|
FineBI商业智能产品致力于帮助企业察数据并指导解决存在的业务问题，协助企业及时调整策略做出更好的决策，增强企业的可持续竞争力。作为一款面向分析师和业务人员的商业智能（BI）工具，不需要用户有SQL、JS等代码基础，也就是说能学会excel的同学就能学会FineBI，但是想真正深入掌握好产品并且应用到实际工作中还是需要下一番功夫的。如果没有系统的学习计划，单纯靠自己摸索自学还是有所难度，可能要走不少弯路。
要想比别人走的更快，科学的学习方法和成长路径显得尤为重要。结合帆软内部BI工程师的培养经验，以及和诸多FineBI学习爱好者的沟通交流，梳理了一份FineBI自学计划表。
希望你能早日从FineBI菜鸟成长为超越神一般的存在，并且在学习的过程中，
使用平台建议
建议使用FineBI在线版（独立账号+全功能免费使用+免部署安装）：https://pcdemo.finebi.com/webroot/decision
学习路径一：
| 阶段 |
学习内容 |
能力检测 |
| 基础 |
功能入门：
认识FineBI的各功能模块，快速构建你的第一份分析报告。
亮点功能一分钟速学：
|
场景入门：
扮演集团数据分析师探索集团毛利率下滑的原因，感受敏捷探索分析的魅力：
OR
您也可以根据自己的行业选择以下内容，跟随导师一起拆解真实案例，学习思路方法
|
☛完成新手任务以检验您的水平。
点击领取新手入门任务
|
| 进阶 |
1、进阶功能教学：针对具体功能模块的深入讲解。提升必学！
2、场景实战教学：从场景思路到指标拆解到分析实操
3、场景实战教学（大赛作品选手解读）
|
☛参与官方认证考试来检验您的水平
点击了解帆软认证BI工程师（FCBA）认证考试
|
| 高阶 |
1、高阶功能教学：掌握FineBI特色函数体系，锻炼数据建模能力。
2、高阶场景分析：学习更多实战优秀分析案例
3、常用数据分析思维：
4、模板美化：
|
☛参与官方认证考试来检验您的水平
点击了解帆软认证资深BI工程师（FCBP）认证考试
☛报名参与帆软mvp认证。将您的知识经验分享给更多人。点击了解【帆软MVP】
|
|
在学习过程中，如果您遇到问题，您也可以通过以下渠道获取帮助
|
学习路径二：
担心自制力不够，坚持不了？
--即刻报名免费参加FineBI学习打卡营，带你七天掌握FineBI高频功能！
- 高频功能，视频教学，快速上手！
- 理论学习，实操检验，学以致用！
- 群助教辅助答疑，再也不用自己苦苦摸索，反复试错！
- 随机抽奖, 更有证书、F币等惊喜福利等你来拿！
点击报名最新一期打卡营
学习路径三：
对于有更高学习要求的同学，帆软官方也提供了系统全面的付费课程供大家选择：
| BI学习班 |
【BI工程师系列】
从入门到精通：标准版（5周）/企业版（9周） |
FineBI零售电商应用实战班 |
数据思维必修：素养与应用能力提升 |
| 课程类型 |
工具类（FineBI） |
业务场景类
|
数据思维类 |
| 适合人群 |
|
- 有FineBI基础的业务人员
- 想转行做数据分析但缺乏业务经验的伙伴
- 入行3年以内的数据分析师
|
- BI项目负责人
- 数据分析师
- 有数据分析诉求的高阶业务人员
|
| 课程收获 |
- 全方位地掌握FineBI工具的数据分析方法和技巧
- 熟练掌握商用数据可视化报告的开发能力，提升布局和配色的设计能力、数据可视化报告故事的讲解能力
- 通过常用的企业商用模型实战训练，提升数据分析思维能力和方法论
- 通过考取FCP-FineBI的资格认证来检验自己对FineBI产品深刻掌握的能力
|
- 掌握零售电商行业6大典型场景应用
- 掌握7大常用分析模型应用
- 掌握20+个FineBI分析技巧
|
- 认知框架，商业分析的全景认知
- 可视化能力，直观呈现复杂信息
- 理论基础，统计与数据分析方法的准确应用
- 指标数理能力，指标驱动业务梳理、优化与管理升级
- 需求拆解能力，从业务出发创造价值的需求提炼方法
- 产品应用能力，产品模型指导企业数据工作持续迭代
|
| 课程服务 |
- 资深产品经理亲授，6周深度掌握BI
- 全程实战案例演练，快速应用工作实践
- 每周直播在线答疑，助教老师全程陪学
- 完善的班级制服务，高额的奖学金计划
|
| 推荐阅读 |
|
|
|
|| 推荐书单
如果你想成为数据分析领域的大牛，除了学习工具外，还需要深入拓展数据分析理论与方法，以下是推荐书单：
1.《用数据讲故事》
网友热评：“大道至简，本书用很浅显的表达输出了很多非常有用的观点。数据分析最难的是找到核心问题并以最简单清晰的方式呈现，而不是用一堆复杂的图表增加阅读者的难度以显示自己的工作量。”
2.《精益数据分析》
网友热评："同事多次推荐，收获非常多，读书笔记都在自己导图里. 产品出于什么阶段关注什么数据，关注哪些重点数据，怎么关注，什么是好的数据.质疑伪数据.不同行业，比如saas应该重点关注哪些关键性指标，数据分析可以作为决策的一部分参考，有数据也要独立思考." | 
