请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
shulato(uid:65391)
帆软广西项目实施经理 职业资格认证:FCA-业务分析理论 | FCP-报表交付工程师 | FCA-数知鸟 | FCA-FineBI | FCP-FineBI | FCP-报表开发工程师
已关注的帖子,在哪里可以找到?
逛论坛这么多年,关注了论坛很多帖子。 在哪里可以找到我关注的帖子列表?
如何分析此类人群特征?
  项目时间紧任务重,客户的刀子已经架在项目经理的脖子上。问题抛出来,看看各位数据分析大佬有没有好的解决思路。 救救可怜的项目经理吧!   编辑于 2021-11-18 14:40
老表哥的FCRP考试心得分享
本人2015年接触帆软finereport,从7.0版本开始自学,摸索,到现在10.0的版本,一路也是摸爬滚打过来,走过无数弯路,踩过无数坑,算是个老表哥了。 今年5月报考FCRP认证,算是对自己的finereport知识的一个检验,也是为了进一步提升自己。本来年初规划要五一假期带家人出门旅游的,最后取消了,这里也感谢家人的支持。经过5天的考试做题,最后考试成绩95分,基本符合我的预期。 现在帆软的产品越来越得到市场的认可,随着知名度提升,报考帆软认证的人也越来越多。这里我分享一下自己的备考心得: 1、仔细的熟读考试大纲,确定好自己是考FCRP,还是FCRP-D。两者的考试范围不同,本人建议如果你是在甲方企业的话,考FCRP合适;如果在你是在乙方企业的话,考FCRP-D更合适。本人根据自己目前的岗位和能力,最后考的是FCRP。 2、备考FCRP,第一阶段先从论坛入门贴开始。(当然如果对帆软比较熟悉,了解finereport的话,可以跳过论坛入门贴的课程。)走一遍入门贴的内容,基本就明白finereport怎么用,主要的功能有哪些,能干什么。 3、第二阶段,就要全面补齐finereport的常用和关键知识。主要任务就是看finereport的帮助文档,重点看文档目录中的前10个章节,因为FCRP重点考察产品的应用能力。看文档,尽量把案例都看懂,案例的cpt文件下载下来试着运行一下,理解案例的技巧点。 4、第三阶段,重点学习一些比较难理解的知识。个人觉得finereport的应用里比较难,但是却非常有用的知识点就是层次坐标和JS的运用,建议大家重点学习。层次坐标的知识点,把文档里的内容理解透,基本足够了。JS的学习,不需要专门买一本JS的教程,帆软学院里的JS入门课程挺好,学习一遍基本够了。 5、完成上述三个阶段,面对FCRP的考试,我觉得基本游刃有余,剩下的就靠发挥和运气了。 6、有没有更优的finereport学习和FCRP考试技巧?有,参加帆软官方的线上学习班。 关于对帆软职业资格认证,我有几点小建议。 1、保护好帆软职业资格认证的含金量。从去年开始提升考试难度,我觉得是一个比较好的举措。我建议是官方可以考虑让通过认证的人保持学习,比如规定要求每年要有多少时长的帆软学院学习时长。现在很多证书考取后,都要求有一定继续学习时长才能让证书有效期延长,比如CPA证书。 2、让帆软职业资格认证更有仪式感。目前的考试通过后,只有一个数字证书,仪式感比较弱。你们想想看每年大学录取季节,最近几年是不是都有一个热门话题就是新生晒自己大学的创意录取通知书?为什么这么多大学都要费劲心思去设计一份只用一次的录取通知书,而且还要邮寄到新生的手中?难道他们没技术发送一张电子录取通知书?我建议帆软应该重视这个颁发认证的仪式感,可以的话尽量派发纸质证书,甚至配上一些有认证纪念意义的物品,比如一枚认证勋章、纪念章、胸针、纪念币等等。我相信,很多收到帆软认证纸质证书和认证纪念品的番薯们,应该都会很开心的拍照发朋友圈吧。做一件发朋友圈这么有仪式感的事情,可以让客户更认同帆软。 编辑于 2021-5-29 16:05 编辑于 2021-5-29 16:11
【2020冬季挑战赛】广西五城市JAVA技术人才招聘需求分析
1.选手简介 1.1.选手介绍帆软社区用户名:shulato职业简介:之前在房地产行业从事了10年的信息化管理工作。目前在一家科技公司从事系统开发项目和帆软报表、BI项目的实施与管理工作。 1.2.参赛初衷 本人于2020年初参加了帆软论坛的FineBI学习班,真正全面的对FineBI进行了学习,同时也系统的学习了BI数据分析的知识。经过努力,于5月份顺利通过了FCBP认证,算是对BI入了个门。 但是日常生活和工作中目前缺少更多的机会,能够展示和发挥自己的BI能力。借着这次比赛机会,除了可以跟更多FineBI大神交流学习,进行数据可视化作品以及分析思维的激烈碰撞外,也是对自己半年多来在BI钻研道路上自我修炼和学习的检验。 2.场景介绍 2.1.业务背景介绍&数据来源广西作为西部的沿海省份,这些年的IT行业也在蓬勃发展。很多优秀的IT技术人才也在逐渐回流或者选择来到广西发展。但是广西的IT技术人才的招聘与就业环境、薪酬情况究竟如何呢?带着这个疑问,我就策划了本次专题分析。专门针对广西省内五个城市的JAVA技术人员的招聘情况,以及岗位提供的薪酬水平进行一次分析。旨在了解目前广西省内五个城市JAVA技术人员的人才需求和薪酬情况。 数据来源:广西人才网(www.gxrc.com),具体获取方式,在广西本土比较受欢迎的招聘网站-广西人才网上搜索“java”关键字,找到跟“java”关键字有关的职位信息。利用后羿采集器,将五个城市(南宁、柳州、桂林、梧州、北海)的数据分别采集形成原始分析数据。 2.2.分析思路完成了数据采集之后,我看到数据主要字段有招聘岗位所在城市、学历需求、经验需求、招聘企业情况、招聘人数、提供的薪酬区间等信息。 本次我主要就是想要分析广西省内五个城市JAVA技术人员的人才需求和薪酬情况,因此我打算围绕招聘人数和薪酬两个指标来重点分析。138705 2.3.数据整理通过后裔采集器采集数据之后,需要先简单处理脏数据,合并分散采集的多个数据表。形成本次分析原始数据表excel文件。然后,我就在FineBI中新建Excel数据集,将这个excel数据表导入。 我注意到原始数据的中的薪酬字段是一个区间值,因此我需要对数据进行进一步的整理。138707 可以通过新建自助数据集的方式对原始数据进行整理,主要包括以下一些操作: (1) 利用公式,将“薪酬”拆分成“最低薪酬”和“最高薪酬”两列。138708 (2) 利用公式,计算该招聘岗位的“平均薪酬”。138710 (3) 利用公式,将招聘岗位中的不统一的“java”、“Java”等关键字,全部转为统一的大写“JAVA”。138711 完成以上几个步骤准备,最终形成了我需要的自助数据集“jobsdata”。138712 2.4.完成分析报告数据准备就绪,下面开始我的专题分析: 为了让看板有层次感,我将看板分成三个内容板块。分别是招聘需求整体情况、招聘需求分析、薪酬情况分析。 (1) 广西五城市的JAVA技术人才招聘需求整体情况分析 这个部分作为本次专题分析切入点,我需要对广西五城市的JAVA技术人才招聘需求情况有个整体的概况分析。 ① 用三个指标卡,直观的表达人才招聘需求的总人数、平均薪酬、平均薪酬中位数。138715 ② 通过一个柱状折线图,整体概括各城市的招聘人数、平均薪酬,并标注整体平均薪酬线。138716 ③ 用一个词云图,看看哪些岗位是招聘数据中提到最频繁的。138717 (2) 广西五城市的JAVA技术人才招聘需求分析 这部分内容,我需要围绕招聘岗位人数的指标进行分析。 ① 要想知道各城市招聘岗位人数在今年的时间变化趋势,我选择用一个折线图来表示。折线图可以更好的展示数据的变化趋势。添加一条趋势线,能够更直观的看到趋势。138718 ② 哪个岗位的需求最旺盛?主要招聘哪些岗位?我通过用一个岗位招聘人数的柱状图回答这两个问题。利用柱状图罗列出招聘需求最旺的前20个岗位,并由多到少进行排序。138720 ③ 每个招聘的岗位都有学历起点要求,那么究竟什么学历起点的岗位招聘人数比较多。本来我打算用柱状图来分析,但是用矩形树图,能够更直观一些。138721 ④ 再来分析一下,不同招聘的岗位对工作经验要求分布情况。经过对饼图、柱状图、环形图、矩形树图等多种图表的比较使用,我最后选中聚合气泡图。138722 ⑤ 不同性质的企业,对JAVA技术人才的需求情况如何?我们需要再做一个横向的比较。这次我选择了雷达图,因为考虑到企业的维度比较多,数据差距有点大,用常见的饼图并不太合适。138723 用以上五个图,基本就对广西五城市的JAVA技术人才招聘需求有了全面的了解。 (3) 广西五城市的JAVA技术人才招聘薪酬情况分析 广西要想吸引更多的优秀IT技术人才从一二线城市回流,或者选择来到广西发展。除了要有足够的岗位提供外,还要有具备竞争力的薪酬。那么广西五城市的JAVA技术人才招聘薪酬情况就是这次专题分析的重点。 ① 第一步,我需要分析每个城市提供岗位的薪酬区间情况,以及平均薪酬所处的水平。因此我使用了改良版的堆积柱状图并配以合适标签和文字图,可以直观的用一个矩形块表现一个城市所能提供的岗位薪酬区间以及对应的平均薪酬。138724 138727 138729 ② 第二步,我需要分析不同性质企业提供岗位的薪酬区间情况,以及平均薪酬所处的水平。本图的制作方式与第一步的方式相同。138730 ③ 第三步,什么样的岗位可以提供较高的薪酬?我通过一个横向柱状图来排序分析。138731 ④ 第四步,一个JAVA技术人才的经验、学历与薪酬有没有可能的关联?这里我选择用折线图,将经验由毕业生到10年经验进行排序,用不同的折线表现不同学历,并配以趋势线。138732 ⑤ 第五步,我把每个招聘岗位平均薪酬,分为四组:5000元/月、5000-8000元/月、8000-10000元/月、10000以上元/月。利用玫瑰图统计不同薪酬区间的岗位人数。138733 ⑥ 最后分析不同学历的人才是否能够拿到更高的平均薪酬。为了让图表更加多样化,又能够直观的看到变化情况。在柱状图和矩形块图之间,我最终选择了矩形块图。并添加了合适的标签和趋势线。138735 经过以上十多个图表的制作,本次专题分析就大功告成了。 最后需要决定看板的颜色搭配,个人偏向喜欢深色背景,我就直接选择了FineBI预设仪表板样式中的“预设样式2”,在此基础上进行适当的调整。 最终完成的分析看板如下图:138737分析结论: (1) 招聘需求整体情况 ① 从城市招聘岗位和平均薪酬图可以看出,广西五城市中南宁对JAVA技术人才的需求最多,提供的平均薪酬也明显比其他城市要高。 ② 在众多招聘岗位中,“JAVA开发工程师”岗位是需求最多的岗位。 (2) 招聘需求分析 ① 从今年年初开始,五城市对JAVA技术人才的需求整体在不断增长。 ② 需求较高的JAVA技术人才岗位,主要都是JAVA开发岗位较多。 ③ 从招聘学历需求来看,主要是“专科”、“本科”类学历的岗位需求最多,研究生以上学历要求的岗位比较少。 ④ 从工作经验需求来看,对经验要求在3年以下、毕业生、甚至不限工作经验的岗位需求比较旺盛,占到90%以上。 ⑤ 从提供招聘岗位的企业性质来看,有限公司和民营企业提供了大部分的工作岗位。合资企业、国有企业、事业单位机构等提供的岗位较少。 (3) 薪酬情况分析 ① 在五个城市中,南宁市能够提供的薪酬空间比较大,其7769.55元/月的薪酬平均值,也比其他城市高。 ② 不同性质企业中,有限责任公司和民营企业性质的企业,能够提供的薪酬空间比较大,但是平均薪酬却不高。能够提供平均薪酬最高的企业分别是中外合资企业、股份制企业和事业单位。 ③ 针对平均薪酬较高的岗位,平均薪酬水平排名靠前的基本都是技术总监、技术经理、技术专家等偏管理型的岗位。 ④ 从学历和经验角度综合分析,不管任何学历的人才,随着工作经验的增长,薪酬都是呈上涨趋势。 ⑤ 从薪酬区间分析,五个城市中薪酬区间在5000-8000元/月的岗位最多,薪酬在10000元/月以上的岗位最少。 ⑥ 单独分析不同学历人才的平均薪酬情况。学历越高确实能够拿到更高的薪酬,高学历依然是获得高薪的保障之一。 2.5.总结通过参加本次能够自由选题的BI挑战赛,让本人在BI分析技巧和能力上得到了一次全面的锻炼。 其实这次比赛自由选题也让我苦恼了一番,不知道选择什么样题目。洞察企业与社会的需求,找到数据发现规律,是一名数据人的基本素养。一开始想找一些商业数据来分析,但是不太好找,或者数据质量很差。一次偶然,一位在一线城市工作的老朋友,突然联系我打听广西的JAVA开发工作,打算年后回广西来发展。我上网上一查,发现其实广西的JAVA技术人员需求还不少,就灵感一现,要不就分析分析广西这边的JAVA人才需求情况吧。然后就有了这一次的分析主题。 2020年我作为一个马上就要奔四的老IT人,心甘情愿的成为了一名嫩BI人。我不是内卷我自己,只是觉得我前进的下一步需要这一块基石。这一年,报名FineBI学习班,参加FCBP认证考试,再到持续参加各种BI主题活动,每个机会我都尽量珍惜。BI数据分析既然是一项技能,那就有一个从陌生到熟悉,从菜鸟到高手的过程。任何时候,一项技能要变成你的专业或者专长,都没有捷径。 2020年留给我们很多的未知,但是未来总留着什么给对它抱有信心的人。不放弃前进的步伐,不闭上远眺的眼睛,理想就在不远处。Be loyal to our Ideal! 140405
一张图上手FineBI,cheatsheet v1.0 分享给大家
cheatsheet图在技术圈里比较常见,主要用于记忆一个软件或者一门编程语言的常用知识点。 之前在很多技术网站上看到过好些软件和编程语言的漂亮的cheatsheet图,我就和群内的FineBI大佬@athlonk7商量也给FineBI设计一个。这不1.0版就出来了,分享给大家。 PS: 1、图中常用知识点,都是@athlonk7总结的,我只是做了少量完善。 在此感谢@athlonk7的付出。 2、知识点的电子表格我也一并分享出来,欢迎大家完善补充,以后还可以出2.0,3.0版。 135756 135754 编辑于 2020-9-1 10:13 编辑于 2020-9-1 10:13
常来论坛转一转,好运就会光顾!
今日的人品大爆发!{:fange09gif:}问题来了,如何兑奖?! 134961 134962
用悟帆杯子喝咖啡
做报表能力提升三倍哦! 编辑于 2020-5-18 15:32
在一则新闻报道上看到了帆软大屏
132740 帆软大屏助力科学抗疫,数据抗疫。{:10_278:}
【数据追梦人】三年,为推动数据平台项目,IT三巨头熬成了独苗,我足足坚持了三年
本人从事IT管理工作有10余年,从基础的桌面运维岗开始,到系统运维岗,再到信息化管理岗。这是一个平凡的企业信息化管理者的成长过程。 2015年,本人所在的企业,乘着行业窗口成长期的东风,进入快速发展阶段。随着企业的发展,公司的各个信息化系统逐渐积累起大量的价值数据,行业中对于数据化管理也出现了成功的先行者。我和我的信息化团队伙伴意识到公司的信息化管理重心需要从业务化、流程化转变为数据化管理。不能仅仅依靠CRM、POM、OA等系统来管理数据,需要搭建起一个综合的数据平台来统筹数据、管理数据、分析数据、展示数据。为此,经过与部门领导前期沟通后,我和部门另外两位对企业和业务比较熟悉的同事开始着手项目的前期工作,因为我们三人都是公司的IT老资历,就自己戏称为“IT三巨头”小组。 项目启动后,首要的任务就是数据平台产品的选型工作。经过讨论,我们打算从产品成熟度、案例丰富度、产品易用性、产品经济性等多个指标去选型。先期我们一共考察5个相关产品,包括有国外和国内的产品、开源和非开源的产品和解决方案。经过测试和综合评估,最终帆软报表在多项选型指标都取得领先,同时帆软报表在开发效率、说明文档和厂商服务方面优势明显,最后小组决定就以帆软报表平台作为公司数据平台项目的系统搭建推荐平台产品。 平台产品确定了,就要讨论项目的解决方案,这才是项目最难的地方。为了能够更有效率和专业性,我们三人组将公司核心业务分成6大业务线条,并根据各自熟悉的业务兵分三路,每人负责2条业务线的数据指标梳理。先是经过收集各业务线条的工作报表,然后通过业务会议、专项研讨、系统调研等方式进行指标梳理和提炼,前后大约反复和摸索了2个月的时间。最终形成了由900多个数据指标,52张关键数据指标图表组成的数据化管理方案。 130092 决定了推荐的平台产品和数据化管理方案之后,项目终于可以进入立项汇报阶段。然而......原本信心满满的三人组团队,却被当头泼了一盆冰水:项目最终被公司否决了。 项目被否决,意味着3个多月的努力付之东流,小组三人都无比沮丧和遗憾。这种滋味,也许只有辛苦训练4年,最终却没能站上奥运会赛场的运动员可以理解吧。痛定思痛,项目没有通过的原因我们也做了总结:1、过于自信,方案过于庞大,反而容易有漏洞,经不起深究;2、向上的沟通做得不够充分;3、没有借助外部专业人士的力量。 项目没有通过,并不意味项目失败,我们三人组一致认为可以将项目调整后,来年再报立项。可惜,天时、地利、人和不是永远眷顾着我们。2016年年初,项目三人组中的一位同事,离开了团队,开创了自己的事业;另外一位同事调去了公司关键业务部门,不再负责集团的信息化业务;三人小组算是解散了。同时公司发展战略有了全新变化,就连作为数据平台的帆软报表服务器也拖过了临时授权期,谈到数据平台项目的前景,我只能一声叹息。 但是我作为一名企业信息化管理者,推动企业管理创新和数据化转型是我的使命。我决定不能放弃,即使没有人手,没有预算,没有资源,没有平台,我也要坚持推动数据化管理理念。为了能够让数据平台项目在业务部门中不被遗忘,保护好公司好不容易出现的数据化管理思想萌芽。我排除异见,坚持继续使用临时授权期已过期的帆软报表服务器作为公司的核心报表平台,并且将公司部分报表在不影响公司业务情况下,优先使用帆软报表制作和展示。至于数据平台项目,我打算耐心等待机会再次启动。 等待时机,推动数据化管理的过程,实际上就是数据化管理思想与传统管理理念的博弈过程,这是一个斗智斗勇的竞赛。在有限的条件下,推动数据化管理,我认为最行之有效的方法就是要从基础的日常业务管理入手,不要一下冲着ROI、IRR、动态单方等等复杂的业务指标去。奥林匹克的格言是“更快,更高,更强”,我认为数据化管理的格言应该是“更快,更准,更狠”。秉承着这个格言,我开始迎接一次又一次的挑战。 在一次审计会议讨论中,我了解到公司的印章管理业务复杂,审计要求严格,传统的电子流程化管理只是提高了效率但是在数据统计,风险管控上价值不大。因此我找到印章管理的负责人了解业务,同时咨询审计部门意见后,重新修改原有业务表单,在帆软平台上设计了新的统计报表。虽然只是增加了几个统计指标,却大大提高了用印风险审查的效率,真正实现让业务“更快”的目标。 还有一次在食堂吃饭,我听到人力部门的同事在抱怨考勤数据的核对非常耗时,而且准确率不高,经常会有人反馈数据不对。我敏锐的觉察到,这是一个推动数据化管理,让业务“更准”的机会。我立刻主动找到人力部门了解问题,原来是线上的人员请假、加班数据和考勤设备上的数据核对困难,两边数据通过人工核对既工作量大,又没法做到每天及时处理。我和业务人员共同讨论,想出了新的解决方案。利用帆软平台的定时运算和多源取数特点,设计新的考勤数据校验机制,不但让考勤数据的核对工作交给了系统来完成,还让准确率,及时率提升一大截。 2017年,公司发布新版的电子流程管理办法,明确电子流程节点的处理时间,基层员工要求4小时内处理完毕,部门负责人以上人员要求8小时内处理完毕,列入部门和个人考核,定期排名通报。制度一发布,我就约了公司运营的同事,讨论如何将制度落地。起初运营的同事,建议先出明细表,加工处理后,再到会议上通报的方式执行。我意识到这又是一个非常好的推动数据化管理的契机,我提出要想更好的落地这个制度,不痛不痒的管理方式没有推力。既然制度要求考核和通报,我们就要“更狠”一点,报表平台直接分析结果,统计排名,定期推送到被考核部门和个人的桌面。这个方案最后得到运营领导的大力支持。方案实现后,效果显著,流程处理延误率降低50%以上。原来处理流程延误较多的某些部门和领导,都被孜孜不倦、铁面无私的统计和排名报表推送逐个打败。 一家企业的数据化管理理念,就是这样一点一滴,在一个指标一个指标,一个报表一个报表的梳理和落地的过程中,慢慢建立起来。 时间到了2017年的下半年,国家调控力度加大,行业风云突变,市场竞争加剧,我察觉到推动数据平台项目和数据化管理方案的时机到了。这一次,我要吸取上次失败的教训,不能说再次推动这个项目不具备天时、地利、人和,但是这些因素已经与两年前有了很大的变化,因此我的策略也做出调整。在业务线条上,我特意选择了公司的利润部门—销售公司着手,拿出了一个“数据化营销”方案,专注数据化大屏和业务数据化两条线。 130093 为了让项目更有机会落地,我认识到光靠我一个人的力量是不够的,因此我主动联系到国内数据化方案最全面的帆软公司,邀请帆软总部行业专家来准备方案介绍和最新案例分享,并提前与他多次沟通方案;另一方面,我又找到上级公司的战略管理部门分管信息化的领导沟通,向他们表达了希望由他们来组织这次的“数据化营销”项目建设。经过精心的前期准备,后续项目的推动就相对比较顺利了。 2018年,项目终于得到公司的认可,数据平台正式搭建,试用版的帆软报表系统转为了正式版,公司数据化管理的战略也正式启动...... 后来有一次当年的“IT三巨头”小聚,我们又聊到那时一起研究和推动数据平台项目的回忆。其中一个同事说道:“我挺佩服你这么坚持的推这个项目,换我早就放弃了。”我笑着说:“从小了说,我可能只是单纯的不认输,不希望我们当年的努力白费;从大了说,我们做信息化管理的,虽然是个不起眼的成本部门,也是希望能够为企业的长远发展贡献一份力量的。” “我们的这辈子,注定会被许多的数字决定人生的方向和轨迹:高考的分数、工作的薪酬、相遇的时间、房子的价格......很多时候,我们没有选择。现在,我们可以用自己掌握的数据化管理能力,反客为主,将那些看似简单的数字转换为有价值的数据信息,从而帮助一个人、一个部门、一家企业、甚至一个民族发展与创新。我们为什么不好好把握一下?” 路漫漫,其修远兮。既然为自己的职业生涯选择了这条只有0和1的道路,那注定就是不平凡的人生。敬,数据追梦人! 130094
个人成就
内容被浏览265,320
加入社区8年56天
返回顶部