许多管理层其实十分期望能够上自助剖析渠道，能够让懂事务的人去剖析他所属的数据，而不是一切的需求都汇总到科技部分来做。

  自助剖析又称自助BI，是数据急剧增加环境下，商业智能（BI）为适应环境，不断进化的产品。自助BI的呈现，将数据剖析的规划逐渐从数据科学家、数据剖析师和专业IT人员扩大到事务人员。

  行领导因为参加了许多的会议，发现越来越多的事务人员开端触摸数据，回来之后也催着科技部分期望能够经过商业智能建造逐渐培育事务部分的数据认识，将大数据渠道运用规划进一步扩展到事务人员。

  可是往往科技部分真实去开端建造商业智能时，却发现困难重重：选型目不暇接，事例纷繁复杂，事务数据涣散，数据质量堪忧，剖析模型含糊，剖析目标杂乱等等。

  完好的写商业智能建造篇幅太长而且内容空洞，今日咱们就一个简略的各项借款剖析场景来描绘下商业智能建造中，该怎么瞄准事务场景让事务部分真实能用起自助剖析渠道。

  以各项借款为例，里边包含了借款、贴现、贷记卡等事务品种，这些事务数据涣散在各个系统中，而数据仓库便是为了将这些数据保护起来，运用维度模型办法将原有三范式的表拆分为维度表和现实表，而且依照星型模型或许雪花模型组织起来。一般这一步是根据行内现有的数据渠道，不必重复建造。

  这便是上面说到的，给事务处理好的数据会损失一些信息。可是在各项借款剖析中一般不会用到客户的详细信息，所以相关出一部分客户信息即可，比方职业信息，信用等级信息等。

  在商业智能BI建造前期，咱们主张仍是咱们做好一些数据处理会比较好，事务运用的难度也会有所下降。在把数据开放给事务部分之前，需求操控好相应的数据权限。下图是IT人员现已处理好的一张借款表，里边包含了各项借款剖析所需求的一切信息：

  事务拿到IT做好的事务包之后，能够看到他所需求的关于各项借款的一切明细数据，结合事务平常用到的剖析目标和剖析模型，即可在前端拖拽构成一份可视化剖析陈述。而且因为FineBI强壮的智能引荐功用，用户彻底不需求考虑用什么图表或许剖析方法来剖析数据，只需求在相应的方位拖入数据即可。

  点击新建仪表板，挑选仪表板的途径和称号点击确认后即可进入仪表板修改界面：

  能够在这个剖析界面拖拽相应的字段和目标称号，FineBI就能够智能的引荐合适的图表组件。比方咱们要剖析不同规划的客户的各项借款金额，直接将授信等级拖到横轴，借款金额拖到纵轴就能够了。

  假如要剖析各个职业的均匀财物总额，能够将职业特点字段拖入横轴，财物总额拖入纵轴，而且将目标进行均匀值核算即可。

  其实在前端拿到这些数据，事务人员根本就拿到了他平常工作中需求触摸到的一切数据了，有了这些数据，不管是导出明细表仍是需求在前端做一些剖析，都能够不必来找IT人员要数据了，更别想着要IT给他做这些简略剖析陈述了，想想是不是还有点小激动呢？