
李总：集团销售总监
公司BI背景：引入BI不久，由IT负责开发和制作，业务部门只是提供需求和查看模板，业务部门也会基于管理员的分析结果进行二次分析。
2.需求调研
根据公司的年度目标，销售总监需要建立一个仪表分析版，以便查看每周、每月、每季度的销售趋势，出现问题时能够精确定位。于是李总找到了小张，要求他从大区、产品、活动、
同比销量、环比销量等多维度进行分析，最后要能得出这么一张仪表盘：
3.底层搭建
建设良好的底层数据是应用好FineBI的前提条件，这要求企业建设完善的数据管控体系，包括元数据管理，数据质量管理，数据标准建设。
小张首先根据需求找到每张表所用到的字段，然后将底层数据仓库中的数据通过sql、kettle等工具进行数据清洗和数据建模，保证数据的高质量与干净，考虑到模板最终的受众是领导和各大区的销售部门，
所以把SQL表中的字段名进行了转译操作，方便业务和领导查看。
4.可视化展示
数据都处理好了之后，小张开始进行仪表板制作。在仪表板界面心理大致思考了一下需求，从大区、产品、活动、同比、环比等维度来监控销售情况。
根据以往制作模板的经验来看，首先需要清晰明了的展示总的销售额（当前目标完成情况），还要展示每月销售情况的总体趋势，细分展示不同大区、产品等的销售情况。
这个过程中会遇到各种各样的困难：配色不好看、数据显示不对、过滤未完全、数据钻取后数据不变，都是可以从FineBI帮助文档或者技术支持中找到答案的，这可是国外产品的代理商模式没有的服务。
5.分享
小张制作好模板之后，需要把模板给李总看，于是开启了销售总监的权限，仅有其一人能看见。李总看完之后，表示整体的配色应该和公司的配色是一样的，这样领导查看的时候才会更满意。
听了李总的建议，小张重新改好了仪表板，并将其放至销售部下，这样每个销售就都可以看见当年的销售情况了，一些核心的销售数据，权限只开放给大区经理和销售总监。
同时，对于期间离职或者转岗的员工，可以调整其权限由可见至不可见。
6.寻找问题
李总在移动端报表上，看见了4月份华东地区的销售数据有问题，于是找到了王经理，要求他找到4月份销售额下降的原因。
王经理查看了华东地区各类产品的销售额，他发现是球鞋这个品类有明显下滑，他继续分析球鞋这个品类前几个月前几个月的销售情况，他发现从3月1号开始，球鞋品类的销售情况就持续走滑。
一般影响销售情况的无非是环境因素和销售策略，既然其他大区没有出现下滑的情况，那么一定是因为销售策略产生了问题。王经理查看了下近几个月球鞋的活动情况，发现3月以来华东地区
针对球鞋品类做了一个活动，从这个活动开始球鞋销量情况下滑。
于是他找到了负责活动策划的人，将门店所有的活动撤下，并且重新拟定一个能提升销量的方案。
以上就是自助式分析的全过程，以前到王经理这一块，他们只能根据IT做好的数据分析提出自己的建议，然后需要什么维度，再去找IT沟通，等分析出来原因，自己的岗位也凉的差不多了。
自助式分析让王经理和李总能够自己联动、钻取数据，实时找到数据的弱点，并且做出及时的回应，可谓妙哉！
总结
自助式BI工具的成功，从来就不是简单的工具成功，而是跟这个企业的发展阶段、机制流程、人员素质、数据基础、平台能力分不开的。
无论如何，其在未来，会是数据分析的常态。
关注我，并转发该文章，私信回复“BI”，即可获得FineBI个人永久免费版~
TNT系统办公娱乐两不误 坚果Pro 3 最低2399
联通大数据：场景是金融大数据价值主秀场曹