看到文末，你不会对这份干货失望的。
我是一名算法工程师，在那个和老干妈有纠纷的大厂工作....
傻白甜本鹅
但是工作了大半年，我发现我的算法技能没有涨多少，反而sql的水平提高了很多，因为一天到晚都在写，感觉自己就是一个BI/报表哥，而且我还经常安慰自己：业务第一，取数要紧...
虽然总不能把代码叫数据挖掘，用SQL，Excel叫数据分析，只要能解决问题就好，但我的心里总是过意不去，我一算法工程师为什么会去做报表？
同样的，我发现别人也有这样的问题：
同样的，也会有人怀疑BI、报表这个岗位的未来在哪里：
以前做大数据平台还好，也可以上手弄Hadoop、Spark、Storm、Flink以及Kafka等集群，但是做了BI和报表之后，除了sql和ETL，我就啥也不干了。
其实这事好解决，不能看你的title，这个岗位分化极大，而是看你想干成什么事情，以什么手段去干成这些事情。
我曾经也在大型企业搭建过数据中心，从项目规划到技术选型都是投入很大精力的，日吞吐上千个G，存量达到2个pb，刚开始也经常被业务喷，现在得到了认可。
我是从哪几个方面去做的呢？
1、规划项目架构
我们需要在每个时间段规划出这个项目所要达成的目标，比如一开始是手工报表，那我们有了数据仓库和大数据平台之后，就应该变成自动化的报表。
有了Hadoop之后，我们的目标应该是OLAP分析，规划做大一点，总没错的。
这里的框架主要聚焦于企业内部，对于企业内的不同团队、部门乃至于子公司，打通期间的数字藩篱，让数据在企业内部以同样的标准流动起来。
2、组建属于自己的数据团队
很多数/商分部门负责人上来以后意气风发，会立下Flag：数据驱动业务发展/360度数据视图/管理驾驶舱等等高大上的里程碑。
我负责任的告诉大家，如果这么立死定了。
要知道，传统企业的数据收集比互联网要复杂的多，光是把所有收集数据的源头理清楚，从各个渠道（财务系统、ERP系统、手工报表、自开发系统）把数据都要整合到一个数据仓库里就是超超超大量的工作，ETL要干到吐血。
建立团队要慢慢来，先找到能有快速产出的事情，再慢慢做困难的事情，比如领导需要帮他做业务实时数据看板，很简单的需求：就是实时，Excel做不到。
这部分业务数据当时系统已经是现成的了，只是报表都是T+1出，于是我通过技术手段把T+1变成T+0，实现过程没那么复杂，这得到了认可，于是我才有时间和资源去做剩下的事情。
3、选择合适的报表和BI工具
到这一步，大数据平台基本算是搭建好了，抛开基础架构不谈，我们来看看应用层，这也是前端人员最容易接触到的东西，评价好不好全看这些。
这绝不仅仅是IT系统的建设和升级，但却离不开IT系统的支撑。除了企业使用的管理和生产软件外，我们还需要自动化、实时的大数据分析工具帮助我们处理大量的数据。
在这里我推荐FineReport，它的定位是报表工具，但是也能解决很多报表之外的事情，比如：可视化大屏，大数据分析。在数据应用层，有这么一个工具就够了，更大点的公司或许会用让业务人员用到BI做更细致的分析，也是可以的。
有了FineReport，从mysql建表、数据导入、制作日报、周报、月报，各种对比报表就会被逐一攻破，你以前都是用Excel，数据收集肯定很麻烦吧，而且还要担心口径不统一的问题。
而IT只需要向各业务部门的负责人收集数据，然后花几分钟导入数据库，然后点点鼠标，生成各种报表就行。
其实如果你想要更好的利用报表，数据仓库是离不开的。如果本身没有后端数据仓库，宣称自己是内存BI，实际用起来对硬件要求极高，对于超千万条的数据分析，必须借助于其他ETL工具处理好数据再进行前端分析。
FineReport和数据仓库的关系：
1）数据仓库前端应用展示工具，位于数据应用层，主要解决报表展示问题
2）在规划报表体系的时候，能梳理数据指标、数据字典等
3）FineReport填报能解决一部分数据补录问题
4）FineReport能整合数据（数据接口能力，丰富的API接口，能对接各种大数据平台和数据库）
其他就是FineReport的面向IT的开发优势，太多了，这里就先略过了，文中提到的都是。
如果你的老板一直给你提到，能不能给他整一个数据驾驶舱，而他现在只能看见财务部、运营部的Excel表格，觉得很low，看见高颜值的可视化驾驶舱也想拥有。
这时候，IT人员就可以通过FineReport做出来，实时展现插件不能满足，需要后台对数据库频繁请求，后台可用java开发，在需要数据的时候触发前台的ajax往后台发命令获取数据。
帆软FineReport 的大屏展现是这个原理，自身直接连数据库，展示可用自带图表也可以集成Echarts、Hightchart插件。
关注我，并转发该文章，回复“数据”，不仅能获得该数据报表工具，还能获得超多干货：50+名企数字化转型案例，数据中台方案，BI建设总结等。
网友评论