先問你一個問題，為什么開源的就比商用的好呢？就為了不花錢？
如果是這樣的話，那你就大錯特錯了。就拿BI這一方面來說，很多開源工具的后期維護成本是非常高的，而且出了問題還看不懂文檔，這不得把你急死？
商用的也支持外部開發，有很多接口，可以做一些定制化的需求，一次選擇終生不煩，不香嗎？
給大家講個小故事吧。
我最近忙著做一件事情，分析一款新產品的各項數據指標，為了找到增長點，完成OKR，拿到年終獎，我可是煞費苦心。
一邊嫌棄Excel，自學Python和R，一邊請我們的研發小哥哥用Echarts幫我搞，好吃的好喝的都供上，搞來搞去兩者都沒有成效不說，這個研發小哥還去脈脈上吐槽我？
我真的好氣！我有辦法還能來找你嗎？我不要面子的嗎？
我反復想了想，到底是是什么地方出了問題，我能不能不靠他，自己獨立地完成數據可視化分析？
數據分析界有一句經典名言，字不如表，表不如圖。
數據分析中的相互關系，通常代表的是關聯性和因果關系，多個變量之間應該存在著某種聯系。校正數據的真實可靠性，用產品經理的視角去看待你所處理的數據，避免有問題的數據出現在可視化的展示中。
目前有很多工具或產品可以實現數據可視化，甚至可視化已成為商業智能和數據分析產品的基本配置，但在平時工作中，使用較為頻繁的可視化工具是Excel，其次是R（R在數據分析領域的地位不言而喻，其豐富而強大的擴展包支持使得幾乎一切數據層面的分析和操作成為可能，這些支持中就包括數據可視化。）和Python。
但是Excel在我這里行不通，一是它的可視化滿足不了我，因為圖表類型太少，二是數據量太大，它撐不住。至于R和Python，我都已經996了，一回家只想睡覺，哪還有空學....（扎心了）
我反復看那條吐槽，突然看到一個中興員工的評論：
帆軟產品？這是干啥的？抱著疑惑的態度我上網搜了搜，原來是一家專門做大數據的公司阿，他們旗下的FineBI應該挺適合我的，主打自助式分析，看著挺牛逼的，啥？原來個人版免費？
不管了，先下載一個用用看，死馬當活馬醫吧。
激活并下載安裝之后是這樣的（中間地圖馬賽克了）
我看了一下，FineBI能從很多種數據源導入數據：如兩大主流開源平臺(Hadoop，Spark)，Excel，CSV，XML，以及各類數據庫(SQL Server，Oracle，MySQL等)。，這點倒是挺方便的，無論我從哪里收集到的數據，都可以一起分析了。
連接mysql
那如何導入數據呢？僅需2步，數據準備—添加業務包，業務包是用來統一整理數據表的。
Excel為例
就得到如下的數據明細。這里可以自動識別數據的字段類型，也可以修改字段類型。
至此，數據就導入成功，接下來開始正式分析。
再來說說它的自助式分析吧，我相信這是很多人都關心的一個點，如何能讓業務人員自己去探索和分析數據，這樣會節省與IT的溝通，也會節省一部分人力成本，雙贏。
為了完美支持業務員的分析工作，FineBI作為自助式BI工具不同與傳統BI，降低了代碼操作，摒棄了手動建模，將重點放在了業務員可理解的前端。
業務員可只需要從數據包中讀取數據，在前端像手機一樣直接拖拽字段做分析，不需再要問數據在哪？數據好了沒？數據不對等這些問題。
FineBI精美的數據可視化
FineBI有豐富的可視化圖表，對應不同的場景。雷達圖、氣泡圖、熱力圖、GIS地圖....你想要的全都有！
數據分析因為選錯圖表而導致陷入分析錯覺的案例不在少數。每一種圖表都給到了應用場景的提示，比如對地域分析要求較高的數據選用GIS地圖；比如分析進度可以選用環形圖或儀表盤；維度多的復雜分析，可以選用組合圖。
最后再和大家聊聊我作為產品經理，整理出來的數據可視化分析思路。
（1）明確目標
明確數據可視化的目標，通過數據可視化我們要解決什么樣的問題，需要探索什么內容或陳述什么事實。
（2）選擇圖形
圍繞目標找到能提供信息的指標或者數據，選擇合適的圖形去展示需要可視化的數據。
（3）選擇維度
分辨哪些是有價值的值得關注的維度，選擇數據展示的視角。基本圖表一般有哪些可用維度呢？
（4）突出關鍵信息
根據可視化展示目標，將重要信息添加輔助線或更改顏色等手段，進行信息的凸顯，將用戶的注意力引向關鍵信息，幫助用戶理解數據意義。
CPU監控
CPU使用率監控案例，可視化的目標就是檢測CPU的使用情況，特別是異常使用情況。所以圖中將100％最高臨界線使用特殊的顏色和線形標識出來，異常的使用段用顏色幫助用戶識別。
還有人問我為什么不用Tableau？你以為我沒用過嗎？我的首選就是它，使用之后無奈發現：
對計算機的硬件要求很高，部署十分復雜數據模型屬于寬帶模型，靈活性和拓展性比較差無法控制用戶查看的列級別的權限粒度，數據權限控制較差國內主要是代理商提供項目實施和技術服務，本土化稍弱，售后服務糟糕自從我用了FineBI，我就再也沒和那個研發說過話，如果早點知道這個軟件，我的請客吃飯錢都省了...
