什么是ETL
1
▼
说到ETL，我们可以先来了解一下： ETL英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。举个例子，某电商公司分析人员根据订单数据进行用户特征分析。这时需要基于订单数据，计算一些相应的分析指标，如每个用户的消费频次，销售额最大的单品，用户复购时间间隔等。这些指标都要通过计算转换得到，这时候ETL的作用就显现出来了。
▼
ETL一词较常用在数据仓库，但其对象并不限于数据仓库。例如：政府部门数据资源中心建设，汇聚并融合来自于政府、部委与互联网等异构多源、分散多样的数据，服务于上层的应用、服务建设，形成中心库、基础库和专题库，并对数据进行治理，全面实现数据的应用和共享交换。（详情见“菲斐数据治理平台”）
2
▼
ETL是BI项目中重要的一个环节，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据模型，将数据加载到数据仓库中去，为后续的数据分析提供数据支撑。（详情见“菲斐自研BI V3.1系统”）
ETL可视化
让业务人员拿到需要的数据，让IT部门放心的提供数据，是自助分析推行、人人都是数据分析师的根基。菲斐ETL可视化支持不同ETL流程图通过Web技术进行可视化还原，不仅整合了数据治理步骤、同时将治理过程、治理标准、治理结果也一并进行展现，并做了进一步的增强，更方便、更高效、更强大，业务人员可以在精准的数据权限下，实现对数据进行再处理和深度分析挖掘的需求。
1
清晰全面的数据掌控
可以让用户对自己的数据，有更全面、更清晰的了解。表结构和表预览两种视图，让表基础信息查看更清晰、更方便，大面积的数据预览区域，更易了解数据内容。数据血缘分析功能，让用户对数据的来源去向、应用状况一目了然。同时，数据的更新情况，何时更新、更新频繁程度，也能直观展示。
2
简单高效的数据配置
高效的数据准备和配置，可以减少用户不必要的麻烦。关联智能继承，可以自动对新创建的分析表建立关联，延续数据关联关系。在基础数据更新时，将自动触发分析用户的数据更新。根据数据量、使用频率以及实时性的要求，能实现实时数据和抽取数据的无缝切换，完全不影响用户已经做好的分析。
3
强大友好的数据处理
用户可以对自己的数据进行任意处理，即便是已经参与分析的数据也一样，进行如清洗过滤、新增字段、表合并、排序、分组汇总、数据挖掘等操作，来得到自己想要的数据。每一步操作都有数据预览，操作后立即收到反馈，增强用户的数据操纵感，减少不确定性。
我们的优势
菲斐数据治理平台广泛适用于所有数据类的实施场合，包含数据整合、数据资源交换、数据治理、ETL可视化、可视化监控等。整合菲斐自研BI V3.1系统我们将全面兼容各行各业的业务系统数据，完成各业务域系统的数据融合、数据关联、数据共享等应用场景，为实现快捷自动的新一代数据仓库工具，菲斐科技一直在努力。
