商业智能领跑者
沈阳华数科技有限公司
解决方案提供商目录
一、产品简介 (5)
1.1 FineBI产品定位 (5)
1.1.1 大数据时代的解决方案 (5)
1.1.2 BI现状分析 (6)
1.2 系统架构 (8)
1.3 产品环境支撑 (10)
1.3.1 软件环境 (10)
1.3.2 硬件环境 (11)
二、核心优势 (12)
2.1 计算性能大大优于SQL查询 (12)
2.2 数据模型建立十分简单 (12)
2.3 非技术人员也可以进行数据分析 (13)
2.4 移动端具有特色的交互体验 (14)
2.5 实施周期短，后期维护简单 (15)
三、功能介绍 (16)
3.1 FineBI功能模块 (16)
3.2 数据处理 (16)
3.2.1 数据源 (16)
3.2.2 创建业务数据包 (17)
3.2.3 ETL数据转化处理 (22)
3.2.4 多维数据库Cube (24)
3.3 智能即席查询 (27)
3.3.1 维度指标分析 (27)
3.3.2 ExcelView选取字段 (28)
3.3.4过滤控件 (32)
3.3.5数据预警 (35)
3.4 多维OLAP分析 (36)
3.4.1 任意多维度分析 (36)
3.4.2 多层钻取 (37)
3.4.3 排序 (37)
3.5 FineBI的dashbord (38)
3.5.1 dashboard的自适应布局和自由布局 (39)
3.5.2 多个组件之间的联动钻取 (40)
3.5.3 dashboard的保存与分享 (40)
3.5.4 发布至FineBI平台 (42)
四、技术特性 (44)
4.1 FineBI主要性能特点 (44)
4.1.1FineBI数据仓库 (44)
4.1.2FineBI智能模块 (45)
五、应用与部署 (46)
5.1 服务器部署 (46)
5.2 web集成 (47)
5.3 权限 (49)
5.3.1权限控制的层次 (49)
5.3.2 权限的粒度 (50)
六、结束语 (51)
6.1产品价值 (51)
6.1.1零编码设计 (51)
6.1.2辅助决策共赢未来 (51)
6.2服务宗旨和承诺 (51)
一、产品简介
1.1 FineBI产品定位
1.1.1大数据时代的解决方案
BI（Business Intelligence，商业智能）的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。商务智能系统中的数据来自企业其他业务系统。例如商贸型企业，其商务智能系统数据包括业务系统的订单、库存、交易账目、客户和供应商信息等，以及企业所处行业和竞争对手的数据、其他外部环境数据。而这些数据可能来自企业的CRM、SCM等业务系统。
商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖
掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP 和数据挖掘等技术的综合运用。
把商业智能看成一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供数据支持。
1.1.2BI现状分析
经过近20年的发展和演化，目前，商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、OLAP产品、展示产品、和集成以上几种产品的整体解决方案等；而市场上主流的BI产品，如Cognos、Qlikview、FineBI等，都属于整体解决方案的范畴。
近年来，在整体解决方案的BI产品中，根据应用的业务、目标、用户的差异，主流BI 产品又分化为代表传统BI解决方案的重型BI和贴近现代企业快速部署、灵活易用需求的敏捷型BI两类。传统重型BI以Cognos等产品为代表，其优势与缺陷经过多年实践的检验，都是十分显然的。重型BI产品适用于数据量特别巨大（百亿或以上级别）、信息化建设特别完备、信息技术人才资源充裕、数据分析经验十分丰富、数据分析需求变化
很小的大型企业和集团，其在巨大数据量上的性能和稳定性优势不言而言，但随之而来的缺陷是费用特别巨大（重型BI产品和实施的总费用在千万人民币以上）、实施周期很长（一般以年为单位）、对信息技术人才要求高（写SQL查询、数据建模等工作都需手动建立和维护）、项目风险大（非典型性用户实施成功率很低）。对于很多企业，在应用这种类型的BI工具时，往往会困扰于项目资金预算、实施周期、人才匮乏和风险控制中，无法实施项目或项目实施后，在线上使用的环节收效甚微。
因此，敏捷性BI应运而生。与重量型BI相比，除项目总费用大大削减、实施周期大大缩短外（以周为单位），敏捷性BI最突出的特点就是实现数据建模自动化完成，并且模型中的维度分析更加灵活，分析需求变化，除非使用原先不存在的数据，否则不需要重新建模。这大大增强的BI产品的易用性，随之大大降低了项目的风险，保障了数据分析人员“用得起来”，使得专业的数据分析工具可以走进千千万万家企业。
