“使用SpreadJS搭建的在线电子表格的智能报表，支持电子表格公式，覆盖Excel中98%的计算公式、函数与套表计算，极大的提高了工作效率。”
——珠海市汤谷大数据科技有限公司
公司简介
珠海伟诚科技股份有限公司成立于1999年（股票代码831459），自2018年开始研究大数据、人工智能技术，并成立子公司 - 珠海市汤谷大数据科技有限公司（以下简称汤谷大数据），专注于大数据、人工智能领域的技术研究和应用。2015年起，珠海伟诚科技先后与广东省统计局、山西省统计局、珠海市统计局、江门统计局、晋中市统计局、运城市统计局进行合作，深度参与统计局的日常业务、人口普查、经济普查等工作，对统计业务有较深的理解并高质量实施了多个项目。
公司获得的荣誉资质包含ISO20000管理体系认证证书、珠海市“三高一特”重点培育民营企业、高新技术企业认定证书等。
行业背景及技术痛点
统计是国家每个月根据业务数据发布的统计结果，主要使用以下三类工具进行统计：
（传统统计工作现状）
1、国家统计联网直报平台：
国家下发给统计工作者，由统计工作者在平台上做数据分析的工作。
2、久其报表客户端管理系统：
使用久其报表客户端（单机平台）对报表的数据进行分析和管理。
3、基于Excel实现临时的统计分析：
对于一些较复杂的数据分析，需要在Excel中使用公式计算和分析报表数据，并生对应
的统计分析报告。
统计工作者在完成这些数据分析之后，会通过珠海统计局或者各地市的统计网站进行数据的发布。
汤谷大数据通过观察统计行业现状，发现了统计工作的一些痛点：
（传统统计工作痛点）
1、统计数据的定义规则和存储格式长期不统一，产生了众多的信息孤岛分散保管。在各级各专业的统计数据又经常因为人员工作交接、管理不到位、存储保管不善等原因而遗失。
2、信创电脑开始普及之后，很多过去统计专业使用的单机版软件将不能使用。
3、历年积累形成的大量统计资料未进行数字化处理，未及时归档建库，统计数据不能得到有效保存和充分利用，珍贵的数据资产不断丢失。
4、政府领导及各部门、社会公众对统计服务的要求越来越高，也越来越个性化，仅依靠统计局现有的人力去手工汇总统计局数据，只能疲于奔命，需要通过先进的信息化手段，实现数据生产的自动化才能将统计人员从重复繁琐的工作解脱出来，专心于数据分析。
SpreadJS在智慧统计平台中的应用
为了解决上述在传统行业中的痛点，汤谷大数据借助葡萄城的产品SpreadJS，与公司自研产品结合搭建了一套智慧统计平台。
（智慧统计系统平台工作流程）
智慧统计系统的工作流程分为整合数据、使用工具进行数据处理和内容输出三部分。
整合数据：整合国家一套表的数据，并将整合的数据进行清洗，并对数据标记上数据来源和数据目录（准四上企业、专业科室数据、委办局数据、第三方数据等）。
使用工具进行数据处理：通过智慧整合系统提供的工具集对数据进行处理和标注，实现了原先基于国家一套表平台、久其报表和Excel三位一体的自动化分析。
内容输出：分析完数据后，通过数据治理的方式可以提供数据查阅和数据应用的服务。
SpreadJS在智慧统计平台中实现的功能模块：
1、使用SpreadJS产品实现的智能报表（统计监测月报）
下图是使用SpreadJS搭建的智慧统计平台中的智能报表功能，是基于智能统计平台生成的智能监测月报。其工作流程分为以下几个步骤：
（1）使用SpreadJS自定义定制报表模板样式：用户可以使用类Excel的操作方式（拖拽、合并单元格等）根据业务需求定制符合自己的报表模板样式，同时还可以根据数据之间的关系信息生成数据图谱，根据源数据信息可以分析出后面的计算功能模块和数据采集模块等，最后生成一个数据的定时任务链路。
（元数据关系图谱）
（2）自动生成定时任务链路：每个月根据定时任务把数据自动填充到定制的报表模板中，这样就解决了了统计局每天人工录数据的问题，提高了统计局的工作效率。
（定时任务链路）
（使用SpreadJS搭建的智能报表）
2、使用SpreadJS产品实现的的统计分析报告
统计分析报告由文字和数据组成，业务人员可以在右边搜索和查找自己想要看的报告，在右边双击想要查看的数据之后，数据就会在左边的报告中标黄显示了，同时还可以通过链路定时任务实现报告的每月自动发布（通过绑定实现了与报表联动，结合GcExcel定期自动套数发布）。
（使用SpreadJS产品搭建的统计分析报告）
3、使用SpreadJS产品实现的的统计分析报告
基于在线电子表格的智能报表，支持电子表格公式（覆盖Excel中98%的计算公式和函数）与套表计算，汇总数据可下钻到数据明细，极大的提高了工作效率。
（使用SpreadJS实现的套表自动计算）
使用SpreadJS带来的价值
计算能力：支持电子表格公式（覆盖Excel中98%的计算公式和函数）与套表计算，汇总数据可下钻到数据明细，极大的提高了工作效率。
办公效率：降低了数据分析技术门槛，简化了数据分析从设计至实现的过程，使分析人员专注于业务。
服务差异优势：数据处理及数据分析工作是复杂的系统工程离不开本地化服务。