華為雲聯手帆軟，為企業提供全方位可落地的大數據分析

　　近年來，大數據及BI(商業智能系統)日益普及，客戶對數據可視化方面的訴求不斷提升。2018年，華為在衆多BI公司中選擇與達孜帆軟軟件有限公司(以下簡稱“帆軟”)進行深度合作。近期，帆軟入駐華為雲嚴選商城，發布了FineReport、FineBI産品，為企業用戶提供全方位可落地的大數據分析能力，助力企業快速便捷解決數據孤島、經營決策分析問題。

　　帆軟是中國專業的大數據BI和分析平台提供商，專注商業智能和數據分析領域，先後獲得包括Gartner、IDC、CCID在内的衆多專業咨詢機構的認可。其提供高效易用、簡捷智能的大數據分析工具，幫助用戶快速分析、可視化呈現信息。

　　帆軟是如何做到“讓數據成為生産力”的呢?讓我們通過使用情景一探究竟。

　　情景一：FineReport助力實現精益生産，一張報表節約幾十萬能耗

　　A公司是提供生物酶制劑産品的高新技術企業，産品遠銷東歐、拉美、東南亞等多個國家和地區。

　　由于公司業務龐大、管理體系繁雜，系統曆史數據多、雜、散，造成生産活動中的浪費現象。如生産過度導緻庫存積壓、上遊來貨不及時造成庫存不足等。

　　公司選擇使用FineReport解決上述問題，試圖通過精益管理的方式管理生産經營中的每個環節要素，為顧客提供滿意的産品與服務的同時，把浪費降到程度。該産品是帆軟自主研發的企業級 web報表軟件，僅需簡單拖拽便可以設計出複雜的中國式報表、參數查詢報表、填報表、駕駛艙等，輕松搭建數據決策分析系統。

　　帆軟提出了如下的設計思路：将數據倉庫作為整體數據互聯的核心，降低各系統之間的數據接口數量，降低數據對接标準化風險。基本實現基礎數據(人機料法環)的标準化統一，并帶動業務過程的動态數據的規範化的記錄、分發、使用、提取、分析。

　　利用帆軟FineReport強大的填報功能和相對簡單的表單定制功能，A公司定制開發出了符合業務所需的相關業務數據系統，包括：生産任務單自動下發/反饋功能、全面質量數據管理功能、定制配方管理功能、設備資産管理功能、物流信息管理功能，可實現生産主線業務的全線貫通，數據不落地的數據使用場景。

　　FineReport能夠對曆史數據進行深度清洗和整理，并通過一定的數據展現方式，為決策層的管理帶來極大的便利。圖形化展現的數字表格記錄給生産基地高層提供了周詳的決策支撐，不到一個月，幫助公司實現能耗費用降低3萬元，預計整個項目将節省能耗費用幾十萬元。此外，公司的人員能夠深入參與到生産的每一個環節，對業務理解達到一定的深度，甚至為業務提供一種全新的操作模式，提升了業務工作效率。

　　通過FineReport，公司真正實現了精益生産，讓數據價值落實到生産的每個環節。

　　情景二：一杯茶的功夫，明年業績就測算好了

　　最近，小王的工作突然輕松了許多，以前每遇到預測銷售額等任務，他需要去看各種報表，綜合考量各種信息，進行各種統計計算……再拍腦袋定數字。

　　自從使用FineBI後，運用智能時序預測功能，幾分鐘就能輕松搞定預測，而且比自己的預測更加科學精準。

　　FineBI是一款自助探索式 BI 工具，能夠讓數據結合企業運營的核心指标，以可視化的方式展現出來。通過響應型分析——診斷型分析——戰略型分析——預測型分析，讓數據真正對企業的運營決策參考。

　　數據挖掘關鍵在“準”，結果越準對實際業務的指導價值越大。從大量實踐測試的數據來看，這套模型預測的準确率優于R語言自帶的autoarima函數與國際專業的數據挖掘工具。

　　下面我們從三個真實業務場景(超市生鮮銷量和銷售額預測、商場銷售額預測、藥品銷量預測)感受一下FineBI的預測準确率。

　　數據說明：

　　1、國内BI工具隻預測了部分産品，因為預測多産品十分複雜，表格中數據是預測的部分平均誤差;

　　2、國際數據挖掘工具有的産品誤差特别大導緻平均誤差特别大，是由于算法單一不能适配所有産品銷量序列。

　　表格中的誤差率是在原始數據未經過任何處理的基礎之上預測得來的，但是FineBI的平均準确率也能保持在70%左右，如果進行數據處理，删除掉不适用時間序列分析的産品數據，FineBI的平均準确率能達到80%以上。

　　FineBI時序預測的“智能”之處在于算法“黑盒”化，能夠自動化解決中間複雜的步驟、難以保障的問題。用戶不需要任何算法知識，隻要了解時間序列、預測列、分組列就能使用該功能，一個小時之内習得使用智能預測的知識，讓所有人都能夠進行數據挖掘。

　　訪問華為雲嚴選商城，了解達孜帆軟産品。