智能分析

总体概述

智能分析是是基于创新平台化架构的云原生智能数据分析产品。产品基于数据平台能力，赋能企业数据分析与可视，支持与业务系统的便捷集成应用，提供自助式分析和报表能力；支持用户在可视化设计态环境下的个性化建模，实现基于浏览态的即席图表分析探索。以场景化、沉浸式的全新体验，助力企业数智化。

产品为企业的经营管理者提供高效易用的智能分析服务，实现便捷的数据获取、治理及丰富的可视化呈现，帮助用户深入发掘数据潜能、快速探索数据价值、敏捷洞察运营状态、提供精准决策支持。

产品支持多种图表可视化个性化设计功能，具备快速构建数字大屏能力。提供包括主流关系型数据库、领域业务元数据、文件数据等在内的多数据源管理，支持数据模型、分析卡片、仪表板、自由报表、数据填报、消息推送、报告分享、报表订阅、租户权限管理等开箱即用的智能分析构建，支持包括移动端、WEB端在内的多端快速适配。

应用价值

智能分析，赋能数字化企业。

随着国家经济在信息化大发展背景下，企业组织在发展的过程中积累了大量的数据，同时仍在呈几何倍数增长，企业的业务也在随需而变。这使得企业对数据分析的需求，已经从原来的传统离散文件和定制化开发式的数据分析方式中不断寻求转变。

数智化分析决策导向的多源异构数据融合建模

创新面向企业数智化分析决策导向的多源异构数据融合建模能力，支持业务元数据、关系型数据库、文件数据等数据融合，支持基于可视化数据建模与SQL建模的模型构建，面向个性化数据结构，实现快速融合建模。

便捷自助的个性化分析服务构建

基于分角色视图，提供个性化分析服务构建能力。针对企业用户个性化需求，为管理员提供便捷自助的数据源准备和数据模型建设环境；为业务人员提供零代码业务分析设计能力，支持个性化的分析、交互、分享。

快捷精细的大屏定制

针对企业数字大屏构建耗时长、成本高的问题，智能分析提供快捷精细的数字大屏定制能力，支持图表、文本、Tab页签、图片、容器、筛选器、GIS地图等组件的快速定制和自定义扩展。提供丰富的样式属性设置选项，支持全局页面和动态局部的数据秒级刷新；支持拖拽式操作。

轻松应对“中国式报表”

基于自由报表提供的类Excel设计、表头嵌套、多源分片、双向扩展、多格式支持、报表导出与自主打印等创新功能，有效地解决了“中国式报表”的创建效率问题。

应用场景

应用分类

数据模型

数据模型为用户提供基于数据源的业务建模能力。在数据模型中使用表模型搭建关联关系，设置连接条件、过滤条件、参数过滤、模型数据权限等。搭建业务主题模型或宽表，为报表、分析提供模型的数据准备工作。

数据分析

数据分析为用户提供基于数据模型、数据源表、业务元数据模型的分析建模、报表建模能力。在数据分析中，实现图表可视化的创建与编辑，图表钻取、链接、联动等交互；实现报表的自由编辑与设计，支持主子表、组合表等复杂表头嵌套的中国式报表，类Excel模式，贴近用户使用习惯，支持丰富的公式函数。

浏览态，用户可以方便的对分析、报表进行筛选交互与过滤，查询数据。

导出Excel、PDF，支持原始数据导出、所见即所得导出。

支持发布到业务领域节点，便于领域用户应用。

自由报表

自由报表是用户以业务报表为主要需求导向的工具，在报表中可以编制分组表、交叉表、复杂表头嵌套的组合表、自由表等。满足用户对中国式复杂报表的各种需求。报表也是以基于业务元数据、业务模型、数据模型为数据来源，编制各种报表。

数据填报

数据填报为用户提供创建和编辑的填报模板，设置填报字段，设置单元格公式、数据过滤、筛选条件等，并可将对象发布到报表中心或业务功能节点，如：创建和编辑了一份财务填报报表，那么可以发布到财务领域的功能目录，做为领域的一个功能菜单节点。

关键特性

丰富的数据源接入

• 支持连接关系型数据库；
• 支持连接业务元数据做为数据源(YonBIP、NC Cloud) ；
• 支持连接文件数据(Excel/CSV)；
• 支持数据源级别数据权限过滤。

可视化数据模型建模

• 支持视图方式拖拽搭建表关系，设置关联方式；
• 支持通过SQL脚本搭建数据模型；
• 支持基于存储过程搭建数据模型；
• 支持数据模型参数；
• 支持设置数据过滤，支持使用系统变量、权限标签过滤；
• 支持修改字段类型；
• 支持新增计算字段。

多样的数据可视化分析

• 支持49种图表类型；
• 支持高级地图，不同粒度的行政区划地图和GIS地图；
• 支持图表对象在页面中自由拖拽布局；
• 支持设置图表控件的数据排序、TopN设置、刷新频率设置
• 支持图形和表格控件丰富的样式设置；
• 支持指标设置格式化，设置前缀、后缀、缩放比例、千分位；
• 支持切换主题方案，自定义配色方案；
• 支持分析参数；
• 支持图表丰富多样的钻取\联动\链接；
• 支持跨模型关联分析；
• 支持筛选器(文本、日期、平铺框、下拉、树形下拉、参照)
• 支持设置链接，可链接打开并传递参数；
• 支持分组表、交叉表；
• 支持中国式复杂报表，主子表、组合表
• 支持导出Excel、PDF文件(原始数据导出，所见即所得导出)；
• 支持报表多页、分析多页；
• 支持仪表板、报表发布到业务功能节点。

易用的数据填报

• 支持接入业务元数据模型做为填报数据来源；
• 支持丰富的填报控件(下拉、参照、平铺)；
• 支持填报筛选器；
• 支持丰富的单元格公式。

灵活的数据标签

• 支持自定义标签；
• 支持接口扩展标签；
• 支持标签规则；
• 支持在用户上灵活设置权限标签值。

便捷的定时推送和预警

• 支持对多个仪表板、报表设置推送和预警；
• 支持灵活设置用户范围；
• 支持设置不同频次，和多频次组合；
• 支持启用停用任务。

场景案例

人员状况分析

分析人员状况能够帮助企业了解人员配备情况，协助管理者确定未来企业各级组织人力资源编制计划，同时了解企业的离职人员原因和去向，以及离职人员的构成情况，并对公司在人力资源管理各个环节中出现的问题进行了重点分析，在人员流失上做到一定的风险防范。

业务痛点

人员流失严重，出现用工荒问题。

离职人员离职前工作状态如何，人员结构如何，为何离职，离职都去了哪里，这些信息在人力资本业务系统分散在不同模块，没有一套完整分析体系让人一目了然。

面向对象

HR人力资源经理； HR业务人员。

价值主张

通过人员总量趋势分析能很快发现是否存在人员流失问题。 通过对离职人员的出差，加班情况分析，了解离职人员在职时的工作状态，协助定位离职原因。 分析离职人员的学历，工龄，司龄，年龄，职级等情况，让人对哪些人员离职一目了然。 对在职人员评估其可能离职风险，能预防用工荒问题，防范于未然。 更体系的将人力管控要点集中呈现，更方便发现分析问题。

场景故事

北京分公司跟人力总监抱怨最近人手不够了，是不是人手真的不够了？人力总监需要了解当前人员存量情况。下面先看看人员总量分析。

从人员总量与预算情况趋势分析很明显看到2019-05月份，北京分公司人员总量出现了明显的下滑，人员总数环比减少了15人，控编率仅仅为88.18%，虽然和2019-04月份相比，公司人员预算有所调整，预算人数减少了6人，但离职人数确达到15人之多，远远超过了公司预计调减数，说明主动离职人员较多，人员流失已在计划之外，进而需要进一步了解一下离职人员的具体情况。点击人员总量与预算趋势分析可以链接到离职人员分析模型。离职人员分析模型从五个方面来分析离职人员情况：离职人员明细、离职人员工作状况、离职人员结构、离职人员去向和在职人员动向。

先看一下离职人数趋势分析和离职明细表。点击离职人数趋势分析可以联动查看该期间的离职人员明细情况。

从北京分公司离职人员趋势，看到2019-05月离职人员非常明显。确实存在人员流失情况。从下表我们能看到具体都是哪些人员离开了。那么这些离开的员工最近工作状态如何呢？

从分析图表能看出离职人员主要集中在经常加班出差的一线部门。初步推测加班出差很有可能是他们离职的主要原因。那么离职人员是男生多还是女生多？老员工多还是新员工多？高学历多还是低学历多？年龄分布如何？在单位职级分布如何？

从离职人员结构分析图表，可以看到离职人员男生占比多，其学历绝大部分是专科，职级集中在中高级，司龄在0-2年之间，工龄也在0-2年之间，其年龄基本在20-30岁之间。也就是说离职人员为工作时间不长，学历不高，但是年轻有能力的。那么这些人为啥离职呢？他们离职都去了哪里？他们离职对公司有没有影响？

从离职原因分析，可以看到薪资是主要的因素，他们近一年平均薪酬低于公司总体平均薪酬，离职去向大部分去了互联网公司。从他们的绩效考核能看出他们都是绩优人员，为公司做出了不少贡献，可见，他们的离开对公司是不利的。既然他们公司的骨干，那么其它部门有没有类似的人员可能离职呢？

这里如果有数据挖掘，可以根据上面离职分析中得出的结论，对现有人员进行数据挖掘，判断哪些人员有可能会离职，从而提前采用相应对策。

如果员工需要离职，他们需要请假来找新的单位，这里只是简单对在职人员进行过滤，查看最近经常缺勤人员，从而能对这些人多加关注，采用合适的挽留措施。

故事总结

通过人员状况分析，可以得到如下信息：

北京分公司在2019-05月份出现了人员的严重流失，导致人手紧缺，但是本次人员流失是由于公司调整所致，属于计划之内。但真正流失的人员是否是公司希望离职的人员呢？从离职人员的近一年的工作状态看，该部分人员主要集中在一线部门，同时经常加班和出差；从离职人员的人员结构来看，主要是男生离职率偏高，司龄和工龄均集中在0-2年之间，而且都是20-30岁之间的年轻人，其职级为中上层；这部分离职人员上次绩效都比较好，是公司的重要人才，这些人员的流失会给公司带来不利的影响。而这部分人员的离职主要原因为薪资偏低，主要去向为互联网公司。

这次的流失我们应该从哪些地方来弥补给公司造成的不利影响？下面说一下其采取的应对措施：

1、后期在人员招聘时，要考虑公司现状及发展需要，又要考虑人才自身的需求，综合各项主客观因素。

2、后期在员工配置，男女搭配上进行调整，同时尽量减少集中生育带来的用工风险。

3、对于绩优人员，我们应该有相应的奖励措施和调薪制度。

4、可以分析一下互联网公司的薪酬水平和福利制度，尽可能和他们保持一致水平。

其它部门是否存在同样的问题？为了防止这类事情的发生，我们应该怎么做？

1、查看其它部门最近出勤请假情况，关注人员动向。

2、根据人员绩效情况，适当增加福利待遇。

3、人力资源部定期地访谈与收集员工的心声，改进部门的用人理念与管理方式。 4、加强人员的培养和发展。

财务分析季报

财务分析季报主要展现企业的资产负债，利润和现金流量三大报表。对公司目前资产、负债和所有者权益的各个方面进行评价，分析企业资产结构、债务结构、盈利能力、偿债能力、运营能力和发展能力。目的主要在于考察和了解企业财务状况的好坏，促进企业加强资金管理，经常保持合理的资金分布与良好的资金循环，保证企业经营的顺利发展。通过对行业均值和标杆企业进行对标，能更清楚企业的发展状况。

业务痛点

财务统计报表只是展现了数据情况，对数据背后的故事和原因未进行深入分析。

财务系统三大报表只是数据的呈现，没有对报表项目的趋势、占比、同比做明确的分析和展现。

财务系统对盈利能力，偿债能力，运营能力，发展能力四个方面未进行专业分析和展现。

行业均值和标杆企业数据来自于企业外部系统数据，财务系统无法进行数据对标处理。

面向对象

财务经理。

价值主张

按财务分析报表标准格式进行分析，满足所有企业的需求。 从三大报表到四大能力，建立了一套完整的财务分析体系。 行业均值和标杆企业外部数据的注入，给财务分析增添不少韵味。 数据仓库的搭建能满足企业对历史数据的展现。

场景故事

财务数据隐含着丰富的信息，被称作“企业密码”。证监会对上市企业的财务季报是有明确规定的，所以对于上市企业我们能进行行业对标分析。下面我们就从企业的财务三大报表开始，通过对财务的综合能力进行分析，以及和行业均值或标杆企业进行对标，来分析企业的运营状况，发现企业存在的问题和风险。

让我们先来看看资产负债表。

从资产负债表能看到，2019年2季度该企业的总资产达到101.86亿元，比去年同期增长了18.79亿元增长率为22.63%。其中流动资产为58.17亿元，占资产总额的57%，比去年同期增加了32.47%，非流动资产为43.68亿元，占资产总额的42.89%，比去年同期增加了11.58%。其他关注指标可做同样分析。

在资产负债表中，点击流动资产后，可以看到该季度该企业的货币资金占63.7%，应收账款占26.97%，应收账款的质量和周转效率对公司的经营状况起重要作用。该企业应收账款占比明显比货币资金低，说明目前其应收账款控制非常合理。在后期市场扩大的同时，应注意控制应收账款增加所带来的风险。同样，可以通过选择其他项目，了解其他项目的具体情况。

接下来，看看利润表。

该企业2019年2季度的营业收入为5.9亿元，比去年同期增长了0.96亿，其增长率为19.37%，但其营业利润为-3.11亿元，比去年同期减少了0.87亿元，营业收入在增加，但营业利润在减少，甚至出现负值，说明营业总成本太高，差不多为营业总收入的2倍，而且比去年同期增长了1.94亿，增长率高于营业总收入。而且导致其营业成本非常高的原因为其销售费用和财务费用，所以，后期为了企业正常运转，需要加大力度控制销售费用和管理费用。

接下来，再看看现金流量表。

2019年2季度，该公司经营活动现金流量为-5.28亿元，比去年同期减少了0.13亿元，投资活动现金流量为6.61亿元，比去年同期增加了8.69亿元，筹资活动现金流量为-2.89亿元，比去年同期减少了2.82亿元。其现金净流量为12亿元，其中投资现金净流量贡献率最大，占77%。

财务三大报表看完，下面让我们来看看根据财务三大报表得出的财务比率情况。

首先看一下盈利能力各指标情况： 销售毛利率 = ( 营业收入 - 营业成本 ) / 营业收入； 销售净利率 = 净利润 / 营业收入； 营业利润率 = 营业利润 /