|
1. 选手简介
帆软社区用户名：yooo酷
职业简介：工程师 数据分析师
负责集群各类数据的采集、审核、统计分析、深度挖掘、 模拟预测和风险预警，并输出相关报告和报表，擅长数据分析方法、分析模型的研究及应用。
曾任职世界500强单位，从事数据驱动增长领域工作数年，擅长数据处理、场景分析、数字运营、数据可视化等企业转型技术，多次参与根据数据进行实际分析及应用，解决实际问题的大型项目。
2016 年参与某市规划局“公厕革命”项目，通过实时数据分析及现有点位排布，多维度进行分析，优化布点模型，解决公厕布点的实际生活问题，大大缩短城市公厕寻找及排队等待时长。
2020 年负责山东省电子商务促进会“山东省生鲜农产品产销对接平台” 项目，根据原始销售数据排布，进行销售值定向分析，完成数据可视化操作及异常点分析跟进，促进销量的大幅度增长，并为山东省商务厅定期输出平台数据分析报告。
1.2.参赛初衷
大赛奖励很诱人。
2.场景介绍
2.1.业务背景
2.1.1.设备终端借助数据科技手段，获取消费者外观信息捕捉，搭载的智能分析，判断年龄、性别等基础信息并完善数据资料，建立消费者画像，形成可视化、多维度数据报告，经营者借由此类数据，深入了解消费群体属性，驱动线下场景门店进行升级，打通线上线下数据，提高活动投产比，助力新零售变革。
2.1.2为更好地推动公司智慧媒体矩阵体系建设，数据分析部门需建立分析体系，形成包含全国设备情况、设备运行状态、场景流量数据三个维度可视化数据报告。
2.2数据来源
数据均来源于【企业数据】统计及分析处理，具体内容以下详见附表：
- 附件1-1《设备点位数据》；
- 附件1-2《设备维修数据》；
- 附件1-3《设备受众数据》；
- 附件1-4《脱敏辅助数据》；
- 附件1-5《渠道商设备数据》；
- 附件1-6《有效受众流量监测数据》。
2.3分析思路
2.3.1处理流程
- 确认报告发送项目负责人及公司决策层，面谈了解实际问题。
- 确定涉及此处报告涉及部门，进行相关数据获取及处理。
- 本次报告发送对象为公司决策层，报告的主要特点为：
分析结果 简洁、明了、内容高度概括。
2.3.2分析思维导图：
构思图表的数值展现、计算维度、模块数据布局等。
内容模块：全国设备情况、设备运行状态、场景流量数据 三个板块。
2.3.3数据整理
2.3.3.1选取目标数据：（附件1-1《星宏慧眼点位数据》）
2.3.3.2数据处理：
（1）增设-列-【设备ID】
- 设备ID=场景名称=地址
- 以下数据均为脱敏数据且该数据已进行降维处理，利于数据统计分析。
（2）设备型号选取及异常数据处理
- 选取目标数据【A1.A7.A7P】
- 对复数数据进行数据标准统一。
- 处理后数据展示，其他数据均做此处理。（附件1-1《脱敏辅助数据》）
2.4.完成分析报告
（1）利用已采集数据，进行数据清洗及多维度分析。
（2）在数据展示采用定量分级减少对数据的辨别。
（3）数据展示利用布局图形式，可直观区分近千台设备所在区域与待开发区域，并形成数据所在区域的密集程度的可视化，有利于后续战略布局拓展的规划统筹。
展示示例：（附件1-5《渠道商设备数据》）
最终作品示例：
2.5.总结
此次项目就数据分析展示而言，分析方向及方法更为重要。需求及数据的处理首先要明确分析目的和内容，正确的对数据、数据指标的进行解读，通过对数据的分析，来解决商业问题。主要有以下几个方面：
- 业务监控：诊断当前业务是否正常、业务发展是否达到预期，明确主要问题。
- 建立分析体系：在对业务有一定理解的基础上，对业务也相对比较熟悉业务行业现状，建立一套完整健全的分析体系，甚至是做成数据产品。或者说数据分析结果影响业务导向。
- 良好的沟通：可能不同的公司因为需求不同，会在要求上有点小小的不同，数据处理过程中需进行多部门沟通，尤其是数据采集及数据清洗过程中，异常量值确认及排除。协作是工作过程中尤为重要部分。
数据需求不明确时，数据分析师于业务模型建立初期，根据业务内容明确具体需求数据，反馈研发或产品经理后，进行数据采集及数据库建立。前期数据初步采集后，发现数据信息不全，导致整个数据分析结果参考性不大，拖慢业务拓展速度。
数据时代，商机稍纵即逝。当数据分析的产出可以直接转化为决策，或者直接利用数据做出决策，这才能体现出一份简洁、明了、主题明确数据报告的价值。
| 
