提个问题：数据分析要发展到什么程度，才能渗透到企业的管理中？做了近十年的数据分析工作，也参与过大大小小20个企业的数据化管理项目，谈一谈我的看法：
先来看看企业做数据管理会遇到哪些实际的问题？
- 钱，数据管理不是简简单单买个系统、买个软件就能够实现的
- 人，员工的能力参差不齐，管理层对数据管理的决心够不够
- 技术，无论是平台、运维、数据库，都有很多技术问题继续解决
首先数据分析在企业当中实现决策管理，永远都不能靠工具，而是要靠人！
有的时候就算数据分析发展的再高，实施起来可能也不那么容易，换句话说实施的成本太高，因为老板更相信自己的经验，而不是结果。
一来，数据系统的基础一定要好。
起码在元数据的存储、ETL和数据仓库建设上能够实现基础的功能。因为不管是业务，还是企业管理，领导总是想要最好的，哪怕公司的信息化水平是很差的、很不成熟的，但是他们从来不是基于其现状提需求的。
二来，数据分析的对象要突破业务瓶颈，实现能够达到上层需求的程度。
公司目标是为了提高利润，挣到钱，业务部门的目标就是为了在保证盈利的前提下提高利润率，降低成本，那么我们的个人目标就是分析出异常值，减少某产品的进货是否真的能够提高利润率？能够提高利润？能否降低成本？
三来，数据分析的技术瓶颈要突破，主要关注的技术有三个：
数据采集是否完整？采集数据所遵循的原则是，收集的数据应该能比较全面的从不同方面反映了分析对象的总体的实际情况。因此，数据采集是否完整会直接影响数据分析是否可行。
数据反映的情况是否真实？我们知道分析对象的业务经营是可以看得见的现实反映，而我们要用数据去记录企业的业务轨迹，它能否真实、全面地反映现实情况，这主要取决于数据真实性，所以这也是一个能直接影响到数据分析可行性的指标。
分析的数据是否充分？我们知道企业的经营和管理是多方面的，数据是否能充分地反映企业的经营管理状况，这也是我们所要考虑的。在分析过程中，我认识到数据其实是具有一定的局限性的，几乎不可能完全充分反映企业各现状的真实面貌。
四来，数据分析要能够真正优化企业的管理成本，最好能够产生实际价值。
这一点是数据分析的通病，但是我们仍然可以借助一些专业的技术平台，比如数据分析的上层应用，我们可以通过报表的手段优化企业的日常管理流程等等。
很多同学表示：我明明做了BI，可为啥体现不了业绩，甚至平时连我辛辛苦苦做的报表，看的人都不多。搞得领导天天质疑：我们的BI就这点作用？！
以前我好奇，BI明明是一个数据产品，可偏偏起了个连数据都没有的名字。哪里商业了？哪里又智能了？现在懂了——你提数据产品，就像和老太太提蛋白粉一样，他们根本不care。
你得起一个一听就跟企业赚钱有关系（商业）且一听就很高深别人不咋明白的名字（智能），才能让人信服。
BI的发展其实经历了很多阶段，到现在来看，基本上算是登堂入室了。
它已经告别了简陋的可视化、摒弃了简单的数据堆砌、将指标按照业务场景进行重组串联。它不再满足于做一个大型在线Excel透视表，而是成为一个节约人力、提升效率的数据工具。
就拿FineBI来说，它以简单容易上手的优势，成功地变成了现在以及未来，很多企业和个人做报表的第一选择，为什么？
以前做报表，大多数都是IT来，接过业务方的需求，一套SQL Excel PPT操作，接着就是不停地沟通并更改需求，费时费力，两者都浪费了大量的时间。但报表只覆盖了企业部分数据应用场景，且上手难度对多数人，尤其是业务人员有一定门槛。
所以从解放IT 赋能业务的角度来看，FineBI真正做到了这些事情：
- 业务的那些一次性且个人分析的需求，完全可以自己解决了，可以说培养了更多的数据分析师
- IT能有更多的时间去梳理企业的数据底层，而不是浪费在无用的重复工作上
- 遇到需要实时数据响应的前端报表，FineBI也可以通过其性能来完成，对接几十种不同的数据源完全不是问题
- 管理层能实时分析数据了，而且决策是真的以数据为依据，而不是拍脑袋
在使用FineBI时，你可以时不时就去“陈独秀”那里拿些模板，这话什么意思？
企业里的报表，其实有很多都说重复开发的，比如说有了全省的报表，但是到了全国的报表，还得再做一遍。
当我们开发了多张报表后，通常在新开发的报表中需要对某些指标反复使用，同时对某些指标也总是需要重复进行相似的分析。换句话说，我们希望能有一些功能让我们复用。
就比如说，我想做一个可视化驾驶舱，来查看整体数据，可是因为不怎么熟悉不知道怎么做，于是想拿现成的模板用。FineBI的组件复用和指标复用完全可以满足这个问题。
一个分析中创建的组件可以重复使用到另一个分析中，即如果两个分析用到了同一个组件，且其想要的数据和分析效果也一样，那么，为了方便，可以直接使用组件复用，无需进行重复设置，节约时间，方便快捷。
秀的时间到了，只需要在组件复用中拖拖拽拽，就可以自动生成新的分析图表，再修改修改就是新的驾驶舱了。
