老A不折腾
- 浏览: 177088 次
-
最新评论
-
masuweng：
互联网之道，看电商的数据化管理方案 -
accountForTony：
广告，鉴定完毕！
企业如何搭建数据分析平台 -
gaolu8855：
这是广告？
企业如何搭建数据分析平台 -
老A不折腾：
huangdj 写道很好，不错
【实例解析】大型服装集团BI决策系统的分析主题模块 -
qiuzhifeng：
黄登基？？？
【实例解析】大型服装集团BI决策系统的分析主题模块
文章列表
一直以来，库存管理都是影响企业盈利能力的重要因素之一。管理不当可能导致大量的库存积压，占用现金流，半成品库存的缺失导致生产计划延后，成品库存的缺失导致销售订单的延误等问题。当我们撇开单纯软件对库存管理的优化、个人高超的管理能力时，企业长期积累的数据能给我们带来什么价值？以及企业要如何开展对库存管理的可视化分析？
上述的思维导图是在做项目的过程中总结的一些问题，下面主要针对三方面谈谈：库存可视化的价值、企业如何推动库存可视化项目、如何设计库存可视化项目。
一、库存的可视化分析有什么意义？
行动的前提是有明确的目标，一般库存分析的目的不外乎以下几点：
1、分析现有的库存体系，为决策提供 ...
谈到销售流向数据，必然离不开营销模式，纵观多数工业型药企，采用的药品经典销售模式大概总结为两种：自营和代理。
医药公司分销渠道中，准确的产品流向数据就成为了企业决策与管控的依据。基于产品流向数据的重 ...
不知从何时起，大数据成为时代最强音。大数据，大数据，似乎不提大数据，都不好意思称自己的企业是现代化企业。要知道，大数据不是满天飞的概念，最终一定会关乎企业的业务运营。但是，关于大数据的落地，那些传统企业真的做好准备了吗？
在一个天蓝云白的上午，笔者有幸走进东北制药。当简单的灰白大楼变得越来越近，当“东北制药”四个大字屹立于眼前，这家老牌国企的模样也就变得越来越清晰——肩负国计民生的大型药企，即有历史沉淀感，又兼具现代企业的锐意创新。
东北制药大数据中心总经理吴忠源
初次见到东北制药大数据中心总经理吴忠源，惊讶于他的年轻，没想到一家成立70年的老字号药企的关键数据，竟然掌控在一个80后 ...
引言
《教育信息化“十三五”规划》提出：到 2020 年, 基本建成“人人皆学、处处能学、时时可学”、与国家教育现代化发展目标相适应的教育信息化体系。
本文通过同济大学数据应用的案例，从多方面具体分析如何将先进的信息技术融入到校园建设、管理和发展中来，促进高校教学、科研和服务社会的水平。
百年同济
同济大学历史悠久、声誉卓著，是中国最早的国立大学之一，创校至今110年，先后培养了30余万名毕业生，造就了一大批杰出的政治家、科学家、教育家、社会活动家、企业家、医学专家和工程技术专家。
同济大学现有38个学院和二级办学机构，7家附属医院，6所附属中小学。4个校区，占地面积2. ...
引言
作为一家拥有众多分、子公司的集团化企业，云天化集团拥有围绕化肥及现代农业实现产、供、销一体化的经营能力。然而，多年来信息化建设的过程中，ERP和主数据的分散管理，成为进一步实现集团产业融合、上下游协同管理的巨大阻碍。
2015年，集团启动了云天化集团数据中心建设，通过“数据大屏+多终端分析报表“的形式，实现了集团产、供、销数据的整合与应用，极大提升了集团层面的经营决策效率，成为云天化集团信息化建设的重要组成部分。”
——云天化集团信息部主管 赵刚
公司简介
云天化集团有限责任公司，是以化肥及现代农业为主业，以玻纤新材料、磷矿采选及磷化工、石油化工、商贸及制造服务、产 ...
大数据”这个词，从2012年开始，成了时髦、高端、创新的代名词，一直火到2015年初。2015年开始，“大数据”一边被人耳熟能详，一边又成了让人嗤之以鼻的词汇。如果业内人士，关注 Gartner 的技术成熟度报告的朋友，会有清晰的了解，2015年正是“大数据技术”的泡沫破裂期。从2016年到现在的2017年，厂商和相关技术供应商不断完善自己的产品，加上用户需求的明确，产品在设计和使用场景上趋于成熟，“大数据技术”正在稳步爬升。那么“企业大数据”和“大数据”到底有什么关系？““企业大数据”它从哪里来，这里，我们从这两方面聊一聊“企业大数据”。
1 企业大数据，你到底是什么
1.1 ...
一、FineBI分布式引擎介绍
FineBI分布式引擎是帆软自主研发的一款支撑大数据展示分析的高性能引擎，也是FineIndex引擎的更新与升级。全新的分布式引擎在架构上更先进，更加稳定，高可用，高扩展，更高性能，可帮助企业更灵活应对海量数据分析的挑战，是专门为海量数据计算分析而生的引擎。
（1）更先进：FineBI分布式引擎整合了现下先进流行的hadoop、spark、alluxio等大数据组件，更先进的技术保证了更大数据量下更好的分析计算体验。
（2）高可用：先进的大数据组件整合的架构，结合合理的系统架构设计，可保证系统全年无故障，全年可正常使用。
（3）横向扩展：引擎在使用时， ...
大部分人眼里，数据可视化可以是这样的：
但其实，它也可以做成这样：
看着酷炫的可视化，有人会疑惑，是否有实实在在的用处。其实在商业、生产和运营场景中有大量类似的使用，如集团展览中心——用作政府和客户参观使用；城市交通管控中心——交通警务运营监控；证券交易大厅——实时股票交易情况；老板的办公室——BOSS驾驶舱。其中使用尤为较多的是动态数据地图，以及实时的数据大屏。
如何实现？
秘诀在于这个工具——FineReport。
（finereport官网有个人免费版，带免费激活码）
FineReport本身是一个通用的报表工具和数据可视化工具。就好比Excel，小到 ...
身处传统行业，数据分析的工作可能会无所适从。我们既没有互联网行业强大的数据驱动基因，甚至都没有大企业完善的信息基础和数据环境。个人不论是数据分析师和DBA，成长都有所局限。
数据分析很火，懂行的都深知数据 ...
一、方案背景
客户至上，我们都希望服务好我们的客户群，同时能够最大程度地发挥客户价值。
所以当你上线了新的产品，当你希望二次推广，当你准备结合政策或热点做营销驱动业务增长，你都希望能让你的客户能够进行消费。
所以你准备了完美的产品或营销发布计划，内容、设计、主题、号召性用语、各方面渠道运营都很完美，消息覆盖面多达3W个客户。你美滋滋地期待能够有”10%“的转化，一天内至少3000个客户产生感兴趣或者直接购买的行为。
一小时、两小时、一天、两天、三天过去了，只有300多个客户好像感兴趣来联系了公司。
非常让人失望，不是吗？更何况我们不管是电商、零售、直销或B2B，我们不是 ...
工作中我们常常会遇到各种各样的数据，为了分析这些数据，往往会将其可视化。
数据可视化的第一步就是选择合适的图表。
怎么做图表？从Excel时代起，大家固有的思维就是按：有几个“分类”，分几个“系列”去填充 ...
随着报表系统在企业信息化系统中地位的提升，其所承担的压力也随之增加。对于大数据量、高用户量、高并发数的企业，如何让报表系统在高压的环境下依然稳定，保证系统的安全性、可用性，成为了企业不得不要考虑的问题。而集群，正是解决这些问题的一剂良方。
一、什么是集群？
如果您已经熟悉集群的概念，可跳过此段内容。
简单来说，集群（cluster）就是一组计算机，它们作为一个整体向用户提供网络资源，这些单个的计算机系统就是集群的节点（node）。
集群一般都具有以下三个关键特性：
建筑行业如何做数据分析？
- 博客分类：
- 数据分析系统，案例，商业智能
引言
笔者走访过数十家帆软建筑行业内的合作客户，经常会听到这样的一个疑问，“目前做的数据可视化项目总感觉只是数据展现而已，而不达不到数据分析的高度，数据分析要怎么做呢？”能提出这样的问题，已经表明有些 ...
工作中我们常常会遇到各种各样的数据，为了分析这些数据，往往会将其可视化。数据可视化的第一步就是选择合适的图表。
怎么做图表？从Excel时代起，大家固有的思维就是按：有几个“分类”，分几个“系列”去填充数据。选择能直观展现结果的图表来展现。这个过程其实是先有大致的数据分析结果，后用图表来表达，我们称之为可视化1.0。而且，对于这种传统图表的展示形式，数据分析统计的人员来说往往会存在这样一些问题：
a.可视化效果取决于工具所提供的有限的图表类型
工具提供的图表类型是有限的，而分析的需求是无限的。设想一旦分析的结果是多维的，手中的图表就那么几个，那数据可视化就很受局 ...
这两年，大数据把“数据分析”炒火了。现在很多公司/业务都开始重视并着手数据分析，并视为信息化建设的下一个大目标。以前收集、处理、分析数据可能是IT部门和数据库员的专属，现在很多业务都急切的开始用数据分析的思维来分析业务问题，催着IT、DBA要数据，求分析。
如果企业要做数据分析，那么在诸多业务当中，财务数据分析无可厚非是最为基本的模块了，有的公司可能也会有专门的财务人员来负责这部分的日常财务报表以及数据统计分析的工作。
在过去，相信大多数财务人员的一个工作模式都是通过IT部门导给自己的相关明细数据，然后再自己使用exce/l透视表来进行相关的财务数据报表制作和数据分析工作。日复 ...