Wyn商业智能：零代码时代，拖拉拽构建企业级数据报表

当业务主管需要了解上周的销售趋势，他不再需要提交IT工单、等待技术人员编写SQL查询。

在Wyn的分析门户中，他可以直接输入：“展示上周各区域销售额趋势”，AI对话分析功能会立即理解意图并生成准确的折线图。

对于报表开发人员而言，通过直观的拖拽操作和超过100种可视化组件，能在短时间内设计出专业级的数据可视化大屏，并一键嵌入到OA、ERP等业务系统中。

01 产品演进，从传统报表到智能分析的数据革命

传统企业数据分析面临诸多瓶颈，业务系统各自为政形成数据孤岛，非技术人员无法自主进行数据分析，复杂报表开发周期长，静态报表无法满足实时决策需求。

Gartner预测指出，到2025年，60%的企业决策将需要业务人员直接参与，传统SQL和可视化工具难以满足快速迭代的业务场景。

Wyn商业智能软件是西安葡萄城信息技术有限公司在多年数据分析技术积累基础上研发的新一代产品，提供嵌入式商业智能和报表解决方案。

该软件将BI和报表功能统一部署，旨在通过零代码、拖拉拽的操作方式，让业务人员、管理人员和决策者都能轻松进行数据分析和可视化呈现，真正实现“人人可分析、时时能决策”的数据驱动型组织目标。

葡萄城作为全球领先的软件开发技术和低代码平台提供商，在数据分析领域有超过20年的技术积累。

其产品已广泛应用于信息和软件服务、制造、交通运输、建筑、金融、能源、教育、公共管理等支柱产业，服务企业与公共组织客户超过50万家。

02 核心架构，一体化平台打破数据与技术的壁垒

Wyn采用BI和报表统一部署架构，打破了传统上将BI和报表作为不同软件产品的做法。这种一体化设计减少了企业部署多套系统的学习成本和运维负担。

在数据处理流程上，Wyn提供端到端的解决方案：从数据接入、数据准备到数据分析和平台管理，形成完整闭环。

数据接入阶段，Wyn支持多达50多种数据源类型，包括主流关系型数据库、国产数据库、文件型数据源、NoSQL数据库等。

特别在国产化适配方面，产品具备很强的适配能力，支持达梦、人大金仓、南大通用等国产主流数据库的接入。

对于JSON数据源，Wyn提供直连分析功能，可通过API直接接入业务系统返回的JSON数据，无需本地存储，每次根据查询语法获取最新数据用于分析展示。

数据准备环节，Wyn提供可视化跨源建模设计器，业务人员可通过简单的拖拽操作，无需编写代码和复杂SQL，即可将数据库中原始字段与表关系转换成易于理解的业务指标和维度。

系统提供自助数据集、跨源数据模型、实时流式数据集、推送数据集等多种建模方案，满足不同业务场景需求。

03 智能建模，可视化操作简化数据准备工作

传统数据分析中，最复杂的环节往往是数据准备。业务人员很难直接使用数据库中的原始信息表进行分析，通常需要技术人员编写SQL或存储过程来获取和处理数据。

Wyn的可视化跨源建模设计器专门解决这一难题。通过拖拽式、可视化的图形界面，用户可以将分散在不同数据源中的表进行关联和整合，形成适用于业务分析的宽表模型。

在创建数据集时，用户可以选择同一数据源或多数据源中的多个数据表进行联合查询。对于需要复杂处理的场景，Wyn支持通过SQL表达式或存储过程创建自定义表，提供比简单表关联更灵活的数据定义能力。

数据模型是Wyn V5.0引入的重要功能，通过智能数据建模让数据准备更加简单。

与数据集不同，数据模型可同时将一个数据源中的多张表和表关系自动导入设计器，用户可以在一个模型中整合多个相关业务场景，无需为每个分析场景单独创建数据集。

对于实时性要求高的场景，Wyn提供流式数据集和推送数据集两种特殊类型。

流式数据集适用于物联网设备、硬件传感器等对时间敏感的数据流分析；推送数据集则用于长时间段的历史数据趋势分析，支持不断接收和存储推送过来的数据。

04 报表设计，所见即所得的可视化编辑体验

Wyn的报表和仪表板设计器坚持“所见即所得”原则，提供类Office的操作体验。基于HTML5的在线设计器，打开浏览器即可使用，无需安装任何插件或客户端。

在仪表板设计中，用户可以直接从智能推荐分析开始，专注于想要分析的数据而非图表类型。

系统根据用户选择的维度和指标，自动推荐最适合的可视化图表，用户可在此基础上切换图表类型或添加交互设置。

Wyn提供100多种自主研发的数据可视化组件，涵盖基础图表、高级计算图表、3D动效组件、数据地图等。特别值得一提的是 “魔数图”功能，开创了一种新的大屏设计模式。

用户只需设计一个包含多个图表的模板，然后基于某个“维度”一键循环生成所有相关图表，无需重复设计。

报表设计方面，Wyn提供纯在线设计体验，支持跨源数据查询，同一张报表的数据可以来源于同一数据库的不同表或多个不同数据库。

对于中国式复杂报表需求，产品提供强大的矩表功能，支持行、列动态扩展，快速设计各种表格类报表。

05 增强分析，智能计算赋能深度数据探索

当前企业数据规模与复杂度已超过传统工具的处理能力，静态报表和基础仪表板已不能满足深度分析需求。

Wyn在仪表板和报表中提供强大的计算能力，自研上百种函数用于复杂指标计算，同时集成Excel的450多种计算公式，保持与Excel完全一致的使用体验。

在绑定分析数据后，用户可通过快速计算功能生成新的维度和指标值，支持聚合、环比/同比、占比等常用指标计算。

对于更复杂的业务指标，如销售完成率、年利润同比、商品销售排名等，用户可通过分析表达式添加新的计算字段。

Wyn自研的分析表达式包含20多种常用运算符和10大类常用函数，突破不同数据源SQL语法限制，语法简单，符合自然思维。

在智能编辑器引导下，业务人员无需学习编程语言和数据库知识，即可快速上手复杂指标计算。

计算能力不仅应用于指标计算，还可应用于图表属性设置。字体颜色、边框线粗细等样式属性都可以用表达式动态控制，使报表设计更加精准，满足一切定制化需求。

06 交互分析，让静态报表转化为动态决策工具

传统报表往往是数据的静态展示，主要功能是打印及导出数据。现代商业智能更需要智能展示和交互分析。

Wyn提供的交互式报表，在静态报表基础上添加丰富的交互功能，根据用户的分析角度和数据选择提供不同展现形式，最大限度挖掘数据价值。

在报表查看过程中，用户可以使用数据过滤、报表钻取/上卷、图表联动、跳转至其他报表或仪表板等多种交互功能。

表格支持排序、行列折叠/展开、翻页导航等操作，条件格式化功能允许用户添加高亮、数据条、图标等效果，突出重要数据和实现数据预警。

对于层次复杂的数据，Wyn支持多种钻取模式，包括智能钻取和自定义钻取路径。用户在建模时建立表关系后，可支持跨源、跨库的钻取与联动。

所有交互功能都可以配置到简单的鼠标左右键事件，通过点击即可协助用户快速读取数据信息，节省大量查询与筛选时间。

在数据安全方面，Wyn支持行列动态显示控制，可以根据用户权限动态控制是否显示特定组件，包括行、列、分组等，实现精细化的数据隔离。

07 嵌入式集成，将分析能力注入业务场景

数字时代需要将分析融入每个角色、流程、决策和行动。Wyn提供多层次嵌入式分析能力，将数据分析功能和数据可视化无缝嵌入业务应用程序、产品、网站或门户中。

Wyn支持五个不同层级的嵌入式分析：整张仪表板嵌入、单个图表嵌入、设计器嵌入、门户嵌入以及OEM白标嵌入。

对于软件公司和系统集成商，OEM白标嵌入方式尤其重要，可通过GraphQL API与Java、PHP和.NET等开发平台深度集成。

产品Logo、名称、主题色、登录画面等均可自定义，将Wyn完全融入业务系统品牌体系。

在集成方式上，Wyn提供URL集成、DIV原生集成、API集成和用户身份集成等多种选择。用户可以将原有系统的组织结构体系同步至Wyn中，通过单点登录与业务系统账户集成。

针对主流业务管理系统，Wyn已提供成熟的集成方案，包括泛微OA、用友U8+、企业微信、钉钉等。用户只需简单配置，即可完成系统集成，在现有业务流程中进行数据可视化分析。

与钉钉和企业微信的集成特别适合移动办公场景，用户无需切换应用，直接在钉钉或企业微信中即可查看Wyn的仪表板和报表，同时系统通知消息也可发送到移动端。

08 展望未来，AI对话引领分析新范式

随着AI技术的快速发展，自然语言交互正在改变数据分析的交互方式。Wyn商业智能已集成AI语言模型，为用户提供原生的AI对话分析能力。

在AI对话分析页面，用户可以直接输入自然语言问题，如“华北地区今年每个季度销量”。

系统将自然语言问句和关联的数据集定义发送给语言模型，语言模型解析提问意图和识别实体，构建统计分析查询定义，推荐合适的图表和关联问题。

值得注意的是，在整个AI分析过程中，Wyn仅发送自然语言问句和数据集字段信息给语言模型，不发送数据本身，确保数据安全。

Wyn支持集成所有兼容OpenAI接口规范的语言模型，包括DeepSeek、通义千问、豆包、文心一言等业界主流模型。

为提升性能和准确度，建议使用参数规模在14B及以上的模型，如qwen-turbo、qwen-max、qwen2.5-14b-instruct等。

用户可以通过多轮对话进行深度数据挖掘，系统自动继承时间范围、筛选条件等上下文信息，AI自动构建分析链路。

同时基于用户的提问推荐关联问题，将单一问题延伸为决策链路，挖掘隐藏数据价值。

一家制造企业通过Wyn将分散在ERP、MES、CRM中的数据整合，业务人员通过拖拽操作设计出实时生产监控大屏。 当机器出现异常数据时，系统自动触发预警，通知相关人员处理。企业高层通过手机端的Wyn集成页面，随时查看关键业务指标，决策响应时间缩短了70%。

从等待IT部门开发报表到自主拖拉拽设计看板，从静态数字表格到交互式可视化分析，数据分析的民主化进程正在企业中悄然发生。那些曾经需要专业技术人员才能完成的工作，现在正被简洁的界面和直观的操作所取代。