帆軟金融化工行業(yè)問題

【帆軟金融化工行業(yè)問題|帆軟軟件】

隨著企業(yè)發(fā)展到一定時期和程度，企業(yè)內(nèi)必然會出現(xiàn)多個IT應(yīng)用系統(tǒng)，并產(chǎn)生、積累大量的數(shù)據(jù)。對于化工企業(yè)來說，這種情況尤為明顯?；て髽I(yè)數(shù)據(jù)量大，存儲格式復(fù)雜，數(shù)據(jù)分散，類型繁多，應(yīng)用困難。不同類型的數(shù)據(jù)包含的信息也各具特點，只有綜合各種各樣的數(shù)據(jù)，才能真實的反應(yīng)企業(yè)的實際狀況，才能有效的應(yīng)用于數(shù)據(jù)分析。1大數(shù)據(jù)高性能FineDirect引擎與FineIndex引擎雙模式搭配，支持億級數(shù)據(jù)的秒級呈現(xiàn)，靈活應(yīng)對企業(yè)大數(shù)據(jù)量處理需求?？梢哉f，化工企業(yè)的信息化建設(shè)面臨著巨大的挑戰(zhàn)。

帆軟零售行業(yè)問題

【帆軟零售行業(yè)問題|帆軟軟件】

零售業(yè)擁有大量的數(shù)據(jù)，但是讓這些數(shù)據(jù)發(fā)揮其應(yīng)有的價值卻并不容易，對于大部分零售企業(yè)而言，普遍面臨著以下幾個問題需要解決

1包袱過重，大量歷史數(shù)據(jù)分布于各個系統(tǒng)沒有進行清洗與整合，導致數(shù)據(jù)利用難度很大。

2數(shù)據(jù)量過大，零售行業(yè)擁有大量的進銷存數(shù)據(jù)，導致數(shù)據(jù)計算處理效率低，數(shù)據(jù)分析應(yīng)用，3市場變化快，分析應(yīng)用面臨快速迭代。固定的分析方法無法適應(yīng)快速的市場變化，需要不斷調(diào)整，企業(yè)需要具備獨立的數(shù)據(jù)分析能力。

4需求整理難度大，大量企業(yè)因為對大數(shù)據(jù)應(yīng)用經(jīng)驗較少，基礎(chǔ)業(yè)務(wù)很難提出高層次的分析需求，導致缺乏對自身企業(yè)的數(shù)據(jù)規(guī)劃能力，無法快速實現(xiàn)系統(tǒng)可用的數(shù)據(jù)分析平臺。

5應(yīng)用推動難度大，零售業(yè)的分析用戶多，層級多，不同層級的用戶對分析的理解不同，導致很多企業(yè)的分析平臺開發(fā)完成后推動應(yīng)用并不理想。

帆軟FineBI的ETL流

【帆軟FineBI的ETL流|帆軟軟件】

通常數(shù)據(jù)源數(shù)據(jù)的存儲結(jié)構(gòu)并不能滿足分析需求，需要對數(shù)據(jù)進行處理，要么有IT人員寫大量的SQL，要么應(yīng)用第三方工具。FineBI支持可視化的ETL配置，能對原始數(shù)據(jù)進行二次加工處理來規(guī)范數(shù)據(jù)。 多種ETL操作：支持JOIN,UNIOn，自循環(huán)列，新增分組列，新增公示列，行列轉(zhuǎn)換，過濾等多種ETL操作。 支持ETL流：支持對表進行多步驟ETL操作，且ETL操作的中間結(jié)果集均可選擇和操作。數(shù)據(jù)獲取：獲取不同渠道的數(shù)據(jù)，包括常規(guī)的業(yè)務(wù)系統(tǒng)、自營平臺，也包括網(wǎng)絡(luò)爬取的行業(yè)數(shù)據(jù)、日志數(shù)據(jù)、用戶行為數(shù)據(jù)等。

【帆軟FineBI的FineDirect訪問數(shù)據(jù)方式|帆軟軟件】

1）FineDirect 數(shù)據(jù)庫直連引擎，直連數(shù)據(jù)庫進行實時大數(shù)據(jù)分析

需求背景一：數(shù)據(jù)實時分析的需求

• 傳統(tǒng)的OLAP多是基于歷史數(shù)據(jù)做統(tǒng)計分析，觀察規(guī)律或趨勢；各系統(tǒng)信息相對獨立，編碼規(guī)則各異，無統(tǒng)一的數(shù)據(jù)字典，給大數(shù)據(jù)分析來帶不便。T 1的模式有廣泛的使用場景，但也有其局限性。
• 以金融行業(yè)交易風險的分析為例，需要對每一筆流水進行實時分析，以監(jiān)控金融風險，如果需要構(gòu)建多維數(shù)據(jù)庫的過程，就會產(chǎn)生延遲

需求背景二：數(shù)據(jù)平臺計算性能的提高

• FineIndex定位于構(gòu)建多維數(shù)據(jù)庫，為沒有大數(shù)據(jù)處理能力的用戶提供較優(yōu)的計算能力。
• 隨著分布式計算的普及，諸如Hadoop，kylin，greenplum等大數(shù)據(jù)平臺的興起，不少企業(yè)有了自己的大數(shù)據(jù)平臺，計算能力顯著提高，F(xiàn)ineDirect就提供了直接獲取這些數(shù)據(jù)平臺中的實時數(shù)據(jù)的功能。【Fine軟，就是好Excel表的意思|帆軟軟件】目前，帆軟已經(jīng)有6000多家用戶，形成了諸多跨行業(yè)的優(yōu)勢。

2）FineDirect 數(shù)據(jù)庫直連引擎的核心特點

• PB級數(shù)據(jù)量：FineDirect直連引擎支持連接企業(yè)已有的大數(shù)據(jù)計算平臺，如hadoop，kylin，greenplum，vertica等，在充分利用平臺計算性能的同時，也解決了TB至PB級超大數(shù)據(jù)量多維分析的難題。
• 實時數(shù)據(jù)分析：FineDirect能夠連接實時數(shù)據(jù)進行分析，及時返回分析結(jié)果?；贔ineDirect的可視化引擎，可以將用戶拖拽分析的操作，實時地轉(zhuǎn)化為經(jīng)過處理的查詢語言，實現(xiàn)對企業(yè)數(shù)據(jù)庫的數(shù)據(jù)進行實時分析的效果。
• 雙引擎靈活搭配：企業(yè)可以根據(jù)實際需求的不同準備兩種類型的數(shù)據(jù)，通過Fineindex模式配置那些不經(jīng)常更新，實時性要求不高的數(shù)據(jù)。面向銀行決策層：全fang位的數(shù)據(jù)展示，便捷準確的進行決策制定。通過FineDirect引擎來配置大數(shù)據(jù)量且有實時分析需求的數(shù)據(jù)。

3）FineDirect 數(shù)據(jù)庫直連引擎的核心功能優(yōu)勢

• 支持對接多類大數(shù)據(jù)平臺諸如hadoop，vertica，sap hana，greenplum，kylin等等，充分利用并擴大其自身計算優(yōu)勢
• 完全可視化的配置，從數(shù)據(jù)配置到數(shù)據(jù)展現(xiàn)，零上手難度。覆蓋自助BI的兩個階段：自助取數(shù)、自助分析
• 靈活易用的參數(shù)配置功能，支持通過參數(shù)實現(xiàn)更加靈活的數(shù)據(jù)獲取功能。
• 自由度和穩(wěn)定性極高，簡便易用的數(shù)據(jù)關(guān)聯(lián)模型配置，滿足企業(yè)絕大多數(shù)的實際應(yīng)用場景。
• 與FineIndex“T 1”模式互相搭配使用，根據(jù)不同場景使用不同的數(shù)據(jù)訪問方式，能夠讓企業(yè)的數(shù)據(jù)使用更靈活。【帆軟銀行行業(yè)解決方案|帆軟軟件】帆軟的銀行業(yè)信息化解決方案立足于領(lǐng)導、業(yè)務(wù)、科信三個部門，針對銀行的經(jīng)營目標和管理情況，是集銀行多個業(yè)務(wù)系統(tǒng)、BI報表中心、分析中心、控制中心等數(shù)據(jù)于一體的完整商業(yè)智能和大數(shù)據(jù)分析平臺解決方案。
• 支持多級權(quán)限控制，滿足體量更大的集團用戶的權(quán)限分配和下放。