#
使用FineReport报表软在进行排序的时，很多时候您可能想实现根据点击的次数进行升降序排序，也就是说点击第一次点击标题升序排序，再次点击就降序，以此类推，而不是通过选择升序进行升序排列，选择降序进行降序排列。
由扩展后排序可知，可以根据参数值的不同来决定升序还是降序，这里也可以此思路进行实现，定义一个参数，如果参数值为1的时候，就升序，参数值为0的时候，按照数据列的负数进行升序排序，即数据列降序。
本文所提供的方法，只适用于排序数据列数据类型为数字型的字段。数据类型为字符型，我们下节再介绍。
下面以一个简单示例进行介绍，模板根据订单ID进行升序降序排列，第一次点击订单ID的时候升序，再次点击时降序，以此类推。
1、设置超链接
选中A1单元格，右键选择超级链接，添加一个动态参数，增加一个动态参数a，参数值为公式if($a==1,0,1)，如下图：
2、排序设置
排序设置有两种设置方式，高级排序和扩展后排序，下面分别介绍着两种方式的设置方式。
（1）高级排序
双击A2单元格，选择高级，在排序顺序处选择升序，公式值为if($a==1,$,?$)，如下图：
注：公式的意义是，如果动态参数值为1，那么就将订单ID按照订单ID升序排序，如果不为1，就按照订单ID的负数进行升序排序，即按照订单ID进行降序排序，由于只有数值型数据才有负数，字符型数据没有负数，故该方法只适用于数值型字段排序。
另：如果是将订单ID按照运货费进行升序降序排序，那么公式应为：if($a==1,运货费,-运货费)，由于此处排序是设置数据列的排序，则公式中输入的是数据列的名称。
（2）扩展后排序
选中A2单元格，在单元格属性表>扩展属性中的扩展后选择升序，值为公式=if($a==1,A2,-A2)，如下图：
注：公式意义同上，此处是根据单元格进行排序，所以公式中输入的是单元格，不是数据列名字。
另：如果需要将订单ID按照运货费进行升序降序排序，那么公式应为：if($a==1,F2,-F2)
3、效果查看
不论是根据高级排序设置，还是扩展后排序设置，设置的效果如下：
一、项目背景
该集团乃大中华区最具权威的时尚传播集团之一，发展至今已成功行销管理国际知名品牌近二十个，其代理品牌横跨多元化高端服饰、生活时尚用品、化妆品与西式餐饮等多个经营领域。
目前该集团正处在管理上升阶段，强化管理、优化运营，都须要有及时、准确、全面的数据信息来作为依据；需要一个能够集中体现企业运营活动状况的、全局的、直观的、可视化的数据分析系统，能够集成各IT系统的信息数据，以预算、费用、库存计划、销售、财务、生产、供应链等业务领域的管理主题，统一展现企业运营活动的状态信息，统一管理技术信息、业务信息、资源信息以及知识信息，根据不同的主题与维度对信息数据进行自动化的加工与分析，以供决策和运营管控的运用，支撑KPI体系的建设和运作，强化企业价值链管理，提升企业的运营效率和核心竞争能力。
本方案是以实现所述之需求为目标，遵循BI报表系统建设的目标与方针，结合该集团集团IT信息系统建设的现状，而制定的切合企业业务发展特点的规划方案。
二、需求分析
企业核心竞争能力的提升，需要强壮的运营管理能力，需要及时、准确、全面的业务数据分析作为参考与支撑。目前该集团还没有一个统一的能够集中体现企业运营活动状况、全局、直观的BI决策系统，数据有效服务于决策管理有限，在企业管理报表层面存在以下问题与需求。
1．该集团旗下有7个条线，使用的是道讯ERP软件，目前QV报表分析的只有一个产品线。业务系统数据尚分散在各个应用系统中，各产品线间的业务数据未经整合，很难得到统一、完整、直观，体现各个业务主体与维度的管理层数据。
2．缺少有效的数据仓库搭建，原报表系统直接从数据库取数，随着业务增长和使用人数的增多，不仅报表系统访问速度变慢，而且会增加业务系统的负载。随着数据量的增多，此问题更加突出。
3．原有系统扩展性不足，后期维护不方便。随着业务的扩大，数据迅速增长，伴随企业管理措施的落地与强化，经常有业务改革与调整。管理报表的数据采集与合成制作，无法跟上其业务的发展速度。无法及时、准确、全面的进行业务数据分析，指导企业运营。
4．维护不方便：现有工具开发要写代码，难掌握，而且有并发限制，使用成本很高。
5．报表建设不完善。目前主要是针对业务员出具统计报表，底层各个门店经营管理报表还没有实现，对于公司管理层，缺乏公司整体经营数据的呈现。不能针对公司各个层次的报表使用者提供数据展现。
6．权限管理。报表系统用的QlikView，管理分配不够灵活，不能满足数据安全的要求，其次并发数只有10个，仅能满足部分使用者的报表查看需求。
三、项目目标
贯彻开放性系统设计原则，不仅要满足当下的业务需求，同时随着公司规模的发展壮大，系统具有一定的扩展性，也要满足变更的需求，所以经过调研使用帆软商业智能FineBI来建设本期的BI项目。
针对管理层提供领导管理驾驶舱以及移动BI查看的功能，随时随地了解公司运营状况，及时发现业务问题，提供方便交互的UI设计和涵盖关键指标的数据展板；针对一般业务人员，提供常用办公报表，支持自主式数据分析，并支持报表的推送、输出、打印，满足日常办公对数据的要求；针对各个销售门店，提供门店管理模块，及时了解销售情况并做针对性的市场营销手段调整；会员管理使得公司更好的了解用户需求，增加粘性客户，也方便做一定的市场推广。
数据分析涵盖了从生产制作、供应链管理、货品调度、公司财务、预算管理以及营销管理、销售管理、订配销分析，直到门店管理的分析主题，完善企业信息化建设，制定KPI考核计划，以数据的方式量化企业管理。
四、项目规划
全面掌控企业的各种业务活动，及时准确的展现它们的状况与趋势，评估其达成的效果、存在的问题与风险。支持企业管理决策和决策落地跟踪，以及效果评估。支持对企业价值链的信息数据的分析与价值发现，为决策管理、经营管理、业务活动的优化提供真实的数据依据，控制风险，辅助企业管理优化、战略抉择、创新转型。整体方案中包含数据管理、价值链管理（VCM）、协同一体化办公平台三大部分。
（价值链管理蓝图）
1、数据管理
与道讯业务系统对接，从业务数据库中抽取数据，生成FineCube，最后根据BI分析与报表输出、数据挖掘的数据模型要求，整理成各种BI分析用的数据，写入企业数据仓库。通过企业数据仓库对企业的业务数据，以及主数据进行集中的管理，不断提升数据质量，以供BI分析系统使用。
2、价值链管理
包含KPI/绩效管理（CPM）、内控与风险管理、价值链分析与价值挖掘。
通过KPI设定与分解，进行KPI绩效分析与图表展现，最终输出平衡计分卡。如财务指标、采购指标、成本控制指标、营销指标、物流配送指标、生产指标、人力资源指标等。
通过对业务环节风险与控制的设定，针对各业务活动的数据分析，测定问题，实施预警；集成管理预警，如财务管控、资金管控、预算费用管控、成本控制、产品质量控制、价格控制、营销与市场管控等。
针对各业务环节的数据进行分析，通过预置的或者是自定义的分析模型分析、挖掘、预测业务活动的成果与问题，发掘价值内容，支持企业发展成长与转型创新战略的循序渐进。如市场信息、产品研发、供需计划、营销计划、采购、包装、库存调配、采购物流、生产、库存、订单、销售、营销渠道、销售物流、分销、零售、营销、产品生命周期、客户生命周期等。
通过管理驾驶舱，从财务、资金、采购、生产、库存、物流、销售、渠道、产品、客户等主题与不同的视角与维度，以简单、直观的分析图形，集中展现与管理关键KPI指标与价值链指标，体现企业整体运营状况、价值趋势、问题情况，为企业管理领导层提供管理决策辅助。
3、协同管理一体化平台
一体化平台便于数据统一管理，同时支持协同办公，存在问题的数据可以直接推送给相关负责人。全平台的数据访问使得用户不仅可以通过pc端浏览数据，手机和PAD同时也做到了轻松访问。
摘要: 某集团是大型时尚集团，内部报表系统用的QlikView，但是管理分配不够灵活，不能满足数据安全的要求，其次并发数只有10个，仅能满足部分使用者的报表查看需求，所以亟需一个统一的能够集中体现企业运营活动状况、全局、直观的BI决策系统，数据有效服务于决策管理有限，解决企业管理报表层面的问题与需求。
阅读全文
一、数据平台的软硬件环境
二、组织机构和权限体系
组织机构：平台中已集成一套组织机构，可以建立部门、人员。也可以与现有系统的组织机构集成，将组织机构导入到平台中。
功能权限：通过配置功能点URL的方式实现各个用户相应的BI访问权限。用户第一次访问受保护的资源（某个功能点）时，会发出访问请求，服务器接收到请求后会验证用户权限，如果没有通过验证则返回登录页面。
数据权限：很多系统的权限认证只是限制模块的使用，使得合法用户能够行使自己的权利。平台在满足这种整体权限认证的同时，权限的控制力度可以达到同一张BI的内容在不同权限下展示的效果不一样，这样就免除了制作大量的BI来实现同样效果，尤其是在企业内部业务繁杂，审批麻烦时，一张BI就可以解决所有问题。平台通过对业务包的权限控制，从数据包层面控制了不同的用户对于数据的权限，以达到数据的细粒度控制。
权限控制的层次：
- 不同用户对于数据业务包的数据权限仅限于自己权限范围内。
- 不同的用户可以访问权限范围内的报表。
- 不同的用户对于同一张报表，只能够访问权限范围内的数据。
三、数据处理
数据源：支持Oracle,DB2,SQLServer,MySQL,SqlServer,Informix等数据源。支持ODBC数据源，支持JNDI数据源，支持共享应用服务器数据源。支持程序数据接口。支持文本数据源。支持内置数据集。
业务数据包：即Cube，是用于即时分析的数据基础。数据业务包由数据管理员创建 ，其中包含着能够提供给分析人员的所有业务数据表、数据集、接口数据、文本数据等。以文件的形式(后缀名为fcube)存放在服务器目录中。
数据转义
可以对数据业务包中的表名以及字段名进行转义，成为能够让业务人员理解的数据，转义的信息可以直接集成数据库中的注释，也可以直接手动编辑。
数据关联
数据之间的关联是用于给多个表之间建立表间关系，也可以直接继承数据库中定义的外键关系 。参与关联关系的表必须有主键支撑。
四、数据转化
数据转化：提供各种样式的表格和多种图表服务，配合各种业务需求展现数据。包括列表、分组、交叉表格，图表类型包括柱形图、条形图、饼图、面积图、组合图、仪表盘和地图。
新增列：通过自定义数据列来实现数据转换和数据计算。包括根据现有的数据新增列，构建自循环列，根据公式构建自定义数据列。更方便地用于后面的分析。
根据现有的数据新增列：在现有的数据列的基础上，通过自定义分组形成新的列。主要用于建立公用的自定义分组的方式，提供给所有的分析人员使用。
构建自循环列：可以根据一列（数据库中只有一列组织ID）或者两列（数据库中有组织ID和父ID）数据分层，将组织机构的层级关系分层展示。主要用于组织树展示。
新增公式列：公式引擎支持数据类型转化，常用函数、数学和三角函数、文本函数、日期和时间函数、逻辑函数、数组函数、报表函数以及其他自定义函数
。
行列转换：行列转换主要用于将数据库中某一列的字段值与其他指标字段结合成新的字段。
五、定时更新
全量更新：所有的数据业务包建立的时候，数据平台会在后台自动生成对应的cube。数据平台的cube采用MOLAP的形式，所以在处理大数据量的问题上具有优良的支撑。cube中的数据可以设置定时全量更新。
增量更新：只能单独对业务包中的表和数据集进行设置。并且只对新增数据有效。
六、数据分析
维度指标分析：可以灵活地从业务包中选择任意指标、维度进行自主地拖拽分析。由于数据业务包中的数据已经关联在了一起，这就决定了数据平台即时分析的自由度。在分析某个指标的影响因素时，可以选择任意的维度，去分析他们之间的关系。从而确定某个因素对指标的影响大小。
分析组件：组件支持各种样式的表格，配合各种业务需求展现数据。包括列表、分组、交叉表格。组件支持多种图表，图表类型包括柱形图、条形图、饼图、面积图、组合图、仪表盘和地图。页面上生成表格，转换图表、添加钻取、过滤筛选、添加控件等一系列交互设置，操作简单。通过拖拽指标和维度生成的表格，可以一键切换至图表。
平台支持多种图表且类型可以随意切换，支持的图标类型有：柱形图、柱形堆积图、折线图、堆积面积图、组合图、条形图、堆积条形图、饼图、仪表盘、地图。
汇总数据统计方式多样：指标支持求和，平均，最大值、最小值等等一系列统计方式提供选择。
支持多种计算指标的方式：指标可以来自于字段，同时也可以是通过公式计算得来。在计算同比、环比、排名的时候，只需配置一下界面，即可得到想要的结果。无需通过复杂的公式。
数据预警：支持数据预警功能，对于在某个数据区间的数据可以进行红绿灯预警或者数据前景预警。
多维OLAP分析：平台提供了各种常见的OLAP分析操作，可以进行任意多维度的分析，钻取分析、排序、过滤等等分析功能。
任意多维度分析：平台提供任意维度的数据分析，针对要分析的数据，可以任意添加需要分析的维度。图表设置过程类似，需要注意的是绝大多数的图表无需刻意添加分析。支持任意维度切换，可以对已有的表样切换维度来进行自由分析。
多层钻取：由于维度数据的关系在建立数据cube的时候已经建立好，则可以对维度直接通过分组以及层级设置进行多层钻取。设置了数据关联的数据之间，可以进行多层钻取设置，通过多层钻取查看数据的详细值。
排序：基于查询出来的结果的排序，根据维度自身进行排序，根据汇总指标的大小对维度进行排序展示，根据公式值进行排序。可以进行升序、降序和自定义排序。选择了排序方式，数据会根据所选排序方式自动排序。排序为全局排序，分页显示后并不影响排序结果。
七、技术特性
数据平台数据仓库技术要点
- 动态生成的位图索引技术处理字符串等类型. NIO内存映射文件技术，快速读取处理数字类型.
- 支持离线使用的cube数据存储，支持cube数据定时全量以及增量更新. 动态的内存数据立方体技术，并行计算的数据处理模式.
- 基于位图索引的快速分组，过滤，钻取，支持多线程运算，互不干扰. 的位图索引压缩技术. 避免重复计算的缓存机制.
数据平台数据建模及数据应用流程
- 数据库生成Cube文件，该cube文件会根据原始数据建立一定的数据模型。
- 访问设计报表时，预先加载需要使用的字段的位图索引到内存，增大命中率。
- 处理分组时，使用位图索引，对数据进行处理，经过转换生成需要的结果，再使用多线程分组，多线程与内存映射文件生成汇总结果。并将结果建立一定的数据立方体模型，在下次取数，和部分取数时避免重复计算。
数据平台模块
分析数据关联
当最终用户在分析数据时，很可能需要将数据建模时没有建立关联关系的数据关联起来做为整体查看分析，而在处理此类问题时就往往需要技术人员的支持，需要额外的数据建模工作，平台根据用户的语义，提供关联设置，并将数据关联，只要明白语义即可得到所需数据。
指标影响因素分析
某个指标或者汇总数据往往会受到很多因素的影响，例如销售额会受到产品质量，销售地区，时间，销售人员，代理商，销售策略，同类竞争产品价格等等因素的影响，而当最终客户进行分析时需要对全盘的影响因素都有了解。以往的BI工具是提前将这些分析维度加入最终展现层让领导或者业务人员去选择，这样的问题有两个不利因素：沟通成本高，需要让技术人员清晰明了业务需求；修改影响因素复杂，添加删除因素需要通知技术人员。平台的因素分析直接面向最终分析人员，通过优化的算法提供所有影响因素，并且判断重点因素。
八、优势总结
数据平台的数据处理，采用表间自动关联以及手动建立关联来实现数据之间的关系，使得数据根据业务关系有着完整的数据结构。理解业务的用户，只需要根据业务选择相应的数据，即可以进行分析数据。
数据库生成cube文件，该cube文件会根据原始数据建立一定的数据模型。
访问设计报表时，预先加载需要使用的字段的位图索引到内存，增大命中率。
处理分组时，使用位图索引，对数据进行处理，经过转换生成需要的结果，再使用多线程分组，多线程与内存映射文件生成汇总结果。并将结果建立一定的数据立方体模型，在下次取数，和部分取数时避免重复计算。
分组速度快，各个分组，汇总之间互不干扰，利于多线程计算以及分布式部署优化。
支持部分计算，分组汇总不需要计算所有的值。列表速度不受限于数据量。
当最终用户在分析数据时，很可能需要将数据建模时没有建立关联关系的数据关联起来做为整体查看分析，而在处理此类问题时就往往需要技术人员的支持，需要额外的数据建模工作，平台根据用户的语义，提供关联设置，并将数据关联，只要明白语义即可得到所需数据。
非IT人员可以进行即时分析
传统BI的繁杂之处主要体现在两个方面：
第一：技术人员需要花费大量时间准备数据。用于分析的底层数据分布在不同的地方，如果要让这些数据百分百地满足业务需求，那么就需要对数据进行额外的处理，根据传统BI提供的工具建立符合其工具的数据模型，而这个过程根据业务的复杂程度所需的时间在几个月不等。
第二：业务人员基于数据偶得的一些分析需求实现过程复杂。传统BI的模式都是预先了解领导和业务人员的所有业务需求，然后基于这些需求准备数据设计以报表形式展现数据的分析过程，当决策分析者在分析过程中有额外的想法时，基于传统的设计模式，她们还需要和技术人员进行沟通，准备新的数据或者设计新的分析过程，然后才能得到自己想要的分析，这个过程还包括了让技术人员理解自己的需求，所以综上看来整个过程是相当复杂的。
平台的Data Service模块，具有的分析设计模式和指标影响因素智能分析模块，能够解决以上问题，让技术人员准备数据时无需任何代码和复杂的设置过程，让非IT人员参与开发编程成为可能。
一、项目建设背景
经过持续推进，ERP系统、OA协同办公系统、财务软件等系统都充分发挥出了各个系统应有的功能，优化了公司的业务流程，但是随着公司业务越来越壮大，对内部管理要求也越来越高，在上述系统的应用中暴露出一些问题。
从宏观角度来看，这些问题主要分为如下几方面：
上述业务系统存着信息孤岛的情况，如何对这些信息进行整合分析，最大限度地发挥数据价值，没有解决方案
业务系统运行若干年后，沉淀了大量信息。然而，管理人员在需要决策信息时，业务系统无法直接提供相关决策支持信息，从而形成了这样一种局面：基层工作人员认为某个系统很好用，中高层管理人员却认为该系统无应用价值，长期不使用该系统。如何挖掘数据潜在应用价值，为管理人员提供有效的决策支持，逐渐摆到管理人员面前
- 尽管业务系统能够提供许多报表，但管理人员仍然需要更多的报表，并且总是认为业务系统提供的报表不能满足要求。毕竟，市场是变幻莫测的，不同时间点分析重点必然不同，也就需要不同的报表。如何满足经常变化的报表需求
- 有些关键业务系统报表速度较慢，如何提高报表展示速度
- 基础信息的不完善，但是同时，不完善的点知道的不全面，也没有完善的处理方法、处理机制来应对
从业务系统具体功能来看，现有业务系统很难有效解决如下问题：
二、项目建设范围
在BI实施项目中，按照需求，将公司的结构框架划分为三层：战略层、运营层、操作层。项目实施期间由底层往上层逐步推移，在第一阶段中着重于解决操作层、运营层的报表需求，兼顾战略层。
三、建设总体目标
商业智能平台的建设必须不断地与公司的发展战略保持一致，围绕企业发展战略是成功部署企业商业智能平台的先决条件之一。
部署企业商业智能平台，真正发挥企业商业智能的价值，提供完善的辅助企业决策支持信息，是一个复杂的系统工程，不能一蹴而就，需要分阶段去实施。在企业商业智能的建设长跑中，从初期的企业策略和目标蓝本，到最终体现满意的成效，是一个反复实践的过程，也是一个可持续优化的流程。
根据上述BI特点及结合我们公司的实际情况，特拟定 “一个平台、两个统一、三个层级”特有的建设部署规划：
- 一个平台就是指利用帆软FineBI商业智能产品，构建统一的商业智能分析平台。
- 两个统一就是保证在整个系统建立过程中，统一基础数据来源、统一分析报表规范。
- 三个层级就是分三个层级来实现建设目标，规划实施企业的商业智能平台：
- 第一层级：主要是指基础业务层级，收集当前各个业务部门报表，解决目前各部门无报表系统的现状，结束大量手工制作报表，将业务人员从报表数据的泥沼中释放出来。并在此基础上，提供可供业务人员分析的数据。
- 第二层级：指部门级报表，在第一层级的基础上，总结归纳，实现部门报表数据的分析，通过对库存数据、销售数据、财务数据等分析，提供给部门管理人员，供部门会议分析，提出预警，展现业务增长点等特性。
- 第三层级：指公司级报表，在相应基础报表定制完成后，根据公司运营策略、公司业务方向，制定模型，提供可供公司进行参考决策的报表。
四、项目建设模块
1、财务主题：
2、经营指标
3、销售主题
4、综合分析预测
对企业的保值增值率、主营业务收入、利润、现金流、项目概况、资金使用情况、销售完成率等分析要素，以平衡计分卡或者领导驾驶舱等丰富的图表交互形式呈现给企业管理者，使其实时了解公司运营情况。
5、人力资源主题
帆软FineBI的应用，能够更好的帮助企业进行人力资源分析，能定量的分析人才在投资上的输出、贡献、关键性指标，帮助企业深入了解当前人力资本的状态。
人力资源管理者面临的挑战是，企业很难定量说明如何在人才上投资才能导致具体的业务成果。进行人力资源规划和分析可以帮助人力资源领导在人力的投资方面，以事实为基础进行正确的决策。
6、项目主题
摘要: 一般BI商业智能解决方案都包含财务、销售、客户等分析模块，本文分享的是某大型服装集团通过帆软FineBI建设的BI决策系统。该决策系统主要针对财务、资金、采购、生产、库存、物流、销售、渠道、产品、客户等主题与不同的视角与维度，以简单、直观的分析图形，集中展现与管理关键KPI指标与价值链指标，为商品、供应商、市场、客户、门店管理等提供决策支持，辅助各部门进行业务分析。形成人、财、物、产、供、销一体化数据决策支持。
阅读全文
地市级地铁数据管理信息系统解决方案
一、建设目的
某地市级地铁票卡清分部是地铁整个管理系统的一个重要枢纽，负责联立起线路中心和财务部、市场部等其他多个部门的日常工作,方便客流量统计、收入清分对账以及维护管理分站设备等。
之前，此地市级地铁采用水晶报表进行开发，完成客流和清分结算的业务，由于水晶报表制作复杂功能就要通过编程实现，不好维护管理，所以采用FineReport这款软件辅助开发，FineReport报表软件针对复杂格式的报表数据及Web报表的展现，通过多源分片、不规则分组、双向扩展来轻松拖拽做复杂格式的报表，从此摆脱了复杂的SQL和表达式，不需要编程，大大提高了报表制作的效率。
二、业务需求
1、总体目标
此地市级地铁二期开发的报表主要是涉及到设备维护，包括各个站点的TVM机（出售单程票）、gate机（刷卡闸机）、以及post机（补办临时票），通过统计每日的平均使用频率和各类机种的台数，来进行针对性设备维护。
2、基础功能需求
3、其他功能需求
（1）各个站点分钱方式
根据进站点和出战点实际使用次数按照一定的比率运算，但是为了简便，现阶段实行的是按出站方式确认，就是说某个站点出的人多，就分到钱多。
（2）TVM收入对账
对比临时售票机中钱和各条线路中心提交上来的数据，如果发现不一样，就要检查（线路中心将设备采集的数据汇总上来，卡公司将数据汇总上来，双方都不可以知晓对方数据，票卡清分部核对成功后上报公司财务部）。
地铁各条线路使用的是独立的数据库，所以核对比较通过多源展现，降低人为因素参入，避免反复的比对工作和可乘漏子。
三、系统建设总体概述
1、总体思路
地铁管理信息系统依赖网络平台构建，是一个复杂的、异构的应用系统，在系统集成的不同层面，采取有效的策略实现企业应用集成，实现不同业务应用子系统相互之间的数据、信息的交流，减少手工操作，提高效率。
2、系统框架
为了贯彻此地市级地铁科技公司提高品味、讲究实用、智能高效、经济合理、简约明快的信息化系统建设方针，保证了业务的连续性和安全性，使得地铁票卡清分部得到个性化服务，示意图如下：
四、系统功能
1、业务功能
系统使用流程
所有站点使用频率排名统计
通过统计出该市所有站点，每个闸机、TVM机使用频率（闸机统计一票通、一卡通的使用次数，一卡通由制卡公司发行，包括内部卡和外部卡，内部卡主要是员工卡，外部卡包括成人卡、老人卡、学生卡等）落入的区间段（0到10000以上，跨度为1000），来进行针对性维护，并且查看的时候，按照人的习惯性思维（一眼看出所需要的），最大值排在上方，进行实际使用量的排序。（报表如图1.1-1.2所示：）
图1.1 闸机使用频率排名统计
图1.2 TVM机使用频率排名统计
三条线路所以站点使用区间段台数统计
统计出三条线路（1号线、2号线、南延线）上面所有站点的各类设备使用次数在使用区间段的台数，来辅助分析各条线路实际运营维护情况，比如一号线设备使用量相对于二号线和南延线要大得多，则需要加强一号线路的设备维护。（报表如图1.3-1.4所示：）
图1.3 三条线路TVM机各个使用区间段台数统计
图1.4 三条线路闸机各个使用区间段台数统计
每日早晚高峰各个站点使用频率
众所周知，每天的早上7：30到9：30以及下午17：30到19:30处于上下班时间，这个时间段的客流量较大，各类设备使用次数也比较多，为了更好的维护每个站点的设备，票卡清分部需要统计每个阵列的各个设备使用频次以及整个阵列在这两个时间段内，每个小时的平均使用频次（阵列就是指各个进站口、出站口一排的闸机、TVM机等），便于知道每个阵列的实际使用情况，进行针对性维护。（比如，新街口很多出口，每个出口就有一排闸机，示意图如图1.5所示，报表如图1.6-1.7所示）：
图1.5 某站点阵列构造示意图
图1.6 各个阵列闸机平均使用示意图
图1.7 各个阵列TVM机平均使用示意图
费率测试用例统计
乘坐地铁时不同的站点之间价格是不一样的，票卡清分部需要监控到没一张卡的实际使用情况，包括路径、站点数、费率（多少钱）、实际卡费以及卡现在的状态（超过0:00还未出站视为失败，下次刷卡的时候就会提示），便于了解每张卡的实际使用情况。（个人就经历过一次，出站时刷卡没注意成功与否，后来再次刷卡的时候提示失败，到补票点发现没有刷出战）统计的时候为了便于选中对应的站点和卡类型，客户希望以层次关系展现，报表如图1.8所示：
图1.8 费率测试用例统计
线路与ACC交易数据核对报表
对比临时售票机中钱和各条线路中心提交上来的数据，如果发现不一样，就要分别检查，相同则审核成功，进行上报，如图1.9所示：
图1.9 线路与ACC交易数据核对报表
清分后线路运营收入月报
统计出本月三条线路（1号线、2号线、南延线）运营收入情况，还可根据不同售票方式进行统计，例如一票通和一卡通(包括内部卡和外部卡，内部卡主要是员工卡，外部卡包括成人卡、老人卡、学生卡等)使用情况进行统计并汇总，如图1.10所示：
图1.10 清分后线路运营收入月报
网络出行量结构分析日报
根据不同票价分别统计出每天出行量人数，并计算出行量所占百分比、日收入情况及日客运周转量，如图1.11所示：
图1.11 网络出行量结构分析日报
计次卡发行使用情况统计月报
地铁计次卡是地铁每逢节假日或者地铁运营纪念日发行的一定面值的储值卡，限制在一定的日期前使用完，并且每次乘坐不分乘坐里程长短一律2元或者3元，下面根据每个时间段内统计发售的计次卡，查询每个计次卡到期时间、面值次数、发行张数、发行次数、使用次数等，如图1.12所示：
图1.12 计次卡发行使用情况统计月报
2、方案优势与特点
2.1 报表展现和数据填报一体化
采用FineReport报表设计器可以简单快速的完成各种样式复杂报表、填报表的设计制作。同一张表格中既可以展现数据，同时也可以进行数据编辑和上报。
2.2条件属性
为了宏观上面把控整条线路上面的收入情况，需要将实际数据和理论数据做个比对，比如说某一站按照前几周趋势收入应该为25000左右，但是实际情况却只有20000或者5000，实际值和理论值差距超过偏差范围，则通过条件属性判断以红色标记出来，然后安排人专门去进行检查。
2.3权限管理
虽然地铁管理信息系统是一个相对独立的系统，但是由于权限使用的用户表是存储在数据库表中的，且系统移交给最终用户后，使用系统的用户资料需要和用户现有的权限系统统一，因此需要在建立系统时，能够直接读取数据表。
2.4定时器
地铁管理信息系统需要将每天在停运时将当天的客流、线路收入、设备信息都统计出来，然后存放成本地文件，以供存档，想什么时候查看的时候直接可以从服务器中取出文件，免得重新生成，可采用定时器定时生成本地文件Excel就可以了。
2.5报表平台
用户由于是从无到有的搭建一个系统，因此需要方便快捷的将文件管理起来，包括用户登录，根据权限管理对应的页面等基本要求。且能够方便的配置出符合用户风格要求的系统样式。
摘要: 连锁百货企业数据分析系统建设方案数据系统建设方案 FineReport数据系统的总体流程为：整合和获取数据，将数据应用于报表的开发，将开发完的报表进行逻辑展示处理和部署，最后呈现给使用者使用。开发报表的过程中，必须结合企业流程和企业内部的系统数据，进行统一搭建，最终要求开发出一个结合了各个系统数据的报表决策平台。开发过程中坚持“契合需求，方便高效”的原则，为企业员...
阅读全文
连锁百货企业数据系统整理解决方案
1. 需求分析
1.1 数据系统背景
连锁企业发展越来越迅速，专业、系统及标准化的门店管理是连锁企业持续赢利、发展的根基，是门店竞争力的核心禀赋。一套系统化的管理工具，不仅能够规范及统一各门店的营运流程、制度、表单等，使门店的管理有章可循，而且可以帮助使决策者更好的把控全局、合理预测未来。
很多连锁企业不仅拥有自己的OA系统，而且还引入了会员管理系统、CRM系统、财务管理系统等。但是随着企业的后期发展，企业内部的信息系统不断增加，流程复杂度越来越高，各类信息琳琅满目，冗余数据越来越多……业务员面对复杂的系统一头雾水，管理者面对繁杂的数据手足无措，决策者面对凌乱的报告更是无从下手。
1.2 数据系统应用
英特尔CIO Stacy Smith曾经说过：“如果 IT 不再起作用了，就直接把电源拔掉。”从本质上讲，IT的作用，在于流程和管理。如果一个IT项目即对流程没用，也对管理无效，那么这个项目，也仅能代表着硬盘上的 10101010101 等机器码。
一个好的数据（报表）系统，不仅可以规范整合企业的信息资源，帮助员工更高效地进行工作，而且能够为管理决策者提供有效的分析工具，帮助他们全面把握企业现状，合理预测企业发展。
换言之，报表系统可以将企业内部所有的信息系统数据，结合起来统一在报表中进行展示和分析。在一个接口内，使业务员知道业务相关数据；在一个接口内，使管理者了解公司的运营状态；在一个接口内，使决策者掌握将所有系统的数据汇总、分析后得出的决策相关因素。最终使数据与数据的累积、系统与系统的相加不再增加企业的迷茫，而是成为企业运营和决策的根本依据！
2. 数据系统建设目标
数据系统的建设分为两大阶段：第一阶段为整合企业内部多个系统间的所有数据，并实现门店经营、财务、人事、客户等业务报表的开发，完成企业业务数据的展示。第二阶段是在基础业务数据的基础上，设计并开发BI决策分析类报表，包括：销售分析、财务分析、人事分析、客户分析、分店分析等企业决策的关键因素。
在第一阶段中，重点分解成两个部分，第一部分为整合企业内部多个系统间的数据，此部分为后续目标的前提条件；第二部分为实施开发业务报表，这一部分为第一阶段的终极目标和判断依据，达到优化并流畅化企业营运的最终目的。在第二阶段中，BI分析类报表为业务类报表升华，提供给管理者和决策者多维的、清晰的决策依据。达到优化辅助管理及决策的最终目的。
具体目标如下：
1) 提高企业各门店员工、管理者、决策者对企业营运及管理系统的掌握程度；
2) 提供开放、统一的报表接口，整合企业内部冗杂繁多的系统数据；
3) 以 FineReport 独特的零编码理念，10余年的发展沉淀，跨平台、跨数据源、决策支持、专注高效等的优势合作，帮助企业摆脱传统 Excel 或手工编写代码的报表实现方式，降低企业制作报表的人力财力物力，规范企业报表运作流程；
4) 构建扩展性强、维护方便、规范、统一的企业数据系统；
5) 搭建以用户需求为导向的，业务切合度高的数据系统。
3. 解决方案优势综述
FineReport是一款纯 java 开发的 B/S 架构 Web 端报表软件，其技术架构包括：数据逻辑层、报表设计层、逻辑处理层、最终展示和使用层。如下图所示：
根据上图所展示体系架构，对其中各个部分描述如下：
a)底层支持：即 FineReport 报表所需要最基本的软硬件支持
b)框架后台：即 FineReport 报表所采用的基础技术框架
c)数据层：指 FineReport 所支持的数据来源，负责将数据进行抽取转换，进而提供给报表设计
d)逻辑设计层：负责将数据通过报表设计器各个功能点展示成最终的模板效果
e)逻辑处理层：指模板设计出来以后，FineReport 独有的解析和监控机制，负责将模板推送到给报表使用者
f)最终展示：指报表模板的展示到使用者面前的效果，及展示的过程业务处理及使用特性
3.1 Ipad/Iphone展示：弹指间决胜千里之外
FineReport特有的移动终端展示功能，用户通过移动终端可以随时查看重要数据图表，进行分析判断，不用再随身携带笔记本，弹指间决胜于千里之外。
3.2 类Excel设计：易用易学易移植
FineReport易用易学，使用者只要会操作Excel就可以快速开发出报表。报表直接通过网络形式查看，替代原始以附件形式查看报表。
3.3 多角度自由分析透视数据
Finereport帮助企业从销售、财务、库存、人事、客户等多角度展示分析企业数据，实现数据的智能化。
3.4 分层权限控制
FineReport自带权限配置，确保各个局向负责人只能看到自己区域内的经营情况，不会发生越权等情况，而总负责人能查看到所有局向负责人地区情况，保证公司内部经营发展稳定。
集团性企业数据信息系统解决方案
总体需求分析
某商业集团是一家集精品百货、时尚百货、精品超市及大卖场、便利店为一体的大型现代化集团。此商业经过10年的发展，目前拥有2家大型百货商场，6家大型综合超市卖场，100多家超市便利店，是以现代企业制度为根基的民营实体商业和现代服务业，并拥有百货、商超、产业、地产四大事业部。
随着企业规模不断扩大，需要处理的业务不可避免的也越来越多，越来越细。那么为了规范管理和信息共享，企业不得不借助于各种业务系统，例如财务系统、OA系统、会员信息系统等等。
随着这些系统在日常业务中的深入应用，产生出了大量的基础数据，这些基础数据是企业发展中产生的重要资产，拥有不可估量的价值。如果对这些基础数据进行精确地、深入的分析，并将分析的结果应用于企业发展决策当中，将会对企业发展带来巨大的推动作用。
但是，目前大多数企业所面临的情况却是各种业务系统拥有各自的数据库，这些基础数据以不同的形式、不同的表结构存放于各种不同的数据库中，没有哪一个系统可以对所有的数据进行精确地、深入地处理分析。
当企业内部的信息系统不断增加，同时流程复杂程度越来越高，各类信息琳琅满目，冗余数据越来越多……业务员面对众多的系统一头雾水，管理者面对繁杂的数据手足无措，决策者面对凌乱的报告更是无从下手。
企业已经身处一种很奇怪的现象：信息孤岛。
正如下图所示：
综上所述，当企业发展到一定规模后，必须要建立自己的数据信息中心，使之能快速、高效的完成对整个企业发展运行过程当中所产生的全部基础数据的处理分析，并以直观的、简便的方式展现在企业的管理人员面前。
数据信息中心在功能上，需要能够从各种不同的业务系统中提取数据，将这些数据按照管理者的需求进行综合处理分析并展示在管理者面前。那么这时候让各个系统的基础数据得到充分的运用就是构建数据信息中心的基础，也是构建该系统的最大的难题。
FineReport报表软件的出现正好解决了这个难题。FineReport报表软件支持从多个不同数据库表中取数，并可将提取出的数据在一张报表上进行处理， FineReport报表可以让处于不同数据库中的基础数据按照管理者的需求进行各种分析处理展现，并结合丰富类型的图表使得分析处理结果更加清晰直观，便于管理者快速做出决策。同时，FineReport报表软件可按照客户自身的需求，由客户自己去开发制作相应的报表，使企业走出“年年花钱买新软件，新软件却不满足年年变化的需求”的怪圈。
数据信息系统建设目标
FineReport数据信息系统的建设分为两大阶段：第一阶段为整合企业内部多个系统间的所有数据，并实现门店管理、进、销、存、财务、人事、客户等业务报表的开发，完成企业业务数据的展示。第二阶段是在基础业务数据的基础上，设计并开发BI决策分析类报表，包括：门店分析、进销存分析、财务分析、人事分析、客户分析、等企业决策的关键因素。
在第一阶段中，重点分解成两个部分，第一部分为整合企业内部多个系统间的数据，此部分为后续目标的前提条件；第二部分为实施开发业务报表，这一部分为第一阶段的终极目标和判断依据，达到优化并流畅化企业营运的最终目的。在第二阶段中，BI分析类报表为业务类报表升华，提供给管理者和决策者多维的、清晰的决策依据。达到优化辅助管理及决策的最终目的。
具体目标如下：
1) 提供开放、统一的报表接口，整合企业内部冗杂繁多的系统数据；
2) 通过FineReport数据信息系统，提高集团各部门员工、管理者、决策者对各个企业营运及管理系统的掌握程度；
3) 以 FineReport 独特的零编码理念，10余年的发展沉淀，跨平台、跨数据源、决策支持、专注高效等的优势合作，帮助企业摆脱传统 Excel 或手工编写代码的报表实现方式，降低企业制作报表的人力财力物力，规范企业报表运作流程；
4) 构建扩展性强、维护方便、规范、统一的企业数据信息系统；
5) 搭建以用户需求为导向的，业务切合度高的数据信息系统。