|
专栏名称: PowerBI战友联盟
| 微软 Power BI MVP BI佐罗 带你学习BI真经。 |
目录
相关文章推荐
正文
请到「今天看啥」查看全文
思路方法重要，还是死磕技术重要？
本文是一个旅程，其中，精炼出一些题目，可 自测和面试以供参考，非常有用。 本文约20000字100图，快速阅读约 5 分钟，推荐收藏后反复阅读约 30-60 分钟。
01
个人的迷思
一位伙伴在众多微信群问出这个问题：
我们公司买了 XX财务ERP，公司买了 XXX BI，我个人学过 Power BI，昨天XXX 咨询公司专家来我司培训数字化转型经验分享，说了一堆概念：数字化，数据中台，数据仓库，指标平台，业务前台，数据湖，大数据，商业智能，指标平台，Chat BI，后来感觉整个人都割裂了。
有一个问题想了一晚上没想明白，问下大家：
科目，原子指标，派生指标，复合指标，字段，计算字段，度量值，KPI等到底有啥区别？利润率是不是科目？是不是指标？我公司财务分析师管我要指标表，我没有，她说她有科目表，我该怎么办？你们公司的指标表在哪里？我们IT把每个地区，每个项目，每个月的利润率都跑给我了，但合并的又不能把利润率求和，又要重跑，你们的指标平台也是这样的吗？财务总问我 BI 里怎么做计划，我看 BI 只能查，不能写数据，所以若若的问，你们的计划怎么在 BI 做出来的？
这位伙伴，也把问题发给了我们，我们觉得这个非常典型，所以让大家一起看看。这也是本文的缘起之一。
02
企业的会议
开会中...
老板：大家说下自己的情况吧
总监：从现在 6月结束来看，到年底和原定目标相比，完成可能会有点压力，从财务提供的预测数据，会差了 5.8%。当然，我们还有半年，可以优化调整的。
老板：那具体哪里有问题呢？
总监：xxxxxxxx。
老板：那这些问题的根本原因是什么？
总监：yyyyyyyy。
老板：好，那接下来你们怎么考虑优化调整的？
总监：aaaaaaaa，哪些渠道分别在后面每个月完成具体多少。
老板：这个方案有道理，但是 cccccccc 会不会压力太大了？还有什么方案吗？
总监：B计划也有，bbbbbbbbb。哪些渠道分别在后面每个月完成具体多少。
老板：这个方案有道理，但是似乎没有利用好 xxxxxxxxx，是否可以考虑 xxxxxxxx 进来。
总监：是的，这个我们也想过了，所以还有一个预算方案，kkkkkkkkkkkkk。
老板：可以的。那么具体怎么落地呢？
总监：根据xxxxxxxxx指标体系，已经拆解到各个业务单元后续 6 个月的预测KPI中，大家按照xxxxxxx执行，我们下个月再看看情况。
老板：可以的。那按照各个业务单元独立核算的阿米巴来看，成本利润也都定好了吗？
总监：已经在几个BU都做好了，1000个网点也都拆好了，本周就可以下发。
老板：好的，现在压力都比较大，幸好在座各位能快速利用数字来反馈和计划，先这样看，下个月我们可以再看看效果再实时调整。
...
有没有经历过这样的会议被老板追问：问题，多少，差多少，原因，更进一步原因，怎么办，方案，计划，什么时候，但是，但是，但是，怎么调整，具体怎么做，怎么落地，什么时候，那然后呢，那然后呢... 这些追问在会议和邮件中反复出现。
如果以上的数字化讨论，仅仅是小儿科，那么大多数企业都应该早早超越这个状态了，如果你觉得现实不是这样， 那么，一个企业从业务领导决策上实现数字化转型，到底需要多大成本和怎样的路线。 这也是本文的缘起之一。
03
矛盾与困局
如果你是一个数据分析爱好者，请思考以上的问题，根据你学习的教科书或软件，整清楚各种概念。
如果你是一个企业，请考虑这样的个人如果工作在公司，他们很纠结。同时，这样普通的数字化会议，是不是咱们公司的常态，且早已超过这个阶段。
但你相信吗？如果说一个产品，一个老师，无法回答和支持以上问题和工作模式，而一家公司就可以完成数字化转型。你相信吗？
如果你不相信，那么你可以用以上的问题作为面试题目和场景来咨询他们，以筛选出可以给你满意答复的人。
如果在你的观察：以上问题是一个大的矛盾和你也不解的话，那么，本文将深度带你了解我们对这个问题的思考以及实践，以及更重要的是： 如何解决 。
业财分析之道
了解我们的人都知道，我们在 2015 年以前就开始探索以上这些场景和问题的深层次系统化原因和解决方案。
我们为了生活，写过文章，卖过课程，做过培训，研究过各种工具，参加过各种活动，结识过各种同行，参加过各种讨论，走过很多经历。我们有自己的想法和探索，自然是独树一帜的，不完全和其他人一样的，甚至是完全不一样的。很多长期关注的伙伴看到了我们的成长，也看到了我们在成长中的进步和问题，有人持续支持我们，我们感恩；也有人不断攻击我们，我们也感恩。
但庆幸的是：我们的坚持和努力没有白费，这些问题得以彻底而系统化的解决。我们将这些一切融合到称为《业财分析之道》的课程中继续迭代。
在很多企业以及线下开展的《业财分析之道》培训中，通过大量学员经历总结， 作为工作中离不开数据的伙伴，尤其是业务和财务伙伴，尤其是已经开始接触 Power BI 的伙伴，都提出 过或思考过这样的 究极问题：
业财人数据分析的究极问题
- 作为工作问题，面向业务的数据分析到底应该如何处理？
- 作为发展问题，投资时间在数据分析能力建设上有何意义？
- 作为技术问题，用 BI 到底怎么解决各种业财分析问题？
- 作为企业问题，究竟要投资和弯路多少才能数字化驱动？
甚至更赤裸裸的问题是：为啥我学了很多 Power BI 的教程，感觉无法完成我工作中的挑战。（原因很简单：你学的太多了，为啥你都学了微积分，咋就用不到呢）
本文将全部讲清楚。
为此，我们还得要重头说起。
个人企业未来发展第一优先级
作为全球顶级管理会计组织 CIMA 的调研给出了结论：
作为《财务的未来》2.0，对这一问题给出了方向上的指引。该文件给出了很多有意义的信息，信息量巨大， 通过GPT总结这套指南，总结指出：
掌握数字化技能是业务财务伙伴的第一优先级。
遇到的二十大问题
通过以往的长期学员提问，我们总结业务财务人统一面对的问题大致有二十种。
业务财务人面临的 20 大数据分析问题。
- 01 如何将各种数据全部统一在一起？
- 02 如何基于业务数据做出分析报告？
- 03 如何将密密麻麻的数字做出精炼的可视化看板？
- 04 如何做出精致的仪表板？
- 05 如何做出大气磅礴的可视化大屏？
- 06 如何做出直接反应销售，财务，HR等业务看板？
- 07 如何分析出更有业务价值的问题？
- 08 如何对现有的业务或财务状况做出诊断？
- 09 如何发现业务或财务中的问题？
- 10 如何就问题发现原因并给出建议？
- 11 如何就问题做出后续计划来克服问题？
- 12 如何做出业务财务计划（Planning）？
- 13 如何做出新年度的业务财务预算？
- 14 如何针对业务财务预算按季度进行滚动调节？
- 15 如何针对多种场景给出多种调整方案？
- 16 如何向老板进行汇报以让决策者更清晰地决策？
- 17 如何将决策转化为各业务单位的执行计划？
- 18 如何驾驭百万以上级别的业务财务数据？
- 19 如何将结果报告或执行方案给到不同的业务单位执行？
- 20 如何让以上一切尽量自动化和持续优化？
仔细阅读这二十大问题，它们来自业务人一线的问题不断重复出现。
在中国有多少人能做到？
我们知道GPT有市场的整体数据认知，于是我们将如
果以上问题全部知识的业务财务人才来做对比，GPT会给出怎样的价值判断呢？
GPT 告诉我们：在中国市场只有不到 5% 的业务财务人可以解决以上这些问题。
我们之所以问 GPT，只是想撇清自己的主观责任，实际状况将更加糟糕。当然，问题的反面就是机会。
为什么会用 PowerBI 还解决不了问题
很多已经是 Excel高手（如：用了10年） ，PowerBI高手（如：用了3年）的伙伴都发现：似乎工具本身能做到的很有限。我们发现，要想可以解决所有的问题，我们需要一套方案来帮助业务分析师达到：数据分析能力成熟度模型的所有能力。
数据分析能力成熟度模型
这个不用争，凡是做数据分析的，都必须一定会知道这个模型，来自世界顶级咨询公司 Gartner 的总结提炼，如果您还不知道，赶快了解这个：
虽然在任何数据分析资料中，都会包括：
- 描述性分析
- 诊断性分析
- 预测性分析
- 规范性分析
但你会发现这样一个现象：
作为业务驱动数据分析的业务人，似乎永远看不见预测性分析和规范性分析的例子。
甚至，你根本不知道到底什么是规范性分析。
那么，问题来了：
作为世界顶级咨询公司所提到的数据分析能力成熟度，大家是不是永远都被封印在了第一层或第二层，也就是：做个报表或可视化看板的阶段。（更何况连这个还做不到）
业务数据分析的核心矛盾
这里，我们就可以揭示出一个终极矛盾了，那就是：
决策者（领导、老板）问出一个位于规范性分析级别的问题多么地自然而然，而业务分析师却永远无法在这个能力级别适配的矛盾。
也就是说：
如果你无法来到数据分析能力成熟度的规范性分析，你几乎无法回答出决策者希望得到的任何有效答案。
如果知道了我们要的方向是去实现高等级的数据分析能力成熟度，就不会仅仅在工具层面纠结了。因为会 Power BI 或任何技术的人，根本不表示他可以在更高级别完成数据分析。
技术难度 不等于思维高度
很多人误以为高级思维就是高级技术，所以他们去学习了各种技术，活生生的把业务人财务人卷成了程序员，他们购买了多达1000页，重达1千克的书籍，在寻找答案，然而并没有什么本质突破。
如果你骑自行车从北京到不了上海，并不是说你会开车就行，本质是你不知道路线。
举个例子，没用过PBI的纯零小白和DAX专家一起参加《业财分析之道》，你说老师怎么讲才能同时满足他们？结果是大家都学到了超出认知的感悟。从零到最高级，从头到尾一共只写过 3 个公式而已。因为：老师给出了路线。不会技术和会技术都会因为理解了路线而达到思维上的高度。
路线，比工具更重要。低级路线进入死胡同；高级路线看到希望。低级技术，进入死胡同慢点；高级技术进入死胡同快点。
企业问题的分布和人才矛盾
如果将以上所提到的二十大业务问题整理到整个数据分析能力成熟度框架，则有：
在企业工作在一线的伙伴，很可能只是在做报表，没有深度信息，也说不出业务的问题，也无法对未来做任何改进，对整体企业目标的贡献和支持更是完全断掉的。
这就清楚地解释了一个供需矛盾：
企业数字化对普遍数字化能力的正常需求与市场上人才能力普遍不足的供需矛盾。
也就是说：如果你可以来到能力等级成熟度的高级别，就可以彻底胜出并解决各种问题。
业财分析互为根基
如果你看到《 业财分析之道 》这个名字以为是在上财务课程，那就大错特错了。
首先，所有数据分析师，必须懂管理会计的某部分，因为，会计是商业的语言，不懂商业的语言来分析商业公司的业务，显然是缺了什么的。但是这并不是说数据分析师就要去学习大学管理会计，那要怎么办呢？学习部分该学的精华即可。
其次，所有财务人员，必须理解适度的数据知识，中兴通讯副总裁陈虎博士研究财务20年，研究计算机20年，发表著作《财务就是IT》，标题就说明了一切。当然，这并不是说财务人要变成IT和程序员， 那要怎么办呢？学习部分该学的精华即可。
因此，我们需要从数字化管理商业结果的角度让数据分析师和财务人都基于系统化的正确的方法论将数字化技术和管理会计以及数据分析融合来实现正确的学习。
当我们发现：商业企业的数据分析需要管理会计和业务和数据思想互为基础的时候，我们将能解决业务，财务，分析的第一性规律称为《业财分析之道》。
也就意味着，任何号称 《业财分析之道》的内容，必须在 理论上，可以给出严谨的系统化知识，包括管理会计精华，数据分析精华，也必须适应这些所有岗位的要求：所有财务岗，尤其是管理会计岗，计划岗，数据分析岗，主抓数字化的管理者，CFO，CEO。它可以让人在理论层面以及实践层面完全建立清晰的地图，并亲眼看见所有案例的实现过程。
《业财分析之道》的立项给我们从一开始就带来了巨大的认知和方法论挑战。
指标体系和业财融合的坑
现在，指标体系，指标白皮书，指标平台等概念风起云涌，让很多企业和个人都在不停地跟进和探索，然而以下的内容需要大家思考下。
问题来了：
- 财务中只有科目，没有指标，请问：财务科目和业务指标有什么区别？
- Power BI 中有个东西叫度量值，那么，度量值和科目和指标有什么区别？
- 企业花费重金购买了财务系统，IT人员打开该系统的数据库，其中有个表叫财务科目表，那么，企业的指标表在哪里？
- 作为预算有限，完全依靠着个人数据分析师来支撑整个企业数字化的中小企业比比皆是，大家如何在科目表，科目，所谓的指标，度量值之间游走呢？
- 以上问题和数据分析无关，和 Power BI 无关，而真实存在，那么，在不想清楚这些问题的情况下，如何来学习 Power BI 和各种工具呢？
- 业财融合来了，财务有科目表，业务没有指标表，那么，如果业财融合不是一个概念的话，就请专家先解释清楚科目，指标（原子，派生，复合），度量值，以及缺乏指标表的物理情况下，怎么融合？
- 还有更值得思考的问题：在财务中，利润率 是不是指标呢？那它又不在财务科目表里啊，怎么管理呢？
- 如果你回答利润率是算出来的，那问题又来了：那么利润率就没有当成指标管理要素被保存下载，请问：利润率这个指标需不需要重用呢？不保存怎么重用呢？
以上问题都只是冰山一角，由于我们看到大量企业在这个方面走了众多弯路，这次是在众多学员的要求下，希望我们把一些核心理念的信息发出来。这也可以启发更多企业想花费大价钱购买各种产品时候，可以先请教专家如何将这些概念统一并让企业不走弯路。对于个人来说，也可以思考，你如何统一这些概念并支持自己构建可重用的数据分析方案呢。
《业财分析之道》必须能够给出以上所有问题的解释和答案，也必须可以适配企业现有的科目表或已有系统，包括金蝶，用友，SAP等。也必须可以在主流BI（如：Power BI）中全面落地。
我们工作的艰难
基于以上分析，不难看出，要通过一套内容来解决这些问题， 必须在统合以上所有概念的同时，让每位工作在企业一线的个人可以学会且落地，而不是说再购买任何其他新的大型工具，《业财分析之道》这个课题的挑战是巨大的。
关注这里的伙伴不难发现在几年前，我们就放慢了节奏，没有单纯的继续不断靠怎么做出好看的柱子和条子或者怎么写出一个除了上帝和你才认识的神秘公式来博取眼球。
我们的好奇心和使命感，要求我们必须去探索更本质的企业级商业数据分析的主导问题，那就是：
如何对企业的商业结果负责，如何面向企业的商业结果来实现数据分析，驱动企业达成商业目的。这个过程中涉及到的大屏，仪表板，报表，计划，预算，预测，分析，调整，问题，原因，根因，调整，模拟等都必须让一个企业的业务普通人可以在短期内掌握，譬如说几天或几周。
我们的假设条件是：我们在解决这个课题的时候可以用到 Excel，PowerBI，PQ，DAX 或类似的工具，条件是：个人可以使用且能学会使用。
我们也不断的得到一个结论，对企业数据分析来说，整个市场缺乏一个：学科。但建立学科不是我们的工作，欢迎大学老师合作。
很多出版社（电子工业，机械工业，清华大学，人民邮电等）都曾和我们联系，希望可以共同出版这个领域的深度图书，我们非常感谢这些老师，由于我们清楚地看到这个市场的混乱从底层概念就开始了，再加上商业公司有不同的产品和名词，这将导致我们诚惶诚恐，不敢统一这些概念，随意写书，当我们越深入理解这个体系的时候，我们越清楚自己还有很多工作，也越清楚我们不能乱写。（对以上出版社老师表示拖稿的歉意）但未来，我们也许会写。
我们没有投资人，没有背景，没有人脉，没有企业案例，没有企业数据，怎么完成对这样概念的理论整合和现实验证呢？ 我们在商业社会中治学，更没有科研经费，但并不妨碍我们依然以严谨的数学思想要求自己。
所以，我们深知这个领域所有的老师和图书的难处，大家都没有这些资源，所以，市面的内容很难从深度上满足真实的企业需求。
在这方面，我们选择了难走的路，决定做更深度而有意义的事。
在企业级自助业务数据分析领域从不缺乏九块八和二九八。而从来没有一套统一理论来整合规范化的思维系统。
这要求 《业财分析之道》必须基于大量真实案例，否定掉市面各种问题的错误概念，给出正确概念和解释。并为此给出相关数据集，例如：业务数据，百万级的财务数据，多达百行以上的真实报表，多达数万的单元格呈现等等。
顶级学员是我们唯一资源
思想是会枯竭的，资源也会用尽的。只有你们，来自千千万万个真实企业的活生生的与我们一起奋战在企业一线的实践者们。
关注我们的伙伴，很多人成了 Power BI 诞生后的首批用户和我们的学员，也有很多认可我们的积极伙伴和我们保持紧密的联系和探讨。
对在我们在这个探索过程中给我们帮助的企业和个人，我们对他们表示感恩，列举如下，未能提及伙伴，无法一一列举。
感谢您曾买过课程，并与我们探讨，用您的真实问题来帮助我们修订方法论和实践，没有你们的真实问题，也就无法让我们获得抽象理论的大量素材，这个过程是艰巨和长期的。
这个过程中，自然不是一帆风顺，我们的课程被大量抄袭篡改；甚至还充斥各种恶意攻击，原本以为数据分析是一个理性的领域，实际上颠覆了我们的认知。
亲爱的伙伴，每当别人攻击我们的时候，你可以看看他是否写出了像本文这般的文章（起码得有2W字+100图来渐进深刻的刨析问题），很多事情不是表面的那样，我们只想安静地做学问，只想和同路的伙伴探索真实问题。
纵然心累，不再建群，只想安静的把有限的时间投入在更有意义的研究实践，但我们始终珍视和学员的交流以及知识沉淀，也许这才能帮助我们最终找到智慧的钥匙，窥探到这些问题的底层答案。
《业财分析之道》的铸就，是我们自 2015 到现在的所有研究成果之精华所在。 当每位伙伴跟随老师领略了《业财分析之道》的全部以后，就像爬山一样，上到山顶，看到全貌，看看他们是怎么说的。
其中一位学员让我们尤为感动：
如果你搞清楚了一整套系统化思维，这种豁然开朗和成就感是精神深处的愉悦。
《业财分析之道》究竟靠什么来统合这些概念和实现的呢？
《业财分析之道》课程大纲
定位：业务人做数据分析的必修专业课。
人群：任何从事业务数据分析的人，尤其是财务分析，FPA以及财务BP和数据分析师。包括：CEO，CFO，分析师，业务分析等。
前提：有 Excel 的使用经验，用过透视表和 VLOOKUP。有 Power BI 的基本使用经验，但不是必须的。不需要 PQ 和 DAX 经验。有这些经验也可以。
以下33套工具和内容点，请收藏参考并思考，这些就是可以帮助我们达到能力成熟度最高级且完成一切业务、财务分析的核心框架。以帮助企业确保商业结果可以达成，进而实现个人价值在企业的拓展。
课程大纲如下：
01. 业务数据分析的底层思维框架是什么
02. 业务人，财务人，机遇与挑战，财务的未来怎么抓住
03. 从50 个财务分析报表总结通用问题和规律（为何市面99%的课程无效）
04. 数据分析（财务分析）为何一定要从 Excel 到 PowerBI
05. 数据分析能力成熟度模型(五层能力规划)
06. 从财报看规律(N家上市企业财报规律)
07. 报告的解读(五大境界)
08. 数据的结构化思维(对齐颗粒度)
09. 万能数据模型(小白万能版)
10. 数据模型到分析模型（数据分析的核心）
11. 万能数据分析框架(数据分析第一定律)
12. 从 PBI 国内史上最强六大案例洞悉 PBI 精华
13. 系统化学习Power BI路线(20大模块)
14. 数据分析标准化-图表标准化国际图表标准化(98套规则)
15. 掌握图表标准化(9套模式，36种图表)
16. 数据建模 + 可视化分析模式
17. 数据建模 + 标准化分析模式
18. 数据处理自动化(Power Query 20 套案例)
19. 数据处理自动化(超级Power Query 1 套终极工具)
20. 基于数据模型 的超级透视表(超越Excel Power Pivot)
21. 数据分析通用架构设计(适用于所有工具)
22. 体验数据建模驱动数据分析
23. 学习 DAX 精华路线 (10个方法)
24. 学习 DAX 最佳实践路线 (20个方法)
25. 财务数据分析核心结构模型(四大结构)
26. 报表生成自动化(Excel自动生成)
27. 全网独家 EPPEEP 设计模式
28. 财务大数据模型项目(百万级数据从规划，建模，自动化到N套报告自动化)
29. 财务驱动的经营调整(辅助CEO达成年度目标)
30. 揭秘财务人为什么会了BI也没用(揭秘突破限制的方法)
31. 财务驱动的管理会计高级 P&L 模型
32. 财务驱动目标到计划分摊(制定年度计划)
33. 财务驱动业财融合模型，全面财务核算与全自动化
这套内容以绝对严谨的方法论体系为根基，给出所有数据分析必须遵循的类似牛顿定律一样的铁律来支持整个建构， 正如以上学员的反馈：打开新世界，彻底颠覆认知。
这些言语并不夸张，因为当你认为大地是平的，而突然知道大地是圆的，且可以借助如牛顿定律一般的工具解决一切问题时，这自然是震撼的。
看看GPT这次是如何分析的：
GPT 的结论是，掌握这套内容的财务人超越中国市场同行 95%-99%，所以，我们欣慰于这可以帮助信任我们的伙伴可以在如此严峻的环境下： 卷赢 。
说了这么多，那么， 《业财分析之道》必须给出哪些东西，可以截图给出吗？以下就从最简单的内容到高级的内容来逐步演示。
彻底理解大屏
某种场景下，需要大屏，那么，业务人员可以直接驾驭的大屏模板，请拿走。
与此同时，我们继续揭示大屏之下的数据结构是怎样的。
好看的仪表板
刚刚被 Power BI 的外表吸引的伙伴，可能只是想学会仪表板，那也直接拿走。
除了带你入门，还揭秘怎么做好看的底层逻辑，然后我们给出各种模板。
推荐面试题：同一数据的表格表示和图表表示有没有本质区别？不论持有什么观点，请用实验证明他们的等价性或差异性。
否定与更新数据分析相对论
《业财分析之道》否定了市面对数据分析尤其是商业智能对主要过程分为三个阶段：数据清洗，数据建模，数据可视化的粗糙说法，进而给出了更为精细的说法，并提出了《数据分析相对论》，让业务人非常清晰的知道在整个过程中自己所处的位置，而不是什么活都接，什么活都干，当然，即使是什么活都接，什么活都干，也得认识到这个问题，并采用正确的应对策略。
推荐面试题：数据分析分成3步，4步，5步，6步的不同划分可以是什么？其中的核心关键是什么？哪步是 IT 的？哪步是业务的？
深度理解数据结构
《算法与数据结构》是计算机领域的重要理论，任何可以在有限步骤解决的问题，都依赖于合理的数据结构和优良的算法。
问题来了：业务人用的表格作为一种数据结构，它应该具备什么特点，标准是什么？
数据结构一：
数据结构二：
数据结构三：
数据结构四：
数据结构五：
推荐面试题：企业数据分析中的表格数据结构有哪些？它们都适合什么场景？财务中主要用什么？它们的标准是什么？请举出三种结构加以说明。这些数据结构可以互相转化吗？具体的方法是什么？
深度理解数据分析核心算法
既然有数据结构，就有算法，尤其是核心算法，假设有个一个表格的数据结构，基于此要进行数据分析，涉及到一些算法。
其中，最核心的算法是什么？
请从严谨的逻辑上证明该算法的必要性和核心性。
业务人早已做了数据分析，那肯定用到过，举个例子：透视表就是一种算法。
推荐面试题：和透视表本质一致，在 Excel 中做业务的一定用过的一个函数是什么？透视表的透视一词如何理解？那逆透视是什么？哪个操作是升高维度？
商业数据分析核心思维
数据分析很广，有统计学，机器学习，回归，数据科学等各种范畴，高大上的似乎业务人都无法直接学会，怎么办呢？是我们的理解有偏差还是要苦学呢？
因此，企业数据分析的终极密码是什么呢？
请给出企业数据分析的终极密码，并从物理学的角度证明该理论是牢不可破的基础，并且证明具备初中学历的普通人可以立刻学会，立刻就用。
如果一个企业数据分析工具和产品可以用起来，是不是应该满足以上要求呢？
推荐面试题：数据分析的核心密码是什么？用两个字概括呢？如何证明它是最核心而无法被超越的？
可视化分析的多种模板
如果分析的核心思维是稳定的，那么，应对不同情况会拓展出多少种变化呢？我们必须总结出各种可视化分析套路来直接使用。我们给出了这个问题的九大模式以及三十六种演化以及标准做法，如下：
推荐面试题：
数据分析中最重要的图表是哪个（没有之一）？为什么？请用严谨的逻辑证明该图是最重要的。请用任何工具实现这个图并演示如何通过它开展分析的。
数据分析诊断标准化
标准化，是成熟的必经之路，可视化分析的标准是什么？具体怎么实践？
不仅仅给出数据分析标准化的思维，以及工具，还有直接可以套用的模式。
多个模板直接用起来：
推荐面试题：为了诊断业务的问题，有什么标准做法？涉及哪些图表？他们的使用规律是什么？用任何工具加以演示。
十页报告通用模板
要做10页以内的报告有通用模板吗？
财务通用分析模板及拓展
那可以基于这套报表模板和以上所说的九套方法以及三十六个招数做出一套财务分析报告模板吗？给出如下。以下 10 页多模块动态显示：
这个很难吗？这里有多少个 DAX 函数？答案：3 个。所以任何业务人都可以驾驭。
推荐面试题：财务报表、业务报表的标准数据结构是怎样的？如何按时间区间，节点等进行分析？
一百页报告通用模板
那要做100页报告的通用模板有吗？我们以数据分析能力成熟度为案例搭建了可以支撑100页报告的分析模板。如下：
这不仅用来深刻理解不同能力成熟度的样子，也可以用来套用支持多达100页的报告直接做。
通过水平垂直目录结构来支持多达100页报告都可以遵循同一套模式。
推荐面试题：
Power BI 自动生成的目录导航器有什么缺点？书签导航器有什么缺点？如何应对这些缺点？是否可以完美解决？如果可以，怎么解决？
PL复杂报表
问题来了，我们不要 Power BI，我们要非常细腻的 Excel 报表怎么办？必须给出 支撑多达 10000 个单元格财务分析报表秒出。如下：
推荐面试题：
对于基于数据模型多达数千个单元格的 Excel 报表，会用到 Excel 中一个很重要的函数是什么？你知道CUBE函数吗？为什么这里不能用CUBE函数？那应该用什么？用它的时候如何兼顾不同报表的同步？
指标体系框架
问题来了，那不是财务人员怎么办，虽然很欣赏和接受财务报表的结构化以及美观度，那么如何把这种思维模式迁移到业务中呢？
如果建立一套类似财务科目体系业务指标体系，应该怎么办呢？
推荐面试题：科目，指标，度量值，KPI，原子指标，派生指标，复合指标有什么区别？利润率是不是指标？是指标为啥不在财务的科目表里？不是指标的话那是啥？
推荐面试题：指标平台是业务概念还是 IT 概念？企业购买指标平台在解决的是业务问题还是 IT 问题？这是不是必须的？对于指标平台预先给出的利润率，增长率指标相关的多个维度，如何实现在父级的聚合计算？例如：每个季度的利润率和增长率并不等于各月的和或平均，怎么办？
价值驱动树模型
我们都知道指标体系是一个树状结构，市面的指标平台动辄几十万RMB，我们就想自己用用，做一个自己的指标树，可以怎么做？
为此，我们开发了人人可用的指标树工具，如下：
它是这样的，动态演示如下：
可以看出，这与 Excel 浑然天成，但可以双击展开和收起，为业务财务人构建复杂的指标体系提供了强大基础。
指标体系可视化
为了更加直观地感受指标体系，可以看到：
异形矩阵模式
我们并不想平铺整个级别，可以锯齿形按需展开，如下：
推荐面试题：指标体系如何用可视化的形态构建和展示？
指标差异对比
用同一指标的不同类型进行对比是业财分析的核心场景，例如：用预测（含实际）与目标（或预算）进行对比，如果可以达到目标（或预算）我们就认为达成，这才是我们关心的业务结果，如下：
可以看出：整套指标体系应该在可视化层给出是否达成指标的颜色直观显示，同时显示差异的重要结果。
模拟试算
问题来了，如果希望提升销售，可以通过增加折扣的方式，来促进销量的提升，假设我们的实际已在6月关账，我们来模拟试算一下 7 到 12 月可以怎样，如下：
我们假设，在接下来的 7 到 12 月，折扣进一步提升，使得全年平均折扣达到 10%，并假设全年销量上升 10%，根据指标体系的强因果关系，该计算应该实时自动传导，让我们看到最终的北极星指标被影响的最终结果。
这种变化，我们也希望可以值观感受，如下：
在指标卡片的内部，可以更直观地来显示在接下来的 7 到 12 月模拟而改变的效果。
推荐面试题：如果要调整计划，在 BI 中如何实现？
模拟试算的指标差异分析
对于销量，在接下来的 7 到 12 月模拟试算，导致全年可以提升 10%，那么，在接下来的 7 到 12 月具体会是怎样呢？我们希望可以用遵循国际商业图表规范的方法论进行差异分析，如下：
可以看出，模拟试算的曲线在 1 到 6 月与预测值保持一致，因为真正的试算是从 7 到 12 月，而要提升大致都达到了 30% 左右，这才确保了全年整体可以提升 10% 的。
多因素模拟试算表
既然可以模拟试算，那么，是否可以对很多很多因素都进行调节，以观察对全局的影响呢？如下：
可以看出，当我们调节多种因素后，我们需要知道整个体系的实时变化，整个指标体系疯狂实时运算给出结果。
推荐面试题：Power BI 中有切片器可以当成参数，如果有1000个参数那该怎么做？
多参数模拟试算方案对比
既然有一套方案，就可以有多套方案，每套方案的调整方法不同，结果也不同，我们需要在多种方案中选择我们需要的，如下：
对于最终的方案，我们希望也知道它的 PVM 分析贡献构成，如下：
推荐面试题：假设现在是6月底，有四大渠道，八类产品各月销售目标和预测，发现年底无法完成总目标，请在1小时内分析出问题所在，原因所在，并给出可能的3套调整计划方案，确保年底可以达成目标。
PVM 模型
作为通用的多参数业务财务分析模型，对价格的调整影响了销量，最终影响了业绩结果。问题来了：
销售额的差异 = 由于调整价格带来影响 + 销量变化带来的影响 + X
其中的 X 是什么？请给出精确解释。它的正负说明了什么？
推荐面试题：在 PVM 模型中，可以写出几种公式，说明它们的差异，他们对 Mix 的概念定义的区别在哪里？
因果论深度思考
这个社会太快了，快到我们还没有想清楚小学，就上完了初中，大学，工作。
推荐面试题：
1、小学：是速度决定路程，还是路程决定速度？
2、初中：是质量决定密度，还是密度决定质量？
3、大学：是先有的微分，还是先有的积分，还是先有的极限？
4、业务工作：是平均客单价决定了销售额，还是销售额决定了平均客单价？
5、财务工作：是利润率决定了利润，还是利润决定了利润率？
请注意，以上问题和 Power BI 无关，和工具无关，和数据分析无关，和对数据底层的思维以及因果认识有关。试想如果这些问题都没有想清楚，如何对企业商业做出有效的设计和思考呢？
打八折还是满 1000 送 200
对于结果来说，买了1000元的商品，打八折和送 200 是一样的，那从数据分析的底层逻辑来说，他们的区别是什么？应该用哪个策略？
如果客户只想买 100 元的帽子，你告诉他满 1000 送 200，他可能反而不开心转而去旁边的店买帽子去了。
推荐面试题：打八折还是满 1000 送 200，到底选哪个策略？为什么？
差异分析报告
既然如此，老板们已经欣然接受了方案，并开始对此方案进行执行，我们需要知道在这个方案下，我们此时距离我们的目标的各种差异以及当前的状态，于是我们就需要继续输出一套差异分析报告了。如下：
输出差异分析报告
最后，我们要将差异分析报告输出，并且以 Excel 和 WPS 都可以兼容的形态传给任何人，如下：
对于拿到了差异分析报告的人来说，他们永远只有结果，而不知道这个精彩纷呈的整套过程。
推荐面试题：Excel 中不空格实现空格的方法是什么？可以动态显示K，M的方法是什么？
指标体系驱动，业财分析模式
来到了这里，我们需要追问，是不是可以给出通用的分析模式了：
在我们将思维，方法，技巧，工具等诸多要素综合有机组合起来后，已经实现所有业务人不再需要依赖 IT 人员，立马实现业务的终极结果式驱动分析。
推荐面试题：对于一个指标或科目表，如何派生和复合出新的指标并构建指标模型？如何对其可视化？如何调整各指标参数而实现联动？如果将父级目标的变化分解到子级指标？不同调整方案的差异如何对比以进行决策选择？
思路流程总结
以上整套展示和操作需要一套相当全面的思路来支撑，大概是：
业务人不会 PQ 怎么办
将一个文件夹内的文件全部整合到一起，怎么办？我还没有学过 PQ 怎么办？我们翻译了书籍《精通 Power Query》如下：
但我们深知您的时间宝贵，没有时间研究这么细，因为你的需求可能包括：
- 从1个 Excel 中提取1个页面或表格
- 从1个 Excel 中提取多个页面或表格
- 从1个文件夹的多个 Excel 中提取多个页面和表格
- 以上的任意混合
- Excel，CSV 或任何混合
- 以上所有的任意混合加数据转换
学过 Power Query 的人们都知道要具备以上能力需要学很长时间 Power Query，我们直接给出 Power Query 顶级的超级 Power Query 函数：
由于 PowerPQ 这个函数的出现，所以 PQ 处理数据的工作被一个函数做完了。
连参数都不写，一样运行成功。
推荐面试题：Power Query 的函数不写参数，它怎么知道自己去处理哪里的数据？请写出一个 PQ 函数，可以完成以上描述的所有工作，不可以超过 4 个参数。
业务人不会 DAX 怎么办
业务人不会 DAX 很正常，可是你能想象吗？刚刚我们所列举的如此鸿篇巨著，是根本不需要你会 DAX 的。
在这个世界上，有着一个上帝公式的存在，那就是：
上帝公式的特点是在一个公式中运用了数学中所有的精华本质特性。在一个公式中囊括了 e，pai，i，1，0 这些基础而重要的数字。
那么问题来了，被所有 Power BI 学者敬畏的 DAX 中，是否存在一个公式，仅仅一行不超过 10 个字符，可以同时用到 DAX 中的所有精华特性呢？
我们深知业务人对 DAX 的苦恼，就像所有人对数学的苦恼一样，所以我们要求《业财分析之道》解决所有问题是不需要对 DAX 的理解的，的确也可以做到。
但为了增加大家对 DAX 的兴趣和乐趣，我们给出了这个包括 DAX 所有特性在一起的公式，供业务分析专家和 DAX 爱好者把玩，以将这套内容推进到哲学和艺术的境界。
这里如果不写出这个公式，大家一定会很失望，那我们给出这个公式：
这里并没有上帝公式（欧拉公式）的神秘，但其中的确蕴含了 DAX 的精华。 一对多，多对一，多对多，双向筛选，单向筛选，筛选上下文，行上下文，上下文转换，迭代，多层迭代，SUM。这个公式很抽象，它具体可以解决什么业务问题呢？
推荐面试题：
写一个帕累托分析的累计占比，分别用四种以上不同方法。例如：不允许用内部的度量值怎么写？不允许在内部用CALCULATE怎么写？用窗口函数怎么写？
推荐面试题：
凡是 SUM 都可以用 SUMX 来实现，对不对？对的。请解释原因。
那么 SUM 是不是 SUMX 的简化？答案：不是，请解释原因。
在订单表里的计算列 = SUM( 订单表[销售额] ) 返回 1 行还是多行求和？为何？行上下文为何不起作用？行上下文被忽略了吗？答案：没有。那为啥不起作用？
EPPEEP设计模式
我们看到如此多业务人从 Excel 而来，他们没有时间学习复杂的 DAX，但要立刻实现诸如：帕累托分析，波士顿矩阵，RFM，NPS 等分析模型，在完全不写 DAX 的情况下，我们采用一种独特的回环结构让大家可以从 Excel -> PQ -> PBI -> Excel -> Excel -> PBI 的结构优美的实现了所有问题。
并可基于此设计模式和架构设计重构任何数据分析问题，如下：
我们在全网率先提出数据模型的划分：无语义数据模型，业务语义业务模型，分析语义分析模型的三种泛型，并给出基于BI工具和表格工具的通用设计。业务人可以完全零基础驾驭。
推荐面试题：Excel 如何连接本地 Power BI 文件实现数据刷新？
领先的 MVC 设计模式
我们在全网率先提出 Power BI 中的 MVC 设计模式，如果你觉得不是，好吧，我们只好明确首次给出更先进的【BI佐罗版 MVC Pro】设计模式，如下：
我们基于该设计模式已经完成诸多大型PBI项目设计，这彻底解除了各层次的依赖关系，可以实现高可复用。我们将已经使用这个模式的大型项目截图如下：
当我们首次在这里提及这个的时候，其实，我们已经实现了更高级别的设计模式。
推荐面试题：数据模型中有订单日期，发货日期，收货日期等，应该建立几个日期表？可以不用虚线吗？可以不写公式就直接可以用吗？
推荐面试题：什么是商业模式？什么是设计模式？如何实现高度可复用？为此有哪些通用思想？如：参数化。再举出不少于3种思想。（这是我大学毕业后第一次面试中，一个清华大学的前学长面试我的题目）
遥遥领先的ABCP设计模式
如果你能看懂上述 MVC Pro 的结构设计之精妙，那么 ABCP 设计模式将让你震惊于它的创造性构思。将业务数据模型，业务分析模型，视觉展示模型实现划分，解除依赖。并通过这套设计模式在一个报表中管理了数千个度量值，无任何差错。
推荐面试题：你在一个报告里写过最多有多少个度量值？如何管理他们？如果有数千个度量值，模型会不会变慢？为什么？如何管理？
走出 DAX 误区
很多业务人迷失在技术的学习中，如下：
DAX 是美好的，正如数学和英语。
回想一下，由于错误的数学教育，扪心自问，你何曾真正理解微积分？
回想一下，由于错误的英语教育，扪心自问，你是否能将学了20年的英语说出口？
那你应该知道正确的学习方法对一门知识的重要性。
小学数学奥林匹克的难题在初中一下子消失了，只要列出方程，使用不变的套路设X就可以得到答案，方程太难了，画出图，几何立刻一比一帮助你解出所有难题。
那么，DAX 存在类似方程和几何的套路吗？结果是喜人的。
推荐面试题：对于解决任何一个业务问题涉及到的算法和模型来编写 DAX 公式，有没有通用的编写套路？它是怎样的？它为什么是通用的？
Excel + BI 越发强大
我们对业务人的用数习惯和已有技能无比尊重，因此真正强大的 Excel BI Pro 已经成为众多企业实现业财统一BI的基础。
它将助力业务人员真正零成本实现指标驱动的全栈数据分析。如下：
虽然我们需要为企业客户保密，但这里我们还是想告诉你中国的互联网超级巨头公司业务部门已经在定制使用本工具。它不仅可以避免复杂的 IT 审查流程，还能让业务人用回熟悉的 Excel 透视表，更重要的是，它还帮助你保护了知识产权。
推荐面试题：Excel 如何连接本地 Power BI Desktop 文件？不用发到云端可以吗？这个操作对微软来说，算不算违规？如果不违规，有什么铁证吗？
支持1000个BU独立核算的阿米巴
很多企业都在各个业务单元实现独立管理，例如集团有 N 个子公司，每个子公司有不同的指标体系。最复杂的莫过于对 1000 个独立经营单元实现阿米巴管理的业务体系。例如：星巴克如果独立核算所有门店的管理利润结构，但适配不同的PL模型，如何实现 PL 模板化，并按需与业务融合套用到多达数千个业务单元。
这将是一个庞大的树状分支体系，将业财融合并完全精细化控制。
推荐面试题：公司有N套管理利润计算结构，要套到M个经营实体上，如何实现？
OGBISM 模型
基于众多全球大型企业（如：宝洁）以及美国宇航局NASA采用的指标系统构建技术而改良，可以天然从企业全局拆解指标体系并与 BI 对应实现整合，如下：
形成全集团指标体系，如下：
您并不需要购买数十万的指标平台就可以完成艰巨的任务。
目前，我们已经帮助国内大型上市企业采用这里的整套方法论成功实现传统到数字化管理的基本变革，董事长的会议有60%的时间通过BI进行，也欢迎企业级伙伴咨询。
推荐面试题：
董事长说，我们企业的使命是XXXXX。我们现在要降本增效，要又快又好又稳又赢。如何将企业使命和模糊的董事长发言转换为精确的指标体系并和前台扫地阿姨的行动指标串联起来，使得整个企业上下对齐，具体如何操作？
场景驱动指标设计模式
配合独家的场景驱动指标设计模式，可以基于企业场景实现一比一设计出指标体系并与分析模式映射，如下：
推荐面试题：指标是怎么设计出来的？指标的维度是怎么来的？指标和维度应该被如何分析有没有对照表？应该做出什么图有什么对照关系？以及如何推导出需要的数据表和结构？
零第三方工具实现原生指标阵列
在严格的环境中，我们必须原生实现原生指标阵列驱动的全套数据分析方案。
我们给出关于 Power BI 可视化发展路线的独家分析，并帮助你理解如何把握这期间的问题和发展机遇。
推荐面试题：原生 Power BI 的指标图很弱，而不想用第三方，那么如何用原生PBI实现以上内容？可以10分钟内实现吗？而不是1小时或更长。
指标分析学统一方法论
业务人常常遇到的问题是：老板说这个分析不够深度，被业务人诟病没有价值。怎么回事呢？那是因为你仅仅是从数据本身具有维度和指标来描述的，例如：
以上仪表板，从深度分析的角度来说，它是非常肤浅且无意义的。为了可以获得更深度的数据分析和洞察力，我们发明了：多阶维指分析学。
举个例子：
说法一：各品类商品的销售额是多少。这种描述就没有分析深度。
说法二：A+ 型产品的 KT 率是多少。这种描述就让你立刻不知道这里在说什么了，因为 A+ 型和 KT 率都是通过专业方法和模型计算和定义出的专用高级维度和指标。
从业务的现有数据中去发现潜在的深层维度和更本质的驱动指标，是通向高阶数据分析的必经之路。通过这里所述的《 多阶维指分析学 》就可以系统化的解决这个问题。
推荐面试题：业务分析结果过于肤浅，如何深化业务分析的价值？如何定义和找出潜在的深层维度？如何定义和找出潜在的深层指标？从用深层维度去分析深层指标？
到底什么人可以学会
如果你想造船，不要召集人们去伐木，也不要给他们分配任务，只需要告诉他们大海的广阔无垠。
到底什么人可以学会呢？
答案：小白就可以
条件：
- 首先，阅读完成并尊重本文，感受到这些内容与你有关。
- 其次，为自己的学习下定决心。
- 最后，相信自己可以跟随老师完成。
我们既不想叫醒装睡的人，更不会说服别人。因为：
我们珍视伙伴们的信任，并为你奉上数字化认知的饕餮盛宴。
学员心声
这来自一个小白学员，他任职世界五百强，虽然肩负压力，但他选择投资自己学习，开始他并没有感受到课程的精髓，在又看一次后，忽然突破了自己。其实，我们非常害怕同学们学不会，但我们慢慢意识到，我们已经可以让真正有勇气和意愿突破自己的人完成理想。我们以能让小白业务人成长为强大的数字化精英而倍感自豪。
学员评价
对学习的消化理解计划
↑ 可上下滚动图片 ↑
《业财分析之道》学习认证
目前知道【BI佐罗数据分析】品牌的企业越来越多，我们相信，不但可以帮助个人节省大量时间，也可以帮助企业尽快锁定这些人才。
为此，我们已经为我们的学员推出《业财分析之道》的学习认证，可以在我们的查询系统中查询到您的唯一编号。
内容太多了，学不会怎么办
多年以后我才明白科学教师的职责是什么。教育的目的不是向学生灌输老师现在知道的一些事实；而是教学习如何思维，让他们在今后用一年就能学会老师两年才能学会的东西。只有这样，才能代代进步。当我意识到这些后，我的教学风格从教他们大量一知半解的孤立知识，转变为以足够的深度分析少数问题。
——杰恩斯，《回望未来》
这个时代是数字化的，企业是数字化的，是广阔无垠的，你并不是嫌内容多学不会，其实，你只是：害怕而已。但你不必担心，我们为您构造的这艘小船是可以助您乘风破浪的。
首先，《业财分析之道》是根据当今工业界企业自助商业智能分析技术和大型企业业务分析的各种实践总结定制。
众多内容不仅仅是为了确保学员的当前权益，更是帮助你在未来的发展中可以不断重复感悟和提升。
另外，本课程的讲授是全部实时的，撕掉PPT和书籍，老师可以从零一步步演示出以上的一切，确保你可以照葫芦画瓢。
这里采用了教育学领域的本质教育法：创造型教育。整套过程无需记忆，所有内容都是从零按照严密的逻辑链条构建的。全程分明演示了要实现各种问题的逻辑思考和创造过程，也可以证明所有过程的必要性和完备性。
就像从自然数，正整数，整数，有理数，无理数，实数，复数的构建过程，不需要记忆，没有公式，所有内容都是实时推出的。
根本不存在学不会的问题，因为这是个人理解企业数据分析和企业数字化变革的必由之路。它是必须的，学不会也得学。
不难看出，本文的很多内容都不是技术，而是思维和方法。这早已超越 BI 的范畴，而这就是真实世界的复杂。
灵魂拷问来了：众多知识，如何学会？
只有一个答案：系统化的抽象创造。
BI佐罗曾在大学时期有幸跟随各种数学教授学习，也获得过数学建模全国一等奖，深刻的知道一个真理： 数学中没有公式，只有创造 。
数学通过系统化的抽象创造，创造出来了一个抽象的数学系统。
纵然在研究生阶段放弃了数学研究，转向更为实际的企业应用，但已然内化的抽象创造思维像灯塔一样时刻指引。 通过多年企业真实世界实践，通过数学思维抽象，系统化的创造出可以描述和驱动各种BI工具的体系化运作的方案全部凝练在这部《业财分析之道》。星星点灯，为奋战在企业一线的数据业务人，照亮可以回家的路。
参考文章： 点击阅读：商业智能演化论 你现在不用苦恼，在自助BI的技术中研究已经很成熟，现在就可以得到圣杯。
助力面试，做出选择
本文给出了大量面试题，请相信：能把这些面试题都做对的绝不是技术高手，而是理论，技术，实践全部融合的真正业财实战派。如果你正在自查，买课，找老师，招聘，找供应商，内部转型都可以参考。
审视自己：你可以用这些面试题来反查自己，对照各个问题来反查自己是不是真的能完成这些题目以及仔细思考这些问题的价值和意义。与在图上加个符号和画个好看的图来说，系统而深刻的解决业务问题是不是才是归宿。
选择课程：你可以用这些面试题来挑选课程，咨询你所学习的课程是否可以帮助你解决以上问题，以便明确你在学习的是你要学习的。
优选人才：你可以用这些面试题来筛选面试人员，直到你认为他可以给你满意的答案来帮助你的企业做有关工作。要知道《业财分析之道》的内容并不需要写什么公式。从技术上并不高深。
挑选老师：你可以用这些面试题来挑选老师，直到你认为你听懂了老师对这些问题的解释，来帮助你或你的企业可以从：大屏，仪表板，报表，描述，诊断，预测，预算，规范化并能基于百万级数据实现，且给出案例，且证明不用公式业务人也能学会。这样才能普及嘛。
筛选产品：你可以用这些面试题来筛选产品，如果某个产品体系可以解决包括指标平台，商业智能，计划制定以及上述问题，可以让产品厂商给出演示，以确保你所购买的产品体系是OK的。
优化产品：如果你恰好就是设计分析产品的，也可以思考这些问题是否有意义以及如何解决，以确保你的产品设计可以至少超越目前主流的产品。
过滤乙方：你可以用这些面试题来过滤供应商，让供应商给出解决以上问题的案例和方法，以确保他未来给你的报价是合理的。以及避免他说的无法实现其实是可以实现的。
强化IT：你可以用这些面试题来与自己公司内部的IT部门交流，在数字化转型中，IT人承担巨大压力，很可能走了弯路，这些问题将辅助他们可以回到主要路线来。
企业CFO招聘财务分析及数据分析师开始问：
问：你有学习过BI佐罗的业财分析之道吗？
答：没有。
问：那你如何实现所谓的预测分析和规范分析？
答：...
当然如果他给你这个：
我们建议你可以考虑深度了解他，他是至少真正学习而进行思考的伙伴，证书是可查的 ，如果他还不完全精通，他乐于探索的态度也是比很多已经躺平的人更值得信任。
总结
非常抱歉，纵使使用了2W字+100图也仅仅只是介绍了《业财分析之道》和其中探讨以及解决的问题。但纵然是广告，该广告也已经提纲挈领的给出了当今时代下，企业和个人普遍遇到的问题和思考方向和是否有解。
作为数据分析师，通过阅读本文，相信您应该能够分析出来：
系统化学习企业级数据分析和自助商业智能，选择 《业财分析之道》是自然的。
我们诚意向你介绍了这套必由之路来帮助你节省海量摸索成本，当你重新阅读本文的时候，你可以发现其中满满的创意和真实的截图。课程也将引领你探索出本文描述的各种问题的详细解法。
《业财分析之道》站在全球视角，集合国内外成熟思维，从世界顶级企业分析精华中萃取再萃取，凝练再凝练， 抽象创造出规范框架。并在广大企业实践中深度验证其本质性。
课程将 用短短时间带你到山顶并剖析所有细节，整合世界最顶级工具秘密玩法，若不是亲眼所见，怎么也无法相信还可以这样思考和设计。
关于我们
更专业，更系统。 是我们对自己的要求，更专业，在于去探索和发现底层的本质规律。更系统，在于去构建逻辑自洽且完备的方法论可以驾驭统领各种工具。
如果你对更专业更系统且可以凭借一己之力就可以搞定的企业数据分析有诚挚渴望，那么，这就是为你而来的。
我不能创造的东西，我就没有理解。
—— 理查德·费曼（Richard Feynman），写在他去世时的黑板上
《业财分析之道》全程采用费曼学习法，从零演绎创造出以上所有问题的所有解法和系统化体系，无需记忆。
面向企业商业结果的数据分析之法
《业财分析之道》
本课程是收费的
仅限甲方企业的业财人员咨询报名
诚意咨询，请注明： 业财分析之道
更专业更系统的企业数据分析
BI佐罗数据分析
和你一起实现不可能的数据梦想
我们往往缺乏的是：勇气
每个人的路是特质化的，但我们可以结伴同行
请到「今天看啥」查看全文
推荐文章
|
|
汽车最前线 · 表现最差却卖得最好!这3款热门SUV该怎么选? 8 年前 |
|
遇见漫画 · 别人家的男朋友，卧槽，这狗粮还有点甜！ 8 年前 |
|
酱子工厂 · 5岁小男孩月薪8000，开铲车开啤酒 ！太牛了！ 8 年前 |
|
毒舌美少女 · 总算明白杨幂为什么会自带绯闻体质了！ 8 年前 |
|
射手座网 · 射手座如何巧妙的经营爱情？ 8 年前 |