Smartbi 智分析功能详细说明书

Smartbi 智分析功能详细说明书
目 录 Contents
1.行业背景 (1)
2.SMARTBI 智分析产品简介 (3)
2.1.产品定位 (3)
2.2.产品架构 (5)
2.3.客户痛点 (5)
2.4.产品价值 (6)
2.4.1.成本价值 (6)
2.4.2.连接价值 (6)
2.4.3.复用价值 (6)
2.4.4.生态价值 (7)
2.5.产品优势 (7)
2.5.1.强管控 (7)
2.5.2.全自助 (7)
2.5.3.真共享 (8)
3.SMARTBI 智分析模块介绍 (9)
3.1.数据接入与采集 (9)
3.1.1.数据源管理 (9)
3.1.2.本地文件上传 (11)
3.1.3.元数据管理 (11)
3.1.4.权限管理 (13)
3.1.5.MPP高速缓存数据库 (15)
3.1.6.数据网关 (15)
3.1.7.互联网公开数据采集 (15)
3.1.8.跨系统数据采集 (15)
3.1.9.S AAS平台数据接入 (15)
3.2.数据准备 (16)
3.2.1.业务主题 (16)
3.2.2.自助数据集 (17)
3.2.3.自助ETL (20)
3.3.数据探索 (22)
3.3.1.即席查询 (22)
3.3.2.透视分析 (23)
3.3.3.多维数据分析 (24)
3.4.数据分析 (25)
3.4.1.自助仪表盘 (25)
3.4.2.电子表格报表 (28)
3.4.3.E XCEL融合分析 (35)
3.4.4.数据挖掘 ··············································································· 错误!未定义书签。

3.5.应用门户 (39)
3.5.1.登录门户 (39)
3.5.2.H5移动端 (40)
3.5.3.资源发布 (40)
3.5.4.用户管理 (40)
3.5.5.权限管理 (41)
3.6.数据安全 (43)
3.6.1.数据存储安全 (43)
3.6.2.数据源动态验证 (44)
3.6.3.数据脱敏 (44)
3.6.4.行权限 (46)
3.7.应用商店 (48)
3.8.导出分享发布 (52)
3.8.1.报表导出 (52)
3.8.2.报表分享 (52)
3.8.3.发布到钉钉、微信公众号、企业微信 (53)
4.关于思迈特软件 (54)
4.1.品牌相关 (54)
4.2.客户群体 (55)
4.3.联系我们 (56)
1.行业背景
政策上:
2020年中共中央国务院印发《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，《意见》明确指出“将数据作为一种新型生产要素，充分发挥数据对其他要素效率的倍增作用！”
趋势上：
大数据时代，数据资源成为企业的核心竞争力。

企业已经逐渐意识到全面数据化运营是现代企业从粗放经营向精细化管理发展的必然要求，不懂业务数据会使企业在新的商业模式中反应迟钝，失去竞争优势。

据IDC估算，到2025年整个数字宇宙的数据容量将达163ZB（1ZB〉10亿GB），相当于2016年数据容量的10倍。

图：BI普及率与企业业务收益相关性
据市场调研反馈，商业智能（Business Intelligence，简称：BI）普及率跟企业收益基本正相关，也就是说BI数据分析在内部普及越高的企业通常业务效益更好。

如上图所示，效益最好的企业BI总体普及率也仅有25%。

如何让全员参与数据分析，向数据获取更大的效益，是一个很重要的问题。

现状:
思迈特软件经过多年自助分析项目实践后发现，即使很多有远见的企业已经意识到全员自助分析的重要性，也采购了商业的自助BI工具，但是在推进自助分析过程中会遇到各种难题，导致全员自助分析只是一个空口号！
全员遇到的问题:
问题1：有什么办法让业务分析师愿意用、喜欢用BI平台，而不是依助于IT人员导出数据？
问题2：业务分析师不懂技术，怎么参与到数据处理环节？
问题3：IT和业务分析师协作，如何管控数据权限和提供数据服务？
问题4：千篇一律的数据可视化工具，让用户感到困惑，好像也并不实用！
问题5：开放自助分析后，系统的压力陡然增加，安全、稳定、性能如何保证？
思迈特基于企业数据分析的种种难题，推出了Smartbi 智分析，有效帮助企业推进全员自助分析，实现数据价值最大化。

2.Smartbi 智分析产品简介
2.1.产品定位
政策上:
2020年中共中央国务院印发《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，《意见》明确指出“将数据作为一种新型生产要素，充分发挥数据对其他要素效率的倍增作用！”
趋势上：
大数据时代，数据资源成为企业的核心竞争力。

企业已经逐渐意识到全面数据化运营是现代企业从粗放经营向精细化管理发展的必然要求，不懂业务数据会使企业在新的商业模式中反应迟钝，失去竞争优势。

据IDC估算，到2025年整个数字宇宙的数据容量将达163ZB（1ZB〉10亿GB），相当于2016年数据容量的10倍。

图：BI普及率与企业业务收益相关性
Smartbi智分析是面向个人和企业的在线大数据分析平台。

在数字经济蓬勃发展的市场环境下，Smartbi智分析经过多年沉淀与创新，为用户的商业决策提供新基建、新服务和新体验。

用户无需准备服务器、安装部署软件，仅付出较少的成本，即可使用享受大数据分析的乐趣和价值。

Smartbi智分析的丰富与强大的产品功能，以及自助化的设计理念，不仅为技术人员提供了新的数据要素加工平台，也使得大数据分析门槛越来越低，适用非技术人员进行数据分析。

Smartbi 智分析来源于思迈特软件多年服务金融类大客户的数据分析实施推广经验，结合国际先进的产品设计理念与高科技技术，为企业提供数据化运营的统一门户平台，为业务人员提供数据分析服务，为数据分析各种参与者提供友好易用的数据服务，帮助企业实现“数尽其用、人尽其才”。

数：系统的数据、加工的数据、线下的表格数据等。

人：内外部IT人员、数据分析师、普通业务人员、业务领导等的运营目标，从而实现企业运营管理的数字化转型。

2.2.产品架构
为更好地满足企业数据化运营需要，实现全员自助分析的推广落地，我们全新设计了Smartbi 智分析的产品架构。

图：Smartbi 智分析产品架构
2.3.客户痛点
1、传统项目管理方式，从需求、设计，到开发、测试、交付，漫长的BI 开发流程满足不了快速变化的管理和业务变化；
2、市场的快速变化，导致日常报表和数据分析的需求多、碎、迫切度高，IT支持响应不足，应接不暇；
3、IT部门主导建设的数据仓库或数据中台，价值体现的方式不够直接有效，数据分析的价值呈现需直接由经营部门来完成；
4、业务人员存在大量线下数据、填报数据，更习惯使用Excel作为数据分析工具；
5、数据分析局限在个人工作上，缺少工作协同、缺少经验和技术的交流与沉淀；
6、数据查询和导出不易管控授权，缺乏数据资产的管理手段；
7、在“安可”、“信创”的背景下，国有企业存在国产化产品替代的大量需求。

2.4.产品价值
2.4.1.成本价值
客户无需部署和管理大数据平台，即能享用MPP、图数据库、Kafka、ES等各种不类型的大数据分析。

采用Saas模式可有效降低企业数据分析与可视化的IT成本。

2.4.2.连接价值
内部系统可以通过智分析，连接互联网的数据，进行集成分析。

互联网数据可以为企业带来亟需的市场信息、用户信息、产品信息等。

内外部数据进行集成分析、比对分析，可以为市场营销、产品设计、内部管理，带来新的商业思路和决策支持。

2.4.
3.复用价值
针对商业活动中的常见问题及算法难题，通过商业分析模型得以解决。

包括客户生命周期的各种分析模型、客户运营的各种分析模型、产品推荐模型、财务分析模型等。

对于小规模、IT预算不足、分析能力不足的客户来说，直接
提高了企业管理、业务经营的能力。

企业内部，可通过应用商店复用和管理数据分析的成功，以适当的方式进行部门内部、部门间形成共享，避免IT成本的浪费、提高IT的建设效率。

2.4.4.生态价值
在某些行业、某些场景下，核心企业需要以数据为纽带，与上下游共享企业数据价值，智分析作为一个数据赋能的载体，为企业带来生态价值。

2.5.产品优势
2.5.1.强管控
Smartbi 智分析满足平台管理员的管理和协同需求。

对自助分析平台来说，数据安全是最核心的要素，而且越来越开放的元数据也需要安全管控！
(1)以安全的方式开放数据资源目录，用户可自由发现可用数据，没有权限的
资源需要在线申请授权，通过管理员的审核即可使用。

(2)面对数据资源的增加、修改等变更，可以利用元数据预告给受影响的用
户。

(3)关于平台运营和数据资源的通知，可以在消息中心及时发出，并提醒给每
个用户。

(4)提供社区化的在线问答交流，经验可分享可沉淀可搜索。

2.5.2.全自助
Smartbi 智分析匹配各种操作习惯，覆盖各种角色的使用场景。

(1)业务分析师
可以使用自助助工具集包括:
即席查询:经典的Ad-hoc明细数据查询
透视分析:无须建模的OLAP分析工具
自助仪表盘:所见即所得的完成可视化仪表盘
Excel融合分析:在Excel中就能完成从数据提取到数据分析再到最终发布的整个流程
预测分析:通过发现数据规律，洞察未来
自然语言分析:无须学习，直接输入文字或者问话
(2)数据工程师
响应并提供服务：数据授权服务、数据变更服务、
技术支持服务
提前准备数据资源：业务主题、公共数据集、源数据表
常用的数据资源准备：跨库关联、数据处理、数据导入
2.5.
3.真共享
(1)数据工程师共享数据与元数据，有需要的用户可以申请使用；
(2)数据分析专家共享的是思路与经验，数据分析专家把优秀报表上传到应用
商店，支持其他用户进行点赞、收藏、对内外分享、私密和公开交流，带动其他成员提高数据分析的能力
(3)业务分析师共享的是分析报表，用于与同事共享和协作处理仪表板、报表
和数据，并且还能设置个性门户，形成可传播、可复制、可沉淀的数据分析文化，告别文件满天飞，实现“我为人人，人人为我”的真共享。

3.Smartbi 智分析模块介绍
3.1.数据接入与采集
统一服务平台是Smartbi智分析的核心组件，为系统整体提供平台必要的基础管理、数据源关联、性能监控管理、元数据管理、权限管理等平台组件，是系统运行的核心平台，它具有灵活性、扩展性、延伸性等优势，能够满足企业多样、快速变更的平台管理需求。

3.1.1.数据源管理
数据源管理是指系统用户快速建立各种业务库、文件数据连接到Smartbi 平台上作为分析的“数据源”，为后续的数据处理和分析做准备；并支持用户进行相应的数据库表资源映射、表关系视图配置、数据权限配置等对数据源的管
理动作。

Smartbi 智分析为用户提供了海量的数据源支持，极大地减轻了用户的应用数据难度。

除了常规的关系型数据源、多维数据源外，还支持Java数据源和大数据（Big Data）平台，同时也支持国内的数据源，如达梦、金仓、南大等。

详细支持列表：
图：数据源支持清单（不断扩展）
图：数据源连接示意图
3.1.2.本地文件上传
在一些比较特殊的场景，如HR考勤数据是以execl形式输出的，这个时候就要提供离线的数据源接入方式，也可以说是外部导入的形式。

通过加载文件的方式加载到系统中，进行进一步的数据分析，提高分析效率；支持的格式有:Excel、TXT/CSV等。

图：加载文件数据
3.1.3.元数据管理
Smartbi 智分析提供元数据搜索、影响性分析、血统分析等功能，能够对系统内部的所有元数据信息进行有效管理，减轻系统维护的压力，从而更好地支持应用系统维护和运营。

元数据搜索
通过全文检索引擎，可直接搜索表、字段、业务属性、报表参数等任何系统元数据信息。

影响性分析
通过影响性分析，可直接查看所有资源间的引用关系。

例如，数据库中的表／字段／参数等应用在多张报表中，当字段／参数信息修改后，通过影
响性分析功能，可查看到系统哪些资源会受到影响。

图：元数据影响性分析示意图
血统分析
血统分析的作用是用于追溯数据源，用它可以快速查找分析资源之间的依赖关系。

比如，在浏览报表的时候，想知道该报表数据是怎样转换过来的，使用血统分析功能就可以快速获取。

图：元数据血统分析示意图
3.1.
4.权限管理
Smartbi提供银行级安全权限管理功能；
在设计安全上，考虑各场景状态，保证权限体系在设计上没有漏洞；
在技术安全上，防止权限体系遭到外界的技术破解；
全面控制用户的操作权限、资源权限、数据权限，为安全保驾护航。

操作权限
操作权限主要是从更高层面对用户权限进行划分，决定被授权用户可以使用系统的哪些功能，可以执行哪些操作。

如：管理员可以查看并设置数据源、用户等信息，普通用户只有查看报表的权限，IT人员有设计和开发报表的权限等。

图：操作授权示意图
资源权限
资源权限是对平台具体资源的控制，可以限制被授权用户到具体的某一张报表或某一个图形资源，如：创建的某张报表只允许本部门的所有人查看，本部门以外的人不允许看到；或者某些报表只能被领导查看，普通员工不允许查看等。

图：资源权限示意图
数据权限
在系统中，我们可以利用数据权限功能，实现不同区域的用户登录Smartbi 后只能看到其所属区域及子区域的数据，如：北京分行和广州分行只能看到本
分行自己的数据，而总行可以看到所有分行的数据和总行数据等等。

3.1.5.MPP高速缓存数据库
高速缓存是Smartbi提供的对数据查询进行缓存和提速的一个功能。

高速缓存库的作用是解决用户原始数据库查询慢并且不好解决的场景，可以通过定时抽取把数据缓存到缓存库，提升报表的查询性能。

3.1.6.数据网关
数据网关采用反向代理技术，企业安装网关后，可以在智分析云端链接内网的数据库。

云端不存储客户任何数据，网关仅作为通信工具。

网关可以随时关闭，切断数据库连接，进一步保障数据安全。

3.1.7.互联网公开数据采集
智分析通过爬虫、RPA等手段，采集互联网数据。

也支持通过集成数据服务商的接口，采集互联网数据。

爬虫来自开源社区，RPA来自商业RPA厂商。

公开数据包括金融资讯、企业信息、政府公开信息、舆情信息等。

3.1.8.跨系统数据采集
根据客户需求，智分析通过RPA等手段，支持企业内部无接口的跨系统数据采集。

3.1.9.Saas平台数据接入
智分析支持对接10+Saas ERP、财务、费控、电商系统；支持企业微信、微信公众号、钉钉数据采集。

3.2.数据准备
数据准备是数据分析师和最终业务用户进行交互分析前的准备步骤。

通过Smartbi 智分析可视化界面，用户简单拖拉拽即可轻松完成数据模型的构建，自助完成数据清洗和调度。

使用户更快、更直接地获取到准备好的数据。

3.2.1.业务主题
业务主题是最常用的数据资源类型，通过虚拟语义层将复杂的数据关系转换为业务分析师可认知和使用的模型。

对于业务用户来说，很难直接使用存放在数据库中的原始信息表进行分析，往往需要借助技术人员来编写SQL、存储过程来获取和处理数据；业务人员很难真正地使用这些技术化手段进行分析。

Smartbi 创新地推出“业务主题”解决这个难题。

业务主题是数据分析师基于业务场景来进行逻辑语义建模，将维度、指标、表关系按分析场景需求进行定义，将数据库中晦涩难懂的字段与表关系转换成业务人员也可以看得明白的业务术语。

并且这部分也是拖拽式完成无需编写代码并且可以控制权限。

图：业务主题定义
例如，采购人员进行订单的销售额、商品订单数同期比等数据分析时候，这些业务属性在原始的数据库中，并不是所有数据直接存放在一张表里面。

这时候就需要构建订单业务主题，将订单业务相关的订单表、供应商表、订单明细表等进行关联，将维度、指标进行重新定义。

采购人员只需要根据业务知识进行数据的使用，无须关注底层技术细节。

图：业务主题示例
3.2.2.自助数据集
Smartbi 智分析有丰富的数据集支持:多种公共数据集,并且可以关联计划任务将数据提前抽取到高速缓存，实现“数据集市”的数据落地加速！
数据集是指数据分析人员对各类数据的组合进行定义、管理。

数据集是分析展现的前提。

从数据集来源及使用方式上，Smartbi智分析数据集类型多样，有自助数据集、SQL数据集、可视化数据集、Java数据集、存储过程数据集、多维数据集、ETL数据集等，种类多样，充分满足不同分析场景下对数据质量的需求。

自助数据集
用户可以根据业务要求，通过可视化的方式，使用跨数据库、多表关联、数据转换、复杂逻辑关系计算、数据抽取ETL等功能，将数据提取到自助数据集，这些自助数据集允许被自助仪表盘、透视分析和电子表格进行数据分析应用。

不仅支持关联、筛选、分组、建立层次、格式处理、逻辑计算、数据抽取等操作，还支持跨数据库查询、数据集嵌套。

自助数据集总的来说有如下三大特色：
① 支持数据行权限控制
所谓的数据行权限，是指用户本身所属的机构、部门、区域等属性对其获取数据的一种权限；
例如：某用户作为华北区的一名销售主管，那么我们应该允许他通过自助数据集查询和抽取到的数据只能是华北区的销售部门的数据，而不能跨权限查询到其它区域或者其它部门的数据。

② 支持跨库查询
自助数据集支持跨库查询，当用户查询数据的范围比较广并不限于一个数据库时，可以跨多个库进行查询。

③ 支持维层次定义
定义，维层次实现了在自助仪表盘中的特殊应用：若应用到清单表或交叉表上，支持维成员的自动展开/收缩功能；若应用到图形上，支持自动下钻功能。

图：自助数据集
可视化数据集
可视化数据集是一种所见即所得的数据查询方式。

通过拖拽基础表(包括数据源、关系图以及业务主题下的基础表)来定义查询条件和内容的一种数据集。

图:可视化数据集
原生SQL数据集
原生SQL数据集是通过在文本区中输入SQL语句，来定义查询条件和内容的一种数据集。

用户可使用SQL数据集直接访问数据。

可视化数据集是一种所见即所得的数据查询方式。

通过拖拽基础表（包括数据源、关系图以及业务主题下的基础表）字段来定义查询条件和内容的一种数据集。

Java数据集
Java数据集是指基于Java数据源中Java查询对象作为查询源的一种数据集。

多维数据集
基于多维数据集，可以快速地在电子表格、仪表分析等报表上展现多维数据源的数据。

存储过程数据集
存储过程数据集是针对存储过程定义查询条件和内容的一类数据集。

3.2.3.自助ETL
Smartbi 智分析内置了轻量级自助ETL模块，有效解决客户业务系统数据分散、凌乱、标准不统一等现状问题。

Smartbi 自助ETL工具可以使用通用的接口JDBC或者厂商的专用接口去抽取源数据，实现了ETL对不同数据源的支持。

自助ETL提供了各种组件来实现不同的转换功能，有行列转换、过滤、排序、聚合、计算等常用的转换方式；在转换过程中还可以支持数据比较、类型转换(元数据编辑)、字段拆分等功能，数据预览、数据的批量装载(目标数据源)，性能监控，自动调度ETL程序，程序出错处理，按行、按列的聚合汇总功能等。

自助ETL还提供脚本模块，可以手动输入SQL或Python语言对数据进行数据处理、分析或查询。

无须单独部署，并且支持将自助ETL的结果直接引用到自助数据集中，准备用来进行下一步的分析展现，无缝连接Smartbi 智分析的分析展现功能。

自助ETL具有以下特点：
简化了用户的操作，拖拽的可视化方式，使用门槛低，对于没有SQL 基础的业务人员比较友好。

支持各种数据源：文本数据源、Kafka数据源、关系数据源、示例数据源，关系数据源。

支持各种硬件和软件平台：软件平台如操作系统，支持windows，linux 以及国产操作系统，同时支持各种硬件平台，如x86等等。

数据处理组件非常丰富，通用性强，组件很容易复用。

提供强大的管理功能，如日志管理。

采用Spark分布式计算，具备更加完善的数据处理能力，可以按需横向扩张，能支持大数据量。

图：自助ETL
3.3.数据探索
您可以在Smartbi 智分析进行可视化、交互式地探索，将业务数据转化为数据见解。

你可以进行清单查询、数据汇总，还可以把结构保存起来进行二次或者交叉分析，Smartbi 智分析能快速帮您把复杂的数据转化成最简洁的视图，即使在外也能用手机端随时查看。

3.3.1.即席查询
当你需要核对明细数据，或者打印清单时，Smartbi 智分析即席查询可以很好地帮助你。

用户可根据自己的需求，灵活地选择查询条件，系统能够根据用户的选择生成相应的统计报表。

即席查询与普通应用查询最大的不同是普通的应用查询是定制开发的，而即席查询是由用户自定义的，用户通过简单的鼠标勾选数据字段与查询条件快速获得所需数据，并提供聚合计算、告警规则、重定义表关系、改变条件组合逻辑等高级功能，用户想查什么就查什么，秒级响应各种数据查询及分析请求。

图：即席查询示意图
3.3.2.透视分析
Smartbi 智分析透视分析功能采用“类Excel数据透视表”的设计，使用它制作多维分析时不再需要数据加工、不再需要建立模型、不再需要编写SQL语句，简单拖拉拽就能够组合维度、汇总计算、切片、钻取数据，实现图形分析、跳转、预警等效果。

不仅如此，任何字段都可直接作为输出字段或筛选条件，轻松实现对数据的查询与探索，让每个人都可以成为数据分析师。

图：透视分析示意图
透视分析具有以下亮点功能:
支持传统的OLAP操作，包括旋转、钻取、切片等;
可自定义日期维度，实现同比、环比、基比等分析;
通过自定义计算字段，扩展可分析的维度和度量;
3.3.3.多维数据分析
Smartbi 多维分析可以直接对接多维数据库（Essbase、SSAS等），通过将多维数据集中的各个维度进行有机组合，查询出相应的数据。

它提供了切片、切块、钻取以及行列互换等多种可视化操作方式，使得不同角色可基于自身所关注的维度进行灵活的数据分析，从而使用户对大量复杂数据的分析变得轻松而高效，以利于迅速做出正确的判断，辅助决策。

多维分析具有以下亮点功能:
支持对已生成的表格数据再分析，例如切块参数、钻取、分类汇总、行列互换等。

支持添加各种计算，例如占比、排名、同期值、环比、增长率等多种分析。

支持图形分析，内置了柱图、线图、饼图、面积图、雷达图等多种Echarts图形。

支持设置告警，可实现对关键信息的实时监控，帮助用户及时发现问题并采取相应措施。

支持多种输出方式，生成的分析结果可以WORD、EXCEL、TXT、HTML 等多种方式导出。

术运算符、数字和MDX函数进行重新组合生成新的维度成员或者新的维度成员集合。

图：多维分析示例
3.4.数据分析
3.4.1.自助仪表盘
《Information Dashboard Design: The Effective Visual Communication of Data》一书的作者这样定义仪表盘：
仪表盘是为了实现些某些特定目标而对重要信息进行的视觉传达方式，对一屏上的内容进行组织呈列使人一瞥便能掌握其所要传达的信息 Smartbi 智分析自助仪表盘是可视化分析的神器，用户仅需通过简单拖拉，就可以集合多个数据视图，以“可视化图表+数据”向用户展现关键度量信息和业务指标，洞察隐藏的数据见解。

无论是管理决策者，还是企业业务流程中的普通员工，都可以利用它来展示分析的结果，让决策更加快速准确，更快地推动业务流程的进展，提高工作效率。