简单介绍一下FineBI中的数据关联逻辑，为了方便对维度表和事实表进行关联管理（1端一般是维度表，N端是事实表），FineBI可以对基础表直接建立对应关联关系，方便通过自助数据集对基础表的相关数据灵活地进行调用和加工建模，这边我们只需要直接调用选择客户信息表和货运明细表的相关数据即可。另外一方面，通过可视化操作数据集，可以直接处理数据，例如过滤、分组汇总、新增列、排序、左右合并等等，避免写SQL。
二、数据可视化分析
在完成数据建模部分的工作之后，开始正式分析。
首先从整体上，分析每个月的毛利率总体情况。为了方便大家理解操作和原理，我这边在下面录制了一个GIF动图，我们只需要把时间字段拖拽到横轴，然后把相关毛利率指标（添加计算指标，毛利率=sum_agg(毛利)/sum_agg(收入)）拖拽到纵轴，即可生成每个月的毛利趋势分析折线图。
综合比较2017,2018的毛利，毛利率，我们可以轻松发现2018年3月毛利率下降明显，进而寻找毛利下降的原因。因此，我们依次从下属分公司>分公司的客户>客户运输目的地>线路目的地来挖掘导致2018年3月毛利率下降的原因。以下，主要分享分析逻辑和业务分析结论，具体操作步骤和上面类似。
1、分公司
分析2018年3月，下属分公司的所有的毛利及毛利率，我们可以发现可以南京分公司的毛利率从2017年3月到2018年3月的增幅较其他分公司小很多。
2、客户分析
继续进行客户分析，查看南京分公司2018年3月的毛率及毛利率变化，发现南京分公司的客户：宝瑞吉在该月份的毛利，毛利率较其他客户低很多。3、目的地线路分析
查看该宝瑞吉客户的目的地线路收入，2017年3月毛利率，2018年3月毛利率数据，发现目的地为四川省的2018毛利率明显低于2017年，判断该目的地线路存在问题。查看对应分公司，客户，线路的明细数据，名单最终发现福建-四川，山东-四川线路该月毛利数据异常，需要找到相关责任人寻找原因。
经过我们从下属分公司>分公司的客户>客户运输目的地>线路目的地，一层层来分析导致2018年3月毛利率下降的原因，最终定位到名单福建-四川，山东-四川线路该月毛利数据异常，需要找到相关责任人寻找原因。
四、数据可视化分析报告整理
最终成功分析出由于福建-四川，山东-四川线路问题导致2018年3月毛利率数据异常的结论之后，我将完整的物流经营分析的数据可视化过程制作整理成了仪表板，方便朋友查看和分享。大功告成~
总体而言，相较于传统的企业数据工作流程：从业务部门和相关领导开始提出该问题之后，再到IT部门去进行问题分析、数据收集、数据加工建模、数据报表制作、数据分析、分析报告总结、业务部门验证。用BI平台分析能大大提高了业务的数据分析效率和应用效率。