帆軟大師兄

帆軟軟體在深圳舉辦了FineReport產品交流會，各路IT精英齊聚一堂，探討帆軟產品問題、分享使用經驗、交流行業心得。

今天與大家分享醫藥行業的專案，下面是效果圖：

本文來自於帆軟論壇番薯vikou的分享，附件有論文下載、以及專案涉及到的cpt模板下載哦~

一、項目背景

隨著社會信息化高速發展，企業信息化也得到了一定提高，而如何提高辦公效率已經成為企業一項重要而緊迫的任務，傳統的紙質報表等檔案不僅浪費紙張、不易存檔、不易調閱、不易統計，如何更有效、更快速提升辦公效率和辦公質量，成為了制約工作效率提升的最大瓶頸。
由點到面，從各位同仁的電腦桌面上繁多的報表文件，明顯的可以看出日常工作的繁忙，可是一天下來感覺處理的文件卻不多。
地域限制：由於集團沒辦法實時和子公司實現同步辦公，在溝通方面成本很高，而且異地辦公效率低，得到的生產報表數據和財務數據不準確，而且不及時。
員工素質的差別：每個人處事的方式都不同，造成「一鍋粥」的現象，這就要求我們用流程工具和報表工具來規範梳理工作。
檔案丟失：員工的離職，造成報表文檔的丟失已經成了企業最大的損失。
透過現象看本質，實現信息化已經迫在眉睫，集團急需一套OA並集成報表軟體的系統，而泛微OA正好符合我們的需求，且Finereport報表更是無縫集成於泛微OA。

如今，企業需要對抗一大波來襲的技術初創公司，這些公司行動敏捷，能快速適應外部環境的變化。為立於不敗之地，傳統企業不得不改變經營模式，將目光轉向IT以期獲得創新之源及競爭優勢。在此背景下，2016年里我們將會看到企業將IT的重點從「面向基礎架構」轉向「面向應用」 (application enablement)，投入預算將投入到應用開發、分析、以及大數據。這也為2016年將要湧現的一些IT關鍵趨勢做了鋪墊。

趨勢一、 IT技能和職能的轉型

本月帆軟軟體在美麗的杭州舉辦了一場線下培訓會，信雅達，圖訊科技，聚光科技，華都控股，華立儀錶，恆逸石化，吉利集團，浙大網新，杭州銀行，顧家家居，傳化集團，衛星石化，中韓人壽，金誠集團，浙江大學，以及其他眾多知名企事業單位的企業領導、IT負責人、工程師等參與了本次培訓會。

本次培訓會首先介紹了FineReport在企業信息化過程中所起的作用，然後圍繞FineReport的技術架構、操作技巧、功能應用展開討論，後面又詳細介紹了參數查詢設計、圖表製作、數據決策平台、報表部署集成、二次開發介面等，培訓最後進行了現場答疑。與此同時，還增加了微信互動等環節，讓整場培訓都在輕鬆愉快的氛圍下進行。

經過了一個月的開發與反覆測試，我們的新柱形圖和新條形圖向大家開放啦 。
安裝官網最新的exe即內置已開發好的三種新圖表類型。
上期我們開放了新的餅圖（詳情見http://bbs.finereport.com/thread-70328-1-1.html），之後受到了很多用戶的好評和中肯的建議，fr可視化小組的每一次進步都與大家的關注密不可分~ 希望能有更多的用戶參與到與我們的互動中來，同時我們也將會嘗試開闢更多的互動渠道。

這是基於d3.js的新柱形圖和條形圖！下面介紹下新柱形圖的一些特性吧~

中國報表軟體第一品牌帆軟軟體有限公司在廈門召開FineReport報表技術培訓和交流大會，獲得圓滿成功。廈門航空、翔業集團、晉江農商銀行、廈門和誠智達、廈門虹泰光學、東方世通科技、吉聯新軟體、美亞柏科、中軟海晟、片仔癀、中海集運廈門、慧瑞、富邦財產保險、靈馬軟體、廈門煙草、中軟廈門、骨之味連鎖、用友泉州等多家企業的企業領導、IT負責人參與了本次大會。

本次大會旨在交流「大數據時代背景下如何應對業務和管理難題」，以及如何應用好FineReport報表軟體使其發揮更大的價值。大會首先介紹了大數據時代的數據價值，然後圍繞FineReport的技術架構、操作技巧、功能應用展開討論，詳細介紹了基本報表、複雜報表、圖表、穿透鑽取、數據填報、報表管理平台（數據決策系統）的功能使用和價值。最後，廈門航空的開發經理葉經理進行了帆軟產品近兩年中應用的分享，引起了大家強烈的反響。

【引子】 
Porterfield的最新創業項目是Looker，一個商業資料分析解決方案提供商。主人公在下面這篇文章中向我們講解創業者們如何可以從一開始就設計好資料分析的基本框架：將資料儲存於何處？用什麼工具分析最好？可以規避哪些常見的錯誤？以及，今天的你如何亡羊補牢？ 

摘要: 根據IDC資料，2015年全球資料量的年增長率可達到5.6澤位元組（即5.6萬億兆位元組），是2012年增長率的兩倍。這意味著太多要理解吸收的信息，特別是黑白掃描文件或者沒有乏味的長達50頁的pdf。而大腦對可視化圖像的處理速 ... 
根據IDC資料，2015年全球資料量的年增長率可達到5.6澤位元組（即5.6萬億兆位元組），是2012年增長率的兩倍。

當前，傳統(非互聯網類)企業已認識到巨量資料的價值，但如何結合企業現狀有效應用巨量資料，仍普遍存在著迷茫。針對這種現狀，下文基於企業巨量資料應用的相關服務經驗，提出一些可行性的思路和建議，供企業客戶了解和實施。 
本文內容適合擁有較多客戶資源(ToC和部分ToB)和內部資料的大中型企業，對擁有大量企業/個人管理資料的政府機構(如稅務)的巨量資料應用也有借鑒意義。 

摘要： 
雙十一即將來臨，伴隨著銷售量的一路上升，各類資料也接踵而來。適當的統計分析可以提取有用信息、形成有效結論，這一過程的良好操作對於店鋪的持久發展意義非凡。 

摘要: 具有全新商業模式的OTT內容服務商帶來的破壞威脅著通信服務提供商的傳統收入來源，從商品服務轉向增值服務是阻止通信服務提供商利潤流失的關鍵。不斷變化的格局所造成的不確定性和破壞要求通信服務提供商快速建立新 ... 
具有全新商業模式的OTT內容服務商帶來的破壞威脅著通信服務提供商的傳統收入來源，從商品服務轉向增值服務是阻止通信服務提供商利潤流失的關鍵。不斷變化的格局所造成的不確定性和破壞要求通信服務提供商快速建立新的業務和運營模式，並尋找替代的收入來源。

BI（商業智能）的部署應用成為2010年CIO關注的焦點。當前30%的成功率成為困擾BI前進的「絆腳石」，如果只是從企業部署應用的層度來講，目前企業只有首先理清了自身存在的因素，才能進一步的前進。作為CIO，無論是做什麼類型的系統，業務流程和業務資料都是非常重要的，做BI也是同樣的道理。如果拋開BI產品，從用戶的的角度出發，那麼在用戶做部署BI時，應該是先解決業務流程問題還是解決資料問題？近日，網友「olive」在 ITPUB論壇發起一場關於BI設計階段業務流程和業務資料重要程度的的探討引起了眾多BI實施者的關注。

　　情景還原： 

要想考察巨量資料最好同時考察巨量資料背後的技術、商業和社會維度。從發展成熟度來看，技術維度走的最遠、商業維度有所發展但不算全面成熟，社會維度發展最差。所以雖然已經談了很久巨量資料，但除了孕育出巨量資料自身的幾個領域比如搜索等，其它領域卻並沒有從巨量資料中獲得可見的收益。大多時候人們還是處在覺得這裡肯定有金子，但需要更多的耐心的狀態。這篇文章則嘗試對巨量資料本身的特徵做點挖掘，對未來的發展趨勢做點預測。 
巨量資料上的深度和廣度 

經過幾年的積累，大部分中大型的企事業單位已經建立了比較完善的CRM、ERP、OA等基礎信息化系統。這些系統的統一特點都是:通過業務人員或者用戶的操作，最終對資料庫進行增加、修改、刪除等操作。上述系統可統一稱為OLTP(Online Transaction Process，在線事務處理)，指的就是系統運行了一段時間以後，必然幫助企事業單位收集大量的歷史資料。但是，在資料庫中分散、獨立存在的大量資料對於業務人員來說，只是一些無法看懂的天書。業務人員所需要的是信息，是他們能夠看懂、理解並從中受益的抽象信息。此時，如何把資料轉化為信息，使得業務人員(包括管理者)能夠充分掌握、利用這些信息，並且輔助決策，就是商業智能主要解決的問題。

如何把資料庫中存在的資料轉變為業務人員需要的信息？大部分的答案是報表系統。簡單說，報表系統已經可以稱作是BI了，它是BI的低端實現。 現在國外的企業，大部分已經進入了中端BI，叫做資料分析。有一些企業已經開始進入高端BI，叫做資料挖掘。而我國的企業，目前大部分還停留在報表階段。 

BI商業智能軟體一般都會提供若干資料整合、資料查詢、分析與評價、資料可視化及資料分享的手段，但是在BI項目的構建與實施過程中，如果不按照一定的應用組織思路、資料分析模式及分析流程使用這些工具或手段，呈現給最終用戶的將是獨立的工具集和離散的分析內容，BI系統的整體應用效果將大打折扣。同時，最終用戶也了解資料分析模式及資料分析流程方面的一些常用理論和方法，以便形成自己的分析內容組織思路，從而有效開展資料決策分析工作。這方面目前已有多種卓有成效的理論及實踐體系，本文基於既往經歷的典型BI/DW項目實施經驗及對BI軟體規劃研發和實施經驗，給出一種BI系統中的資料分析內容及分析流程組織思路。

1. 整體應用模式

這是一個不說自己搞巨量資料就不好意思和人打招呼的時代。阿里巴巴用巨量資料貸款，百度用巨量資料推廣告。那麼，沒有巨頭的天然優勢，創業公司具體怎麼搞巨量資料？ 
開搞之前，先明確一下目前巨量資料主要是用來預判，挖掘用戶的需求（也有用過去的巨量資料判斷現在的需求，如巨量資料種菜判斷菜目前的長勢情況）。那麼，預判的依據是什麼？就是所謂樣本，例如我通過前幾年的平均氣溫判斷今年的溫度是高是低。 

在資料「爆炸」的時代，巨量資料常常被寄予厚望。到底，什麼樣的資料才算巨量資料，怎樣才能用好巨量資料，傳統統計學還有用武之地嗎？清華大學統計學研究中心前不久成立，著名統計學家、哈佛大學終身教授劉軍擔任主任。日前，劉軍做客人民日報、人民網《文化講壇》，分享他的思考。 
——編者 

資料視覺化 
資料視覺化的道路上充滿了不可見的陷阱和迷宮，最近ClearStory Data的兩位資料視覺化開發人員分享了他們總結出來的資料視覺化開發的7個不宣之秘，普通開發者了解這些方法能提升視野，少走彎路。 

摘要: 金融風險預警是金融資料挖掘中的一個重要研究方向,由於金融資料具有類型多樣、關係複雜、資料動態性、資料量大等一般特徵,此外還有高噪音、非 正態等特徵。因此,金融風險預警更有挑戰性。運用資料挖掘技術能夠從海量 ... 
金融風險預警是金融資料挖掘中的一個重要研究方向,由於金融資料具有類型多樣、關係複雜、資料動態性、資料量大等一般特徵,此外還有高噪音、非 正態等特徵。因此,金融風險預警更有挑戰性。運用資料挖掘技術能夠從海量的金融資料中發現隱藏在其背後的規律,有效地降低金融機構的運營風險。因此資料挖 掘在金融風險預警有著廣闊的應用價值和市場前景。