Эксперты FineBI


Channel's geo and language: Russia, Russian
Category: Technologies


Всё о инструменте бизнес-аналитики FineBI.
Чётко и по делу из первых рук.
Делимся своим опытом внедрения и с удовольствием послушаем ваш опыт.
Миграция с Qlik, Tableau и PowerBI.
Отличная альтернатива российским BI системам.
Self Service аналитика.

Related channels  |  Similar channels

Channel's geo and language
Russia, Russian
Statistics
Posts filter


⚡️ Вебинар: «Dora от FanRuan: от GenAI к Agentic AI в корпоративной аналитике» – 3 сентября, 12:00

➡️ Ждём вас на вебинаре с участием экспертов от FanRuan. Проведём обзор возможностей Dora, покажем интерфейс платформы, разберём практические и отраслевые сценарии использования ИИ-агентов и сравним Dora с привычными AI-инструментами для BI.

Расскажем, чем Agentic AI отличается от GenAI, как Dora использует существующий BI-контур компании и почему семантический слой становится основой для работы ИИ-агентов.

Отдельно рассмотрим практические кейсы и разберём, как перейти от обычного AI-ассистента к полноценным агентным сценариям.

На вебинаре обсудим:
– чем Generative AI отличается от Agentic AI и почему схемы «запрос → ответ» уже недостаточно,
– почему семантический слой становится основой для работы ИИ-агента,
– как Dora работает поверх BI-систем, моделей данных, KPI и дашбордов,
– какие задачи выполняют специализированные ИИ-агенты Dora,
– как аналитика переходит от ответа на вопрос к сквозному процессу: анализ → поиск причин → отчёт → уведомление → действие,
– как Dora применяется в разных отраслях и бизнес-функциях.


Среди спикеров:
– официальный представитель FanRuan,
– команда BI Consult (FineBI Platinum Partner),
– независимый эксперт, автор исследования АI в BI-круг Громова 2026.

➡️ Присоединяйтесь – участие бесплатное! Количество участников ограничено.

#AgenticAI #GenAI #Dora #FanRuan #FineBI #FineBIвебинар


После публикации другие пользователи платформы получают доступ к этому набору как к самостоятельному источнику. В конечном счете все, кому нужен этот набор данных для работы, обращаются к одной опубликованной версии, а не создают свои локальные копии или не подключаются напрямую к разным исходникам.


Подготовка и публикация наборов данных – единый источник истины
В процессе создания дашбордов может возникать типичная история, когда разработчик при создании отчета использует источники типа Excel или SQL-датасетов, проводит некоторые манипуляциями с ними, и только потом создает дашборд. Но в таких сценариях велика вероятность несогласованности данных, есть большое пространство для ошибок из-за человеческого фактора. Чтобы минимизировать вероятность возникновения таких проблем, средствами FineBI возможно реализовать логику «единого источника истины». Что же это такое?
Single Source of Truth или «единый источник истины» — это концепция управления данными, согласно которой для каждого фрагмента информации существует один авторитетный источник, откуда её можно получить. Все остальные системы, приложения и пользователи должны брать данные именно из этого источника, а не создавать собственные копии или получать информацию из альтернативных мест. Главная задача подхода - обеспечить целостность, согласованность и достоверность данных во всей организации, иначе разные отделы могут использовать разные версии одних и тех же данных, что приводит к расхождениям в отчётах, ошибкам в принятии решений и потере доверия к аналитике. Как же мы можем реализовать это в FineBI?
Вы начинаете с создания нового объекта анализа. В него вы добавляете исходные данные - SQL-датасет, Database table, Excel-файл. Прямо внутри этого объекта вы с помощью встроенных инструментов FineBI выполняете все нужные преобразования: очищаете данные, объединяете таблицы, создаёте новые вычисляемые столбцы. В результате получается Self-Service Dataset - обработанный набор данных, готовый к созданию новых отчетов. Ключевой шаг: вы публикуете этот обработанный набор данных. В интерфейсе FineBI для этого нужно в разделе Data внутри объекта анализа выбрать опцию публикации и указать целевую папку в разделе Public Data.


Forward from: Dora & FineBI CIS | FanRuan
📢 Эфир Dora уже начался — подключайтесь, через 5 минут начинаем основную часть

Посмотрите, как Dora помогает переходить от аналитики к действию.

🔗 https://t.me/FanRuanofficialchannel?livestream


Теперь применим это правило для нашей таблице, как это было сделано на рис 6 - в поле Data Desensitization мы выбрали то правило, которое создали.

Теперь посмотрим, как настройка доступов из пункта 2 сработали. Для пользователя мы настроили права доступа таким образом, что у него есть доступ только к данным, где значение поле league равно bundesliga и Ligue1, а также он не может видеть значения поля player_name. На рисунке представлен итог работы с ограничениями доступов.
Действительно, пользователь может видеть только 2 значения для поля лига, а имена игроков ему не видны.


Как можно заметить, появилось поле Data Desensitization. Для того, чтобы применить правило анонимизации данных, в первую очередь его необходимо создать. Создается оно с помощью перехода System management -> Security management -> Data Desensitization и нажать create rule и после этого настроить правило под себя.


Помимо этого, есть опция оформить анонимзацию данных, таким образом, чтобы часть пользователей не могли видеть значения некоторых полей. Это делается по аналогии с тем, что мы делали фильтрацией данных, только вместо Row Permission необходимо выбрать Column Permission.


После этого высветиться такой интерфейс, где можно будет выбрать поле и оформить условие, относительно которого необходимо отфильтровать таблицу для пользователя.


2. Настройка доступов на уровне датасета

Для того, чтобы настроить права доступа на уровне датасета и пользователь мог смотреть только на те данные, которые ему положены (например смотреть данные только по одному подразделению, а по остальным не видеть), необходимо сделать следующее: перейти на вкладку System management -> Permission management -> Data Permission, после этого выбрать ту таблицу, где необходимо применить ограничения и нажать на карандаш.


После этого мы определяем, какой уровень доступа нужен пользователю/группе пользователей до того или иного дашборда. Для этого переходим на вкладку Directory management и видим список всех папок и дашбордов, которые опубликованы в Directory. Как можно заметить, есть 3 уровня доступов: просмотр, просмотр с возможностью сохранения, возможностью редактирования. Для того чтобы выбрать нужный уровень, то следует просто нажать на замок у требуемого уровня прав доступа для интересующей папки/дашборда.
Важный момент заключается в том, чтобы пользователь мог полноценно просматривать отчеты, ему необходимо раздать права доступа, как минимум, на просмотр источников, на основе, которых строится необходимый для вас дашборд. Это настраивается во вкладке Data permission и логика раздачи прав доступа такая же, как описана выше.


Далее у пользователя есть возможность выбрать, на каком уровне следует раздать права доступа к дашборда: на уровне отдела/роли, которые создаются в User management или на уровне отдельного пользователя.


В FineBI довольно гибкая система доступов к данным: доступ к данным можно предоставить, как и на уровне таблицы, так и на уровне определенных строк/столбцов, помимо этого есть возможность сделать наиболее важные данные анонимными.
Теперь разберемся, как это работает в FineBI


1. Настройка доступов к дашбордам.

Доступы к дашбордам настраиваются во вкладке System management -> Permission management


Forward from: Dora & FineBI CIS | FanRuan
🚀 Dora: от аналитики к реальным бизнес-действиям

BI помогает визуализировать данные. Dora помогает превратить их в конкретные решения и действия.

Хотите узнать, как превратить проверенные данные, BI-активы и экспертизу вашей компании в AI-агентов, которые действительно помогают выполнять задачи и повышать эффективность бизнеса?

🎙 Приглашаем вас на наш онлайн-вебинар, где мы покажем, как современные AI-технологии помогают использовать данные не просто для анализа, а для достижения реальных бизнес-результатов.

📅 13 августа 2026 года
🕒 10:00–11:00 (МСК, UTC+3)
💻 Zoom

🔗 Регистрация уже открыта:
https://s.fanruan.com/35jq6

💬 Подписывайтесь на наше Telegram-сообщество, чтобы получать шаблоны AI-промптов, руководства по настройке AI-агентов, советы по использованию Dora, информацию о новых функциях, лучшие практики и другие полезные материалы.

👉 Подробнее:
https://t.me/FanRuanofficialchannel


Важное ограничение: одновременно можно сохранить не более 5 версий объекта. Архив при принудительном закрытии вкладки при этом не подчиняется лимиту. Также учтите: если несколько человек одновременно редактируют объект, просмотр исторических версий будет недоступен.


Есть и особенность: если вы принудительно закроете вкладку с объектом, система создаст специальный «архив». Его можно восстановить через Version Management - это страховка от случайной потери работы.


Версионирование в FineBI привязано к объекту анализа. Когда вы работаете над объектом, в правом верхнем углу есть иконка (три точки), где в выпадающем меню помимо прочих вы найдёте две ключевые опции:
• «Save as Version» - сохраняет текущую конфигурацию объекта (настройки визуализаций, фильтры, связи, набор данных) как отдельную версию. При этом важно: эта операция не запускает общее сохранение объекта - нужно отдельно нажать Save для самого объекта анализа. Вы задаёте имя версии и можете добавить комментарии, чтобы было понятно, что именно изменилось.
• «Version Management» - открывает панель, где можно просматривать все сохранённые версии, редактировать их имена, комментарии, а также удалять ненужные.


Версионирование дашбордов
Часто в ходе работы над дашбордом может потребовать некая модификация существующего отчета, для чего объект анализа может просто копироваться для дальнейшей разработки. Это чревато тем, что в системе будет множество копий одного и того же дашборда в разных версиях, которые будут не только занимать место на сервере, но и путать пользователей при работе. Чтобы избежать такой ситуации, в FineBI 6.1 есть функционал версионирования объектов анализа. Как же им пользоваться?


Forward from: Dora & FineBI CIS | FanRuan
🚀 2026 FanRuan Global Data Analytics Competition — регистрация открыта!

💰 Призовой фонд более $70,000. Два направления — Enterprise Analytics и Data Storytelling. Финал проходит вживую на Smart Data Conference.

😃Открыто для всех пользователей FanRuan, без ограничений по профилю.

⌛️Регистрация открыта до 30 июня. Подробности на официальном сайте — сроки, награды, направления.➡️ https://s.fanruan.com/s1ji4

✍️ Регистрация на соревнование➡️ https://s.fanruan.com/fpdla

📢 Мы подготовили для вас онлайн-трансляцию, где расскажем всё о соревновании — подробности, правила, советы. ➡️ https://s.fanruan.com/4w6cn


⚡️Запись вебинара «Миграция на FineBI 7.0: опыт банка Уралсиб»

19 мая команда BI Consult провела вебинар по FineBI 7.0. Вместе с приглашённым экспертом Семёном Юниковым, Head of BI банка «Уралсиб», мы детально разобрали особенности и реальный опыт перехода крупнейшего банка на FineBI 7.0 🪭

Что обсудили на вебинаре:
– Как менялась техническая инфраструктура до и после миграции.
– Нюансы переноса ETL, дашбордов и расписаний.
– Управление доступом и сохранность данных.
– Интеграцию с текущими системами.

Также затронули ключевые новинки FineBI 7.0:
Data Directory, AI-запросы через Dashboard Q&A и инструменты прозрачности данных Lineage.

▶️ Банк Уралсиб – первый крупный российский банк, перешедший на FineBI 7.0.
▶️ Проект банка «BI Challenge» стал победителем в премии BI AWARD 2025 (номинация «Геймификация в корпоративной культуре»).


Кому будет полезно: руководители аналитики, BI-аналитики, администраторы, разработчики, бизнес-пользователи, планирующие переход на FineBI 7.0.

🎙Запись вебинара уже доступна на YouTube и Rutube (там же вы найдете бесплатные уроки по предыдущим версиям FineBI).

📊 Команда BI Consult - Fine BI Platinum Partner. Внедряет современную архитектуру хранения и анализа данных с 2008 г.

📧 Запросить материалы и задать любые вопросы по FineBI 7.0 можно здесь 👈

#SelfServiceBI #FineBI #FineBI7 #FineBI_кейс #FineBIPartner


Forward from: Круги Громова | Data & AI Research
⚡️Вышло новое исследование Self-Service-круг Громова 2026

Оно показывает, как российские платформы помогают бизнес-пользователям работать автономно во всей архитектуре данных, а не только в BI.

В отчет вошло 20+ российских решений: от BI, ETL и IBP-систем до облачных сервисов и платформ по работе с семантическим слоем. Среди которых: Yandex DataLens, Modus BI/ETL, Loginom, Dat. ax, DataForge,Visiology, PIX BI, Rapeed и другие.

➡️Отчет поможет понять:
– где self-service – реальная управляемая модель, а где – набор разрозненных функций или маркетинговая декларация,
– какие элементы инфраструктуры критичны и как безопасно интегрировать AI,
– как балансировать свободу пользователя и управляемость среды.

➡️Особое внимание уделено:
– AI в self-service: без бизнес-контекста AI может давать убедительные, но неверные ответы.
– и семантическому слою: пользователю недостаточно просто дать доступ к данным; нужно зафиксировать показатели, правила расчета, связи и ограничения интерпретации.

📌Исследование Self-Service-круг Громова 2026 основано на анализе документации и тестировании систем. Полный отчёт доступен на сайте центра «Круги Громова» – скачать бесплатно!

Используйте готовые ориентиры для оценки зрелости self-service в вашей компании.

Круги Громова | Подписаться и стать частью Data-сообщества ⬅️

#КругиГромова #ИИ #AgenticAI #SelfService #SemanticLayer

20 last posts shown.