何业文：博易智讯（Bizinsight）创办人，二十年专注商业智能、数据挖掘与可视化分析，学业背景为国际经济与贸易及会计学双学位，传播统计学硕士，产业经济博士。作为数字化转型资深顾问服务过国家能源集团、中粮可口可乐、王府井百货集团等近百家大型企业，已出版多本数据分析与可视化畅销书籍。

阿里云Quick BI是源自中国的平台级商业智能软件代表者。
从20世纪90年代由Gartner提出“商业智能软件”这一概念以来，Business Intelligence软件（简称“BI软件”）首先作为ERP的附属品被市场接纳，然后在近30年的时间里，它随着数据规模迅速膨胀、市场态势日渐复杂，成长为企业管理决策的必备生产力工具之一。如今，BI软件在“万物互融”的数字化转型浪潮中，呈现出灵活多变的姿态：门户网站、业务管理系统、流水线操作台、APP/小程序后台等都能看到BI软件的身影……
20 多年前，我踏入中国传媒大学调查统计研究所攻读硕士学位。就在那一年，淘宝网PC端才刚刚起步，虽然商品种类无法与今日相提并论，但购买鞋服被褥等日常用品已是绰绰有余。随后，支付宝推出了先验货后付款的创新模式，这一变革极大地提升了年轻人网络购物的意愿。像电脑这样重量大且购买风险较高的商品，人们自然希望能够享受无忧的退换货和专人送货上门服务。随着2008年淘宝商城成功引入众多知名品牌，以及2010年手机端的大规模开发，淘宝网的商品多样性及优质的用户体验，使得越来越多的人习惯每晚靠在枕头上，随手拿起手机，享受购物的乐趣。
为支撑电商平台快速变化的业务场景和海量的数据，Quick BI作为与管理决策紧密相关的前端应用，不仅得到了阿里巴巴的开放式支持——购买当期全球最先进的数据仓库、数据挖掘、数据可视化等技术来保障商家、小二等日常管理有数可用、有数可策，而且得到专款型预算——电子表格、仪表板、大屏展示、权限管理、多级类目等独立研发资源及软件专利版权申请，数十年如一日地打磨，使其更适合中国用户的习惯。
时至今日，阿里云Quick BI虽然源起于电商，却早已走出一条跨越电商的通用产品道路：它不仅经历了阿里巴巴各事业部十万数量级员工的千锤百炼，而且依据淘宝、天猫数百万商家的数据分析需求进行了精益求精的迭代，伴随着阿里云业务的扩展、淘系跨境电商的落地及钉钉生态的开放，Quick BI逐步赢得了除阿里巴巴及零售行业外的金融、政务、互联网、制造、教育、能源等千行百业客户的认可。
自2019年以来，国际知名调研机构Gartner所发布的“商业智能和分析平台魔力象限报告”中，阿里云Quick BI已连续多年作为唯一入选的中国产品位列其中，并且其地位已经从“特定领域者”象限稳定提升到了“挑战者”象限。
作为商业智能软件的重度用户，数据分析师的工作是帮助企业从海量数据中提取有价值的信息并做出决策，是否能获得最准确、最快捷的数据连接体验，是每位分析人员最看重的第一步。Quick BI能无缝整合阿里云上众多数据产品，轻松实现对亿级，甚至是10亿级的数据规模的秒级响应，而且完全支持独立购买与使用：它能够针对企业自身环境实现跨数据源构建多维查询模型，能够充分利用数据源原生计算能力实现查询优化，利用智能缓存技术避免重复计算，以及利用MPP（Massively Parallel Processing，大规模并行处理）技术实现计算性能加速等。在这些用户看不见的底层能力中，Quick BI下足了功夫，每一秒速度的提升都源自研发团队持续的关注与投入。而在看得见的前端，尤其是手机端，用户可以通过智能问答交互功能，借助Quick BI实现基于自然语言的交互式数据分析，从而步入零门槛的数据探索与深度分析之路。
这是我与瓴羊公司合力撰写这本《Quick BI使用入门及业财应用实践》的初衷：尽管已积累了丰厚实力与丰富场景，奈何阿里系产品很多，Quick BI就像兄弟姐妹众多的大家庭里天天干活的小姐妹一般，养在深闺人未识——淘系电商后台的数据分析用户未必知晓它是生意参谋的内核，钉钉门户的用户未必留意它是钉钉诸多解决方案中的数字报表，阿里云的用户也很难关注到自己的使用量与费用分析是随着它一次次点击生成的……
对于与数据紧密打交道的财务场景来说，Quick BI实际上是一款非常适合财务人员使用的工具：
 有生产计划或销售任务的单位，经常因为市场波动、人事调动、产能调整等因素导致管理变动，为了让生产、库存、采购、销售等部门快速适应变化，及时同步信息十分重要。Before：设定目标的经营管理人员与负责出入库和绩效核算的财务人员都碰到过数据格式不一致、数据字段不统一、销售目标数据汇总困难等问题。After：使用Quick BI的数据填报功能，不仅可以及时、准确完成录入工作，而且可以轻松实现实时修改、线上审核等，从而更顺利开展这类强流程中的后台表单化作业工作。
 随着电子发票的普及，用户轻轻松松点一下即生成一张发票，在发票数量显著增多的同时，管理层对企业财务管理和报税工作效率的预期也随之提升。Before：财务系统与费用控件、成本控制等第三方商业运营平台多端难以联动，后台数据交换需求增长，却只能由人工导数来实现。After：使用Quick BI的云端部署能力，财务数据打通“数据获取—运算—分享”全链路、一次操作就好，通过在线应用即可随时随地实现财务分析。
 管理者早已不满足于查看EBITDA（税息折旧及推销前利润）、ROI（投资回报率）等具体数值，而是提出了查看市场趋势、了解价格弹性和仿真模拟风险等复杂建模的需求。同时，随着数据安全扫描手段的全面加强，这些数据需要实现单元格级别的权限管理。Before：忙碌的财务人员需要Excel、PPT多管齐下，还需要学习VB技术做分析，思考各种数据校对方案、本地化数据保密方案，在数字和各种工具的海洋里消磨生产力。After：借助内置强大前端图表渲染引擎的BI软件，图表制作时间大幅缩减至原先的10%；BI软件拥有类Excel的界面及更出色的建模与计算能力、叠加多维安全权限控制的数据门户、邮件订阅或钉钉/飞书/企微协同分享功能等，导致因数据处理而产生的加班概率已几乎降低为零。
2023年，随着阿里巴巴集团宣布启动“24年来最重要”的“1+6+N”组织变革，我不仅看到这家老牌互联网大厂进行敏捷化效率提升和激发业务活力的决心，还看到十年磨一剑孵化出的Quick Bl产品的巨大潜力。我坚信，在瓴羊智能科技有限公司这家独立子公司的持续研发与完善下，Quick BI的未来将更加光明。最近，瓴羊公司的数据智能产品团队更是以周为节奏进行敏捷更新，持续小而美地优化数据分析链路的易用性和安全性，同时加持智能化能力，为企业数字化转型升级注入越发可靠的力量。
期待未来生根于中国的商业智能软件Quick BI继续腾云而上，在国内外市场上彰显中国品牌实力，在全球数字化浪潮中绽放光彩，持续闪耀！
何业文
2024年6月

致谢
本书所甄选的案例数据虽然经过了脱敏，但商业场景都是真实的。对这些真实场景的描述离不开来自客户的鲜活案例，在此诚挚感谢给予展示机会的诸多客户，这些企业分别是它们所在行业的翘楚。出于商业保密的原则，在此无法列出客户的名称并逐一道谢，衷心祝愿每一家客户都保持着与数据同行时的学习型组织和数据分析文化，在数据驱动越来越重要的今天持续领航！
本书的撰写得到瓴羊公司优秀咨询分析师的辛勤支持，包括张谦、吴铁民、洪骏元、谢文锋、葛紫云、马里、高周毓。我们针对案例的深度与广度进行过多次讨论，最终将本书内容顺序定为先学会软件操作技巧（第1章至第4章），再实践财务分析思路（第5章至第15章），最后掌握企业级业财一体化分析的指标设计与动手实操能力（第16章和第17章）。其中第5章至第15章内容的编写得到了当时一起共事的刘鸿博的全力支持，在此诚挚感谢！全书的教案制作由王笑琳与杨晓帅完成。希望本书丰富的数据、实例和PPT既能帮助自学者大有收获，又能帮助教师们高效完成财务分析的上机教学。
我衷心感谢每一位关注本书的读者。通过这本书的学习，我相信具备深厚财务专业知识的读者，不仅能够精准把握单位的资金流动，而且能够借助强大的BI工具为日常运营提供诊断，识别潜在问题，甚至发掘企业的隐藏潜力，为企业开辟新的增长领域，实现业务的繁荣与发展。
然而，我深知数据分析能力的提升是一个需要工作经验与知识不断积累的漫长过程。无论我们如何细致地描述，对于没有亲身经历过的案例，读者都难以完全重现商业环境中决策性思考的具体过程。因此，我希望读者能够在阅读本书后，将所学的财务分析技能应用于实际工作中，不断实践、探索和创新。
由于撰写时间有限，书中难免存在疏漏和不足之处。恳请读者发现问题后，在电子工业出版社设置的读者群中留言，为我们提供宝贵的意见和建议。在此诚挚感谢！
感谢电子工业出版社石倩女士及编辑团队的持之以恒，感谢技术编辑花费大量时间完成了图书的校对与排版！