(商务智能)海典数据决策分析系统(BI)方案.
海典数据决策分析系统(BI)方案
海典数据决策分析系统(B I)方案-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN海典数据决策分析系统（BI）解决方案上海海典软件有限公司2010年6月前言自2000年以来，医药行业的信息化应用飞速发展。
无论是医药连锁企业，还是批发企业甚至单体药店，都已经普及信息化管理系统，并且逐步形成了以信息系统为中心进行企业运营的共识。
部分优秀的代表企业，更是积累了多年的信息化应用经验和原始数据。
然而，我们看到，对于当前的绝大数医药企业来说，不断积累的海量数据对他们来说，并没有发挥出应有的价值；这些不断增长的海量数据，更多的只是成为影响他们服务器运行效率的累赘。
为了不影响系统的运行速度，相当多的企业定期地、不断地手工截断这些数据，将这些数据打包后尘封起来，束之高阁。
甚至还有一些企业因为疏于管理，这些历史数据最终都遗失了。
“海典数据决策分析系统”（以下简称海典BI系统）正是在这种背景下，由上海海典软件有限公司研发而成。
“BI”系统又称商务智能系统，是通过数据仓库等先进技术，进行数据挖掘和处理的工具。
海典BI系统由海典软件针对医药流通行业研发，旨在帮助经营决策者从海量数据中挖掘出有价值的信息，并通过这些数据来辅助决策中发现问题、找到原因，以及提供解决问题的途径。
每个客户积累的海量数据，都是一座金山；海典BI系统则是开启这座金山的钥匙。
海典BI系统，让客户的决策更迅捷、更科学！海典BI系统专门针对医药行业的特点开发，充分体现医药行业的特性。
海典BI系统部署和使用方便，既可以部署在个人笔记本上供个人使用，也可以部署在公司内网上供公司中高层决策者使用，还可以发布在互联网上供有权限的其他用户（例如片区经理或门店店长）使用。
对于使用海典业务系统的客户，可以快速部署海典BI系统，并可将BI系统与业务系统尽可能整合和互补；对于不使用海典业务系统的客户，也可以根据客户的需要进行报表定制，而无论原来采用的是什么数据库。
海洋数据的智能分析与决策支持系统研究
海洋数据的智能分析与决策支持系统研究随着人类社会的不断进步和发展，对海洋资源的利用和管理变得越来越重要。
海洋数据的智能分析与决策支持系统的研究成为了当前海洋科研的一个热点。
该系统能够将大量复杂的海洋数据进行有效分析，为决策者提供科学合理的决策支持，促进海洋资源的可持续利用和管理。
本文将探讨海洋数据智能分析与决策支持系统的研究内容、技术应用以及存在的挑战。
一、海洋数据智能分析与决策支持系统的研究内容海洋数据智能分析与决策支持系统主要包括数据收集、数据预处理、数据挖掘与分析、建模与仿真以及决策支持等环节。
首先，数据收集是整个系统的基础，通过各种观测设备和传感器收集海洋数据，例如海洋水文、物理、化学、生物等方面的数据。
其次，数据预处理是对原始数据进行清洗、整理和加工，以提高数据质量和适应后续分析的需求。
然后，数据挖掘与分析是针对预处理后的数据进行模式识别、分类、聚类、预测等分析方法，发掘数据中的关联规则和知识。
接着，建模与仿真是通过运用数学、统计和计算机模型来描述和模拟海洋系统的动力学过程，以便了解海洋现象的发展和变化。
最后，决策支持是基于前述分析和模型结果，为相关决策者提供科学合理的决策建议和支持，以促进海洋资源的可持续利用和管理。
二、海洋数据智能分析与决策支持系统的技术应用海洋数据智能分析与决策支持系统在海洋科研、海洋资源管理、环境保护和灾害预警等方面有着广泛的应用。
首先，在海洋科研领域，该系统可以帮助科学家更好地理解海洋系统中的物理、化学和生物过程，并提出相应的研究假设和方向。
其次，在海洋资源管理中，该系统可以预测渔业资源的变化趋势，为渔业管理者提供决策依据，促进渔业的可持续发展。
此外，该系统还可以用于气象海洋预测，准确预报风暴、海浪、海洋酸化等海洋灾害，为保护海洋环境和人类生活提供及时有效的决策支持。
三、海洋数据智能分析与决策支持系统面临的挑战尽管海洋数据智能分析与决策支持系统在理论和技术上取得了一定的突破，但依然面临一些挑战。
商务智能系统
➢从技术角度看，商务智能是以企业中的数据仓库为 基础，经由联机分析处理工具、数据挖掘工具加上 决策人员的专业知识，从根本上帮助公司把运营数 据转化成为高价值的可以获取的信息（或者知识）， 并且在恰当的时候通过恰当的方式把恰当的信息传 递给恰当的人的过程。
➢从数据分析的角度看，商务智能是为了解决商业活 动中遇到的各种问题，利用各种信息系统进行的高 质量和有价值的信息收集、分析、处理过程，其基 本功能包括个性化的信息分析、预测和辅助决策。
从商务智能系统的循环流程中可以看出，数据仓库、 OLAP （On-Line Analytical Processing：联机分析处理）和数 据挖掘（Data Mining）是其主要的技术支柱：
➢数据仓库是处理海量数据的基础，存储按照商务智能要求 重新组织的来自业务系统的数据；
➢联机分析处理不仅进行数据汇总/聚集，同时还提供切片、 切块、下钻、上钻和旋转等数据分析功能，用户可以方便 地对海量数据进行多维分析；
1 外部数据源通过运行环境（ERP、CRM、SCM等）流 入BI循环（包含有关客户、供应商、竞争对手、产 品以及企业本身的信息）；
2 进入数据仓库/数据集市等数据存储部分——对加 入数据仓库的数据进行净化和转换，纠正错误的数 据和统一格式，使其满足数据仓库应当具有的数据 格式和质量标准；将其存储在中央存储库中（充当 中央存储库的可以是关系型数据库或者多维数据 库），数据的抽取、净化、转换和存储是BI循环的 核心组成部分；
什么是BI
什么是BI？商业智能也称作BI，是英文单词BusinessIntelligence的缩写。
商业智能的概念最早在1996年提出。
当时将商业智能定义为一类由数据仓库〔或数据集市〕、查询报表、数据分析、数据挖掘、数据备份和恢复等局部组成的、以关怀企业决策为目的技术及其应用。
目前，商业智能通常被理解为将企业中现有的数据转化为知识，关怀企业做出明智的业务经营决策的工具。
那个地点所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和需求商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。
而商业智能能够辅助的业务经营决策既能够是操作层的，也能够是战术层和战略层的决策。
为了将数据转化为知识，需要利用数据仓库、联机分析处理〔OLAP〕工具和数据挖掘等技术。
因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
图1商务智能的开展因此，把商业智能瞧成是一种解决方案应该比立恰当。
商业智能的要害是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后通过抽取〔Extraction〕、转换〔Transformation〕和装载〔Load〕，即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此根底上利用适宜的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理〔这时信息变为辅助决策的知识〕，最后将知识呈现给治理者，为治理者的决策过程提供支持。
图2商务智能的原理BI的选型要选型，首先要了解目前市场上主流的BI产品：数据库方面，有DB2、Oracle、SQLServer、Teradata，早先还有专门用于数据仓库的Redbrick〔被IBM收编以后，退出历史舞台〕。
ETL工具上，像Datastage、Powercenter根基上比立主流的，此外，还有许多公司也有自己的ETL产品，例如SAS的ETLServer、BO的DataIntegrator 等。
BI系统简介
ROLAP表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心，以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表：一类是事实表，用来存储数据和维关键字；另一类是维表，即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了“星型模式”。对于层次复杂的维，为避免冗余数据占用过大的存储空间，可以使用多个表来描述，这种星型模式的扩展称为“雪花模式”。
分析功能
关联/限定 关联分析主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生。关联分析的重点在于快速发现那些有实用价值的关联发生的事件。其主要依据是，事件发生的概率和条件概率应该符合一定的统计意义。D系统把这种关联的分析设计成按钮的形式，通过选择有/无关联，同时/相反的关联。对于结构化的数据，以客户的购买习惯数据为例，利用D系统的关联分析，可以发现客户的关联购买需要。例如，一个开设储蓄账户的客户很可能同时进行债券交易和股票交易。利用这种知识可以采取积极的营销策略，扩展客户购买的产品范围，吸引更多的客户。
数据输出功能
打印统计列表和图表画面等，可将统计分析好的数据输出给其他的应用程序使用，或者以HTML格式保存。
定型处理
所需要的输出被显示出来时，进行定型登录，可以自动生成定型处理按钮。以后，只需按此按钮，即使很复杂的操作，也都可以将所要的列表、视图和图表显示出来。
智慧医院BI智能决策大数据分析平台建设综合解决方案
智慧医院BI智能决策大数 据分析平台建设综合解决
方案
目录
• 引言 • 大数据分析平台技术概述 • 智慧医院大数据分析平台建设方案 • 智慧医院BI智能决策大数据分析平台优势分析
目录
• 智慧医院BI智能决策大数据分析平台应用场景 • 智慧医院BI智能决策大数据分析平台实施效果 • 结论
01
03
远程医疗
通过远程医疗技术，拓展医疗服务范围，使更多患者享受到优质医疗
服务，缓解医疗资源分布不均的问题。
05
智慧医院BI智能决策大数据分析平台 应用场景
医疗质量控制
实时监控
通过大数据分析平台，实时监控医疗质量指标，包括病历质量 、诊断符合率、手术并发症等。
异常预警
当医疗质量指标出现异常波动时，平台能够及时预警，以便管 理人员迅速采取改进措施。
03
智慧医院大数据分析平台建设方案
平台建设原则与流程
遵循标准化、模块 化、可扩展和可定 制的原则设计
简化数据处理流程 ，提高数据处理效 率
基于成熟的大数据 平台进行二次开发
平台架构及功能模块
数据采集
数据存储
实现多源异构数据的采集，包括医院信息系 统（HIS）、电子病历系统（EMR）、实验 室信息管理系统（LIS）等
通过智能分析病例数据、诊断数据等，优化医疗流程，提高医疗 效率。
提高医疗服务质量
通过对医疗服务全过程的数据监测，提高医疗服务的质量和水平 。
提升医生的诊断能力
通过智能辅助诊断等应用，提升医生对疾病的诊断能力和水平。
提升患者满意度
改善就医体验
通过智能化服务，减少患者就医的时间和环节， 提高就医体验。
实时调整
BI介绍
一、BI的定义BI是Business Intelligence的英文缩写，中文解释为商务智能，用来帮助企业更好地利用数据提高决策质量的技术集合，是从大量的数据中钻取信息与知识的过程。
简单讲就是业务、数据、数据价值应用的过程。
用图解的方式可以理解为下图：图（1）这样不难看出，传统的交易系统完成的是Business到Data的过程，而BI要做的事情是在Data 的基础上，让Data产生价值，这个产生价值的过程就是Business Intelligence analyse的过程。
如何实现Business Intelligence analyse的过程，从技术角度来说，是一个复杂的技术集合，它包含ETL、DW、OLAP、DM等多环节，基本过程可用下图描述。
图（2）上图流程，简单的说就是把交易系统已经发生过的数据，通过ETL工具抽取到主题明确的数据仓库中，OLAP后生成Cube或报表，透过Portal展现给用户，用户利用这些经过分类（Classification）、聚集（Clustering）、描述和可视化（Description and Visualization）的数据，支持业务决策。
说明：BI不能产生决策，而是利用BI过程处理后的数据来支持决策。
哪么BI所谓的智能到底是什么呢？（理清这个概念，有助于对BI的应用。
）BI最终展现给用户的信息就是报表或图视，但它不同于传统的静态报表或图视，它颠覆了传统报表或图视的提供与阅读的方式，产生的数据集合就象玩具“魔方”一样，可以任意快速的旋转组合报表或图视，有力的保障了用户分析数据时操作的简单性、报表或图视直观性及思维的连惯性。
我想这是大家热衷于BI的根本原因。
二、BI的诞生随着IT技术的进步，传统的业务交易系统有了长足的发展，已经实现了业务信息化，每一笔业务数据都记录在数据库中，星转斗移，累积了以TB为计量单位的业务数据记录。
也许你会问：这么多数据，占用了很多存储设备，耗费存储成本，却又不经常访问，留着它有什么用处？可以给你肯定的回答,留着这些历史数据意义巨大，挖掘业务的规律、支持决策。
商务智能BI案例分析报告
商务智能BI应用实例案例一：公安领域BI产品应用解决方案 (1)案例二：李宁集团在零售领域BI产品应用解决方案 (2)案例三：奥克斯集团BI系统成功应用 (5)案例四：应用商业智能提升水泥企业的管理效率 (7)其他应用1：商务智能大众化：《纽约时报》启示录 (10)其他应用2：服务型政府的BI视野 (12)案例一：公安领域BI产品应用解决方案应用摘要：公安交通管理局警务的业务处理系统建设已经有一定的规模了，在日常的警务工作中，这些应用系统及相关的数据库大大提高工作效率，完成了各项任务，优势十分明显。
随着城市交通日益发达，管理的相关因素显得更加错综复杂。
加上原有系统在设计时是为满足某个警务工作的需要而有针对性建设的。
这就造成信息的条状分布和信息系统带来新的挑战，因此，新平台系统建设将梳理信息资源，提高综合管理信息应用决策能力。
智能性处理：作为高科技、信息化的智能交通管理的重要步骤，综合市交管局的信息，整合信息孤岛。
提高信息分析的质量，有力地支持警务工作地展开。
公安交通综合数据处理平台建设实现了如下目标：公安交通高科技、信息化的智能交通管理的信息平台。
系统架构：公安交通综合数据处理平台的系统架构分为四个层次，即道路现场、终端信息处理层、信息数据处理层以及信息综合应用层，如图所示：案例二：李宁集团在零售领域BI产品应用解决方案应用摘要：随着李宁集团经营规模的不断扩大，信息化的建设也在不断的深入，从POS系统到ERP 系统，从MAIL系统到OA系统，整个集团的每项工作都与信息系统密不可分，可以说是行业内信息化建设的先导者。
但是随着信息系统的日益增多，面临的问题也不断涌现（如：信息孤岛、大量历史数据的闲置）。
如何将多个信息系统的数据进行整合？如何将大量闲置的历史数据提炼成知识？ADM（汉端科技）根据自己的多年BI行业经验，针对这些问题提出了解决方案。
通过ADM提供的商务智能BI系统项目的实施，最有力的数据挖掘、信息分析整理、数据管理等解决方案，帮助企业梳理和制定完善的报表体系，为企业制定具有竟争力的分析模式和模型、充分利用现有信息资源，让各个业务部门实现销售、产品规划、财务、库存等核心业务的辅助决策。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（商务智能)海典数据决策分析系统(BI)方案
海典数据决策分析系统（BI）解决方案
上海海典软件有限公司
2010年6月
前言
自2000年以来，医药行业的信息化应用飞速发展。
无论是医药连锁企业，还是批发企业甚至单体药店，都已经普及信息化管理系统，并且逐步形成了以信息系统为中心进行企业运营的共识。
部分优秀的代表企业，更是积累了多年的信息化应用经验和原始数据。
然而，我们看到，对于当前的绝大数医药企业来说，不断积累的海量数据对他们来说，并没有发挥出应有的价值；这些不断增长的海量数据，更多的只是成为影响他们服务器运行效率的累赘。
为了不影响系统的运行速度，相当多的企业定期地、不断地手工截断这些数据，将这些数据打包后尘封起来，束之高阁。
甚至还有一些企业因为疏于管理，这些历史数据最终都遗失了。
“海典数据决策分析系统”（以下简称海典BI系统）正是在这种背景下，由上海海典软件有限公司研发而成。
“BI”系统又称商务智能系统，是通过数据仓库等先进技术，进行数据挖掘和处理的工具。
海典BI系统由海典软件针对医药流通行业研发，旨在帮助经营决策者从海量数据中挖掘出有价值的信息，并通过这些数据来辅助决策中发现问题、找到原因，以及提供解决问题的途径。
每个客户积累的海量数据，都是一座金山；海典BI系统则是开启这座金山的钥匙。
海典BI系统，让客户的决策更迅捷、更科学！
●海典BI系统专门针对医药行业的特点开发，充分体现医药行业的特性。
●海典BI系统部署和使用方便，既可以部署在个人笔记本上供个人使用，也可以部署在
公司内网上供公司中高层决策者使用，还可以发布在互联网上供有权限的其他用户（例如片区经理或门店店长）使用。
●对于使用海典业务系统的客户，可以快速部署海典BI系统，并可将BI系统与业务系统
尽可能整合和互补；对于不使用海典业务系统的客户，也可以根据客户的需要进行报表定制，而无论原来采用的是什么数据库。
●海典BI系统拥有灵活的用户角色管理，可以设置不同的用户查看不同的报表；对于同
一个报表也可以为不同的用户定义数据范围。
如：同样是销售报表，经营部部长可以看所有店数据；片区经理可以查看本片区的所有店数据；门店经理则只允许看本门店数据。
●海典BI系统采用数据仓库和数据抽取机制，利用每天晚上的服务器空闲时间将业务系
统的数据抽取到数据仓库之中。
操作者使用BI进行决策分析时，只针对数据仓库进行操作，速度非常快，还可以大大减轻数据分析对业务系统的压力。
●海典BI系统由于采用数据仓库，不仅分析速度非常快。
还能将客户原有截断的多个历
史数据导入，实时更长远的历史数据挖掘和分析。
●海典BI系统可以集成Excel进行互动式报表分析和报表定制。
●海典BI系统是一个开放的报表系统，允许用户进行报表修改和新增。
对于已经购买海
典BI系统的用户，海典软件还将不断地发布新的报表供他们下载和使用。
●使用业务系统时间超过一年的医药经营企业。
●目标门店数量在20家以上的医药连锁公司、目标年销售额在1000万以上的医药单体
门店，或目标年销售额在1亿元以上的医药批发物流企业，或者对于数据决策分析有特殊需求的特色经营企业。
●期望借助数据分析进行科学决策，期望由海量数据实现岗位考核、绩效计算、绩效评定、
业绩预测、目标制定，并期望通过数据发现经营中的问题，进一步通过数据查找原因和得出解决途径的医药经营企业。
●每个月，都有操作人员从各个系统和界面中收集相关数据，并花费数天的精力才能整理
成报表提交给决策者的医药经营企业。
●决策者整天面对一大堆报表，却往往找不到自己真正关心的数据的医药经营企业。
●决策者花费大量精力阅读了大量报表，却很难得出客观的结论，或者往往忽视掉数据中
某些隐藏的问题的医药经营企业。
●期望对数据化经营精益求精的医药经营企业。
●符合上述特征的其他与医药行业相近的其他行业客户。
1.综合分析驾驶舱分析
1.综合分析门店综合考评
1.综合分析店长任职数据分析
2.销售分析公司销售汇总
2.销售分析人效、坪效、租金比分析2.销售分析日任务完成分析
2.销售分析小时时段销售分析
2.销售分析营业员销售分析
2.销售分析毛利任务达成率
2.销售分析机构销售对比
2.销售分析销售次数增速报表
2.销售分析品种销售汇总
3.品类分析功能主治类别销售分析3.品类分析功能主治销售对比
3.品类分析管理级别分类销售分析
3.品类分析管理级别类别销售对比
4.采购、配送分析必备品普及汇总4.采购、配送分析必备品未普及明细4.采购、配送分析必备品断档汇总4.采购、配送分析必备品断档明细4.采购、配送分析断货明细报表
4.采购、配送分析配送满足汇总
4.采购、配送分析配送满足品种明细
4.采购、配送分析配送满足品种明细表
4.采购、配送分析采购进价变化报表
4.采购、配送分析新品销售明细
4.采购、配送分析新品普及明细报表
4.采购、配送分析新品销售占比
5.库存及周转分析效期商品占比
5.库存及周转分析效期库存占比明细商品明细5.库存及周转分析库存周转分析
5.库存及周转分析库存周转对比
5.库存及周转分析商品付款方式库存周转分析5.库存及周转分析药品分类库存周转分析
5.库存及周转分析业务员分类库存周转分析
6.会员分析会员消费行为分析
6.会员分析会员销售额占比
第五章：海典BI系统部分报表演示
1、驾驶舱分析
驾驶舱分析通过仪表盘的形式，将数据直观地反映给决策者，决策者根据该表盘即可清晰地看到该项指标的优劣。
海典BI系统的驾驶舱仪表盘刻度、基准值、警戒值都可由用户定制。
2、门店综合考评堆积图分析
通过堆积图的方式，将门店多项考核指标形成下述图表，可直观的看到多个门店的综合表现。
对于优秀的项目，该指标体现在0轴线的上方；对于较差的项目，该指标体现在0轴线的下方。
最终以0轴线的上方或下方的总体高度来体现门店的综合评分。
在不同的时期，企业有不同的经营重点，企业可以根据这些经营重点调整各个评测项目的权重和算法。
3、店长任职分析
跟以往不同的是，该报表将门店的销售表现与该店的店长任职时间结合起来（每种颜色的线段代表一位店长）。
以体现不同的店长对于让店的销售的影响。
另外，本报表还能分析同一店长在不同店的销售表现。
4、带均线分析的柱形图
在以往的报表上，海典BI系统增加了任务值和180日均数、90日均线。
有了这几项数据参考，能更客观地对某一期间的指标进行评估，也便于对未来期间的指标进行预测。
5、销售趋势预导图
当分析的目标太多时，难以在最短时间发现存在问题的目标。
这时预导图就能发挥作用。
预导图其实就是缩小的柱状图，但是会为每个片区和门店分别生成一个独立的图形，这样决策者可以很直观的发现存在问题的片区和门店。
点击相应的预导图后，系统能自动呈现详细的数据和图表。
6、人效、坪效、销售额租金比、毛利租金比分析
分析每个门店、片区和整个公司的人效、坪效、销售额租金比、毛利租金比。
8、小时时段的平滑折线图
9、同类商品在不同门店的销售折线对比
本报表将同一类别在不同门店的销售进行横向比较，着重发掘门店的销售潜力类别。
10、可折叠式的类别分析报表
可折叠式的报表风格，在默认情况下项目是合并的，看到的是总体的数据，以便于在宏观层面发现存在的问题；问题确认以后，可以点击每个项目左边的加号逐层分解，直到找到问题的原因。
下图是利用折叠的形式对类别进行分析，可以逐层展开大、中、小类的相关数据。
该方法也经常应用到时间的年度、季度、月度、旬度的折叠式分析。
另外，下图还引用了半年均值的比较分析，使查询到的数据不再是静态数据，而是包括了对趋势的纵向分析。
11、必备品分析
根据商品分类，从每一类中按销售额、毛利和销售次数等规则抽取一部分表现较好的品种，组成公司的核心品种，称之为必备品。
本报表分析这些核心品种是否在所有门店均已普及，有没有断货的情况。
对于未普及门店，系统可自动测算该商品在该门店的销售潜力；对于断货的门店，系统可自动测算该商品的断货损失。
12、会员消费行为分析
分析会员的消费行为和消费习惯，可按分员的性别、年龄层次、消费频率，以及所购商品的结构、品类等进行分析。
第六章、海典BI系统与Excel的集成
通过操作者最熟悉的Excel电子表格，可以直接访问海典BI系统的数据，并且支持鼠标拖动进行交互式分析，从而得到客户的各种复杂的个性化报表，或者满足客户更灵活的、更随心所欲的分析。
集成Excel的分析，支持查询条件的定义，支持多数据集联合，支持图表。
通过定义好模板，每个月只需要更改参数就能得到当月的最新数据报表和图表。
Excel2000、Excel2003和Excel2007都能轻松支持。