|
声明：本次报告数据来源于网络，结论可能与现实情况存在出入，仅供个人学习，请勿过分解读。
1.选手简介 1.1.选手介绍 团队成员：canvasjoe，马斯特洛夫司机-列夫托尔肥鑫，来自无锡某环保企业，从事数据产品经理工作。
1.2.参赛初衷 - 通过FineBI工具实践验证对大气环境领域数据分析的可行性和适配度
- 学习其他行业对于数据分析的方法论和思路
- 学习数据产品工具设计的思路
2.场景介绍
2.1.业务背景介绍&数据来源 - 业务背景：主要面向政府的环保部门，细分为大气环保领域，通过空气质量的监测了解目前的空气质量情况，通过数据分析支撑空气质量预警预报、污染源排放管理、重污染天成因分析、污染管控评估等业务。
- 需求背景：本次报告主要使用公开的中国空气质量数据，分析地区全年的空气质量改善情况，多用于政府发布的环境公报。
2.2.分析思路 本次分析主题为江苏省2018年空气质量情况，分为了三个方向： - 全省总体情况：说明江苏省空气质量改善情况及国家考核的达标情况。
- PM2.5污染状态：说明江苏各设区市PM2.5污染情况，及PM2.5污染多发生在秋冬季。
- O3污染状况：说明江苏各设区市O3污染情况，及O3污染受光照的影响，多发生在夏季，高峰多出现在午后。
2.3.数据整理 - 进行数据处理和清洗，排除指标为空的数据，形成江苏13个城市的小时精度数据；
- 根据环境空气质量评价技术规范（HJ 663—2013）计算13个城市的日评价数据和年评价数据；
- 导入FineBI后，根据环境空气质量指数（AQI）技术规定（HJ 633—2012）计算13个城市的AQI、首要污染物和达标情况；
2.4.完成分析报告 - 空气质量总体情况部分使用指标卡和仪表盘清晰给出关键考核指标，使用柱状图说明2017年和2018年均值的对比情况，首要污染物为了突出占比选用了饼图。
- PM2.5污染状况部分使用条形图排序说明各城市污染严重程度，通过累计降幅对比说明各城市近几年污染改善情况，通过不同季节的折线图说明PM2.5污染在不同季节的区别。
- 页面的布局参考了业务部门常用的分析报告格式，通过分析文字和图表辅助结合清晰的验证最后的结论。
2.5.总结 本次比赛过程加深了对业务的理解，也探索了通用BI工具和科研方向工具的区别。也希望通过本次比赛加强大家对于环保的关注，自2013年以来，全国的空气质量得到了很大的改善，最直观的感受就是到了冬天雾霾发生的情况少了，空气中出现异味的情况少了，但臭氧污染的问题依旧很突出。空气质量改善不单单是企业和政府的责任，也需要每个群众的关注和参与，希望你未来可以对着自己的孩子说：看，这是我给你打下的碧水蓝天！
3.最终成果：
| 
