大家新年快乐。一月一会，文档君带着月报又回来了。12 月有什么大事件发生呢？是否有更新你心心念念的新功能、还是有新增你想要的解决方案，快来随文档君一起看看吧！ 了解产品新功能，提升效率不止一点点！ 【BI】【FR】驱动管理插件新上线 每次上传完一个数据库插件后，都得重启服务器？ 不同数据库的驱动之间老是起冲突导致连接失败？ 不了解已经有哪些驱动，也难以对驱动进行更新？ 驱动管理插件可以实现热加载，不用重启、没有冲突、驱动管理再也不是难题。快来点击尝试→ 驱动管理    【FR】全新 Word 报告插件来袭 Word 报告排版要求高，直接将报表导出成 Word 报告不满足要求？ 报告中涉及到大量的数据指标图表等，如果每次都要手动去改这些数字图表，很麻烦还容易出错？ 如果你也需要制作 Word 报告，那就快来点击尝试→Demo 体验、Word 报告帮助文档   【FR】其他亮点功能 FR11 在引入第三方 Echarts 丰富的图表后，可直接对接 FR 数据源、参数联动等功能，满足用户自定义图表的需求。快来点击尝试→Echarts图表集成插件  FR11 提供了全新的跑马灯、单元格、工具栏的官方 JS 接口，不再需要编辑前端代码实现。快来点击尝试→跑马灯简介、单元格JS示例、工具栏JS示例 FR11 提供新的分页方式，无需进行条件属性设置即可分页。快来点击尝试→每页显示固定行数 FR11 更新自适应功能，点击 Demo 快速体验新自适应功能→Demo 地址   全部更新功能可查看 FR 11.0.1 更新日志、BI 2021-12-16更新日志 内容推送，我们想给你你需要的 【FR】全新 JS API 手册 用前端代码实现功能但老是会出现版本之间不兼容？ 学习资料太简单，总是学不会各种接口？ 接口适用范围不明确，移动端到底支不支持？  别烦恼，产品更新了全新的官方接口，并配备了完整的 JS API 手册。快来点击尝试→JS API   【BI】新手入门 BI 上手困难，5 分钟带你入门。快来点击尝试→5分钟快速入门BI 移动端学习从何下手，我们准备了完整的学习路径。点击学习→移动端学习路径   【FR】性能优化方案 当你的报表出现加载缓慢、内存占用过大时，可能就需要进行一些性能优化操作了哦。 这里我们提供几篇性能优化方案供参考，点击查看→性能优化简介、大数据量模板排查思路、大数据量模板优化思路、大数据量模板导出慢问题排查 你的意见对我们至关重要 FR 的控件新样式快来了 或许你曾嫌弃过控件太丑，或许你也曾加班敲代码改样式， 如今新的控件要来了，诚挚邀请大家参与体验，留下建议&意见，你要的可能就出现在正式版本中！ 体验demo：新前端控件样式demo（账号：demo，密码：123456） 更重要的是体验后的意见反馈——新前端控件样式反馈   文档满意度调查 对帮助文档任何建议，可通过 帮助文档满意度调研 进行提交， 每份有效反馈奖励3F币哦（注：视问卷填写有效性审核后发放，明显不合逻辑或乱填的问卷视为无效）

我们经常会制作一些Excel报表，月报周报之类。报表之中有时会有些固定有规律内容，内容可能随月份的变化而变化，每次都要填，很麻烦。 使用 FineBI 可以帮助我们从繁琐重复的劳动中解脱出来，做好三步即可一劳永逸： 1）做好周报仪表板 2）对周报数据设置定时更新，获取每周最新数据 3）设置定时调度，每周自动将最新的周报内容以邮件形式发送，无需手动发送邮件。 来帮助文档可以查看具体教程：定时调度简单示例之周报 更多 FineBI 干货内容：finebi 应用教程干货合集 {:10_286:} 编辑于 2021-5-10 10:26

假设你正在运营一家网店或者正在经营一个实体店铺，你可能会思考这个问题： 如何投入成本？投入了这些成本每月到达到多少销售额目标店铺才能达到盈亏平衡？ 当前销售额目标店铺你是否能够达成，如果达不成应该从哪里削减成本？ 如何实现成本与销售额的平衡，在自己能承受的成本内，如何分配成本实现利润最大？ 点击仪表板：盈亏平衡分析 ，根据自己的情况输入实际数值，即可获得盈亏平衡时的销售目标。用户可以手动调整各项成本，从而获取较优的投入方式 143440 快来帮助文档学习吧 ！盈亏平衡分析 更多 FineBI 分析方法，详情请参见：FineBI 分析篇 {:9_318:} 编辑于 2021-4-26 11:20

来看一张图，大家有没有觉得将各项同环比直接放到对应指标下面，数据就特别的清晰易懂 o(*^＠^*)o 143383 帮助文档新为大家介绍如何用 FineBI 新功能【自定义同环比】制作上面的指标卡，抛弃难记的函数，简单上手。 快点击 同环比指标卡 进行学习吧。 更多 FineBI 分析方法，详情请参见：FineBI 分析篇 {:10_284:} 编辑于 2021-4-23 14:52

你有没有为如何判断需求价值而烦恼呢，看下李雷是怎么做的吧！ 详情请查看帮助文档：需求分析方法 背景 李雷同学作为一个产品，经常会遇到非常多的产品需求， 开发同学忙的不可开交， 用户又似乎什么都想要。开发产品资源有限，怎么才能捞出真正的用户需求？给真正重要的需求高优先级？李雷决定引进「KANO模型」，进行系统的需求梳理，对需求进行分析和提炼，提高效率。 分析结果 李雷对约 100 个用户进行了调研，使用 KANO 模型绘制出四象限图，如下图所示：https://help.fanruan.com/finebi/uploads/20210319/1616139015244122.png四个象限对应了四种需求类型，它们的优先级排序为：必备型需求>期望型需求>兴奋型需求>无差异需求。 必备型需求（必须有）：即常说的痛点。对于用户而言，这些需求是必须满足的，理所当然的。当不提供此需求，用户满意度会大幅降低。这类是核心需求，也是产品必做功能。 期望型需求（应该有）：当提供此需求，用户满意度会提升；当不提供此需求，用户满意度会降低。通常作为竞品之间比较的重点。 兴奋型需求（可以有）：惊喜型产品功能，超出用户预期，往往能带来较高的忠诚度。不提供也不会降低用户满意度。 无差异需求（可以没有）：用户根本不在意的需求，对用户体验毫无影响。尽量规避做此类型功能。 李雷将自己做好的仪表板分享给了同事，并决定此次功能更新增加「功能2、功能3、功能5、功能8」。有了数据支撑，大家都很认同他的决定，罕见的没有出现以往为增加哪个功能而争得不可开交的局面，提升了效率。 点击查看仪表板：KANO 模板 更多 FineBI 分析方法，详情请参见：FineBI 分析篇 编辑于 2021-3-25 14:57

详情可参见帮助文档：用户流入流出分析 1、背景小郭是一家百货商场的负责人，他想对百货中的各个品牌的竞争力进行分析，这次他考虑从用户流入流出入手。帮助百货了解各个品牌的竞争力的同时，也可以帮助各个品牌的负责人看到自己品牌流入流出的情况如何。他对流入客户和流出客户的行为进行了分析，将流入原因分为「其他品牌流入、渠道流入、类别流入」，流出原因分为「品牌流出、渠道流出、类别流出」。精细划分后，各个品牌的竞争力情况更加一目了然。 2、概念流入人数：近 6 个月有交易，前推 6 个月无交易的用户。流失人数：前推 6 个月有交易，近六个月无交易的用户。以用户A为例，他在近六个月购买了诺基亚的电子产品，前推六个月没有购买诺基亚的电子产品。对于诺基亚的电子产品类别来说，这个用户是一个流入客户。但这个用户是从哪里流入的呢： 其他品牌流入：用户A若是前推 6 个月在百货别的品牌购买了电子产品，对于诺基亚电子产品类别来说，该客户属于其他品牌流入。 类别流入：用户A若是前推 6 个月只在百货购买了别的类别的产品，没有购买电子设备。那么他流入的原因是因为他需要电子类别的产品，所以属于类别流入。 渠道流入：用户A若是前推 6 个月没有在百货购买商品，说明他是百货的新客户，所以他属于渠道流入。 同理可以对应「品牌流失、类别流失、渠道流失」，三种流失的具体介绍可参见本文 2.2 节。 3、预期效果不少品牌旗下有多个类别的产品，但当这些单独的类别在面向市场时，是独立的个体，需要与同类别的其他品牌产品进行比较。小郭在做流入流出人数分析的时候，就用「类别」对各品牌进行分类分析。1）做好仪表板后，小郭在表格中看到品牌「Acme」在办公用品净流入呈负数，于是点击「Acme」，右侧展示出 Acme 品牌在办公用品类别的用户流入流出情况：品牌流失情况严重，需要重点关注。2）小郭还筛选出了 品牌净流失 TOP10 ，分析哪些品牌竞争力下降，希望能作为之后调整入驻品牌的参考。3）小郭最后又筛选出来 渠道流入 TOP 10，分析哪些品牌它们的某些产品类型对百货引流拉新有突出贡献，准备给这些品牌类型产品一些福利优惠。142609 更多 FineBI 分析方法，详情请参见：FineBI 分析篇 编辑于 2021-3-18 10:21 编辑于 2021-3-18 10:22

AARRR模型是什么 AARRR 模型又叫海盗模型，是用户运营过程中常用的一种模型，解释了实现用户增长的 5 个指标：获客、激活、留存、收益、传播。从获客到传播推荐，整个 AARRR 模型形成了用户全生命周期的闭环模式，不断扩大用户规模，实现持续增长。 在 FineBI 中使用 AARRR 模型进行分析 每一个产品具体情况不同，但总体上都包括这 5 个方面的发展过程，利用 FineBI 对一买菜 APP 的这 5 个发展过程进行分析。点击查看仪表板：AARRR 仪表板 142599 帮助文档提供示例数据，点击即可学习：AARRR 用户运营分析 更多 FineBI 分析方法，详情请参见：FineBI 分析篇 编辑于 2021-3-18 10:22 编辑于 2021-3-18 10:23

用户的生命状态 我们可以根据两个指标「最近一次购买距今的时间」和「第一次购买距今的时间」将用户分为四个类别。 142324 新用户：刚开始在较短的一段时期内登录/购买了产品的客户。 一次性用户：在较短一段时间内登录/购买产品后，近期不再继续购买的客户。 忠实用户：在较长一段时间内持续登录/购买产品，且在近期仍有购买行为的客户。 流失用户：在较长一段时间内持续登录/购买了产品，但近期不再有购买行为的客户。 对一段时间内，所有用户所处的状态进行分析，可以帮助我们发现问题，了解企业或商品的竞争力如何。 如何使用 FineBI 对生命状态进行分析 用 FineBI 对某公司客户进行了分析，结果如下图所示： 一次性用户和流失用户占比很高，流失用户比例远大于新用户数，竞争力下降。 忠实用户占比很小，客户基础薄弱。 142322 帮助文档提供示例数据，点击即可学习：用户生命状态分析 编辑于 2021-3-3 18:13

什么是复购率 复购率是指一段时间内多次购买的人数占所有购买人数的比例，用于说明用户的忠诚度，反向则说明商品或服务的用户黏性。月内复购率=一个月内购买两次及以上的人数/该月内总购买的人数比如一个月内有100个用户购买商品，其中有20人购买了2次以上，那么月复购率就是20%。 如何使用 FineBI 计算复购率 既然复购率是一项重要指标，那么如何在 FineBI 计算复购率呢。以超市数据作为示例， FineBI 计算得出的每月的复购率情况如下图所示：142174 帮助文档提供示例数据，点击即可学习：月复购分析 编辑于 2021-3-3 18:16