FineBI大数据解决方案行业集锦

FineBI大数据解决方案行业集锦

目录

商业智能银行业解决方案 ....................................................................... 2 商业智能地产行业解决方案 .................................................................... 4 商业智能制造业解决方案 ....................................................................... 6 商业智能税务行业解决方案 .................................................................... 9 商业智能汽车行业解决方案 .................................................................. 13 商业智能电信行业解决方案 .................................................................. 15

帆软商业智能FineBI www.finebi.com

商业智能银行业解决方案

随着银行信息化的不断深入，银行积累的数据越来越多，面临着“数据爆炸”和“信息缺乏”的矛盾；另一方面，在目前复杂的商业环境中，无知或一知半解做出的决策是现代银行的最大威胁。而商业智能的最大优势就是充分利用银行在日常经营活动中搜集和积累的大量数据，并将他们转化为信息和知识来为银行找出市场发展趋势和经营上的问题，发现市场机会，帮助银行企业从数据中“挖金”。

在刚刚结束的亚太银行IT价值高峰论坛上，对于提升银行企业信息化水平，实现数据价值变现，各企业IT管理者一致认为商业智能在银行业信息化数据管理中发挥着重大作用。 整合数据，统一门户

商业智能系统的建立，一来是提供一个数据分析平台，为业务部门更好的分析商业特征。比如企业领导每天查看相关的数据，比如全行的主要经济指标：存款、贷款、贴现、现金、准备金、存贷款结构占比、各网点主要任务完成情况，以及各类考核指标中完成任务较好、较差的网点和个人。这些信息的背后都涉及不同的数据源和应用系统，通过商业智能平台建立数据仓库，可将银行的所有相关数据经过ETL转换，数据清洗后放到数据仓库中，给分析者和决策者一个关于银行各方面情况的分析数据。二来，业务人员在数据分析时，会不断加深数据分析的思想，可以更大程度上提高业务分析人员的决策能力。

业务多元，灵活分析

帆软商业智能FineBI www.finebi.com

商业智能系统最基本的价值体现在有效及时地产生有用的信息。在应用商业智能FineBI时发现，业务人员分析的难点其实在于系统中存在着大量结构或非结构化的多维数据，简单的数据关联还行，如果需求复杂多样，就难以做到及时跟进。商业智能的便捷就在于此，由于自动建模，所有维度、指标、索引关联在一开始就建立好，做分析和查看分析都可以任意切换维度。比如，在存款账户分析中可以知道发生了那些业务，业务量和频率如何，趋势是怎样，进一步深究，可切换至哪个网点，哪个业务产品实现好的效益。 研究客户，指导营销

如今银行都意识到经营方式要从经营产品转向经营客户，因此目标客户的寻找，潜在客户的挖掘成为银行数据应用的主要方向，尤其是高端财富管理和大客户的开发。

以分析大客户为例，各银行都在采用各种手段“挖”竞争对手的优质客户，现有客户的维护和二次开发也显得尤为重要，典型的营销方式就是目标营销和交叉销售。比如对已有客户分析，可以发现具有某种特征的用户具有某种特定的偏好，从而推出针对性产品。又或者通过对优质客户群体的行为分析、忠诚度分析、构成分类进行分析，采取差异化的销售策略，提供个性化的金融产品及服务，在留住优质客户的同时，增加银行的利润增长点。

加强内管，全面发展

商业智能系统可以应用是广泛的，除了银行业务分析，还可以进行人力综合成本预算分析、人员绩效考核、平衡计分卡等。领导层通过这些分析可以更加直观地了解员工工作情况，以此采取相应地奖惩措施。

总而言之，从当前我国银行业的发展趋势来看，数据到价值的转化必将驱动商业模式与运营模式的深刻变革，企业信息化建设必须跟上步伐，及早出发，积极、理性地试水投入，才能借力实现竞争优势提升。

帆软商业智能FineBI www.finebi.com

商业智能地产行业解决方案

中国地产行业经过了20多年的发展，房地产行业整合已成大势所趋，逐步由区域开发转变为集团化的跨地区综合开发商。然而，对于处在超常规速度发展的房地产企业来说，其面临的挑战也是超常规的。首先，房地产企业要在有限的资金和人力条件下，同一时间，对全国区域范围内的多个项目做出科学的决策，以及进行合理地资源平衡，这是一项非常复杂的系统工程。另外，由单个区域开发到全国跨地区开发所带来的管理上的复杂程度也是呈几何级数增长的。这就对企业在项目进度控制、现金流管理等方面提出了更加精细的要求。

针对此情况，企业的信息化管理急需优化升级，新的方案要做到既不影响现有应用系统运行，又能对全公司数据进行精细化集中分析处理。商业智能正是这样一个优秀的解决方案，其自动灵活，准确及时的特性可以帮助企业将数据处理的工作重点从原本的数据整合转移到数据分析上来。

在以往的实施案例中我们发现，对于房地产这种行业背景深厚，数据产量又大的行业，数据的处理和分析能力是商业智能软件必须具备的重要特性。数据体量大，分支结构复杂，调度频率高都是巨大的挑战。像国内某地产巨头利用了商业智能软件FineBI得天独厚的稳定性和大数据处理优势，从以下几个方面解决了问题： 构建决策驾驶舱

商业智能系统支持多种数据库数据源，比如Oracle，sql server，DB2等等，以及Excel，txt，XML文件数据源，系统对于读取的数据源可以进行ETL转换以适应分析需求。

其次，商业智能由于其优秀的自动建模特性，能避免业务人员对数据库内容的深入了解，减少与技术人员的反复沟通，大大降低时间成本。

此外，以往传统的报表数据呈现方式缺乏灵活性和直观性，利用商业智能的各种图表，比如柱形图、折线图、饼图还有适用于地产行业的地图、仪表盘、环形图，以图形的方式直观展现数据，多维度多关联决策分析，辅助决策。 实时销售管理

房地产的销售往往具有形式多样，周期长，工作复杂的特点，其销售数据往往具有很强的实时性。如果利用商业智能平台进行各类销售分析，比如销售、回款、应收款、可售库存、推盘、动态成本、杜邦分析、资金计划等各类细分主题的分析，可以更好地从数据中观测销

帆软商业智能FineBI www.finebi.com

售过程出现的问题，例如哪里的楼盘销量低，哪里的楼盘回款率低。

商业智能精确市场定位，合理开发

商业智能系统不仅可以分析企业内部的各项业务数据，还可以应用到企业外部环境，比如分析一个或多个地区的人口分布，住房条件，交通情况，土地利用率等，这些数据往往在决策调整方面具有引导性，帮助企业在后续开发中因地制宜地制定方案，如户型档次，楼层高低设置等，做到由内而外，由外之内的信息互通。

创新挖掘客户需求

地产销售的对象复杂多样，而房地产依靠客户需求盈利，因此，对客户的分析至关重要。利用商业智能系统我们可以实现客户消费行为的分析，从客户的年龄，地域，收入水平，教育情况，消费方式，喜好等方面进行分析，帮助营销人员找出影响消费者的机会与方式，实

帆软商业智能FineBI www.finebi.com

现对不同层次用户的精准营销。 房地产行业的营销利器

房地产行业，营销为重，商业智能系统可以帮助企业市场销售团队进行销售量的增长与人均可支配收入回归分析、个人购买与集团购买房地产比重的拟合与分析、房地产销售波动率回归分析等，实时发现市场发展趋势的变化，以做到及时调整营销策略，优化销售模式。

商业智能制造业解决方案

制造业是我国国民经济的支柱产业，是我国经济增长的主导部门和经济转型的基础，如今我国制造业面临技术工艺不精、缺乏市场意识、商贸流通环节多、物流成本大、仓储效率低下的问题，正处在转型的特殊时期。 内忧：

从企业信息化管理角度来看，我国制造企业由于信息化水平相对较低，集成应用制约企业业务能力的提升，致使粗放型制造改革缓慢，供应链、产业结构不合理，最终导致产能过剩。 外患：

发达国家已将注意力转至高端的技术和营销环节。以德国提出的“工业4.0”的战略发展计划为导向，制造业未来将朝着供应，制造，销售信息数据化、智慧化的方向发展。

加之日后智能化生产的发展趋势，信息技术和工业技术的融合，信息数据化管理将在企业中占据更大份额，这都给我国制造企业带来极大的压力与挑战。

针对这一点，商业智能FineBI主张技术成为生产力的同时，企业数据也要成为生产力，其在数据挖掘分析处理和科学化决策指导方面发挥的力量是巨大的：

帆软商业智能FineBI www.finebi.com

整合数据资源

制造业原有的各应用系统（ERP、SCM、CRM）随着企业的发展积累了大量的数据，但未得到有效利用，并且由于各个应用系统相互独立，挖掘出数据的潜在价值是比较困难。

通过商业智能数据仓库的建立，将企业中的所有相关数据经过ETL转换，数据清洗后放到数据仓库中，业务人员可通过自动建模实现自助式分析，及时了解生产、销售情况，摆脱数据孤岛的烦恼。 优化生产线管理

透过整合的FineBI商业智能平台，工厂内不同工序的管理者能够获得实时的数据资料并查阅不同的报表。生产部经理能从生产时间、产能利用和资源运用等关键绩效指标（KPI），监控生产力并策划产能和优化资源；品质管理部经理能够透过产品缺陷分析改善产品质量，而高级管理层能透过更有效地控制成本及开支分析提升投资回报率。 改善供应链

制造业生产量庞大，合理分配资源，降低采购成本，防止生产浪费是制造业企业最关心的问题。首先，传统的供应链需要分支和延长，形成从供应商的选择，降低成本，控制质量到分销商、零售商到终端用户的完整供应链。其次，要明确供应链的价值是满足用户需求，这也使得商业智能在信息集成时，需要关注用户信息，来帮助企业决策者分析方式向用户需

帆软商业智能FineBI www.finebi.com

求为主导方向转变。

1、通过综合销售分析和库存分析促进JIT(无库存生产方式)管理，减少库存投资成本。 2、通过供应商分析（同类产品价格对比分析，订单交货时间，质量，准确率）等选择质量和价格最优的供应商。

3、通过生产成本分析（多角度成本分析，量本利分析，比重分析，比较分析，利润分析）对库存管理和生产过程的发生费用进行监控，辅助决策者发现生产管理环节的不合理投入，加强成本的事前控制。

巩固客户关系，提高服务质量

用户需求是主导，制造业企业需要利用商业智能系统进行客户行为分析，从潜在客户再到保有客户，增值客户，再到摇摆客户，流失客户和挽回客户，将客户模型细分，预测需求趋势，从而改善产品，改善客户关系，提高服务质量。

帆软商业智能FineBI www.finebi.com

把握市场动向，提高销售利润

销售分析是商业智能常用的模块，通过该系统可以使销售业务员自助分析，比如销售流向分析，退货分析，回款分析，销售绩效分析等。通过这些实施的分析可以辅助决策者及时发现销售过程存在的问题并做相应的及时调整。

纵观制造行业，不能再“闭门造车”，传统的以成本控制为核心的方式需要改革，以增加收益为核心，用户市场需求为导向，通过商业智能BI信息化管理来精细化控制生产流程，通过数据及时分析运输销售情况，灵活应对市场情况。

商业智能税务行业解决方案

帆软商业智能FineBI www.finebi.com

税收是国家财政收入的主要来源，也是国家实行宏观调控的一个重要经济杠杆。随着电子政务系统的发展以及税务信息化程度的不断提高，在税务决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性，成为提高行政办公效率、促进经济发展的关键所在。这几年税收信息化取得了长足发展，成绩卓著，很多省市都上了税收征管应用系统。但是，但随着税务数据的日益庞大，改革政策的下发，管理的相关因素显得更加错综复杂。原有的信息系统针对性较强，容易造成信息的条状分布，给信息系统带来了新的挑战，因此，急需一个新平台系统建设来梳理信息资源，提高综合管理信息的应用决策能力。

Gartner Group提出，商业智能描述的是一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术能够提供企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。FineBI商业智能产品经理Julie认为，对于税务这种数据量庞大，数据安全性要求高的行业，具备百亿级大数据处理能力，拥有良好的稳定性，和不错的交互体验，对税务的智能信息化发展至关重要。可以从以下几方面来讨论： 整合信息孤岛，发挥数据的最大价值

国税局在平时日常工作中，需要用到的系统有几十个。每当要查一些数据，需要先进入一个页面，列出几十多个系统的链接，再从链接到相应的系统去查询数据。各个系统都是外包给不同开发商制作，操作方式和风格上无法统一。而且，每个系统都只是针对某一块业务，查询数据就要从多个业务系统中拿数据，常常是Excel和业务系统依次打开，一旦涉及业务再多一些，这种方式就根本拿不到数据，需要向上级申请。

帆软商业智能FineBI www.finebi.com

如今的商业智能系统可连接各种数据源，将各种数据通过ETL和数据清洗后放入数据仓库，各业务可在一个平台内分主题呈现，决策者基于此可以了解关于企业业务的全面的视图，轻松地进行即时商业智能分析。

业务人员做分析，需求快速响应

对于业务人员来说，对于业务数据和报表他们是懂的，但是不懂系统，不知道系统数据

帆软商业智能FineBI www.finebi.com

库中存放的什么数据以及怎样组合。以往的解决方案就需要技术人员帮忙取，一个个分发，工作进度都堵在技术人员取数环节，工作效率影响很大。

如果通过商业智能系统来解决，对于业务人员来说，数据源或数据模型的概念都会被淡化，取而代之的是一个个被管理员封装、发布的BI分析主题。主题下涵盖所有所需数据，数据被业务化，甚至和Excel表样绑定。数据分析的操作也简化成为简单的拖拽。 自定义分析，事先事前预警

以往征管数据的预警受限于上级系统已经设定好的预警指标和时间，各个部门的业务人员无法根据自己的管业特点来处理数据，难以做到早发现早处置。比如发票验旧预警，对于普票和专票的预警时间是不相同的，系统中没有办法自定义预警时间，对于增票，预警时间统一都是90天，对于哪些纳税人的验旧时间在预警等级最高的61-90天，这是没办法区分的，那么对于去发现存在的问题就比较困难。而传统的定期将数据放到Excel中，再发给业务人员自行处理的方式已无法满足业务的及时性。

对此，商业智能系统中的自定义数据预警功能，对某个数据区间的数据可以进行红绿灯预警或者数据前景预警；更可以使用计算指标添加平均线的功能动态的反应数据的整体水平，实现个体数据与数据总体水平的直观对比。

及时响应新的业务需求，缩短项目周期

随着国家的营业税改征增值税试点方案的发布。“营改增”范围已推广到全国试行。某市国税局从2013年8月1日起，属于营改增的企业纳税人信息已经完全从地税局转移到国税局。这就带来了新的统计需求，数据需要重新整合，项目工作量增大，给业务人员带来不小压力。

帆软商业智能FineBI www.finebi.com

该国税局就借机改变传统模式，采用商业智能系统，利用其自动建模技术，减少了数据构建联系的流程。由于其自主性，大大减少了项目实施中需求沟通的时间，缩短了项目周期。 大数据量及时响应，展示更丰富

国税局的数据量动辄千万上亿，传统的分析工具很容易就卡死或是内存溢出，系统无法响应。如果采用商业智能并行计算的数据处理模式，使用NIO内存映射文件存储模式，同时采用高效的智能位图索引，以及智能避免重复计算的缓存机制，使得在前端页面展示数据时，运行速度高效快速。

重大指标精确监控，科学预测

针对税务行业的重大指标如税收宏观分析、税收收入分析、税收征管分析、出口退税分析、专用发票分析、纳税人分析、纳税人审计分析等，商业智能的使用可以在分析中揭示税收收入和税收负担等重大指标的长期增长趋势、波动规律、发展速度、地区分布、行业分布、所有制分布和月度时序特征；运用对比分析方法揭示事物之间的关系、强度及均衡性；对税收收入、出口及出口退税等重大税收指标进行精确监控和科学预测；根据纳税人的生产经营情况和纳税情况对其申报的真实性进行量化评测和科学分类。

商业智能汽车行业解决方案

汽车市场的快速膨胀带动了汽车行业的快速发展，传统的销售和管理模式业已经难以在激烈的市场竞争中拼杀，随着大数据与移动互联技术的普及，传统汽车营销服务方式正在受到有力挑战。

《大数据时代》一书作者维克托·迈尔·舍恩伯格曾提过，过去的汽车行业变革，可以归纳为更大的引擎、更快的速度、更少的燃油。基于数据的变革是对数据有关的改善--改善生产流程、商业思维、汽车生活。

帆软商业智能FineBI www.finebi.com

确实，对于汽车行业，营销要更多地从艺术走向科学，现在的时代不能只靠“点子”，关键是靠背后的执行和严谨的科学，而科学的背后，就是基于对数据的掌控和分析，更重要的是通过数据产生利润。

商业智能作为数据掘金利器已逐渐开始为车企重视并利用起来。与之最贴近的例子就是以财务管控著称的福特。福特汽车利用数据分析的强势，内部指导公司改进企业业绩，通过海量加工数据及汽车内部的详细输出数据，探索最佳工艺指标，改进或帮助改变其业务模式。其每小时产生25GB的数据，近期销售200万辆汽车产生的数据量可想而知，其中蕴含着巨大机遇。

不久前，FineBI商业智能产品经理Julie在指导汽车行业数据应用时指出，商业智能除了联系企业各业务系统，构建企业整体数据的沟通桥梁，其更为重要的功能是指导汽车企业的营销和客户关系管理。 把握市场动向，响应营销策略

汽车这样一个行业，其市场具有较大的竞争性和波动性，这就需要企业将数据分析后的结果与业务达成快速响应，指导营销业务，并通过业务端及时反馈，动态评估模型的精准度和稳健度。商业智能的平台可以承载多样化，多组合，多策略的营销决策。企业可以利用商业智能系统分析获得的市场竞争情报数据，如全国汽车批发数据、零售数据、新车成交价、二手车成交价、汽车装备数据、消费者行为数据、经销商网点数据等，从而把握当季市场动向行情，及时调整价格及营销策略，开发新产品。

高效客户关系管理

汽车的售后利润高于销售利润已成为行业趋势，这也对经销商的客户关系管理提出了更高的要求。不同于传统的客户关系管理，汽车行业的客户关系管理必须要为经销商预留一席

帆软商业智能FineBI www.finebi.com

之地。经销商往往由于代理多个品牌，使用了截然不同的多套DMS系统，唯有通过商业智能系统构建数据仓库完成数据整合，才可以在此基础上开展客户关系管理分析。

与传统客户关系管理相同的是，汽车行业的客户关系管理也需要对客户生命周期进行细致的分析，通常来讲，按照客户的生命周期，从潜在客户再到保有客户，增值客户，再到摇摆客户，流失客户和挽回客户，客户细分模型，潜在客户转化模型，营销活动反馈模型，客户价值细分模型，交叉销售模型，垂直销售模型，客户忠诚度模型，条件市场预测模型和产品质量缺陷模型等都是汽车企业营销决策所必须的基础性模型。

客户的忠诚度也备受厂商关注，相应的顾客忠诚度模型也步入商业应用期。目前汽车行业的顾客忠诚度管理模型是将客户价值细分模型与客户流失预警模型联合使用，构造出一个新的客户忠诚度模型。基于不同的客户价值群体和客户流失倾向群体，来指定针对性的保留和挽回营销策略，再配合一定的流失方向和流失原因的调研，模型的营销效果将更佳。

商业智能电信行业解决方案

截至2015年年底，我国三大运营商的移动用户数达到13.1亿户，4G /3G用户累计达到8.09亿户，再次创下新高。三大运营商去年净利近1400亿，日均3.8亿，让网友哗然不已。从三大运营商的年度财报来看，在具体业务方面，三大运营商的数据流量业务带来的收入均已超过语音业务，成为拉动收入增长的主要动力。此外，移动互联网时代的背景之下，大量新型应用不断涌现，这又促使电信运营商从以语音收入为主的业务模式转变进入语音和流量双经营的业务模式，甚至有将语音通话费用降免的趋势。

纵观中国电信市场，产生的数据量之大，基本在TB，PB级别，这数以万计的数据如何处置，如何从中挖取可靠信息成为重点也是难点。另一方面，有限的市场及客户资源导致了愈演愈烈的市场竞争，原来的价格战、行业垄断优势、促销策略等已无法适应新形势需要。各运营商已经认识到经营中心向服务转变的发展趋势，只是客户资源以数据形式保存，如何保住现有客户，挖掘新的资源，将数据转变成实实在在的客户量和营收，说白了这数据背后的“推手角色”该由谁来上演?

Gartner Group提出，商业智能描述的是一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。利用商业智能系统深度挖掘大数据“金矿”，识别和感知用户行为，分析用户需求方向，创新商业模式和业务模式，通过为用户提供个性化、差异化的客户体验实现单位流量价值的最大化，可以形成新的具有核心竞争力的经济模式。商业智能

帆软商业智能FineBI www.finebi.com

分析能帮助电信运营商改善用户体验、优化网络质量、做好市场决策、推动业务创新，给电信运营商带来更精准的商业洞察力，提升其在价值链上的位置。

以往在部署商业智能FineBI的过程中我们发现，基于企业级数据仓库的商业智能系统在面对业务部的需求，管理及分析客户业务数据上，无论是用于企业管理还是用于精准营销，其重点主要为两个方面:

1、数据驱动：所有的分析、决策，甚至执行流程的各个细微环节都应尽量落到数据层面，包括简单的数据统计，BI数据挖掘技术的预测性结果，典型的就是各种用户数据标签或内容标签。

2、用户导向：客户资源的保留和开发是重中之重，从用户的角度出发思考问题，包括用户需求的洞察，如何基于用户需求及场景的变化去开展外部的营销推广工作，内部的运营管理工作。

落实到具体的系统部署，配以企业人员的全方位贯彻执行，BI解决的问题是直观高效的： 整合信息孤岛

通过BI数据仓库集中业务、计费、账务、网管、监控等应用系统数据，将原本独立的系统功能通过数据关联，按照既定的接口通过ETL调度定期更新及数据清洗完善数据仓库中的数据，通过一个整合多系统的数据源以供决策者调取，全局分析，松地进行即时商业智能分析，彻底摆脱数据孤岛的烦恼。

优化决策方案

电信业的客户群体庞大，产生的数据实时又海量，如何对数据进行快速处理及直观展示，

帆软商业智能FineBI www.finebi.com

并且挖掘出数据深层的价值是竞争中必须考虑的问题。采用列式存储，分布式部署的BI，在数据秒级响应的基础下，通过建立管理驾驶舱Dashboard，查看各种业务分析，竞争分析，营销监控，收益分析等。通过表格，图表，数据之间的钻取联发现影响业务的主要因素，从而及时做出正确地业务调整，人员变动的决策。 提升服务，减少客户流失

BI系统可以通过分析用户和业务资料，展现用户消费需求及习惯以便定制；通过用户信用度分析，通话行为分析，欠费行为分析，诈欺行为分析等提前为电信企业预警，防止欠费和欺诈等行为；通过网络性能分析、未接通呼叫分析、用户投诉分析等等来及时处理线路故障，基站覆盖少的问题，保证服务质量。 精准营销，降低成本

利用商业智能系统可以进行套餐服务分析、成本分析、促销分析等等，提前对各类市场营销活动的成本和收益进行评估，从而调整营销方案。

对于移动端服务，客户上网内容和客户端应用可以转化为数据模型的输入变量，借助BI的数据模型完成数据分析工作。从上网日志中提取转换后的变量包括:上网内容一级分类(阅读、游戏、音乐等)、上网内容二级分类(以阅读为例:社科科普、名著传记、科幻小说等)、上网搜索关键词等。数据模型可利用客户的这些上网行为特征，分析出营销挽留活动的目标客户，为客户提供定制化的服务，优化产品、流量套餐和定价机制，实现个性化营销和服务，提升客户体验与感知，做到精准营销。