现在是一个大数据的时代，每时每刻都有海量的明细数据出现。这时大数据时代用户思维是：1、数据的爆炸式增长，人们比起明细数据，更在意样本的整体特征、相互关系。2、基于明细的“小数据分析”到面向总体的“大数据分析”，是这个时代的大趋势。这个趋势的背后，是看待数据视角的根本变化——层次思维，在这种层次思维条件下，IT人员更关心如何简洁的完整的描述数据。例如：每一条订单所包含的所有信息；但是业务人员更关心问题和答案。例如：日用品下某个子分类的利润的下滑，出现的原因是某个门店折扣出了问题还是人流量出现了问题等等因素。3、简单函数实现复杂分析，比如新客贡献分析、留存分析、复购分析、RFM分析等等。总之：大数据关注的是特征的分析，我关心客户是什么时候来的，但是不关心客户的名字，不关心它是谁。
IT人员看待数据的视角：1、IT的思考逻辑是：期待的正确答案，是基于明细汇总、自下而上的聚合视角。2、IT关心的信息是：如何用简洁的架构完整描述业务，即什么时间？哪位客户？在哪个门店？购买了什么东西？以及具体的交易数据。3、工作的重心是：维护数据，保证数据的准确性。
业务人员看待数据的视角：1、业务的思考逻辑是：同样一份数据，不同岗位，不同人的需求截然不同，对应问题所在的层次也不同。例如：公司领导层希望得到的是总销售额这个指标，但是对于具体业务部门，他是希望得到自己所在销售组销售额情况及其在其他各小组直接的排名。2、业务人员关心的信息是：问题和答案，问题通常是一连串问题的组合，寻找答案的过程更像是剥洋葱。3、工作的重心是：探索问题，发现问题。
业务分析是基于业务问题的分析，分析的关键是探索，提问题，找答案。提问题，找答案，才是探索分析、敏捷分析的精髓。注意：业务分析是自上往下、IT分析是自下往上；IT掌握的是数据不是问题，业务掌握的是问题而不是数据。BI数据分析师的职责是：从简单的以前的条形图、饼图，我们希望大家能走向这种更深入的相关性、结构性的分析，这是BI能带给大家的改变。BI并不是要创造一个更好的图形，我们不需要100个图形、200个模板，我们需要的是把简单的问题做的深入。我们每个人从数据分析走向业务分析，业务分析的关键是业务问题，而不是我有很多数据。因此：最好的分析师就是业务经理，最好的业务经理也是分析师。
零售案例展示多维度分析(客户分析)
FineBi是自带ETL工具，降低数据治理的难度。其中FineBi设计器：可以进行表样、数据、展现、打印等报表设计文件中各种元素的设计，是报表设计和报表应用开发、调试、部署的一体化平台。而FineBi报表服务器：是指用在web环境中解析报表的Servlet形式的服务器，用户通过浏览器和报表服务器进行应用交互。
FineBi数据源加载过程
1、以业务需求为方向：根据不同部门的业务需求，对数据进行针对化处理。用于满足不同部门的不同用途，处理各个模块的业务。
2、便捷的数据处理：相较于代码、SQL处理、Excel处理，采用封装好的ETL功能，更容易上手。
3、自由探索分析：相较于固定报表、Excel等，能针对不同数据、不同图表做探索性分析，针对性处理不同事物。
4、数据管控：数据自动化更新，避免重复工作，权限管控。
FineBi操作界面 1、目录：存放着发布了的仪表板大屏。
2、我的分析：存放所有的仪表板，不管是否发布。
3、公共数据：存放所有的数据集。
4、管理系统：配置数据连接，还可以进行BI系统的运维管理。
1、新建数据连接：数据连接是将数据库与设计器进行绑定，通过数据连接，报表就可以从数据库中读取、写入数据和修改数据等。
操作步骤：1、将FineBI操作界面切换到（管理系统）操作界面上→2、点击（数据连接→数据连接管理）按钮→3、点击（新建数据连接）按钮→4、在“数据库”中勾选所需数据库如这里的（mysql）数据库，依次填写“主机，端口，数据库名称，用户名，密码，URL”→4、点击顶部的“测试连接”按钮，显示“连接成功”后，点击“确定”按钮，完成新建数据连接操作。
4、在“数据库”中勾选所需数据库如这里的（mysql）数据库。
5、在“连接设置”里面输入相应的数据库接口IP（服务器IP），用户名，密码等等→6、点击“测试连接”按钮，如果弹出“测试成功”则说明配置成功，然后点击“保存”按钮并指定保存的位置，然后设置保存的数据源名称。
2、新建数据集：数据集是通过数据连接从数据库中抽取出来的数据，数据集是一个二维数据表，可以直接在数据集中看到数据表中的字段和数据。
操作步骤：1、将FineBI操作界面切换到（公共数据）操作界面上，选择数据需要存放的文件夹（如这里的Liu→销售部文件夹）。→2、点击（新建数据集）按钮。→3、点击（数据库表（直接将数据库表的数据展示在数据集中）/SQL数据集（通过写SQL语句将数据库表数据显示在数据集中），这里选择数据库表按钮）按钮。
4、系统会自动跳转到（数据库选表）操作界面，选择上一步（新建数据连接）所创建的（本地mysql），然后点击我们需要分析的数据库表（如这里的dingdan表），然后点击右上角的（确定）按钮，完成数据库选表设置。
5、系统自动进入（数据预览）界面，点击（更新）按钮即可将数据显示在页面中，点击右上角的（编辑）按钮，则可以对数据集进行编辑，点击右上角的（创建分析主题）按钮，则可以创建仪表板报表，点击左侧的名称还可以对数据集进行重命名。到这，数据库数据集就创建完成了。
3、制作报告：制作报告对数据集数据进行可视化分析创建仪表板，在仪表板中可以利用数据集中的维度和度量字段创建仪表盘，柱形图，趋势图，散点图，饼图等可视化图形进行分析，根据分析的问题进行不断的下钻，深挖交互验证的过程。
门户 5、门户：综合展示整套数据报告，打造属于自己的企业门户。
FineBi添加数据源 FineBi本地上传数据源 本地CSV文件或Excel（.xlsx或.xls）文件上传，如果出现乱码，可以先将本地文件的编码修改为：UTF-8。
步骤：1、将FineBi操作界面切换到”公共数据“操作界面上，选择数据需要存放的文件夹（如这里的Liu—销售部文件夹）。→2、点击“新建数据集”按钮。→3、点击“EXCEL数据集”按钮→4、系统会自动跳转到“创建数据集”操作界面（因为excel等本地文件不需要配置复杂的连接）→5、点击“打开”按钮，然后在本地文件下点选相应的文件，这时系统会自动显示出我们所选文件的所有sheet页→6、勾选我们需要导入的sheet页（默认勾选第一个sheet页）注意：FineBi与其他BI产品不同，他可以勾选所有sheet页，点击“确定”按钮即可。
星型模式维度建模是由一个事实表和多个维度表构成。步骤：1、借助上面本地上传的数据源，其中的sale表为事实表，其他5个为维度表。所有先将FineBi操作界面切换到”公共数据“操作界面上，选中“sale表”，然后将右侧操作区切换为“关联视图”状态。→2、将4个维度表与sale事实表通过关联字段，找到其对应的关联关系（如这里的1对多关系），将事实表和维度表关联起来形成一个宽表。→3、点击“EXCEL数据集”按钮→4、系统会自动跳转到“创建数据集”操作界面（因为excel等本地文件不需要配置复杂的连接）→5、点击“打开”按钮，然后在本地文件下点选相应的文件，这时系统会自动显示出我们所选文件的所有sheet页→6、勾选我们需要导入的sheet页（默认勾选第一个sheet页）注意：FineBi与其他BI产品不同，他可以勾选所有sheet页，点击“确定”按钮即可。
因为V6版本后，系统（新建数据集）时没有（自助数据集）这个选项，而上面截图中的关联视图，关联后的数据在V5版本是需要通过（自助数据集）来保存相应的关联后数据的，不然的话，使用的依然是没有关联的数据。而V6版本需要在（我的分析→新建分析主题）上把那5个表进行关联。具体步骤是：1、在创建的分析主题中，点击左上端的（+）按钮，把（公共数据）中的sale,brand,product,salesman,customer5个基础表依次添加进来。→2、点击sale事实表，因为sale事实表与其他4个维度直接都是多对一关联关系，所以用sale事实表左合并关联其他4个维度表，相当于SQL的左连接，设计合并依据字段（如这里sale与brand表的合并依据字段为品牌ID），即SQL中的关联字段（注意：被关联的维度表需要勾选其内部的所有字段，FineBI会自动将关联字段只保存一列，不会出现两列），合并建模后，点击右上端的（保存并更新）按钮，然后sale事实表的图标会出现一个（+）按钮，这便是合并完成的结果。→3、点击带（+）图标的sale事实表右侧的三个点，在弹出的功能中点击（申请发布）按钮将其发布到（公共数据）中相应的节点下，就形成了一个自助数据集。
FineBi新建数据源的时候，会弹出很多类型的“数据库”，选择对应的数据库，可以连接对应数据库数据源。
步骤：1、将FineBi操作界面切换到”管理系统“操作界面上。→2、点击“数据连接”向下箭头，选择“数据连接管理”按钮。→3、点击“新建数据连接”按钮。→4、在“数据库”下选择相应的数据库如MySQL数据库。→5、在“连接设置”里面输入相应的数据库接口IP（服务器IP），用户名，密码等等→6、点击“测试连接”按钮，如果弹出“测试成功”则说明配置成功，然后点击“保存”按钮并指定保存的位置，然后设置保存的数据源名称。
7、如果出现中文乱码，这时如果 MySQL 数据库编码为 UTF-8 ，需要在数据连接的 URL 后添加参数 ?useUnicode=true&characterEncoding=UTF-8。如果添加参数后仍然出现下图所示的乱码，那么需要将编码改为（默认）。
?useUnicode=true&characterEncoding=UTF-8
数据是企业核⼼资产，数据治理能成就企业（特别是银⾏）的未来。它涉及数据质量、数据管理、数据政策、商业过程管理、⻛险管理等多个领域。
脏数据的种类
脏数据主要问题体现在：1、数据源中用户ID存在不一致；2、数据中个别数据不规范；3、产品类型很多，字段很多，难于梳理；4、存在大量的重复数据；5、关键数据缺失等等。
数据治理原则
下图所示为需要进行数据治理前的数据表，这个数据表的数据存在三个问题：1、有些字段存在空值；2、有些字段左右存在空格；3、性别字段为数字形式而不是常有的男女类型。
下图所示为数据治理后的数据结构，其中红色框中的字段是数据治理后的字段。
步骤：1、将FineBi操作界面切换到（我的分析），然后打开要编辑的（分析主题）。→2、切换到（数据）sheet页栏目下，切换到（字段设置）看数据表的字段情况，跟tableau一样，系统会自动将数据分类成（文本）和（数值）两类→3、点击需要处理的字段就可以对该字段进行编辑：转换为文本，转换为数值，转换为日期，新增公式列，新增汇总列，新增赋值列，条件标签列，其他表添加列，左右合并（SQL关联），上下合并，分组汇总，过滤，排序，字段设置，时间差，获取时间，行转列，列转行，拆分行列，删除重复行等设置。
步骤：1、在（数据）sheet页栏目下，切换到（字段设置）看数据表的字段情况，跟tableau一样，系统会自动将数据分类成（文本）和（数值）两类→2、点击需要处理的字段左侧的图标，弹出（文本，数值，日期），就可以将字段类型实现转换为文本或转换为数值或转换为日期的目的（如这里的产品ID，客户ID等，品牌ID等原本都是数值类型，可以实现转换为文本类型），另外直接双击字段名称，还可以自行修改字段显示名称。→3、任何后期不用的字段，可以放弃勾选该字段前面的√号（如这里的品牌ID1，后期不需要使用，就放弃勾选）。
步骤：1、在（数据）sheet页栏目下，点击（过滤）按钮→2、点击（添加条件(且)）按钮，这里的且也可以切换为或，系统弹出（请选择字段）按钮，点击（请选择字段）按钮，选择相应的字段（如这里的销售组，日期，销量字段），设置相应的过滤条件，也可以点击（添加公式(且)）按钮，然后输入相应的公式完成（过滤）设置（如这里通过四个且过滤条件将几万行的数据变成了只有7条数据）。
步骤：1、在（数据）sheet页栏目下，点击（分组汇总）按钮→2、将文本（如销售组）或日期（日期字段，点击该胶囊右侧的向下箭头，可以设置日期类型为年月日/年月/年季/年周，这里设置为年月格式）字段拖拽到（分组）栏目中，将数值（金额和销量）字段拖拽到（汇总）栏目中，系统会自动进行分组聚合操作，如同excel的透视表。如果需要对数值字段进行分区分组（如同tableau的集操作），可以将数值字段（如销量）拖拽到（分组）栏目中，点击该字段胶囊右侧的下拉箭头，在弹出的功能中选择（区间分组）功能，然后进行区间分组设置，如果有特殊值（如负值），则勾选（未分组的值分到其他）按钮。最后结果：通过（分组汇总）设置，原本几万条数据聚合成两百多条数据。
步骤：1、在（数据）sheet页栏目下，点击（新增公式列）按钮→2、命名（新增公式列）的名称（如这里的单价），输入计算公式（如这里的金额 / 销量）勾选（字段类型）为数值类型，完成新增列设置。
步骤：1、在（数据）sheet页栏目下，点击（排序）按钮或点击任意数值字段（如销量）有侧下拉箭头，弹出的功能点击（升序/降序）系统会自己将表中信息进行对应的排序，这样就完成了排序设置。
步骤：具体步骤类似于（FineBi上星型模式维度建模）章节，截图略。
上下合并（类似于tableau并集） 要求：多个表之间字段基本相同，如一个表有10行数据，另一个表有20行数据，上下合并后就变成了一个有30行数据的表，如果某个字段只在其中一个表中有，而其他表没有，则没有的地方为空值，有的地方为实际值。具体步骤类似于（FineBi上星型模式维度建模）章节，步骤截图略。
假如你是一名人事，老板交代她使用公司的考勤数据查看各个部门的考勤情况。希望通过分析考勤数据了解各个部门的管理和工作情况，从而获得岗位设置、定员定编的可靠建议。但是数据是存放在（打卡信息表）和（人员信息表）两张数据表中（如图）。但是数据存在以下问题，所以需要对数据进行处理和计算。
目前数据存在以下问题：
1、只有请假的员工会标注考勤状态，有过打卡行为的员工不能区分考勤状态；
2、打卡信息中缺少员工的姓名、年龄、性别等基础信息，这些信息都在（人员信息表）中；
3、数据中只有打卡时间，但是缺少工作时长的数据等等。
4、平均工作时长、不同部门的人均请假次数等等数据，这些也是目前暂时没有的。
处理思路
方法一：跟上面的（FineBi本地上传数据源）章节一样，这里略。方法二：可以不需要将本地数据导入（公共数据）中。步骤：1、将FineBi操作界面切换到（我的分析）操作界面上，选择（数据及仪表板）需要存放的文件夹（如这里的Liu→人事部文件夹）。→2、点击（新建分析主题）按钮。
3、系统自动跳转到（选择数据）操作页面，点击（本地Excel文件→上传数据）按钮。
4、在本地文件下点选相应的文件，这时系统会自动显示出我们所选文件的所有sheet页→5、勾选我们需要导入的sheet页（默认勾选第一个sheet页）。注意：FineBi与其他BI产品不同，他可以勾选所有sheet页，点击右上角的（确定）按钮即可。
跟上面的（销售部表处理示例）章节相同。步骤：1、在（数据）sheet页栏目下，切换到（字段设置）看数据表的字段情况，跟tableau一样，系统会自动将数据分类成（文本）和（数值）两类→2、点击需要处理的字段左侧的图标，弹出（文本，数值，日期），就可以将字段类型实现转换为文本或转换为数值或转换为日期的目的（如这里的工号原本都是数值类型，可以实现转换为文本类型），另外直接双击字段名称，还可以自行修改字段显示名称。→3、任何后期不用的字段，可以放弃勾选该字段前面的√号。
因为（打卡信息表）中的（状态）字段可以区分请假员工和未请假员工，而未请假员工又分为三种情况（全勤，缺勤，迟到），所以，我们需要将（打卡信息表）中的未请假员工过滤出来。
步骤：1、在（数据）sheet页栏目下，点击（过滤）按钮→2、点击（添加条件(且)）按钮，这里的且也可以切换为或，系统弹出（请选择字段）按钮，点击（请选择字段）按钮，选择相应的字段（如这里的状态字段），设置相应的过滤条件，完成（过滤）设置。
利用分组汇总，统计出某一天某个部门的某个员工最早打卡时间及最晚打卡时间，以便后续计划这个员工的上班时长。
步骤：1、在（数据）sheet页栏目下，点击（分组汇总）按钮→2、将（工号，部门，日期）三个字段添加到（分组）栏目中，连续拖拽两次（打卡时间）到（汇总）栏目中。点击第一个（打卡时间）胶囊右侧下拉箭头，在弹出的功能框中选择（最早时间），点击第二个（打卡时间）胶囊右侧下拉箭头，选择（最晚时间），为了方便查看，也可以分别对这两个胶囊重命名为（最早时间）和（最晚时间），完成（分组汇总）设置。
有了上面的最早打卡时间和最晚打卡时间，我们还需要借助新增公式列来判断员工是否迟到，先计算每天的标准上班时间，大部分公司是早上九点上班，就用早上九点上班为例。
步骤：1、在（数据）sheet页栏目下，点击（新增公式列）按钮→2、在弹出的（新增公式列）编辑页面中，命名为（标准上班时间），如同tableau计算字段一样，输入下列公式，获取（标准上班时间）计算字段。
TODATE(CONCATENATE(LEFT(${日期},10)," ","09:00:00"))/*left()函数：截取日期字段的前10个字符，CONCATENATE()函数：将两个或多个字符串进行拼接成一个字符串，TODATE()函数：将字符串转换为时间类型。*/
有了上面的最早打卡时间和最晚打卡时间和标准上班时间，我们可以通过新增公式列分析员工的考勤情况（全勤，缺勤，迟到）三种，设置打卡间隔 标准上班时间为迟到。
步骤：1、在（数据）sheet页栏目下，点击（新增公式列）按钮→2、在弹出的（新增公式列）编辑页面中，命名为（考勤结果），输入下列公式，获取（考勤结果）计算字段。
IF(HOUR(${最晚时间})-HOUR(${最早时间})${标准上班时间},"迟到","全勤"))
因为通过上面的（过滤）步骤章节，本表只剩下没有请假的员工考勤信息，但是我们进行考勤分析的时候是需要分析所有人不管是否请假的考勤信息，为了进一步合并请假人员考勤数据，将该表保持为（不请假人考勤数据表）。
步骤：直接点击右上角的（保存并更新）按钮，然后点击左侧（打卡信息表）右侧的三个小点，弹出的功能框中选择（重命名）未（不请假人考勤数据表），完成设置。
跟上面的（导入本地数据）步骤章节类似。步骤：在（数据）sheet页栏目下，点击左上角（数据）右侧（+）按钮，重新导入打卡信息表。
首先，跟上面的（字段设置）章节一样，将（工号）字段转换为（文本）类型，步骤略。然后过滤出各种类型的请假员工。步骤同上面（过滤出未请假员工）步骤章节，略。
分组汇总 因为需要跟上面保存的（不请假人考勤数据表）上下合并，这就要求两个表的表结构要保持一样，所以我们借助分组汇总对请假人员进行操作。
步骤：1、在（数据）sheet页栏目下，点击（分组汇总）按钮→2、将（工号，部门，日期，状态）四个字段添加到（分组）栏目中，连续拖拽两次（打卡时间）到（汇总）栏目中。点击第一个（打卡时间）胶囊右侧下拉箭头，在弹出的功能框中选择（最早时间），点击第二个（打卡时间）胶囊右侧下拉箭头，选择（最晚时间），为了方便查看，也可以分别对这两个胶囊重命名为（最早时间）和（最晚时间），完成（分组汇总）设置。
步骤：1、在（数据）sheet页栏目下，点击（上下合并）按钮→2、在弹出的（上下合并—选择表）中选择（不请假人考勤数据表），然后在（编辑合并表）页面中，对两表字段进行一一匹配。
步骤：1、在（数据）sheet页栏目下，点击（上下合并）按钮→2、在弹出的（左右合并—选字段）中选择（人员信息表→勾选所有字段），然后在（编辑合并表）页面中，在选择（合并方式）中保持默认为（左合并），两表直接的（合并依据）也是保持默认的（工号）字段。
我们还需要计算员工每天的工作时长及年龄。
步骤：1、在（数据）sheet页栏目下，点击（