一站式大數(shù)據(jù)分析平臺(tái)

1、 微信公眾號(hào)：敏捷商業(yè)智能一站式大數(shù)據(jù)分析平臺(tái)打造數(shù)據(jù)化運(yùn)營(yíng)的智慧企業(yè) 數(shù)據(jù)化運(yùn)營(yíng)，打造智慧企業(yè)的唯一選擇沒有數(shù)據(jù)化運(yùn)營(yíng)的企業(yè)，是這樣的無法獲知業(yè)務(wù)狀況、發(fā)展規(guī)律、用戶畫像等，在一片漆黑中憑感覺前行。不知現(xiàn)狀利潤(rùn)下滑、增長(zhǎng)停滯、用戶流失，不能探究真實(shí)原因，面對(duì)問題無法有效解決，且未來再發(fā)生時(shí)依然如此。不明原因銷量、收入、用戶行為，沒有準(zhǔn)確的預(yù)測(cè)，依靠經(jīng)驗(yàn)來進(jìn)行備貨、促銷、人員擴(kuò)張。粗放經(jīng)營(yíng)，損耗太大。不可預(yù)測(cè)IF YOU CAN NOT MEASURE IT, YOU CAN NOT IMPROVE IT.- LORD KELVIN企業(yè)運(yùn)用數(shù)據(jù)過程中的痛點(diǎn)問題IT資源瓶頸化企業(yè)內(nèi)部，往往業(yè)務(wù)部

2、門占90%人數(shù)，即需求方，IT部門占10%，即供給方。IT資源完全不能滿足業(yè)務(wù)需求的提出速度，需求實(shí)現(xiàn)周期以周和月為單位。導(dǎo)致IT部門忙得要死，業(yè)務(wù)部門急得要死企業(yè)運(yùn)用數(shù)據(jù)過程中的痛點(diǎn)問題工 具 碎 片 化ETL、計(jì)算引擎、BI、深度分析等，每一個(gè)工具都是不同的產(chǎn)品，導(dǎo)致IT部門的采購成本、實(shí)施成本、集成成本、維護(hù)成本和使用門檻都很高，業(yè)務(wù)用戶使用體驗(yàn)也不一致企業(yè)運(yùn)用數(shù)據(jù)過程中的痛點(diǎn)問題呈現(xiàn)的結(jié)果以靜態(tài)報(bào)告為主，呈現(xiàn)即是系統(tǒng)分析流程的結(jié)束。當(dāng)用戶在數(shù)據(jù)中發(fā)現(xiàn)問題，想要切換角度進(jìn)一步查明原因，則需要等待制作新的數(shù)據(jù)報(bào)告，而不能直接在原報(bào)告中做交互式分析報(bào) 告 靜 態(tài) 化現(xiàn)實(shí)：投入很大，期望很高但

3、大數(shù)據(jù)的價(jià)值產(chǎn)出和預(yù)期并不匹配Forrester在報(bào)告中指出，有83%的用戶拒絕使用企業(yè)的數(shù)據(jù)分析平臺(tái)如何讓數(shù)據(jù)真正促進(jìn)業(yè)務(wù)？ 探索式分析是未來企業(yè)的唯一選擇 業(yè)務(wù)驅(qū)動(dòng)BI市場(chǎng)正進(jìn)行著基礎(chǔ)性的變革過去，大多由IT部門主導(dǎo)BI項(xiàng)目的投資，這些項(xiàng)目高度可控、中心化、IT-led。IT部門負(fù)責(zé)編制出Production Reports，再推送給消費(fèi)者和分析人員。現(xiàn)在，大量的商業(yè)用戶迫切要求進(jìn)行探索式分析，希望通過深度分析獲取數(shù)據(jù)洞察力，而他們只有非常有限的IT或數(shù)據(jù)科學(xué)技能。 自2014年起，IT-centric BI平臺(tái)正越來越多地被Business-user-driven和交互式分析項(xiàng)目替換。

4、在國(guó)內(nèi)，越來越多的企業(yè)希望借力業(yè)務(wù)主導(dǎo)型、高性能、并同時(shí)具備大數(shù)據(jù)分析能力的敏捷BI平臺(tái)。Gartner2015 BI（商業(yè)智能）魔力象限報(bào)告：敏捷BI、探索式分析已成大勢(shì)所趨 一站式大數(shù)據(jù)分析平臺(tái)是未來企業(yè)的標(biāo)配Gartner2016 BI（商業(yè)智能）魔力象限報(bào)告：傳統(tǒng)的、報(bào)表型BI廠商已從領(lǐng)導(dǎo)者象限出局，探索式分析將融入一站式大數(shù)據(jù)分析平臺(tái)一站式大數(shù)據(jù)分析平臺(tái)自服務(wù)數(shù)據(jù)準(zhǔn)備探索式分析深度分析企業(yè)級(jí)管控 一站式大數(shù)據(jù)分析平臺(tái)的用戶體驗(yàn)敏捷不是拖拽BI不是報(bào)表可視化不是展現(xiàn)IT用戶分析用戶分析用戶業(yè)務(wù)用戶分析用戶業(yè)務(wù)用戶 平臺(tái)特點(diǎn)簡(jiǎn)單交付，極致易用成本和上線周期僅為傳統(tǒng)BI的四分之一，100M

5、安裝程序可在幾分鐘內(nèi)安裝完成；打破傳統(tǒng)BI軟件建二次表、Cube、復(fù)雜模型的漫長(zhǎng)流程，直接基于細(xì)節(jié)數(shù)據(jù)，通過人性化拖拽快速生成分析報(bào)表輕松上手的深度分析2無需技術(shù)背景，業(yè)務(wù)人員可自服務(wù)完成深度分析需求。通過聚類、分類、回歸、時(shí)序等算法進(jìn)行數(shù)據(jù)預(yù)測(cè)和數(shù)據(jù)關(guān)聯(lián)性洞察，實(shí)現(xiàn)對(duì)數(shù)據(jù)含義和價(jià)值的深度挖掘1 平臺(tái)特點(diǎn)移動(dòng)跨屏3令人驚訝的高性能4秒級(jí)計(jì)算，最久的時(shí)間來自于您的眨眼；可單機(jī)部署，亦可基于PC服務(wù)器進(jìn)行分布式擴(kuò)展，利用列存儲(chǔ)和內(nèi)存計(jì)算，實(shí)現(xiàn)從千萬到百億級(jí)數(shù)據(jù)分析的秒級(jí)響應(yīng)；如此卓越的性能，為您支撐更多的分析維度和更大的數(shù)據(jù)范圍無縫支持PC、iPhone、iPad和Android，并在這些終端設(shè)備

6、上保持一致、易用的用戶體驗(yàn)。您可以隨時(shí)隨地通過移動(dòng)設(shè)備進(jìn)行數(shù)據(jù)分析，從而做出正確決策。基于H5的前端框架可與微信集成平臺(tái)架構(gòu)數(shù)據(jù)展示數(shù)據(jù)分析數(shù)據(jù)連接即席查詢數(shù)據(jù)報(bào)告深度分析自服務(wù)數(shù)據(jù)準(zhǔn)備數(shù)據(jù)集市Apache LogHadoopData WarehouseDatabaseOther Data Sources數(shù)據(jù)整合數(shù)據(jù)建模ETL分布式計(jì)算列存儲(chǔ)內(nèi)存計(jì)算分布式通訊多維篩選自助提數(shù)可視化篩選器設(shè)計(jì)參數(shù)傳遞圖表報(bào)表數(shù)據(jù)填報(bào)高亮預(yù)警動(dòng)態(tài)計(jì)算超鏈接數(shù)據(jù)下鉆動(dòng)態(tài)指標(biāo)聚類分類回歸時(shí)序R集成擴(kuò)展R繪圖嵌入聯(lián)動(dòng)挖掘排名計(jì)算縮放聚焦自定義門戶筆刷聯(lián)動(dòng)結(jié)果導(dǎo)出多維篩選自助提數(shù)可視化篩選器設(shè)計(jì)參數(shù)傳遞動(dòng)態(tài)指標(biāo)筆刷聯(lián)動(dòng)高

7、性能計(jì)算引擎：數(shù)據(jù)集市技術(shù)架構(gòu) 敏捷BI最佳實(shí)踐：數(shù)據(jù)建模層與業(yè)務(wù)邏輯層分離數(shù)據(jù)源邏輯數(shù)據(jù)集市分布式數(shù)據(jù)集市探索式自服務(wù)分析前端數(shù)據(jù)源邏輯Cube/二次表物理Cube/二次表局限的分析能力和展現(xiàn)前端敏捷BI傳統(tǒng)BI基于數(shù)據(jù)集市，直接裝載細(xì)節(jié)數(shù)據(jù)定義固定的分析組合和匯總函數(shù)，再通過集中跑批得到匯總結(jié)果，并保存下來物理數(shù)據(jù)集市物理Cube/二次表兩種數(shù)據(jù)連接方式（可并存）數(shù)據(jù)源邏輯數(shù)據(jù)集市物理數(shù)據(jù)集市探索式自服務(wù)分析前端121直連數(shù)據(jù)源2采用數(shù)據(jù)集市適用場(chǎng)景：數(shù)據(jù)實(shí)時(shí)性要求極高，不允許秒級(jí)延時(shí)，數(shù)據(jù)量不大優(yōu)勢(shì)：無需ETL任務(wù)，保證數(shù)據(jù)實(shí)時(shí)性劣勢(shì)：數(shù)據(jù)源需承擔(dān)計(jì)算壓力適用場(chǎng)景：數(shù)據(jù)允許準(zhǔn)實(shí)時(shí)，數(shù)據(jù)量

8、大，性能要求高優(yōu)勢(shì)：高性能計(jì)算，百億數(shù)據(jù)秒級(jí)響應(yīng)劣勢(shì)：需要等待前期的ETL任務(wù)時(shí)間循序漸進(jìn)的自服務(wù)分析路徑基于做好的數(shù)據(jù)報(bào)告進(jìn)行交互操作，包括篩選、聯(lián)動(dòng)、鉆取、下鉆等與數(shù)據(jù)交互基于做好的數(shù)據(jù)報(bào)告進(jìn)行調(diào)整，給予用戶有限的簡(jiǎn)單操作功能，用戶可以更換維度或度量，之后進(jìn)行另存，不影響原報(bào)告調(diào)整數(shù)據(jù)報(bào)告基于數(shù)據(jù)模型，從零開始制作數(shù)據(jù)報(bào)告，給予用戶完整的操作功能制作數(shù)據(jù)報(bào)告123自服務(wù)分析沒有說的那么簡(jiǎn)單，讓業(yè)務(wù)用戶直接掌握制作數(shù)據(jù)報(bào)告的技能不現(xiàn)實(shí)永洪充分考慮了業(yè)務(wù)用戶的學(xué)習(xí)曲線和熟悉周期，設(shè)計(jì)了循序漸進(jìn)的自服務(wù)分析路徑 探索式分析的優(yōu)勢(shì)管理層看固定報(bào)表少數(shù)人了解數(shù)據(jù)只有IT人員才會(huì)操作的BI系統(tǒng)數(shù)據(jù)量大

9、時(shí)需要提前計(jì)算匯總好結(jié)果傳統(tǒng)BI：埋沒數(shù)據(jù)價(jià)值敏捷BI：釋放數(shù)據(jù)價(jià)值VS一線人員靈活分析數(shù)據(jù)數(shù)據(jù)指導(dǎo)每個(gè)人的業(yè)務(wù)運(yùn)營(yíng)人人會(huì)用的可視化分析工具海量數(shù)據(jù)實(shí)時(shí)計(jì)算固定的不只是報(bào)表，還有思維中斷的不只是工作，還有思考提升的不只是性能，還有視野一站式大數(shù)據(jù)分析平臺(tái)還需要什么？能讓業(yè)務(wù)用戶輕松使用的深度分析聚類分類回歸時(shí)序集成資源豐富的R的深度分析算法，支持自定義算法將深度分析的結(jié)果和描述性分析的結(jié)果進(jìn)行統(tǒng)一展示，并可相互聯(lián)動(dòng)分析將深度分析的算法封裝，讓非專業(yè)用戶也能容易的使用算法做一定的深度分析可直接將R繪制的圖像嵌入報(bào)告頁面中，增加展示的豐富性企業(yè)級(jí)權(quán)限管理功能權(quán)限數(shù)據(jù)權(quán)限功能模塊訪問權(quán)限報(bào)告讀寫權(quán)限

10、數(shù)據(jù)模型讀寫權(quán)限行權(quán)限：基于規(guī)則定義權(quán)限，如區(qū)域、部門、職級(jí)等列權(quán)限：控制敏感字段權(quán)限，如利潤(rùn)、工資等用戶用戶組/角色可與第三方權(quán)限管理系統(tǒng)集成系統(tǒng)集成認(rèn)證集成權(quán)限集成展示集成支持統(tǒng)一認(rèn)證和單點(diǎn)登錄，建立一致的用戶賬戶體系支持集成第三方權(quán)限管理系統(tǒng)純BS架構(gòu)，輕松嵌入第三方系統(tǒng)的前端框架平臺(tái)功能概覽自服務(wù)數(shù)據(jù)準(zhǔn)備數(shù)據(jù)源支持：Oracle、DB2、SQL Server、MySQL等全部主流數(shù)據(jù)庫，Hadoop，Excel，日志文件，Mongo，Presto，Kylin等支持跨庫、跨數(shù)據(jù)源連接，無需中間庫支持圖形化配置ETL流程，可視化監(jiān)控?cái)?shù)據(jù)流速支持去重、補(bǔ)空、異常值識(shí)別等數(shù)據(jù)清洗支持建立時(shí)間、

11、區(qū)域、字段層次支持衍生自定義字段探索式分析支持通過簡(jiǎn)單的拖拽操作進(jìn)行自服務(wù)分析支持可視化數(shù)據(jù)過濾組件支持衍生自定義字段支持實(shí)時(shí)更改計(jì)算方法支持易用的環(huán)比、同比等動(dòng)態(tài)計(jì)算支持上卷、下鉆、旋轉(zhuǎn)、切片等多維分析操作支持全局聯(lián)動(dòng)分析支持報(bào)告定時(shí)自動(dòng)刷新深度分析支持聚類、分類、回歸、時(shí)序等深度分析算法支持嵌入R繪制的圖像支持?jǐn)U展自定義的R算法高性能計(jì)算引擎支持多節(jié)點(diǎn)集群擴(kuò)展，實(shí)現(xiàn)分布式并行計(jì)算采用列存儲(chǔ)、內(nèi)存計(jì)算算法支持百億數(shù)據(jù)秒級(jí)響應(yīng)的高性能計(jì)算數(shù)據(jù)可視化支持柱圖、線圖、餅圖、雷達(dá)圖、散點(diǎn)圖、組織結(jié)構(gòu)圖、詞云、矩陣樹圖等多種展現(xiàn)形式支持地圖展現(xiàn)支持普通表、交叉表、中國(guó)式復(fù)雜報(bào)表展現(xiàn)支持動(dòng)畫效果、多種主

12、題風(fēng)格和自定義門戶支持報(bào)告導(dǎo)出成多種格式支持訂閱報(bào)告支持PC、移動(dòng)端、大屏跨屏顯示支持嵌入微信等第三方移動(dòng)應(yīng)用企業(yè)級(jí)管控支持行級(jí)別和列級(jí)別數(shù)據(jù)讀寫權(quán)限控制支持報(bào)表、數(shù)據(jù)模型的讀寫權(quán)限控制支持定時(shí)自動(dòng)執(zhí)行任務(wù)，包括定時(shí)發(fā)送報(bào)告郵件、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)更新等支持可視化監(jiān)控系統(tǒng)資源和用戶使用狀況支持?jǐn)?shù)據(jù)自動(dòng)容災(zāi)備份支持負(fù)載均衡數(shù)據(jù)填報(bào)支持圖形化配置填報(bào)頁面支持自定義填報(bào)校驗(yàn)規(guī)則支持錄入、下拉列表、選擇按鈕等多種填報(bào)方式分析報(bào)告不能只能看而不能動(dòng)。看到了數(shù)據(jù)，要能交互式分析，要能深入向下挖掘，要能發(fā)現(xiàn)問題，要能找到答案，還要能采取行動(dòng)。和數(shù)據(jù)交互的過程要足夠快，如果用戶每次點(diǎn)擊需要等三五分鐘才出結(jié)果，就無

13、法進(jìn)行交互分析。永洪產(chǎn)品基于大數(shù)據(jù)的處理技術(shù)，對(duì)TB級(jí)的數(shù)據(jù)可實(shí)現(xiàn)秒級(jí)響應(yīng)。數(shù)據(jù)展現(xiàn)是起點(diǎn)，而不是終點(diǎn)平臺(tái)理念不能把所有的分析報(bào)告需求都提交到IT部門，這樣會(huì)嚴(yán)重增加IT部門的工作負(fù)擔(dān)。永洪產(chǎn)品操作簡(jiǎn)單，業(yè)務(wù)人員甚至客戶可直接使用。分析需求經(jīng)常需要數(shù)據(jù)層的改動(dòng)，需要IT部門去改進(jìn)數(shù)據(jù)層和業(yè)務(wù)層，傳統(tǒng)BI平臺(tái)需要一兩個(gè)月去梳理模型，設(shè)計(jì)Meta、DWD和DWA，做ETL，打Cube。永洪敏捷BI無需事先建模，可在分析過程中靈活調(diào)整分析維度和報(bào)表展現(xiàn)，可以在一天之內(nèi)做好，提升企業(yè)的洞察力決策力。讓用戶敢于探索嘗試，而不再擔(dān)心試錯(cuò)成本平臺(tái)理念 數(shù)據(jù)分析需求經(jīng)常變化，分析報(bào)表需要即時(shí)調(diào)整，以保持業(yè)務(wù)分

14、析的思維連續(xù)性從上到下的業(yè)務(wù)人員，有需求時(shí)不會(huì)一味提請(qǐng)IT部門代勞，而是直接動(dòng)手進(jìn)行數(shù)據(jù)分析百萬到百億數(shù)據(jù)，分析請(qǐng)求需要達(dá)到秒級(jí)響應(yīng)， 以支持靈活的業(yè)務(wù)組合分析和任意的時(shí)間窗口分析敏捷高性能自服務(wù)平臺(tái)優(yōu)勢(shì)總結(jié)無縫整合數(shù)據(jù)運(yùn)營(yíng)中需要的全部核心組件，提供一致的用戶體驗(yàn)和極低的維護(hù)成本一體化結(jié)合深度分析算法，幫助用戶洞察無法直接觀測(cè)到的數(shù)據(jù)背后的關(guān)聯(lián)、趨勢(shì)和邏輯洞察力客戶成功踐行，不只是交付產(chǎn)品客戶成功初級(jí)班永洪產(chǎn)品介紹及演示敏捷數(shù)據(jù)運(yùn)營(yíng)最佳實(shí)踐永洪科技案例介紹制作您的第一個(gè)數(shù)據(jù)報(bào)告數(shù)據(jù)分析方法論Q&A中級(jí)班永洪產(chǎn)品中級(jí)功能介紹數(shù)據(jù)體系構(gòu)建方法論數(shù)據(jù)報(bào)告制作原則制作一個(gè)完美的數(shù)據(jù)報(bào)告Q&A高級(jí)班永洪

15、產(chǎn)品高級(jí)功能介紹深度分析方法論制作一個(gè)深度分析的數(shù)據(jù)報(bào)告數(shù)據(jù)治理方法論永洪產(chǎn)品集成與運(yùn)維介紹Q&A永洪數(shù)據(jù)科學(xué)研究院永洪全程服務(wù)體系咨詢服務(wù)售前咨詢快速技術(shù)驗(yàn)證同類案例介紹數(shù)據(jù)咨詢，專家梳理業(yè)務(wù)體系與系統(tǒng)架構(gòu)方案設(shè)計(jì)交付服務(wù)項(xiàng)目落地實(shí)施個(gè)性化定制開發(fā)數(shù)據(jù)相關(guān)系統(tǒng)集成項(xiàng)目管理長(zhǎng)期駐場(chǎng)服務(wù)數(shù)據(jù)化運(yùn)營(yíng)最佳實(shí)踐方法論培訓(xùn)客戶成功服務(wù)全渠道在線/現(xiàn)場(chǎng)支持產(chǎn)品使用/需求實(shí)現(xiàn)指導(dǎo)專屬客戶成功經(jīng)理，問題/需求統(tǒng)一接口健康檢查及服務(wù)報(bào)告方案優(yōu)勢(shì)國(guó)內(nèi)首家敏捷BI、一站式大數(shù)據(jù)分析平臺(tái)廠商，成熟度高本地化團(tuán)隊(duì)，包括R&D、營(yíng)銷、咨詢、實(shí)施、在線支持、KA客戶駐場(chǎng)服務(wù)等，響應(yīng)及時(shí)完善的客戶成功體系多項(xiàng)創(chuàng)新技術(shù)專利適合

16、中國(guó)本土企業(yè)的功能豐富的行業(yè)經(jīng)驗(yàn)積累榮獲眾多獎(jiǎng)項(xiàng) 在國(guó)內(nèi)已經(jīng)有很多這樣的客戶艾瑞咨詢“優(yōu)秀的數(shù)據(jù)分析成果，不僅僅考量你的智慧，更重要的是多做迭代嘗試。同樣一份數(shù)據(jù)，你嘗試的角度和方法越多，你得到的價(jià)值就越多。感謝永洪提供的數(shù)據(jù)BI工具，靈活便捷的數(shù)據(jù)分析展示能力，讓艾瑞技術(shù)和分析人員的工作效率提升10倍以上。”郝欣誠(chéng) 艾瑞咨詢技術(shù)副總裁積木盒子“作為安全、精準(zhǔn)、高效的網(wǎng)絡(luò)投融資平臺(tái)，我們需要透過數(shù)據(jù)快速了解公司各個(gè)層面的運(yùn)營(yíng)情況。永洪平臺(tái)在數(shù)據(jù)展現(xiàn)方面的快速實(shí)現(xiàn)，簡(jiǎn)單易用，及良好的界面體驗(yàn)的特點(diǎn)給了我們非常深刻的印象。” 張良貴 積木盒子副總裁寶寶樹“作為國(guó)內(nèi)規(guī)模最大的母嬰社區(qū)和電商，數(shù)據(jù)對(duì)于

17、我們來說至關(guān)重要。我們利用永洪搭建了一個(gè)靈活、易用、高效的大數(shù)據(jù)分析平臺(tái)，有效提升了我們數(shù)據(jù)驅(qū)動(dòng)的決策效率?！?Anson Lee 寶寶樹技術(shù)總監(jiān)美的集團(tuán)全球數(shù)千名業(yè)務(wù)用戶利用永洪產(chǎn)品進(jìn)行業(yè)務(wù)分析，涵蓋生產(chǎn)、物流、營(yíng)銷、運(yùn)營(yíng)等各個(gè)領(lǐng)域，將數(shù)據(jù)驅(qū)動(dòng)滲透到每個(gè)個(gè)體的每個(gè)業(yè)務(wù)環(huán)節(jié)，實(shí)現(xiàn)極致的精細(xì)化運(yùn)營(yíng)，打造高度智慧和強(qiáng)大戰(zhàn)斗力的企業(yè)。數(shù)據(jù)化運(yùn)營(yíng)打造智慧企業(yè)，他們是領(lǐng)先者部分典型成功案例項(xiàng)目背景零售業(yè)務(wù)的各種指標(biāo)進(jìn)行監(jiān)管， 零售業(yè)務(wù)的種類繁多， 客戶量大，網(wǎng)點(diǎn)多，指標(biāo)值非常多，通過搭建數(shù)臺(tái)集群來實(shí)現(xiàn)實(shí)時(shí)在線分析。多層網(wǎng)點(diǎn)鉆取分層統(tǒng)計(jì)，不同AUM分層，客戶分群統(tǒng)計(jì)。來看客群維持提高的能力；對(duì)公對(duì)私賬戶的

18、貸款、存款指標(biāo)的變動(dòng)， 中收業(yè)務(wù)的收益情況。綜合查看各網(wǎng)點(diǎn)的各指標(biāo)的排名比對(duì)情況。以輔助提高全轄集中運(yùn)營(yíng)的能力。一期實(shí)現(xiàn)零售業(yè)務(wù)指標(biāo)分析系統(tǒng)，從而為領(lǐng)導(dǎo)決策管理和市場(chǎng)分析工作提供及時(shí)、準(zhǔn)確、科學(xué)的輔助依據(jù)。近二十億指標(biāo)數(shù)據(jù)，還要跟數(shù)千萬的全國(guó)對(duì)私客戶行為數(shù)據(jù)交叉分析，靈活變化的多維度分析需求對(duì)分析性能提出了更高的挑戰(zhàn)。東部某省商業(yè)銀行金融案例數(shù)據(jù)規(guī)模較大，20億細(xì)節(jié)數(shù)據(jù)大表關(guān)聯(lián)需求中間收入數(shù)據(jù)零售貸款數(shù)據(jù)代理銷售收入數(shù)據(jù)AUM數(shù)據(jù)存款數(shù)據(jù)客群分層客戶數(shù)變化趨勢(shì)客群分層的資產(chǎn)占比重點(diǎn)指標(biāo)地域監(jiān)控和預(yù)警任意時(shí)點(diǎn)任意指標(biāo)對(duì)比：任意比較類型任意多個(gè)指標(biāo)任意多個(gè)時(shí)點(diǎn)理財(cái)數(shù)據(jù)客戶屬性數(shù)據(jù)機(jī)構(gòu)屬性數(shù)據(jù)各種指標(biāo)的明細(xì)比對(duì)：全部指標(biāo)分兩級(jí)三級(jí)網(wǎng)點(diǎn)鉆取每種指標(biāo)分別排名三種比較類型數(shù)據(jù)和業(yè)務(wù)一位工程師一個(gè)半月的遠(yuǎn)程實(shí)施敏捷BI的實(shí)施流程和周期YH Dashboard/Reporting對(duì)私客戶動(dòng)態(tài)數(shù)據(jù)機(jī)構(gòu)客戶歸集數(shù)據(jù)維度數(shù)據(jù)Data MartDB23 臺(tái) PC Server32G 內(nèi)存2 CPU (4 Core)系統(tǒng)架構(gòu)圖配置32G 內(nèi)存8CPULinux系統(tǒng)MapReduceClient Na