![]()
{{navbarContent.productLeft.title.h1}}
{{ navbarContent.productLeft.title.desc }}
进入资料中心
{{ item.h2 }}
{{ item.h3 }}
制造业
制造业是我国国民经济的支柱产业，是我国经济增长的主导部门和经济转型的基础，如今我国制造业面临技术工艺不精、缺乏市场意识、商贸流通环节多、物流成本大、仓储效率低下的问题，正处在转型的特殊时期。制造业原有的各应用系统（ERP、SCM、CRM）随着企业的发展积累了大量的数据，但未得到有效利用，并且由于各个应用系统相互独立，挖掘出数据的潜在价值是比较困难。
帆软制造行业解决方案通过商业智能数据仓库的建立，将企业中的所有相关数据经过ETL转换，数据清洗后放到数据仓库中，业务人员可通过自动建模实现自助式分析，及时了解生产、销售情况，摆脱数据孤岛的烦恼。如优化生产线管理，可以透过整合的FineBI商业智能平台，工厂内不同工序的管理者能够获得实时的数据资料并查阅不同的报表。生产部经理能从生产时间、产能利用和资源运用等关键绩效指标（KPI），监控生产力并策划产能和优化资源；品质管理部经理能够透过产品缺陷分析改善产品质量；而高级管理层能透过更有效地控制成本及开支分析提升投资回报率。
保险业
通常，保险公司信息化程度很高，基本上都有业务处理系统（像集团业务处理系统、老业务处理系统、个人代理人系统等）、数据服务系统（通过ETL对各业务系统数据的集成）、数据分析查询系统（比如销售管理系统、业务查询系统）。业务在发展，时间再推移，上述三大系统在配合应用方面就显得非常吃力：数据量进入TB级、报表需求爆炸增长、报表开发时效性问题、统计口径不一致、数据权限等问题涌现，企业亟需挖掘现有数据价值，用活数据，将数据转化为生产力，从而辅助领导进行决策，促进提高工作效率，提升公司效益。
帆软金融保险业可以帮助企业数据达到整体统一，所有的分析数据均来源于一处，而且有明确的符合业务的数据粒度，实现数据及时、准确、可靠。建立统一门户管理报表，统一管理原有系统的报表，以及新开发的报表。不同的职位对应不同的报表查阅、打印、下载权限。对于公共的报表，直接放在网站上，供所有人查询浏览。无需用户登录。同时用户可以在移动端查看报表。报表功能上方便，快捷，高效，展现方式丰富，可以轻松开发报表。能实现定制式报表，用户自定义分析报表，即不同人物角色进去看到的指标不同：有的关注总的，有的关注个人渠道的，且可以让他们自己选择关注的指标。
汽车业
汽车市场的快速膨胀带动了汽车行业的快速发展，传统的销售和管理模式业已经难以在激烈的市场竞争中拼杀，随着大数据与移动互联技术的普及，传统汽车营销服务方式正在受到有力挑战。《大数据时代》一书作者维克托·迈尔·舍恩伯格曾提过，过去的汽车行业变革，可以归纳为更大的引擎、更快的速度、更少的燃油。基于数据的变革是对数据有关的改善–改善生产流程、商业思维、汽车生活。
对于汽车行业，营销要更多地从艺术走向科学，现在的时代不能只靠“点子”，关键是靠背后的执行和严谨的科学，而科学的背后，就是基于对数据的掌控和分析，更重要的是通过数据产生利润。
商业智能作为数据掘金利器已逐渐开始为车企重视并利用起来。与之最贴近的例子就是以财务管控著称的福特。福特汽车，利用数据分析的强势，内部指导公司改进企业业绩，通过海量加工数据及汽车内部的详细输出数据，探索最佳工艺指标，改进或帮助改变其业务模式。其每小时产生25GB的数据，近期销售200万辆汽车产生的数据量可想而知，其中蕴含着巨大机遇。
帆软认为，汽车行业数据应用时，商业智能除了联系企业各业务系统，构建企业整体数据的沟通桥梁，其更为重要的功能是指导汽车企业的营销和客户关系管理。
税务业
这几年税收信息化取得了长足发展，成绩卓著，很多省市都上了税收征管应用系统。但是，但随着税务数据的日益庞大，改革政策的下发，管理的相关因素显得更加错综复杂。原有的信息系统针对性较强，容易造成信息的条状分布，给信息系统带来了新的挑战，因此，急需一个新平台系统建设来梳理信息资源，提高综合管理信息的应用决策能力。
帆软税务行业解决方案可连接各种数据源，将各种数据通过ETL和数据清洗后放入数据仓库，各业务可在一个平台内分主题呈现，决策者基于此可以了解关于企业业务的全面的视图，轻松地进行即时商业智能分析。
- 整合信息孤岛，发挥数据的最大价值
- 满足业务人员做报表，需求得到快速响应
- 支持自助分析，支持事件预警
- 及时响应新的业务需求，缩短项目周期
- 大数据量及时响应，展示更丰富
- 重大指标精确监控，科学预测
利用帆软FineBI搭建的会员价值数据系统可以完美解决上述问题。整合会员数据，形成会员数据的全局视图；灵活输出报表，可视化多维分析，管理驾驶舱；基于角色的权限控制，丰富的权限控制粒度。
零售业
很多零售连锁公司、百货公司很早就引入了OA办公系统，自有的信息平台也都投入使用，但面对日益庞大的顾客消费数据，如何让沉淀下来的客户数据发挥最大的价值，尤其是商场的会员，怎样让会员的粘度，会员的价值以及忠诚度提升到最优，以提供根据吸引力的增值服务，成为摆在面前的一道难题。
- 会员的行为复杂多样，触点众多，如何将每个接触点留下的数据有效整合，形成高关联度？
- 会员分析系统如何方便快捷地对会员行为做多维度的有效分析，发现行为规律，以更好服务业务，做好会员分层管理，提供个性化定制和增值服务？
- 会员数据作为零售业的财富，对会员个人来讲也是私人敏感数据，如何确保数据安全？
交通运输业
很多交通运输公司，在信息化发展后，已建成了多个信息管理系统，涉及运营、管理、财务等方面。这些系统既相对独立，又具有一定的联系，彼此会互相调用其它系统的数据。但这些信息系统经过了近十年的使用与发展，其本身固有的限制已经越来越不适合当前企业的业务需求。他们一致寻求既能不影响现有系统的运行，又能对全公司数据进行集中分析处理的方法，商业智能正是一个优秀的解决方案。
利用帆软解决方案，各系统数据得以联系，以往堆积的数据也都”活跃“起来。也正因为这样一个网络式搭建的系统，车辆的信息得到归档集中，管理人员能够实时有效地查看车辆运营信息和车辆维修保养状况，辅助进行决策。帆软解决方案也给管理运行带来如下益处
- 提高了查询分析性能。
- 减少和控制运营风险。
- 通过增加效率来减少运营成本。
- 通过智能化分析，合理安排车辆保养。
- 分析报表自动化处理，减少人力物力支出。
- 集成数据形成企业级信息视图，便于综合分析。
- 通过智能化分析和数据挖掘捕获知识，辅助管理决策。
机构组织
公安交通管理业务处理的信息化建设已经有了一定的规模，在日常警务工作中，这些商业智能应用系统及相关的数据库大大提高了工作效率，完成了各项任务，优势十分明显。但随着城市交通日益发达，管理的相关因素显得更加错综复杂。加上原有系统在设计时是为满足某个警务工作的需要而针对性建设的。这就造成信息的条状分布，给信息系统带来了新的挑战，因此，新平台系统建设将梳理信息资源，提高综合管理信息应用决策能力。
Gartner Group提出，商业智能描述的是一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术能够提供企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。公安交通管理领域的商业智能系统必须具备智能性处理的能力，即综合省市交管局的信息，整合信息孤岛，提高信息分析质量，有力地支持警务工作开展。
通过与现场信息的连接，通过与多种不同警务处理信息关联，实现综合信息应用能力，集中警力调配，从而大大提高出警、处理、监控与分析的效率。
通过整合各种已有的警务处理、管理应用系统，形成整体信息利用能力，建立成为公安交通高科技、信息化的智能交通管理的信息平台。
物流业
物流系统能够直观的展示物流公司各个物流环节的处理结果和进度，对于异常情况能够及时呈现预警结果。但是，现有物流系统各物流环节之间状态参数并不能实时、方便传递。如第三方货代庄家、物流公司之间，各自建立自己的数据库，没有进行很好的集成，同时物流行业舱位价格等实时变化过快，无法提供移动终端的方式以方便物流角色进行业务操作，及保证客户所查看数据实时更新。
而且货主、物流公司、第三方货代、船东等角色之间仍然停留在依靠传统纷繁的电话、邮件联系和查询，人力交流成本随着接单数量增加而成倍增加。
帆软物流行业解决方案，可以将在线询价订舱、订单填写、审核、补料单外发、订单确认等主要环节统一集成，以打破传统电话、邮件追踪、多层人工审核等繁琐操作，提高物流效率，设计对接单明细、客户利润、分部利润、收款明细等维度数据进行统计分析，提供物流公司高层决策支持。
电力能源
国家电网公司开发计量生产运行系统，通过此平台负责统一协调和安排检定生产基地的智能库房和检定流水线设备，实现计量装置检定过程的自动化流水线式生产。
应用帆软产品定制的计量生产运行系统，通过建设覆盖计量全生命周期的质量监控体系，对计量装置的采购、检定、到货、仓储、配送、运行状况等业务环节进行全面质量监控与管理，实现和自动化检定系统以及智能仓储系统的接口。
同时，计量生产运行系统建设有生产分析和生产监控模块，负责对计量装置的生产、调度全过程进行监控，并提取历史业务数据、统一汇总所有供电单位的用表需求，根据各项需求的具体情况进行智能分析，科学调度各个库房的设备配送、检定生产进度安排和订货计划，科学、高效、经济的指挥控制物流网络的运转。
电信业
中国电信市场的数据量巨大，产生的数据基本在TB，PB级别，如何从数以万计的数据中挖取可靠信息指导决策成为重点也是难点。另一方面，有限的市场及客户资源导致了愈演愈烈的市场竞争，原来的价格战、行业垄断优势、促销策略等已无法适应新形势的需要。各运营商已经从业务为中心向以服务为中心转变，为了保住客户资源，运营商需要一套业务分析支持系统（BI），以从自身市场数据中获得能够真正反映企业运营状况的有效信息，从而更好的服务虏获客户，这是客户挽留营销和收入增长的重要举措。
在部署商业智能FineBI的过程中我们发现，基于企业级数据仓库的商业智能系统在面对业务部的需求，管理及分析客户业务数据上，无论是用于企业管理还是用于精准营销，其重点主要为两个方面:
1、数据驱动：所有的分析、决策，甚至执行流程的各个细微环节都应尽量落到数据层面，包括简单的数据统计，BI数据挖掘技术的预测性结果，典型的就是各种用户数据标签或内容标签。
2、用户导向：客户资源的保留和开发是重中之重，从用户的角度出发思考问题，包括用户需求的洞察，如何基于用户需求及场景的变化去开展外部的营销推广工作，内部的运营管理工作。
