FineBI是一款自助式分析工具，在功能上将数据准备工作与业务数据分析工作分开。提倡IT部门准备好数据，提供给业务部门自助分析，让各个部门做各自最擅长的事情。解放IT部门压力的同时，也能让业务部门能够根据自己的业务需求，快速获得即席分析结果。

　　在这里以一个医药行业对某地区某药品的库存周转做调整的分析过程为例，讲解FineBI的使用场景，看下FineBI在各个部门中所发挥的作用。

　　视频加载中...

　　在开始之前，我们需要考虑业务部门可能存在的各种复杂操作，以及实时性需求，数据量的大小等。

　　假设数据库的查询性能并不是特别好，而同时业务部门需要快速的展示分析，那此时就可以考虑将数据放到专门为查询分析提供支撑的引擎FineIndex中做对接。

　　假设数据库性能可以支撑，或者业务的实时性要求很高，那就可以使用FineDirect引擎做对接。

　　关于FineDirect和FineIndex

　　FineIndex提供基于索引的高效计算引擎，对数据进行抽取预处理，高压缩比，通过索引支撑前端快速数据分析。

　　支撑前端分析：FineIndex对抽取的数据进行预处理，支撑前端数据分析和展现的速度。

　　底层数据处理：抽取的数据存储在磁盘，采用列式存储，位图索引等大数据处理技术，有效应对企业亿级数据量。

　　FineDirect是FineBI推出的大数据直连引擎功能模块，用于解决处理超大数据量和超快的实时数据分析需求。

　　通过FineDirect直连引擎，企业可以直接对接现有的数据源，无论是传统的关系型数据库(Oracle，Sqlserver)，还是日益成熟的Hadoop生态圈，Mpp构架的解决方案，都可以直接进行自助取数分析，可以不再经过FineBI的多维数据库(FineIndex)建模，实现更敏捷的、更及时的决策分析。

　　其中FineIndex的预建模与预先建立索引都可让数据的展示达到秒出的效果。

　　而FineDirect的优化SQL与参数等功能，在体现数据库本身性能优势的同时，智能缓存还可协助缓解数据库压力，提升查询速度。

　　数据准备步骤：

　　1、我们这里选择将数据抽取到FineIndex中，选择相应的表添加过来。——对应操作：添加表

　　2、在这里，可以选择不同数据库的表，这些表之间是可以做主子表之间的关联关系，从而实现多源数据统一平台的整合。——对应操作：增加表之间的关联关系

　　3、假设有的表要做一些预处理，可以使用内置的ETL功能，实现简单的ETL操作。——对应操作：可视化ETL

　　4、那这里是在我们处理好了表关系之后，就可以将这些数据提供给业务部门使用了。——对应操作：IT准备数据，业务部门分析数据

　　5、假设此时我是业务人员，想要看到各地区医药客户的销量、周转等情况。——对应操作：在前端拖拽图表和表格，建立可视化分析

　　具体分析操作：

　　首先，我发现山东省的销量很高，点击之后有自然的联动效果，发现对应**药品的销量是最高的。

　　那我就想看各个客户分销的情况，是否有必要调整各分销客户的药品库存。

　　发现**的库存金额最多，周转月少，而**的库存金额少，周转月多。因此可以将X的Y药品 周转到**卖掉。

　　这样，在同一地区对货品做周转，降低了运货成本，同时这样的调整，也可以提高Y药品的销量。

　　最后，想将这个分析的内容给领导查看，让领导做决策。就可以将样式做相应调整，调整之后就可以给领导查看这个分析了。

　　这样，就在BI中完成了整个的数据分析过程。