FineBI行业数据分析应用案例

FineBI行业数据分析应用案例

目录

商业智能银行业应用案例 (2)

商业智能地产行业应用案例 (4)

商业智能制造业应用案例 (6)

商业智能税务行业应用案例 (9)

商业智能汽车行业应用案例 (13)

商业智能电信行业应用案例 (15)

商业智能银行业应用案例

随着银行信息化的不断深入，银行积累的数据越来越多，面临着“数据爆炸”和“信息缺乏”的矛盾；另一方面，在目前复杂的商业环境中，无知或一知半解做出的决策是现代银行的最大威胁。而商业智能的最大优势就是充分利用银行在日常经营活动中搜集和积累的大量数据，并将他们转化为信息和知识来为银行找出市场发展趋势和经营上的问题，发现市场机会，帮助银行企业从数据中“挖金”。

在刚刚结束的亚太银行IT价值高峰论坛上，对于提升银行企业信息化水平，实现数据价值变现，各企业IT管理者一致认为商业智能在银行业信息化数据管理中发挥着重大作用。整合数据，统一门户

商业智能系统的建立，一来是提供一个数据分析平台，为业务部门更好的分析商业特征。比如企业领导每天查看相关的数据，比如全行的主要经济指标：存款、贷款、贴现、现金、准备金、存贷款结构占比、各网点主要任务完成情况，以及各类考核指标中完成任务较好、较差的网点和个人。这些信息的背后都涉及不同的数据源和应用系统，通过商业智能平台建立数据仓库，可将银行的所有相关数据经过ETL转换，数据清洗后放到数据仓库中，给分析者和决策者一个关于银行各方面情况的分析数据。二来，业务人员在数据分析时，会不断加深数据分析的思想，可以更大程度上提高业务分析人员的决策能力。

业务多元，灵活分析

商业智能系统最基本的价值体现在有效及时地产生有用的信息。在应用商业智能FineBI 时发现，业务人员分析的难点其实在于系统中存在着大量结构或非结构化的多维数据，简单的数据关联还行，如果需求复杂多样，就难以做到及时跟进。商业智能的便捷就在于此，由于自动建模，所有维度、指标、索引关联在一开始就建立好，做分析和查看分析都可以任意切换维度。比如，在存款账户分析中可以知道发生了那些业务，业务量和频率如何，趋势是怎样，进一步深究，可切换至哪个网点，哪个业务产品实现好的效益。

研究客户，指导营销

如今银行都意识到经营方式要从经营产品转向经营客户，因此目标客户的寻找，潜在客户的挖掘成为银行数据应用的主要方向，尤其是高端财富管理和大客户的开发。

以分析大客户为例，各银行都在采用各种手段“挖”竞争对手的优质客户，现有客户的维护和二次开发也显得尤为重要，典型的营销方式就是目标营销和交叉销售。比如对已有客户分析，可以发现具有某种特征的用户具有某种特定的偏好，从而推出针对性产品。又或者通过对优质客户群体的行为分析、忠诚度分析、构成分类进行分析，采取差异化的销售策略，提供个性化的金融产品及服务，在留住优质客户的同时，增加银行的利润增长点。

加强内管，全面发展

商业智能系统可以应用是广泛的，除了银行业务分析，还可以进行人力综合成本预算分析、人员绩效考核、平衡计分卡等。领导层通过这些分析可以更加直观地了解员工工作情况，以此采取相应地奖惩措施。

总而言之，从当前我国银行业的发展趋势来看，数据到价值的转化必将驱动商业模式与运营模式的深刻变革，企业信息化建设必须跟上步伐，及早出发，积极、理性地试水投入，才能借力实现竞争优势提升。

商业智能地产行业应用案例

中国地产行业经过了20多年的发展，房地产行业整合已成大势所趋，逐步由区域开发转变为集团化的跨地区综合开发商。然而，对于处在超常规速度发展的房地产企业来说，其面临的挑战也是超常规的。首先，房地产企业要在有限的资金和人力条件下，同一时间，对全国区域范围内的多个项目做出科学的决策，以及进行合理地资源平衡，这是一项非常复杂的系统工程。另外，由单个区域开发到全国跨地区开发所带来的管理上的复杂程度也是呈几何级数增长的。这就对企业在项目进度控制、现金流管理等方面提出了更加精细的要求。

针对此情况，企业的信息化管理急需优化升级，新的方案要做到既不影响现有应用系统运行，又能对全公司数据进行精细化集中分析处理。商业智能正是这样一个优秀的解决方案，其自动灵活，准确及时的特性可以帮助企业将数据处理的工作重点从原本的数据整合转移到数据分析上来。

在以往的实施案例中我们发现，对于房地产这种行业背景深厚，数据产量又大的行业，数据的处理和分析能力是商业智能软件必须具备的重要特性。数据体量大，分支结构复杂，调度频率高都是巨大的挑战。像国内某地产巨头利用了商业智能软件FineBI得天独厚的稳定性和大数据处理优势，从以下几个方面解决了问题：

构建决策驾驶舱

商业智能系统支持多种数据库数据源，比如Oracle，sql server，DB2等等，以及Excel，txt，XML文件数据源，系统对于读取的数据源可以进行ETL转换以适应分析需求。

其次，商业智能由于其优秀的自动建模特性，能避免业务人员对数据库内容的深入了解，减少与技术人员的反复沟通，大大降低时间成本。

此外，以往传统的报表数据呈现方式缺乏灵活性和直观性，利用商业智能的各种图表，比如柱形图、折线图、饼图还有适用于地产行业的地图、仪表盘、环形图，以图形的方式直观展现数据，多维度多关联决策分析，辅助决策。

实时销售管理

房地产的销售往往具有形式多样，周期长，工作复杂的特点，其销售数据往往具有很强的实时性。如果利用商业智能平台进行各类销售分析，比如销售、回款、应收款、可售库存、推盘、动态成本、杜邦分析、资金计划等各类细分主题的分析，可以更好地从数据中观测销

售过程出现的问题，例如哪里的楼盘销量低，哪里的楼盘回款率低。

商业智能精确市场定位，合理开发

商业智能系统不仅可以分析企业内部的各项业务数据，还可以应用到企业外部环境，比如分析一个或多个地区的人口分布，住房条件，交通情况，土地利用率等，这些数据往往在决策调整方面具有引导性，帮助企业在后续开发中因地制宜地制定方案，如户型档次，楼层高低设置等，做到由内而外，由外之内的信息互通。

创新挖掘客户需求

地产销售的对象复杂多样，而房地产依靠客户需求盈利，因此，对客户的分析至关重要。利用商业智能系统我们可以实现客户消费行为的分析，从客户的年龄，地域，收入水平，教育情况，消费方式，喜好等方面进行分析，帮助营销人员找出影响消费者的机会与方式，实