1. 概述
FineBI 作為一款自助式資料分析產品，提供豐富強大的功能讓企業資料分析者，透過高效自助分析，進行資料決策。
本文按照各個模組，對 FineBI 產品的特有概念進行解譯說明，以便使用者進行使用。
2. 我的分析
| 名詞 | 釋義 |
|---|---|
| 我的分析 | 使用者個人分析資源儲存空間，在「我的分析」中使用者可以做全流程資料探索分析 |
| 分析主題 | FineBI 的核心模組，使用者完成分析的最基本儲存格，在「分析主題」內使用者可以對資料進行編輯、進行視覺化分析以及匯出儀表板，完整的分析在一個主題內實現。 同時使用者可以對主題進行協作，給其他人查看 |
| 協作 | 將資料夾或者分析主題協作給其他設計使用者。
|
2.1 資料
| 名詞 | 釋義 |
|---|---|
| 過濾 | FineBI 提供了資料過濾功能，業務人員可以對資料進行過濾並儲存，以供後續分析使用。 |
| 欄位 | 欄位是資料表中的欄，視覺化組件製作就是將資料表中的欄位拖入分析區域進行分析。因此，欄位是實現視覺化分析的基礎 |
| 維度 | 維度指我們分析資料的角度。從不同的維度去分析資料 例如：分析不同月份/年份的銷售額變化。維度是時間 |
| 指標 | 「指標」是對維度的量化，維度講究的是從不同的角度出發去分析資料，而指標就是不同維度分析出來的結果，這個結果可以是數值，也可以是比值 例如：分析不同月份/年份的銷售額變化。指標是銷售額 |
2.2 組件
| 名詞 | 釋義 |
|---|---|
| 資料視覺化 | 資料視覺化是指透過圖表、圖形、地圖等視覺化方式將資料轉化為易於理解和解讀的可視形式。它利用視覺元素和交互性設計，幫助人們更好地理解和分析大量的資料，並從中發現模式、趨勢、聯動性和洞察力 |
| 組件 | 視覺化組件是構成資料視覺化系統或工具的獨立模組或元素。它們是用於呈現和交互資料的基本構建塊，可以在資料視覺化應用程式中使用和組合，以建立豐富的介面和功能 |
| 聚合 | 聚合是若干列按照一定的標準變成一列，匯總到更高類別的列級別資料 |
| 指標名稱 | 指標名稱是圖表內指標欄位的欄位名稱； 「指標名稱」欄位拖入對應的「圖表屬性」中（例如，顏色框），即可產生圖例 |
2.3 儀表板
| 名詞 | 釋義 |
|---|---|
| 過濾組件 | 想要在查看儀表板時，可以靈活改變要過濾的值；或者需要同時對多個組件進行過濾使用該功能 |
| 聯動 | 聯動可實現點選一個組件，儀表板內其他組件顯示出相關資料 |
| 跳轉 | 當使用者需要從當前儀表板跳轉到別的頁面時（可以跳轉到普通網頁、其他儀表板、FineReport範本等），可以使用跳轉功能 |
| 鑽取 | 鑽取可以讓使用者在查看儀表板時動態改變維度的層次，它包括向上鑽取和向下鑽取。 比如可實現：查看省份資料時，可下鑽查看到下方具體城市的資料 |
3. 公共資料
| 名詞 | 釋義 |
|---|---|
| 公共資料 | 企業級資料，企業中需要公開提供給員工使用、查看的資料表儲存空間。 |
4. 資料分析模型
| 名詞 | 釋義 |
|---|---|
| AARRR模型 | AARRR 模型又叫海盜模型，是使用者營運程式中常用的一種模型，解譯了實現使用者增長的 5 個指標：獲客、激活、留存、收益、傳播。從獲客到傳播推薦，整個 AARRR 模型形成了使用者全生命週期的閉環模式，不斷擴展使用者規模，實現持續增長 |
| RFM分析 | RFM 分析是美國資料庫營銷研究所提出的一種簡單實用客戶分析方法，發現客戶資料中有三個神奇的要素：
|
| ABC分析(帕累託) | 根據事物在技術或經濟方面的主要特徵，進行分類排列，分清重點和一般，進而有差別地確定管理方式。它把被分析的物件分成 A、B、C 三類，三類物品沒有明確的劃分數值界限 |
| 購物籃分析 | 透過研究使用者消費資料，將不同商品之間進行聯動，並挖掘二者之間聯絡的分析方法，即「購物籃分析」 |
| 杜邦分析 | 杜邦分析法利用幾種主要的財務比率之間的關係來綜合地分析企業的財務狀況，用來評價公司盈利能力和股東權益回報水平，從財務角度評價企業績效。 其基本思想是將企業淨資產收益率逐級分解為多項財務比率乘積，這樣有助於深入分析比較企業經營業績 |
| KANO模型 | 是對使用者需求分類和優先排序的有用工具，以分析使用者需求對使用者滿意的影響為基礎，體現了產品效能和使用者滿意之間的非線性關係 |
| 波士頓矩陣圖 | 波士頓矩陣（BCG Matrix），又稱市場增長率-相對市場份額矩陣、波士頓諮詢集團法、四象限分析法、產品系列結構管理法等。透過銷售增長率（反映市場引力的指標）和市場佔有率（反映企業實力的指標）來分析決定企業的產品結構 |
