随着数据越来越大，传统的数据仓库已经难以有效应对数据处理和分析的挑战，以hadoop（NoSQL）为代表的分布式计算框架应运而生，它们能有效解决海量的离线分析的需求，这就是所谓的传统大数据的分布式浪潮。

 

 

但在数据驱动精细化运营的今天，海量实时的数据分析需求已经提升日程，无论是实时营销或是实时风控，都需要OLTP系统具备对于海量数据的实时分析能力，即事务和分析一体化，离线的分布式大数据框架在时效性上已经难以达到生产的要求。

大数据早从Garner曲线消失了，说明其已经从一个时髦的技术概念演进到了应用阶段，你公司建设完大数据平台的第一天，就要考虑大数据创造价值的问题，这可比建一个大数据平台难多了。

大数据平台实在是太多太杂了，这个边界无法定义，也没人可以准确的回答你，比如hadoop、阿里云、风控平台、用户分析平台....甚至一些小公司直接把Excel做的报表当作大数据平台（你别说，还真有...）

那我们平时能接触到或者用到的大数据平台都哪些？市场、产品、运营、IT以及整个决策层都可以用到的，那就要数大数据决策平台了，也就是经过很多次的大数据处理，最终呈现出来的：

 

 

 

 

大数据分析平台还可以这么酷炫？

其实这就是报表的另一种形式，就像我上面说的，这是可以在工作中接触到的，无论是业务人员还是管理层，真的都能从数据中找到企业的痛点，从而用数据驱动运营。

其实这类报表学名叫dashboard，是展示度量信息和关键业务指标的工具。

用什么工具做的？

现如今，互联网公司越来越重视数据，数据的获取也不再是难点，了解和掌握大数据相关技术和相关做法也都应该成为任何一个职场人的必备技能，这时怎样敏捷分析数据并获得价值才是决定成败之举。

可惜很多人，包括数据分析师，工作的第一年，都埋葬在 SQL 语句中，以 SQL+Excel 的形式完成工作，却用不上高效率的工具。

这时肯定有人会说，Excel也很好用！

• 首先，Excel就根本不能分析大数据，不然就会卡死；
• 其次，Excel的数据，牵一发而动全身不能实时更新非常麻烦；
• 最后，Excel根本做不出上面的可视化，因为可用的图表太少了。

上图就是用国内的大数据分析工具FineReport做的（文末有下载地址），FineReport是一款企业级的web报表产品，能做数据录入、查询和展示。

做复杂的格子类报表亲测秒杀Excel，关键是做可视化的dashboard很有一套。传统的格子类报表，常常以表格的形式展现，它能突出数据本身，但并不利于直观的看出数据之间的关系/趋势等。

FineReport除了能实现复杂的表格样式外，还具备极其丰富的图表，能够满足多样的数据可视化场景诉求。

如何打造极致的大数据分析平台

1、FineReport制表步骤

在FineReport中，图表的操作流程类似Excel，数据准备——插入图表——选择图表类型—选择分类轴、系列名称和系列值——选择图表样式。

 

 

（1）确定分析维度

最重要的就是想清楚自己到底该分析哪些数据，这些数据对自己是不是真的有价值。

 

 

（2）导入数据

FineReport支持多种数据源，无论你是Oracle、sql、MySQL....，只有你想不到，没有我联不上！

 

 

同时，可以安装一款“高级数据库查询”插件，该插件提供了简化sql输入、无缝对接sql可视化编辑工具的能力，写sql再也不是个事儿。

（3）可视化驾驶舱

要想最后的报表成品变得酷炫，图表的作用绝对不能忽视。

无论你的报表数据分析做得如何好，只要你的图表不够炫酷，不够高大上，老板就有可能一口否决你，让你重新再做。为了做出让老板满意的报表分析图表，激发出图表的可视化价值。

FineReport自带的H5图表满足你对视觉的需求。同时，FineReport良好的开放性，可让IT同事写代码开发，所以在制作时，也可接入Echarts等第三方控件来制作图表。

 

FineReport中的一些图表

 

 

 

 

2、FineReport制表原理

 

 

3、不同的报表模式

FineReport中有3种报表模式，普通报表、聚合报表、决策报表。

（1）普通报表

此者最常用。依靠着单元格的扩展与父子格的关系来实现模板效果，可进行参数查询，填报报表，图表设计等。比如交叉报表、行式报表、分组报表等等。

（2）聚合报表

针对不规则大报表。适用于一张模板中显示多个独立模块的报表，几个报表块汇总在一起的复杂报表。

 

 

（3）决策报表

就是上文提到的可视化驾驶舱。在这里，我还要提一下两个比较独特的功能。

参数联动：将两个或多个组件建立链接，实现数据之间的自动关联。比如点击员工名称，订单金额、回款额等就会自动关联为该员工的数据：

 

钻取：动态报表的常见功能，主要是为了实现无限层数据的扩展，展开维度更高的详细数据。比如动图下钻。

 

总结

无论是大数据分析平台也好，报表决策平台也罢，最终的目的都是要用数据为企业服务的。

用数据驱动运营，我相信这是每个人都希望看见的结果。