十一各位都出去玩吗？有没有想过用大数据和数据可视化和景区也能联系起来呢？
项目背景
1、信息化发展历程
2015年以前，景区基本没有信息化概念，比如门票是印刷版，检票人工打孔，手工数据报表等，随着信息化也逐步建设完成，各业务系统顺利上线运行。
2、信息化应用困境
随之而来的是在运营过程中（特别是每年的4月至10月旅游旺季期）产生大量的营销数据、运营数据、财务数据等，数据如何管理、利用，具体表现有：
1）数据孤岛严重，数据收集成本高，数据准确率无法保障
公司运营各业务平台系统共有13套，如行政流程OA、商业营销ERP、酒店管理PMS、票务管理SaaS等，各系统相对独立，彼此之间无数据互通，直接导致难以实现数据共享和有效利用，数据孤岛已然形成。
每日数据通过手工导出Execl并修改提取指标，重复同样步骤操作各业务系统，最后再按拟定的要求编辑汇总。在此过程中投入的沟通成本非常高，即使如此都无法保证数据100%准确，工作效率瓶颈无法有效突破，也直接影响到最终输出的报表质量。
2）数据不及时，决策依赖领导经验
在数据分析方面，各部门只能通过传统的Excel报表和PPT方式呈现汇报，这样的方式，决策的影响力度也不高，基本就是凭借领导层丰富的经验而做出各项决策。
3）流动数据缺乏，高峰管理难度大
由于没有数据综合管理平台，在信息化、数字化面向游客还只能是单一方式。
3、建设思路
针对以上痛点，公司急需搭建一个数据统一管理、多维数据应用为高层决策提供数据支撑的平台工具，先后对目前的BI平台进行了调研和现场实际综合测试，最终FineReport 和 FineBI在ETL、平台功能界面、可靠、灵活的数据库应用方案和二次开发，有不错的表现。
应用场景与价值
场景一：智慧景区旅游数据大屏
在面向游客方面，如何将景区“状态”以全新可视化形式展现出来，其中最为核心的也是此项任务重点：简单、易懂、有用这三方面去思考与实现，在没有综合平台之前，这一切都只能是构思，完全无法执行落成。
1、海龙屯智慧景区数据大屏
此屏以游客的关注点出发，整合展示多项景区数据信息，包括常规的景区客流、票务状态、游客画像等，这是游客尤为关心也是此数据大屏实质价值所在。
2、星空营地帐篷式酒店大
与此同时人力成本效率也明显的提升不少，以前基本上80%的游客都会到咨询台了解有关景区的所有事宜，每日接待游客咨询工作量可想而知，为此还专职配备5名前台工作人员。
现在系统上线后，大大减轻了前台工作压力，现在的咨询接待量降至30%左右，前台只配备2名人员即可，人力成本每月节约近3万元左右，还带了无可估量的游客满意度、区域内标杆示范作用和社会效益。
场景二：激活数据价值，转化生产效益
目标期望：
高层明确了数字化建设与运营的方向：“不能让景区的数据长年在休眠中，叫醒它们，同时不单单是我们自己人要用它，也要把它有效地呈现给游客。”
在高层的大力支持下，我们第一阶段面向游客层面的任务已经基本完成。接下来就是复杂程度更高的面向整体运营的BI驾驶舱的建设了。
1）数据应用困境：
系统上线前每日的数据填报工作量大，加上周报、月报、季度报等，同时再加上外单位的数据上报要求，以及需整理数据内容繁琐性和责任非常大，为此配备了2位专职人员。
但时常也会出现数据填报错误的情况，并且各类填报表都是EXECL方式存储，数据的安全性、可靠性和数据的分析应用基本没有保障。
2）解决方案（报表固化）：
我们花了大量时间与2位填报人员高频次沟通业务中各项需求情况并梳理、排序出156张报表的需求，然后我们开始仔细分析各需求报表中重复出的字段也进行了排序分类，将报表中的字段所对应的业务系统也做了整理。
最后引入FineReport，它在ETL、各类数据库关联性、平台自身可靠的稳定性、二开灵活可扩展性方面具备明显优势。
经过将各业务系统平台进行集合，数据信息清洗与提炼，到报表设计与实施应用，最终我们通过FineReport强大的报表系统体系，只用了72张报表就能完成所有工作任务，同时所有报表的生成都是自动完成的，在大报表（月报、季度报等）中提供了非常直观一目了然的可视化图形。
3）方案升级（自助分析）：
高质量的数据、清晰可靠的报表有了，下一步就是FineBI大显身手的时候了。
FineBI建模功能的智能灵活性，比如在准备对一组数据进行建模时，系统会智能分析并出此组数据适合哪种（或几种）模型，此时可以根据具体场景需求进行选择性建模。
更为重要的是FineBI内嵌功能强大的八项数据分析模块：如趋势分析、多维分析、象限分析、转化漏斗分析、留存分析、A/B测试法等等。
上述分析算法不但解决了要分析什么的问题，更是丰富了可以分析什么的关键性问题，从而我们能够反复迭代，最终完成商业事业部驾驶舱并交付正式使用。
应用效果：
场景三：管理决策驾驶舱
在以往管理层的决策信息基本都是以PPT和复杂财务报表形式在周报、月报、季度报等经营分析会上得以获取，此种方式缺点较多如：
文字信息过多，阅读理解成本高
数据敏感度过低：当周报、月报等报表形成的时，其实数据已经是“过去时”了
数据分析的维度单一，各业务数据块之间没有形成“牵手”关系，基本没有联动性
之前的数据分析方式是直接在Excel中生成可视化图形，但若要想关联分析就不可能实现了，但恰恰这才是数据决策的关键。
解决过程：
获取到管理层目前最迫切需要的是实时可视化运营数据，为此新建看板，并且15分钟刷新一次数据，管理层通过手机端就能实时直观地了解当前运营情况。同时对原型管理决策驾驶舱以按需求内容再进一步完善，并且增加更细致下钻分析场景，让数据维度更多元化地呈现。
决策驾驶舱的启用，数据应用成果立竿见影，例如在商业版块，我们利用趋势分析法+购物篮分析法应用到产品关联上，我们发现在购买瓶装水的销售单中槟榔出现的几率达到了54.67%，然后商业部迅速调整槟榔的品种和价格。
在第二个月经营分析会上槟郎的销售额同比增加36%，净利润增加76%。
果然，数字就是力量。
网友评论