BI概念
目录
一：与BI相关的几个重要概念
- BI （Business Intelligence,商务智能）
- DW (Data Warehouse,数据仓库)
- OLTP (Online Transaction Process 联机事务处理)
- OLAP (Online Analysis Process 联机分析处理)
- DM （Data Mining,数据挖掘）
二：数据仓库 VS 数据库
以银行系统为例
数据库系统(生产系统)：存储、对公、小微、信用库、其他
- 面向应用、事务驱动的
- 实时性高
- 数据检索量少
- 只存当前数据
数据仓库系统（决策系统）：客户、产品、渠道、交易、机构
- 面向主题、分析和决策
- 实时性要求不是提别高
- 数据检索量大
- 存储大量的历史数据和当前数据
BI架构
一：数据分析通用流程
业务理解->构建指标体系->寻找规律(BI分析，发现问题)->提供改进(改进产品、活动运营、改善指标)->数据验证
二：BI平台基本架构
可视化图形
一：如何选择可视化图形
1.设计目的
你打算讲一个什么样的故事
2.数据展示样式
不同类型数据的最佳展示形式
3.受众媒体
从图表中获取的信息不同
4.传播场景
数据可视化展示场景
二：数据展示形式
1. 趋势型
折线图为趋势类图标，折线图可以很好的表示因变量怎么随着时间或者某一变量的变化而变化
2.对比型
柱状图、条图、面积图、气泡图、雷达图、词云图
3.比例型
环形图、雷丁格尔图、堆叠柱状图
4.分布型
直方图、茎叶图、箱型图、正态分布
5.关系型
维恩土、矩形树图、漏斗图、桑基图
6.地理型
迁移地图、行政地图、热力图、3d建模
三：数据可视化框架
Echarts、AntV、Highcharts、D3等
四：主流的数据可视化产品
Cognos BO BIEE
Tableau PowerBI QlikView
FineBI YonBIP-智能分析 观远BI SmartBI 永洪
神策 GrowingIO 诸葛IO (对于C端)
五：离线数字大屏案例
典型场景： 企业希望通过海量的结构化数据，建立数据仓库，并根据规范化的数据仓库，加工出经营业务的各项指标，使用数字大屏进行静态和实时的展示
数据采集------------>数仓建模----------->指标加工---------->数字大屏
限制条件：海量结构化数据、批量处理、流式计算
六：大屏可视化设计流程
七：如何设置大屏？
1.根据业务场景抽取关键指标
关键指标是一些概括性词语，是对一组或者一系列数据的统称。一般情况下，一个指标在大屏上独占一块区域，所以通过关键指标定义，我们就知道大屏上大概会显示哪些内容以及会被分为几块。以共享单车电子围栏监控系统为例，这里的关键指标有：企业停车时长、企业违停量、热点违停量、热点违停区域、车辆入栏率等。
确定关键指标后，根据业务需求拟定各个指标展示的优先级 (主、次、辅)
主：主要指标位于屏幕中央多为动效丰富的地图或翻牌器
次：次要指标位于屏幕两侧 多为各类图表
辅：主要指标的补充信息可不显示或显示于副屏或鼠标经过显示
八：大屏产品与BI分析产品有什么区别？
不同：
1.大屏与BI分析产品是分开的，目的不同，一定不能设计成同一种产品，例如：帆软FineBI、FineReport
2.分析强调的是通过分析的过程，遇到问题，不断去寻找问题，搭建仪表板进行监控，发现问题，再继续监控
相同：底层框架可相同
如何设置大屏产品？
- 可视化组件：炫酷组件，例如：DataV
- 布局：自由布局、窗格布局
- 大小：固定宽度、动态宽高
- 大屏设计工具数据来源于BI数据来源不一样，交互模式不同
