随着通信行业改革的不断深化，行业的发展形势和生存环境正发生巨大变化，通信和信息的边界越来越模糊，市场竞争也随之愈演愈烈。近年来，某通讯运营商在业务的转型、网络的转型取得了巨大的突破，但人力资源管理的转型的步伐相对缓慢，已在某种程度上成为影响企业转型和精细化管理的短板。

人力资源作为企业核心竞争力，是企业的第一资源。某国内电信巨头，在系统中已经存在部门、岗位、人员等统一的，完整的架构信息；业务系统和业务流程中也富含大量的人员信息，但是对于人力部门来说，公司人员、岗位、薪酬、KPI等资源的调整指导却没有实际的可视化的参考，很多调整还是靠着人为的判断、人为的操作来完成，长期以往对公司的人力资源配置带来很多不良影响。

面临挑战：

1、数据关联度不够，数据孤岛明显

公司本身EHR系统功能已经很丰富，但集团本身还拥有其他各种各样的应用系统（业务、计费、账务、网管、监控），尽管这些系统功能相互独立，但是它们之间的数据却难免产生关联。想要对人力资源的数据进行全局分析，全局可视，必须将相互关联的数据进行整合，但又不能耗费太多精力，影响项目进度。

2、人力部门要求更高的业务分析*度

人力资源部门的业务涉及人员的选留育用，也就是人员的招聘，选拔，培训，薪酬福利，考核等等，业务线程多，交叉多。希望能够利用整合的数据，更方便更及时地进行多维度的分析，*钻取，换维分析，而不过多依赖信息部门。

3、快速集成实施，投入运营

希望人力资源的BI可视化分析系统可以在短期内上线成功，以辅助人力资源的分析决策。

帆软FineBI解决方案：

1、 数据整合，提供清晰的人力资源数据视图

商业智能解决方案FineBI可以通过建立数据仓库，将企业中的所有相关数据经过ETL转换，数据清洗后放到数据仓库中，给分析者和决策者一个关于企业业务的全面的视图，分析者和决策者可以基于此很轻松地进行即时商业智能分析。

项目人员借助FineBI的数据抽取，清洗工具FineETL，将原系统内结构化和非结构化的数据整合成分析需要业务数据包，做好数据的分类管理，为后续的业务分析奠定了清晰的数据结构和基础。

ETL清洗示例图：

2、拖拽操作的可视化多维分析，提升人力部门的自助分析能力

多维OLAP分析，能保障用户即时看到其分析需求对应的数据统计结果，以及通过切换维度和改变条件等方式，轻松得到不同维度下的不同分析结果，对业务情况有更加全面客观的认识。而且通过各种常见的OLAP分析操作，除基本的分组汇总外，还可以进行任意多维度的分析，多计算指标、过滤、联动、钻取换维、复用、数据预警等等分析功能。

多维分析操作示例，拖拽数据列，选择计算指标，过滤条件，完全可视化操作：

人力资源部门，可以根据需要进行人员，年龄，岗位序列，薪酬，学历等等之间的相关性进行交叉分析，获取需要的论证结论。

人员占比分析：

员工增减变动实时监控：

3、极短实施周期，上线周期以周为单位

针对提出的短项目周期，FineBI在数据处理方面无须大量SQL，通过可视化的ETL和新型Cube,对数据进行归类和管理；建立分析的步骤无须建模，全部都是可视化操作，一定程度上减少了需求变化带来的沟通成本。系统上线后也无需投入很多精力来提供维护和数据支持，最大限度降低了企业的人力和物力成本。