学习FineBI

FineBI

第一章 FineBI 介绍

1.1. FineBI 概述

FineBI 是帆软软件有限公司推出的一款商业智能 （Business Intelligence） 产品 。

FineBI 是新一代大数据分析的 BI 工具 ， 旨在帮助企业的业务人员充分了解和利用他们的数据 。FineBI 凭借强劲的大数据引擎 ， 用户只需简单拖拽便能制作出丰富多样的数据可视化信息 ， 自由地对数据进行分析和探索 ， 让数据释放出更多未知潜能 。

1.2. FineBI 定位

越来越多的企业采购开始偏好现代的 、 以业务用户为中心的自助服务数据分析平台 。 传统的以 IT 为主导的 ， 高度集中化的工具正面临替换 。

作为新一代自助大数据分析的商业智能工具 ，FineBI 是由帆软软件有限公司自主研发 ， 旨在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 ， 可以自己处理数据 、 分析数据 ， 从而辅助决策 、 提升业务效果 。

从本质上讲 ，FineBI 为企业提供了一站式商业智能解决方案 ， 提供了从数据准备 、 数据处理 、 可视化分析 、 数据共享与管理于一体的完整解决方案 ， 创造性地将各种 “ 重科技 ” 轻量化 ， 使用户可以更加直观简便地获取信息 、 探索知识 、 共享知识 。

• 传统数据分析模式

  

• 自助分析模式

  

1.3. FineBI 组成

1.3.1. 功能结构

数据层 ：设计用户创建数据源 。

应用层 ：设计用户进行仪表板设计 ， 管理用户配置用户和权限体系 。

展示层 ：普通用户在前端进行可视化展示和分享来编辑和查看仪表板 。

1.3.2. 技术架构

FineBI 是 B/S 架构的纯 Java 软件 ， 其技术架构图如下图所示 ：

1.4. FineBI 功能概述

FineBI 拥有几大核心功能 ， 分别为 「 全新的分析路径 」、「 数据管理 」、「 数据编辑 」、「 超强函数 」、「 数据可视化管理 」、「 数据协作共享 」、「 企业级应用能力 」。

1.4.1. 全新的分析路径

FineBI 提供分析主题概念 ， 通过分析主题 ， 将用户完成一个分析所需要的数据 、 组件 、 仪表板更紧密的联系在一起 ， 通过简单明确的操作路径 ， 实现沉浸式数据分析 ， 轻松掌握分析技能 。

1.4.2. 数据管理

数据接入

FineBI 支持持超过30种以上的大数据平台和 SQL 数据源 ， 支持 Excel 文件数据集 ， 并可以通过 FineReport 设计器支持多维数据库 ， 程序数据集等更丰富的数据源 。

数据空间

FineBI 将数据分为 「 公共数据 」 与 「 我的分析 」 两个模块 ，

• 「 公共数据 」 作为企业的数据资源 ， 用户可基于 「 公共数据 」 来继续分析 ， 同时用户可将自己的数据发布到 「 公共数据 」 中来为其他人提供数据分析的基础 。

• 「 我的分析 」 主要用于进行个人数据分析制作仪表板等 。

通过这种框架调整 ， 管理员可以加强公共数据的管理 ， 增加数据可信度 ， 减少冗余数据集的产生 。

数据分类

FineBI 以文件夹的形式进行数据管理 ， 让用户可以根据不同的业务包主题进行数据的分类 。 提供了数据相关的各种信息 ， 让用户更好的了解自己所拥有的数据 。

数据关联

FineB I 提供的关联建模功能 ， 让管理员能够在选择需要的数据之后 ， 自动根据数据仓库的关联关系进行建模 ， 同时也提供了手动的关联关系配置 ， 支持组合主键的关联关系配置 。 基于这样的基础模型 ， 分析用户在使用自助数据集进行自助取数时 ， 可以直接对有关联的数据进行联合分析 ， 而不需要分析用户再去梳理和配置关联关系 。

1.4.3. 数据编辑

FineBI 提供可视化的数据分析 ， 能够快速直观的了解数据 ， 发现数据问题 。 同时操作简单方便 。 以用户思维为主导的可视化分析模式能够根据用户选择的数据自动推荐可视化效果 ， 使数据分析更高效 。

FineBI 重点打造的自助数据集 ， 提供了新增列 ， 分组汇总 ， 过滤 ， 排序 ， 上下合并 ， 左右合并等功能 ， 让用户以极低的学习成本将数据处理成自己需要的结果 。 让 IT 更专注于基础数据的准备 ， 将真正对数据的分析处理交还于更熟悉业务的分析人员 。

1.4.4. 超强函数

FineBI 除去支持部分常用计算的可视化配置外 ， 还提供了公式来新增计算字段 。 计算字段允许利用数据源中已存在的数据创建新数据 。 创建计算字段时 ， 本质上是在数据源中创建一个新字段 （ 或列 ）， 其值或成员由所控制的计算来确定 。 此新计算字段将保存到 FineBI 中 ， 并且可用于创建图表 。

常规函数

常规函数 ： 常规函数包括逻辑函数 ， 如 IF、AND、SWITCH、OR 等 ， 数学和三角函数 ， 如 MIN、MAX、RAND 等 ， 日期函数 ， 如 MONTH、YEAR、TODATE， 文本函数 ， 如 SUBTITUTE、FORMAT、LEFT 等 。 用户可以根据字段类型 ， 或计算逻辑选择想要的函数进行计算

进阶函数

1 ） 聚合函数 ： 可以对一组数据进行汇总 ， 一般使用聚合函数汇总后的值进行再计算 。 不同的聚合函数对应不同的汇总方式 ， 汇总方式包括 「 求和 ， 平均 ， 中位数 ， 最大值 ， 最小值 ， 标准差 ， 方差 ， 去重计数 ， 计数 」。 随着用户分析维度的切换 ， 计算字段会自动跟随维度动态调整 。

2 ）Def 函数 ： 包括嵌套组合函数 ：def(def-add\def-sub) 和排序组合函数 ：rank(rank-add\rank-sub)。 虽然只增加了两个函数 ， 但结合原来的基础函数后 ， 这两个函数的加入就能够实现基于有限数据输出任意层级任意复杂度的计算指标 ， 可以说任何用户想要的计算指标都能够通过函数而实现

1.4.5. 数据可视化

多维度探索分析

FineBI 根据数据的类型 ， 自动将数据识别为维度和指标 ， 对于维度和指 标分别提供了丰富的分析功能 ， 如对维度可以设置钻取层级 ， 对数据进行重新的分组 ， 对指标支持求和 ， 求中位数 ， 累计值 ， 排名 ， 同期环期 ， 占比等 计算 ， 方便用户对基础数据在做进一步的分析和计算 。

可视化图表

FineBI 的可视化分析 ， 基于著名的图形语法 (The Grammar Of Graphics) 设计改良 ， 由此提供了无限的视觉分析可能 —— 无限的图表类型 ， 不限制的属性映射效果以及分面分析功能 。

FineBI 的可视化功能面向业务人员设计 ， 解构了制作可视化分析的流程 ， 大大降低了业务人员制作分析的难度 。 摆脱了图表类型对可视化效果的限制 ， 而代之以各类形状 。 形状包括 ：「 自动 」 ，「 柱形图 」，「 点 」，「 热力点 」，「 线 」，「 面积 」，「 矩形块 」，「 饼图 」，「 文本 」，「 填充地图 」，「 漏斗图 」，「 仪表盘 」， 辅以颜色 ， 大小 ， 提示 ， 标签 ， 细粒度 ， 可以组合成丰富的可视化效果 。

除了基础的图表类型 ，FineBI 的可视化图表还可以实现 ， 如 「 日历图 」，「 颜色表格 」，「kpi 指标卡 」 等等 。

FineBI 采用强大的数据处理引擎和优秀的图表渲染机制 ， 满足更高数据量的要求 ， 前端展示数据量可达百万级 。

仪表板

仪表板的功能让用户将多个分析内容 ， 分组组件组合成一个仪表板或者报告成为可能 。 是一个面向分析主题的数据呈现方式 ， 用户可以基于仪表板监测关键指标 ， 定期进行工作汇报 。

仪表板提供了自适应布局 、 主题样式配置 、Web 组件 、 多 Tab 组件等功能 ， 让用户更好的展示和表达数据分析的思路和结果 。 同时在仪表板中用户可以随时通过筛选器对数据进行过滤 ， 可以通过组件直接的联动功能 ， 实现关联分析 ， 可以通过跳转功能将多个仪表组合成一个更大的分析主题 。

1.4.6. 数据协作共享

FineBI 支持 「 主题协作 」「 数据共享 」「 仪表板共享 」 三种数据协作共享模式 。

• 主题协作 ：FineBI 将自助数据集 、 组件 、 仪表板融合到分析主题中 ， 通过实现分析主题的协作 ， 从而实现了自助数据集 ， 组件 ， 仪表板的共享查看与共享编辑功能 。

• 数据共享 ：FineBI 支持公共数据的独立模块 ， 在公共数据中 ， 不仅有管理员添加的基础数据集 ， 如 DB 表 ，sql 数据集等 ， 也支持用户将我的分析中的自助数据集发布到公共数据中 。 经过用户申请发布数据集 、 管理员审核 、 审核通过发布至对应文件夹的流程 ， 实现数据共享 。

• 仪表板共享 ： 在完成数据分析的仪表板以后 ， 可以通过创建公共链接给别人访问 、 申请发布到目录节点或者直接分享给其他人查看

1.4.7. 数据清洗

数据开发模块具备数据预处理能力 ， 对来源于各个业务系统的多源异构数据 ， 通过可视化低代码方式进行数据集成和清洗 ， 通过高性能的 ELT、ELT 双核引擎获取标准的 、 干净的数据 ， 直接通过输出至 BI 的 ETL 数据集 ， 提供给后续的数据自助分析使用 。 数据开发模块具备以下数据同步 、 数据转换 、SQL 脚本 、 任务调用等十种能力 。

1.4.8. 企业级能力

高并发高可用

1 ） 业务高可用 ： 集群由多个同步节点和异步节点组成 ， 只要还有一台同步节点存活 ， 就能够提供完整的数据 ， 保证超强的数据查询高可用性 。 当数据更新在执行过程中出现异常 （ 宕机或节点假死 ）， 则通过恢复机制 ， 将正在进行的子流程重新恢复为执行前的状态 ， 并重新执行 ， 以保证更新业务的高可用 。

2 ） 查询高并发 ： 多台节点同时提供查询服务 ， 实现真正的负载均衡 ， 查询并发量与节点数量成正相关 ， 提供可横向扩展的查询能力 。

3 ） 提升更新吞吐量 ： 可以通过增加节点的方式来极大地提高更新性能 ， 更新耗时随节点数变多呈现非线性降低的趋势 。

高性能计算引擎

1 ） 以轻量级的架构实现海量数据分析 ：

存储高压缩 ： 先进列式存储 ， 大幅降低磁盘 IO， 强大的数据压缩 ， 让数据占用存储空间大幅降低 ， 节省磁盘空间 。 内存计算 + ETL 逻辑 ， 同时满足数据的快速计算与大数据量的处理 ， 灵活支撑对于轻量实时数据的分析与大数据量历史数据分析的需求

2 ） 支持灵活的数据更新策略 ， 让数据准备更加高效 ： 抽取数据的单表高性能增量更新功能 ， 可满足多种数据更新场景 ， 减少数据更新时间 ， 减少数据库服务器压力 ， 对于用户历史数据量较大 ， 可以通过单表增量更新的方式 ， 将历史数据分批次更新到 FineBI 中

企业级管理权限

FineBI 决策系统中的权限管理分为 「 权限项 」 和 「 权限受体 」 两个方面 ：

• 权限项就是指被分配的对象 ， 指物 。FineBI 决策系统的权限项包括仪表板 、 平台管理 、 模板和数据连接 。 其中模板和数据连接是在远程设计的时候使用 。

• 权限受体就是指将权限分配给谁 ， 指人 。FineBI 决策平台是基于角色的权限分配体系 ， 受体主要是部门职位 / 角色 ， 但在此之外还专门为特殊权限分配需求提供了基于单个用户的权限设置功能 。

多屏应用

FineBI 支持集成到移动应用程序中 ， 并可按照移动设备操作特点显示 ， 比如支持页面的放大 、 缩小等 。 支持与 PC 端共用模板 ， 减少开发量 。

FineBI 开发的原生 app 应用 （app 名称为 ： 数据分析 ）， 支持 IOS、Android 系统 ， 有着舒适体验 ， 支持图表手势操作 、 各种钻取联动等交互特性 。 支持移动设备硬件地址绑定 ， 支持 VPN， 支持单一登录 、 密码保护等多种安全性设置 ， 保障用户信息安全 。

第二章 FineBI 安装

2.1. 环境准备

企业部署 ： 优先推荐使用 Linux 部署 ， 不推荐 Windows 部署 、 虚拟机部署 ； 推荐 Tomcat 部署 ， 不推荐直接部署 。

个人使用 ： 不做要求 。

• FineBI 的 Web 服务器不应该安装在同时运行资源密集型应用程序的物理机或虚拟机上 。

• CPU 推荐 ， 需要保证 FineBI 实际可以占用的资源达到80 %。

• 谷歌浏览器建议使用 V 70 及以上的版本 。

• 如果不是 Mac， 最好不要使用 Safari 浏览器 ， 老版本的 BI 可能存在不兼容的情况 。

2.2. FineBI 下载

可以直接到官网下载 FineBI 的安装包即可 ： 官网地址  ,  官网下载地址 

针对自己的操作系统 ， 下载对应的安装包 ， 直接安装即可 。

2.3. Mac 平台安装

步骤	描述
	1、打开最新版本的安装包文件之后，双击“FineBI 安装程序”，会加载安装向导
	2、如果弹出如下对话框，选择“打开”即可
	3、开始安装 FineBI，选择“下一步”
	4、勾选“我接受协议”，然后点击“下一步”
	5、选择程序安装位置，默认的路径是在 /Applications 文件夹中，保持默认即可，然后点击“下一步”
	6、设置 JVM 内存，推荐设置 8G 以上
	7、如果勾选“添加桌面快捷方式”，会在桌面上生成一个快捷方式。自己勾选或者不勾选都可以。点击“下一步”
	8、如果勾选“运行 FineBI”，那么点击完成之后就会自动的启动 FineBI
	9、开启 FineBI 服务。第一次运行 FineBI 的时候，需要输入激活码。这个激活码从官网获取即可。
	10、FineBI 完全启动需要几分钟的时间，启动完成之后，会看到该界面。浏览器会自动跳转。如果没有跳转，点击“服务器地址”后面的地址即可手动跳转。

2.4. Windows 平台安装

步骤	描述
	1、打开 FineBI 安装包，加载安装向导
	2、启动安装向导，点击“下一步”
	3、勾选“我接受协议”，然后点击“下一步”
	4、选择程序安装的路径，点击右侧的“浏览”可以更换到其他路径。点击“下一步“
	5、设置 JVM 内存，推荐设置 8G 及以上，然后点击“下一步”
	6、设置开始菜单文件夹的名字。这里都保持默认即可，然后点击“下一步”
	7、选择是否需要创建快速启动的图标和桌面快捷方式，然后点击“下一步”
	8、如果勾选“运行 FineBI”，那么点击完成之后就会自动的启动 FineBI
	9、开启 FineBI 服务。第一次运行 FineBI 的时候，需要输入激活码。这个激活码从官网获取即可。
	10、FineBI 完全启动需要几分钟的时间，启动完成之后，会看到该界面。浏览器会自动跳转。如果没有跳转，点击“服务器地址”后面的地址即可手动跳转。

2.5. Linux 平台安装

步骤	描述
使用工具，将安装包上传到 Linux 虚拟机的 /root 目录下	1、将 FineBI 的安装包上传到 Linux 虚拟机上
chmod a+x /root/linux_unix_FineBI6_0-CN.sh	2、赋予安装文件执行权限
/root/linux_unix_FineBI6_0-CN.sh	3、执行安装命令
	4、启动了安装助手，输入 o 或者 回车键，即可开始安装操作
	5、根据提示，继续按回车键，滚动协议
	6、根据提示的信息，输入对应的命令，完成安装的操作即可

FineBI 的服务开启之后，可以通过地址：http://192.168.10.101:37799/webroot/decision 访问到 FineBI 的页面。

Linux 平台的服务启停

• 启动 FineBI 服务

   nohup /opt/FineBI6.0/bin/finebi > /opt/FineBI6.0/logs/fbi.log 2>&1 &​# 最后的& : 表示在后台运行，使得 FineBI 的服务可以后台运行# nohup : 不挂断的运行命令，该命令可以在推出账号、关闭终端之后，继续运行相应的进程

• 查看 FineBI 服务

   ps -ef | grep finebi​# root     19490     1 79 18:40 pts/1    00:03:33 /opt/FineBI6.0/jre/bin/java -server -Dinstall4j.jvmDir=/opt/FineBI6.0/jre -Dexe4j.moduleName=/opt/FineBI6.0/bin/finebi

• 停止 FineBI 服务

   # 找到 FineBI 服务进程，直接 kill 掉即可kill -9 11967

• 设置开机自启动

  在 Linux 服务器中，通常会把常用的应用设置为开机自动启动，这样方便于当重启服务器时，不需要再进行应用启动的繁杂操作，同时可减少因为服务器的重启而遗漏应用的启动。

  Linux 服务器开机自启动的原理：Linux 服务器中一切都是文件，开机应用启动也是读取文件。因此只要在服务器启动时要读取的配置文件中写入该应用的启动命令即可，该配置文件使用的是 rc.local 文件。

   # 将如下命令追加到文件末尾即可nohup /opt/FineBI6.0/bin/finebi > /opt/FineBI6.0/logs/fbi.log 2>&1 &

2.6. FineBI 的初始化

无论在什么平台安装 FineBI，当服务启动起来之后，终归是需要在浏览器中进行操作的。第一次启动的时候，需要进行一些初始化的操作。

注意这里设置的用户名和密码是管理员的信息 ， 切记不要忘记

操作	描述
	1、设置管理员的账号和密码信息，注意！这里非常重要！千万不要遗忘了管理员的账号和密码！
	2、设置数据库，这里的数据库是 FineBI 存储数据的地方。个人使用，选择“内置数据库”足够了，企业开发中，需要使用“外接数据库”。

第三章 速学 FineBI

3.1. FineBI 使用流程

3.2. FineBI 界面介绍

3.2.1. 我的分析

「 我的分析 」 节点用于前端的分析 ， 可供业务员创建主题 ， 进行数据分析和可视化分析 。 界面如下图所示 ：

3.2.2. 公共数据

用户可以公共使用的数据存放的地方 。 管理员可以将复用度很高的表 ， 添加或发布到公共数据集中 。 界面如下图所示 ：

3.3. FineBI 实践

3.3.1. 概述

3.3.1.1. 应用场景

介绍如何做一个简单分析 ， 以使用 Excel 合同表为例 ， 帮助业务人员快速上手 FineBI 。

3.3.1.2. 功能简介

完成示例制作需要经过 4 个流程 ：① 新建分析主题 ；② 添加数据 ；③ 分析数据 ；④ 分享协作 。

3.3.1.3. 示例数据

我们使用的是合同表的数据进行分析 。 点击下载并解压示例数据 ： 示例数据.zip

3.3.2. 新建分析主题

本文所有的操作 ， 都在 FineBI 的 「 我的分析 」 中进行 。

「 分析主题 」 是你在 BI 中进行数据分析和可视化展示的核心元素 。 当你需要进行数据分析时 ， 可以创建分析主题并在其中进行自己的业务分析 ， 分析主题中支持进行数据处理 、 制作可视化图表和仪表板 ； 同时 「 分析主题 」 支持不同用户之间进行协作编辑 ， 极大的方便了用户对分析内容的共享 。

在 「 我的分析 > 全部分析 」 下 「 新建分析主题 」。 如下图所示 ：

3.3.3. 添加数据

新建分析主题后 ， 会自动进入分析主题内的 「 添加数据 」 界面 ， 也可点击 「 添加 」 上传数据 。

选择 「 本地 Excel 文件 > 上传数据 」。 将示例数据下载解压后上传 。 如下图所示 ：

注 ： 若上传失败 ， 可能是 csv 文件格式导致 。 进入 「 管理系统 > 安全管理 > 安全防护 」， 关闭 「 文件上传校验 」。

3.3.4. 分析数据

3.3.4.1. 编辑数据

数据上传成功后 ， 我们可以直接编辑数据 。 如下图所示 ：

如果数据质量好 ， 可以直接进行可视化

FineBI 支持新增列 、 合并数据 、 分组汇总 、 过滤排序 、 字段设置等步骤 。

例如 ， 我们分析不同产品的购买数量 ， 需要使用 「 购买的产品 」 做维度对购买数量分析 ， 需要改变字段类型 。 点击字段表头修改 ， 完成后 「 保存并更新 」。 如下图所示 ：

注 ： 如果点击 「 保存 」， 不会更新数据 ， 做组件使用该表还是修改前的数据 。

完成数据编辑 ， 接下来我们进入组件制作的学习 。

3.3.4.2. 添加可视化组件

FineBI 支持用户将数据通过可视化图表呈现 ， 更直观 、 深层次的观察数据 ， 并支持在组件中对数据进行分析 。 接下来 ， 我们将合同数据使用可视化图表展现 。

制作表格

1. 点击下方的 「 组件 」 即可添加可视化图表 。

   首先 ， 将左侧字段拖入分析区域 「 合同类型 、 合同付款类型 、 合同 ID、 总金额 」， 然后选择图表类型 「 分组表 」（ 默认分组表 ）。 如下图所示 ：

   

   点击表中 「+」 可以展开数据明细 。

2. 分析数据

   在组件我们也可以分析数据 ， 实现字段分组 、 排序过滤 、 快速计算 、 添加计算字段等操作 。

3. 完成后 ， 在页面底部 ， 点击重命名组件为 「 合同表 」。 如下图所示 ：

   

制作图表

接下来分析一下不同合同类型的购买数量 。

制作图表步骤 ：

1. 先拖入字段 ， 再选择图表类型 。FineBI 的表格和图形有多种呈现类型 ， 点击即可切换 。 如下图所示 ：

   

2. 完成后点击 「 添加组件 」， 继续添加图形 。 如下图所示 ：

   

3. 拖入字段 「 合同类型 、 购买数量 」 发现表格展示的不够直观 ； 然后 ， 点击 「 柱形图 」 就清晰的将数据表达出来 。 如下图所示 ：

   

   完成后重命名组件为 「 不同合同类型购买数量分析 」

4. 分析数据

   在组件我们也可以分析数据 ， 实现字段分组 、 排序过滤 、 快速计算 、 添加计算字段等操作 。

3.3.4.3. 制作仪表盘

完成组件分析后 ， 可以点击分析主题底部 「 添加仪表板 」。

我们可以将制作的表格图表 ， 拖入仪表板中 。 并调整位置 。 如下图所示 ：

完成后 ， 可进入 「 预览 」， 查看所有数据分析结果 ， 完成仪表板制作 。

3.3.5. 分享协作

FineBI 可以将分析主题制作好的内容分享给别人 。

1. 点击分析主题 ， 可以邀请别人进行 「 协作 」。 例如 ， 选择用户 「demo」 进行协作 。 如下图所示 ：

   

2. demo 用户在 「 我的分析 」 中 「 协作给我的 」 文件夹下即可找到 「 分析主题 」 查看并编辑 。 如下图所示 ：

   

第四章 FineBI 分析案例

通过学习 「 连锁超市销售报告 」 案例制作 ， 帮助新手快速入门 FineBI ， 学会 80 % 用户会用到的 高频核心功能 。

在学完本课程后 ， 零基础用户可达到 独自操作 FineBI 并完成简单 数据分析 的能力 。

4.1. 案例介绍

4.1.1. 案例背景

假设您是 XX 连锁超市的数据分析师 ， 经理希望您能制作一份 2020 年 8 月的销售报告 ：

1. 对未来的商品进货能够得出预测 ；

2. 并分析毛利额下滑原因 。

数据下载 ：XX 连锁超市数据.zip

4.1.2. 分析思路

4.1.2.1. 商品的进货预测

• 我们可以对 8 月超市商品的销售额进行观察 —— 找到热销商品 ， 增加进货梳理 ， 保证充足库存

• 还能对不同类别商品的销售额进行比较 —— 找到热销的商品类别 ， 扩充商品种类

4.1.2.2. 毛利额下滑分析

• 首先 ， 我们查看不同月份的毛利额 & 毛利率变化情况 —— 查看下滑的具体情况

• 然后 ， 获取商品毛利率情况明细信息 —— 通过对 8 月毛利额低的地区进行层层钻取获取到哪个地区 ， 哪个门店的哪件商品存在问题

4.1.3. 效果预览

4.2. 创建分析主题并添加数据

在 FineBI 中 ， 业务人员对数据的分析都集中在 「 我的分析 」 中 ， 我的分析下放置许多不同的 「 分析主题 」。 数据分析有处理数据 、 展示数据等内容 ， 这些内容都放在 「 分析主题 」 中 。

本章节带大家先了解一下分析主题 ， 并在分析主题中添加数据 ， 为数据分析做准备 。

1. 在 「 我的分析 > 全部分析 」 下点击 「 新建分析主题 」 成功新建 。

2. 完成后自动进入分析主题内的添加数据界面 ， 点击 「 本地 Excel 文件 > 上传数据 」 添加示例数据 。

注 ： 按住 shift / ctrl 可以选择多张表同时上传 。

4.3. 在数据中分析

在 「 分析主题 」 添加数据后可以对数据进行加工处理 ， 得到想要数据 。

我们在前一节添加数据时的三张表存在联系 ， 希望能够整合成一张表 ， 调整数据后 ， 再对数据进行可视化分析 。

4.3.1. 常见场景

4.3.1.1. 编辑数据介绍

数据有时候上传会存在一些脏数据 。 例如 ， 空行 、 重复数据等 ， 这时候就需要对数据进行一下处理 ， 过滤或处理掉脏数据 。 如下图所示 ：

FineBI 支持对数据进行切换 、 多表合并 、 分类汇总 、 过滤排序 、 修改字段 、 新增公式列 、 汇总列等功能 。

在数据编辑界面即可实现数据处理 。 红色区域都可以调整数据 、 添加数据分析步骤 。 如下图所示 ：

4.3.1.2. 多表合并场景

将几张数据不同但存在一定联系的表合并为一张宽表 ， 从而实现多表合并 。 拼接表场景分为上下合并 、 左右合并两种 。

如果两张表的数据存在联系 ， 并且希望合并在一张表分析 ， 可以进行多表合并 。

4.3.1.3. 调整字段

FineBI 有 「 字段设置 」 功能 ， 支持对字段进行隐藏 、 调整顺序 、 重命名 、 修改字段类型的操作 。 如下图所示 ：

用户可以在表头直接编辑 ， 也可以点击 「 字段设置 」 编辑 。

当进行分析时 ， 发现维度字段错被当成指标时 ， 需要修改字段类型 。

例如 ， 行龄为数值字段时 ， 无法实现分析 ， 需要转化为文本字段 。 如下图所示 ：

4.3.2. 应用示例

4.3.2.1. 多表合并

在上一节 ， 我们成功上传了3张表 。 我们想实现 「 商品销售明细表 」 包含对应的商品信息和门店信息 。

• 商品销售明细表 ： 连锁超市部分门店的商品销售信息 ， 其中每条销售信息都有 商品编码 、 门店编码

• 门店信息维度表 ： 连锁超市所有门店的信息 ， 其中一条 门店编码 ， 对应一条门店信息

• 商品信息维度表 ： 连锁超市所有商品的信息 ， 其中一条 商品编码 ， 对应一条商品信息

由于销售明细表内每条记录都有相同字段匹配 「 门店信息维度表 」 和 「 商品信息维度表 」， 可以通过左右合并实现 。

1. 点击 「 商品销售明细表 > 左右合并 」， 选择 「 商品信息维度表 」 所有字段 ， 则自动根据 商品编码 作为合并数据 ， 左合并数据 。

2. 完成后继续左合并 「 门店信息维度表 」 所有字段 。 如下图所示 ：

4.3.2.2. 调整字段顺序

完成后 ， 得到了一张包含所有门店 、 商品信息的商品销售明细表 。

但数据目前是杂乱呈现 ， 可以调整一下位置 。 按照不同的字段类型对字段进行排序 ， 优先显示 「 省份 」、「 城市 」 地理字段数据 ， 让表格更清晰 。

按住 shift/ctrl 可选中多个表头 ， 选中后移动字段位置 。 如下图所示 ：

4.3.2.3. 计算毛利额

接下来 ， 我们根据已有的字段销售额和成本额 ， 计算一下毛利额 。

点击 「 新增公式列 」， 输入毛利额公式 ：毛利额 = 销售额 - 成本额。 参与计算的字段需要从左侧点击才能生效 。

完成后点击 「 保存并更新 」。 即可将数据编辑的内容保存并更新到 FineBI 。 如下图所示 ：

4.3.2.4. 分享发布

用户如果到此已经对数据的处理已完成 ， 希望企业内别的用户也能使用这张表分析 ， 可以发布到 「 公共数据 」 中 。

但需要管理员审核后才能成功发布 。

管理员审核通过即出现在公共数据中 。 如下图所示 ：

有该路径权限的用户 ， 可以在自己的分析主题添加该数据进行分析 。 如下图所示 ：

如果想了解个人数据如何发布到公共数据的详细介绍 ， 请参见 ： 发布自助数据集 

如果想将数据导出 Excel ， 可以先添加组件并制作一张包含所有字段的  明细表  ， 然后点击 「 导出 Excel」 即可 。

4.4. 在表格中分析

在分析主题中完成数据添加后 ， 我们可以对数据进行分析和可视化展示 。

本节我们学习一下如何制作表格并在组件中分析 。

4.4.1. 常见场景

4.4.1.1. 组件介绍

FineBI 中可以在组件中制作图表和表格进行可视化展示 。

通过将数据字段拖入分析区域 ， 选择要生成的图表类型 ， 实现图表或者表格的创建 。

组件编辑界面的各区域功能如下图所示 ：

4.4.1.2. 表格介绍

FineBI 提供三种表格类型 ： 分组表 、 明细表 、 交叉表 。 如下图所示 ：

其中 ， 分组表是最实用的表格形式 ， 它将表中的数据按相同项合并为一组显示 ， 进行多维度分析 。

4.4.1.3. 如何分析数据

在我们找到需要分析的维度和指标后 ， 要对数据进行进一步的加工调整 ， 以让数据展现更符合我们心中的预期 。

一般调整数据是通过 ， 选择分析栏内的对应字段下拉 ， 选择设置项 。

• 在 「 维度 」 上进行简单的数据处理 （ 例如 ： 排序 、 过滤 、 字段分组 ）

  

• 在 「 指标 」 上完成数据运算 （ 例如 ： 快速计算 、 设置数据条 ）

  

4.4.2. 应用示例

在上两节中 ， 我们学习了分析主题和数据 。 成功添加了三张表 ， 并简单分析了一下商品销售明细表 。

本节 ， 我们在组件中 ， 使用表格 ， 对数据进行更深层次的分析 。

4.4.2.1. 制作分组表

我们先使用商品销售明细表 ， 看一下不同商品的销售额情况 。

选中 「 分析主题 > 组件 」 进入图表制作界面 ， 切换数据集为 「 商品销售明细表 」。

制作分组表 ：① 分析区域依次拖入字段 「 商品名称 、 销售额 、 毛利额 、 数量 」；② 选择图表类型 「 分组表 」 完成分组表的制作 。

4.4.2.2 调整数据

根据上一节制作的分组表 ， 求销售额最大的十件商品 。

1. 首先 ， 需要对销售额进行降序排列 。

2. 过滤出销售额最大的十件商品 。 如下图所示 ：

注1 ： 如果在数据中 「 商品销售明细表 」 是第一张表 ， 则组件编辑默认该表 ， 不需要再切换数据 。

注2 ： 切换数据如果是为了制作新组件 ， 则不需要保留字段设置 。

4.4.2.3. 快速计算

我们常常能在分析一段时间以后 ， 发现已有数据不能满足分析需要 ， 需要进一步进行计算 。

例如 ， 用户想查看每月的毛利额情况 ， 还有毛利额的环比增长率 ， 但只有按年月日的 「 日期 」 字段 ， 那如何实现需求呢 ？

1. 首先 ， 点击下方 「 添加组件 」。 依旧使用 「 商品销售明细表 」 数据制作分组表 。 拖入字段 「 日期 （ 年月日 ）、 毛利额 」 图表类型为 「 分组表 」。

2. 修改日期显示格式 ： 点击 「 日期 （ 年月日 ）」 下拉设置成 「 年月 」 分组 ， 并重命名 「 日期 」。

3. 求每月毛利额变化幅度 。 再拖入一个 「 毛利额 」 点击 「 下拉 > 快速计算 > 环比增长率 」， 并重命名 「 毛利额 - 环比增长率 」。

环比增长率 ： 能够体现每月毛利额 ， 并了解相比于上个月增加还是减少 、 变化的幅度是多少 。

4.4.2.4. 技巧与美化

除此以外 ， 我们还有一些分组表的制作技巧分享给大家 。

查看不同维度结果

切换不同维度 ， 可以查看不同的结果 。

大部分人拿到数据以后 ， 会想怎么实现切换不同维度 ， 对某个指标进行汇总分析 ， 来实现一个分析效果 。

例如 ， 想看销售额情况 ， 只拖入 「 销售额 」 可以查看总销售额 ， 在维度拖入字段 「 日期 、 城市 、 门店 」 等字段 ， 即可不同日期 、 城市 、 门店销售额情况 。 操作步骤如下 ：

展开折叠数据

分组表会自动折叠组内数据 。 若用户在维度有多个字段 ， 觉得数据显示不够详细有两种方案展开数据 ：① 可点击预览区域维度字段前的 「+」 展开数据 ；② 设置 「 组件样式 > 格式 > 展开行表头节点 」。

调整汇总方式

默认情况分组汇总求和 ， 但 FineBI 还提供了多种分组汇总的汇总方式 ， 例如分组求平均 、 求最大最小值等 。

点击指标栏内字段 ， 下拉 ， 即可对字段进行更多设置 。 选择 「 汇总方式 」 即可切换汇总方式 。

对 「 商品类别 」 下所有商品的 「 销售额 」 求和 、 求最大 、 求平均后效果如下图所示 ：

修改数值单位

本文制作了两张分组表 。 分别分析得到了销售额最大的十件商品 、 不同年月毛利额环比增长率情况 。

但是数值单位都太大 ， 不方便查看 ， 可以调整数值格式为 「 万 」， 最后修改一下组件名称 ， 完成制作 。

4.5. 在图形中分析

在上一章节 ， 我们已经针对单个表进行了计算 。 但是可能遇到很多问题 ， 比如只用表格看数据 ， 可能难以从计算结果中读出有效信息 。 因此 ， 学习本章节 ， 掌握可视化分析技巧是必要之举 。

当然 ， 这里不建议大家直接制作图表 ， 而是建议大家先用 表格 把需要的数据准备好 ， 再制作图表 。

接下来 ， 我们会学习图形的制作和分 。

4.5.1. 常见场景

先简单介绍一下本文示例中会学习到的一些功能场景 。

4.5.1.1. 如何选择图表

FineBI 有丰富的图形类型 ， 可以满足大家对于可视化展示的不同需求 。 图形也是最直观展示数据的手段 。

4.5.1.2. 自定义图表介绍

自定义图表可以让用户制作多种多样的组合图 ， 满足用户更自由的探索需求 。 例如可以实现柱形图与面积图组合 ， 如下图所示 ：

4.5.1.3. 饼图介绍

制作饼图需要至少一个维度 、 一个指标字段 。 但与一般图形不同 ， 字段都在图形属性下 。

4.5.2. 应用示例

制作图表前 ， 建议先用表格形式处理好数据再进行可视化分析 ， 不容易出错 。

4.5.2.1. 制作自定义图表

如果你还没有很确定想要什么图表 ， 或者说可能需要在一个图表上组合多种图形 ， 那建议选择自定义图表 ， 便于随时调整你想要的图表 。

上一节的毛利额环比增长率表 ， 感觉给人的效果不够直观 ， 不能突出显示出其变化 。 所以 ， 使用柱形图和折线图组合的方式实现可视化效果 。

1. 首先 ， 复制 「 毛利额环比增长率 」 组件 。

2. 制作组合图 。 图表类型切换成 「 自定义图表 」。 点击 「 图形属性 > 毛利额 」， 设置其形状为 「 线 」。

3. 设置双值轴 。 点击 「 毛利额 - 环比增长率 」 下拉 ，「 设置值轴 > 右值轴 > 确定 」。

图形属性说明 ：

• 在 「 图表属性 」 下 ， 可以设置 「 全部 」 指标属性 ， 或者 「 毛利额 」、「 毛利额 - 环比增长率 」 的各自属性 。

设置双值轴说明 ：

• 两个指标共用了一个右侧值轴 ， 数据差异较大会导致展示效果不好 。

• 首先确认一下 ， 指标的展示形式是 「 指标聚合 」 才能设置双值轴 。

4.5.2.2. 制作饼图

如果你已经很确定了想用什么图表展示数据 ， 可以直接选择已有图表 。 例如 ， 想求一下不同商品类别的销售额的占比饼图 。

1. 首先 ， 制作一张分组表 ， 来求得不同商品类别的销售额的占比 。

2. 维度指标栏拖入 「 商品类别 、 销售额 」,「 销售额 > 下拉 > 快速计算 > 占比 」。

3. 切换饼图 。 点击 「 饼图 」 切换图形 ， 分析字段自动跳转到对应的位置 ： 图形属性的颜色 、 角度框内 。

注 ： 不要将字段拖入横纵轴 ， 饼图的制作只需要在 「 颜色 」 有维度字段 ，「 角度 」 有指标字段即可实现 。

4.5.3. 图表美化

4.5.3.1. 美化组合图

设置图例

在 图形属性中的颜色 、 大小 、 形状 、 热力色 、 半径中存在字段 ， 即可生成对应图例 。 示例默认在 「 全部 > 颜色 」 添加了 「 指标名称 」 字段生成了图例 。

设置值轴后发现 ， 图例的位置遮挡住了图形 ， 想显示在图形下方 。 点开 「 组件样式 > 图例 」 设置位置在下方 。

设置图形颜色

若想要负增长的 「 毛利额 - 环比增长率 」 突出显示 。 可以在 「 图形属性 > 毛利额 - 环比增长率 」 下的 「 颜色 」 内设置 。

1. 在 「 图形属性 > 毛利额 - 环比增长率 > 颜色 」 添加 「 毛利额 」 并计算环比增长率 。

2. 「 颜色 」 设置按 「 毛利额 - 环比增长率 」 的数值 「 区域渐变 」，「 自定义 」 2 个区间 ， 并设置值 < 0 红色 ，> 0 蓝色 。

若想折线图在最前面显示 ， 调整指标顺序即可 。

4.5.3.2. 美化饼图

加标签 。 这时候的饼图 ， 并无法知道每块的占比详情 。 需要在 「 图形属性 > 标签 」 内拖入对应字段实现 。

4.6. 添加组件交互

4.6.1. 常用场景

4.6.1.1. 组件交互介绍

组件的交互功能用于满足数据分析人员与仪表板之间的交互需求 ， 让仪表板能灵活地对业务人员的分析操作作出响应 。

• 钻取 ： 在实际使用仪表板时 ， 往往会先通过统计图表从宏观层面把握业务问题所在 ， 再通过一个页面内的钻取联动逐级向下钻取 ， 直到明细数据 ， 定位到具体的问题 。

• 跳转 ： 实现从一个仪表板跳转到另一个仪表板 （ 或另一个网页 ）， 也可以设置过滤字段 ， 在跳转的同时进行过滤 。

• 联动 ： 指当组件之间含有逻辑关系时 ， 实现点击一个组件的值 ， 其他关联组件发生联动变化也筛选出相关数据 。

• 过滤 ： 发现数据太多 ， 分析的不够深入 ， 希望能够随心所欲的查看自己想要的范围的数据很难 。 可以通过添加 「 过滤组件 」 实现对整个仪表板的过滤效果 ， 对数据的时间 、 数值 、 文本等进行动态筛选 。

4.6.1.2. 仪表盘介绍

仪表板是组合组件的面板 ， 一张精心设计的仪表板不仅能够协调组织工作 ， 帮助发现问题的关键 ， 还能让别人一眼了解您想表达的内容 ， 或者在你的基础上发散思维 ， 拓展分析 。

4.6.2. 场景示例

4.6.2.1. 钻取

我们往往能通过不断钻取的数据 ， 发现问题 。

在前一章的毛利率环比增长率中 ， 我们发现8月毛利额出现明显下滑 。

我们通过 「 毛利率 」 分析原因 ， 因为毛利率越低越容易导致毛利额下滑 。

因此 ， 我们可以先制作一张分组表 ， 对商品销售的维度 ， 从地区钻取到门店下的某个商品毛利率 ， 发现问题 。

添加计算字段

制作一张新表 ， 需要添加组件 ， 并切换到 「 商品销售明细表 」。

添加 「 毛利率 」 字段 。 点击待分析区域 「+」 添加计算字段 「 毛利率 」， 公式 ：SUM_AGG( 毛利额 )/SUM_AGG( 销售额 )。

制作表格

制作逐层钻取的商品毛利率分析表 。

1. 实现 「 省份 > 城市 > 门店名称 > 商品名称 」 的逐层钻取 。 拖动待分析区域字段制作钻取目录 。

2. 从左侧拖入字段 ： 维度为钻取目录 「 省份 」， 指标为 「 毛利率 、 毛利额 、 成本额 、 销售额 」； 完成后重命名为 「 毛利率分析 」。

4.6.2.2. 在仪表盘添加组件

除了钻取是对单个图表的动态分析之外 ， 过滤 、 联动 、 跳转都是多个有关联的组件产生的动态分析 。 因此 ， 需要先将组件添加到仪表板内 ， 为实现其他动态分析做准备 。

「 添加仪表板 」 并按住 shift 选择所有组件添加到仪表板中 。 步骤如下 ：

4.6.2.3. 过滤

进入仪表板后 ， 希望能够随心所欲的查看自己想要的范围的数据 ， 添加 「 过滤组件 」 可以实现对整个仪表板的过滤效果 。

1. 按年月过滤数据 。 打开 「 过滤组件 」 点击 「 年月 」 添加年月过滤组件 。 选择 「 商品销售明细表 」（ 第2章数据编辑后的表 ）「 日期 」 字段 。 拖入右侧字段栏 ， 点击 「 确定 」。

2. 按商品类别过滤数据 。 若用户还需用商品类别过滤 。 可以添加 「 文本下拉 」 过滤组件 。 步骤同上 。 并修改组件标题 「 商品类别 」， 点击 「 确定 」。

4.6.2.4. 联动

由同一张表制作的组件 ， 点击表内数据会触发联动过滤的效果 。 例如 ， 点击商品名称为 「 三全960 g 奶香馒头 」， 其他的组件会过滤出 ， 该商品相关的销售毛利信息 。 点击右上角的 「 清除所有联动 」 即可恢复至默认状态 。

4.6.3. 技巧

4.6.3.1. 控制过滤组件范围

进入仪表板可以进行过滤 ， 但如果有些组件你并不想它产生过滤效果 。 如选择年月过滤 ， 但希望组合图不变化 。 我们可以设置组件的控制范围实现 。

1. 点击年月过滤组件 ， 下拉选择 「 自定义控制范围 」。

2. 勾选选择过滤组件需要控制的组件 。 并点击 「 确定 」。 则年月过滤组件存在过滤条件时 ， 不会影响组合图 。

4.6.3.2. 取消联动

那我们如何实现不论点击什么组件 ， 饼图都不会发生联动的效果呢 ？

对除了饼图之外的 所有组件 ， 设置其联动范围 。 能联动的组件里取消勾选饼图 。

例如 ， 点击 「 销售额最大的十件商品 」 组件 ， 下拉 「 联动设置 」。 取消勾选饼图组件 ， 点击 「 确定 」。

4.7. 仪表盘布局美化

4.7.1. 常用场景

先简单介绍一下本文示例中会学习到的一些常用的功能场景 。

4.7.1.1. 添加其他组件

在仪表板编辑界面 ， 可以添加其他组件来丰富界面 。 在仪表板编辑界面点击 「 其他 」 即可添加 Tab 组件 、 图片组件 、 文本组件 、Web 组件组件 。

4.7.1.2. 仪表板美化

仪表板美化一般使用 「 仪表板样式 」，Tab 组件点击 「 样式设置 」 美化 。 入口如下图所示 ：

如果要对某个图表进行单独美化 ， 需要进入组件编辑界面的美化 。

4.7.2. 场景示例

4.7.2.1. Tab 组件

对于调整过布局的组件 ， 感觉有些是一个主题的 ， 例如 ，「 销售额最大的十件商品 」 和 「 不同类别商品销售额占比 」 对于一些主题相同的组件 ， 可以放在同一个 Tab 下展示 。

点击 「 其他 >Tab 组件 」， 将组件拖入 tab 页中 。 点击 tab 页右侧 「+」 添加新的 tab 页 。

tab 页	页内组件
销售额分析	「 销售额最大的十件商品 」、「 不同类别商品销售额占比 」
毛利额分析	「 毛利额 - 环比增长率 」、「 毛利额 - 环比增长率1 」

4.7.2.2. 调整布局

进入仪表板编辑界面 ， 我们发现制作好的组件在仪表板上排列的效果并不理想 ， 那么我们如何调整仪表板的布局呢 ？

点击组件边框可调整大小 ， 点击组件边缘区域可调整组件位置 。

4.7.2.3. 文本组件

这时 ， 一张销售报告基本成型 。 希望增加一个 「XX 连锁超市销售报告 」 的标题 。 我们可以点击 「 其他 > 文本组件 」 制作 。

如果我们需要一些外部链接作为辅助说明 ， 可以点击文本框 。 添加超链 ， 输入对应信息 （ 例如 ： 点击进入超市官网 ） 后 ， 成功插入超链 ， 并调整文本位置大小即可 。

4.7.2.3. 仪表板美化

对于整张仪表板 ， 我们可能觉得整体风格不满意 ， 可以进行调整 。

仪表板样式

点击 「 仪表板样式 」 进入界面 ， 选择想要的风格 ， 例如 「 经典白 」。 如果觉得还需要自定义的修改 ， 可以选择 「 自定义 」 进行设置 ， 根据自己的喜好设置 ， 完成点击 「 确定 」。

Tab 组件样式

Tab 组件样式也可根据需求修改 。

Tab 组件标题显示多余 ， 希望能够不显示 。 可以选择 「Tab 组件 > 下拉 > 样式设置 」。 取消勾选 「 显示 」Tab 组件标题栏 。 则成功隐藏标题 。 还能根据个人喜好修改其他项 。

其他美化

我们可以调整一下标题颜色 、 数值单位格式 、 组件大小等 ， 来继续美化仪表板 。

调整完成后的仪表板 ， 点击右上角的 「 预览 」 进入预览仪表板界面 ， 查看全部数据计算结果 。 如下图所示 ：

注 ： 若想仪表板默认情况下筛选出2020年1月的数据 ， 在仪表板编辑界面做好筛选再进入预览界面即可 。

4.7.2.4. 效果预览

【这个知识点是我学习的资料，但是我不记得我从哪里获取了，放在这里，供大家交流学习】