每天晚上，王歆都担心着这会是一个不眠之夜。每个失眠完的早上，她都特别害怕自己工作上出错，在地铁上找到位置坐就赶紧闭目养神。毕竟在金融圈证券业，错一个小数点都能让一个人翻不了身，她绝不允许自己出师未捷身先死。

王歆很懊恼，在她的生命里，一切按部就班，绝少脱轨失控，然而睡眠这事，她似乎作不了主。睡不着、容易醒、做噩梦，还有日渐憔悴的面容气色，都让王歆特别焦虑。

为了睡个好觉，她咬牙砸了一笔钱作为健康投资，又从排得满满当当的日程里挤出半小时，做助眠准备。她看中医，每晚坚持做冥想练习，用艾叶泡脚15分钟，上了床就拉上遮光蚊帐床帘的拉链，喷两泵薰衣草精油喷雾，戴上HiFi耳机听助眠音乐，戴上真丝蒸汽眼罩，枕上好几百块的泰国乳胶枕头。

“花了那么多钱，最后还是醒了，只会觉得更烦躁，觉得自己像个，一点用都没有”，她抱怨道。王歆试过无数种办法，可每每生活紧张的时候，焦虑来袭，失眠还是卷土重来，“唉，你说人为什么要睡觉呢？”。

看了一些帖子，近来她试着不把失眠当回事，别让失眠带来的焦虑影响自己，“睡不着就起来看点书做点事，困了再睡，强迫自己第二天按时起床”。不出半个月王歆的睡眠有所好转。“唉，永远不知道下一次失眠会是什么时候，这几年我已经绝望了，希望能找到和失眠共处的生活节奏吧。”

作者：常适

编辑：小蛮妖

美编：黄山

5、好看的数据可视化的图片是怎么样做的？

当然用Bi，虽然我很会Python、R、Javascript，但是好看的数据可视化基本是用Bi来完成的

以下是一些经典的 BI 展示：

不得不承认，BI 给人的第一印象，的确是漂亮的图表。

在实际开发中，整合数据源、清理数据等步骤往往并非由 BI 进行处理，具体分工见下图：

正如上图所示，BI 往往与数据仓库技术、olap 引擎有着直接的上下游关系。其中数据仓库主要起到统一数据源、保证数据准确度的作用；而 OLAP 引擎则帮助 BI 加速查询。它们组合在一起，最终使用户获得良好的数据分析体验。

3、BI 能做什么

BI 对企业的作用是通过两方面实现的，业务方面和技术方面。

3.1 业务方面

数据呈现我们可以通过 BI 直观、全面的展现企业日常业务的情况；无论是从整个集团的视角出发、还是从业务线或者部门的角度出发。下图即为一个标准的 数据呈现（大屏）BI。决策层可以通过该图表快速、直观的了解到目前公司的会员数量和相关的销售额——这也往往是决策层最关心的两个指标

为了保证数据更新的实时性和展示的美观性，纯粹的数据呈现往往并不支持联动、下钻、上卷等 BI 常见操作。

联动、下钻、上卷都是 BI 的专业术语，未来会逐一介绍。

异常监测专业的业务人员会有一些核心指标来监控业务，我们完全可以将其通过 BI 实行可视化监控；下图即为 某在线教育对每日课程销量的监测，运营人员通过 BI 可以迅速发觉异常变化，从而及时作出调整。智能预测在大数据的基础上，BI 也能基于简单的统计学，提供一些拟合线，来帮助业务人员进行相关分析。下图即 对某超市销售额进行预测。特定建模分析特定的建模分析通常是由精通业务的业务人员提出，通过合理的建模找出业务中可能存在的问题，将其反映出来并最终回归到业务，形成闭环决策并不断优化的一个过程。业务建模可简单，可由一个或多个图表组成，也可复杂，通过一组或多组数据图表支撑。如下图，即为对客户销售额建立的模型。通过该模型，业务人员能够快捷的了解到目前 CRM 的客户情况。帮助业务进行快速智能分析尽管 BI 能满足大部分常见需求，但资深的业务人员总会有一些突如其来的灵感。这种灵感稍纵即逝，如果等到数据部门提供数据再进行分析——可能为时已晚。如果有BI的话，业务人员可以立刻基于业务数据进行灵活分析，从而验证想法。

3.2 技术层面

减少人工处理，提升工作效率某些指标对每家公司都是非常重要的，无论该公司是否存在 BI、数据部门。例如 毛利、成本、客户。在没有 BI 的情况下，如果公司想要收集汇总这些指标信息，大多数时候都需要业务人员手动从各个系统提取数据，然后在 exc 上汇总——这个过程无疑是冗长、枯燥且毫无价值的。同时，还容易产生以下问题：如果有了 BI 和对应的数据底层，就可以自动化生成相关报表。智能报表 也属于广义上的 BI数据准确性无法保证：手工计算，就有可能出错。无法避免数据及时性无法保证：手工计算的效率由使用者决定，无法控制修改复杂：任何业务的新增、修改。都需要对复杂的 exc 公式进行修改。结果倒逼，统一指标口径成熟的公司必然有一套统一的指标口径；但在其野蛮生长中，指标、维度可能会缺乏统筹规划，从而产生一些遗留问题。举个例子：库存、销售、运营口中的"销售额"往往不是同一个"销售额"。最常见的口径不一致问题，就是时间口径不同；销售额可以依照 下单时间，支付时间，发货时间，收货时间，完成订单时间 等不同角度进行分析。在没有统一口径的情况下必然会出现误解。BI 的使用者必然包括决策层。因此，指标必然会以决策层认可的口径为主，从而消除争议。整合信息孤岛，统一分析平台数据仓库是每家公司都应有的东西，但实际上大部分公司并不完善；但分析、统计的需求并不会因为没有数仓而停滞。这个时候，BI 就可以启动汇总数据源进行统一分析的效果并不推荐长久使用 BI 作为数据汇总层。

文章来源：《中华医院管理杂志》 网址: http://www.zhyyglzzzz.cn/zonghexinwen/2022/1213/820.html

上一篇：医院管理杂志学术论文网（医院管理sci期刊）
下一篇：没有了