恭喜本作品荣获“2021帆软BI可视化夏季挑战赛-最佳行业应用奖”
1、点击浏览在线作品
2、点击查看/编辑在线模板（完成问卷即可获取平台账号）
帆软专家点评：业务背景场景典型，维度拆解合理全面，寻找答案的过程逻辑严谨，环环入扣，是非常精彩的推理故事。同时根据分析结论给到了有效的业务改进建议。最后，图表丰富重点突出，布局有主次，配色简约美观。是可读性很强的作品。
自媒体大咖点评@我叫苏有熊：很用心的管理驾驶舱，在业务逻辑呈现、仪表板版式设计、图表细节方面都处理得很好。
一、选手简介
1、选手介绍
团队名称：四人行，必有我师
队长介绍： Danarui，目前就职于上海一家母婴零售上市公司，从事会员数据分析、定制报表开发工作；个人比较热爱数据分析工作，也立志于长期混迹数据行业，希望通过这次大赛可以结识更多同行，多多交流和探讨，提升数据分析思维；
成员介绍：
- JL，就职于广州某贸易公司，从事数据分析，平常工作是取数、通过数据分析形成日报、周报、月报、季报、年报。通过这次活动，跟团队成员相互学习和交流，以提高自己的数据分析能力；
- 徐徐，目前就职于深圳一家快消公司，从事供应链数据分析、报表开发工作，希望可以与大家在数据分析及业务上共同进步；
- 宏佳，大学生一枚，就读于广东建院-商务数据分析与应用专业，希望在这次比赛中能和各位大神学习到一些BI及分析经验；
团队组成：赛群自由组团
2、参赛初衷
(1) 希望通过参赛，学习FineBI大神们的分析思维，期待了解更多的业务场景、分析模型；
(2) 顺带也评估下自己的FineBI段位，以便查漏补缺，不断进步；
以上↑为队长未组队前的个人参赛初衷
组团后：
团队赛与个人参赛最大的区别，就是思维的碰撞，每个人的视角不一样，看到的数据也不一样。我们期望在交流的过程中，碰撞出不一样的火花；当然了，强强联合，更容易脱颖而出，不也挺好嘛，哈哈哈~
二、作品介绍
1、业务背景&需求痛点（数据虚构，场景真实的灵魂拷问：为什么目标没达成？！）
2021年，公司制定了2400w的销售目标，较2020年增长约10%，年底盘点过客户资源及制定好营销计划后，销售经理对完成2400w的销售目标信心满满！然而，截至5月底，目标综合达成让人大跌眼镜，简单的产品维度分析已不能满足需求，销售总监要求对全盘数据做一个数据大屏看板，找出销售未达成的原因，并能数据日更，以便及时发现问题；
2、分析思路
3、数据来源&处理
▶ 数据来源：企业数据（已脱敏）
▶ 脱敏过程：第一份数据脱敏技巧不够娴熟，熬到凌晨2点，终于脱敏OK，周末开始着手处理，结果拉出来月趋势一看，波动很大，且不符合正常的波动规律，最不能忍受的是，会员月度留存率1%~3%，这怎么分析？！再来一次么？！那就太对不住团队小伙伴了，大家上周末的劳动成果就要推倒重来！周一的晚上，我在群里向各位小伙伴表达了我想换数据的想法，没想到，小伙伴们都表示了支持，~~o(>_<)o ~，说改就改，终于在6/21晚上，哦，不，是6/22凌晨0:50分搞定，看着那个正常的波动曲线，哈哈哈…累也值了！
▶ 涉及表格：销售明细表、销售目标表、分析维度表（会员、产品、门店、区域 ）
▶ 数据处理（建自主数据集）
平时用的比较娴熟，没遇到什么大问题；只提一个点吧，算是对自己不能举一反三，灵活运用左右合并的警示！因为是团队操作，但我们都不太清楚怎么建团队账号，所以借用了指导老师给的账号，也是第一次在【我的自助数据集】下建表，导入Excel后，做成了自助数据集，发现不能建表关系，顿时有点懵逼，以为是账号权限的问题，还考虑着万一不能实现，我们就得用回最初的办法了，即远程用团队其中某一个人的本地！这当然不是良策，最好是指导老师能给开权限建关系呀！带着这个疑问，我在群里问了指导老师，当看到苏老师回复：我的自助数据集本身就不能建关系，可以用左右合并实现，顿时有点懊恼自己学艺不精，是呀，左右合并可以实现啊！为什么遇到问题，第一时间没考虑到呢？！
4、可视化报告
（1）开篇目标达成，指标卡最为直观，故选择了不花哨的纯白卡面；FineBI默认的指标名称在上（当然也是可以调整的），但是我们觉得放到下面更好看，所以就手工调整了，结果这四个指标卡调了40分钟，为什么这么慢？因为指标数据放在中间，且中间空一个空格，想实现这个效果没套路，全凭运气！并且调整完复制组件，一换指标，之前的一切都白做。。。做完了四个，我也没发现对齐的规律-_-|| ，如果有小伙伴掌握了规律，求分享~~
☀ 可视化亮点：月度达成的叠加柱状图，是第一次用FineBI做出这种效果（之前的叠加图表都是Excel做的）技巧就是两个指标的柱宽拉到100%，哈哈哈，之前竟然没发现，看来还是做的太少！ 
第二部分，开始探索目标未达成的原因,首先从产品维度开始拆解至大类、品牌，单同比一个指标就明显发现个别大类产品结构存在一定问题；同时，增加了产品矩阵，由大类钻取至SKU来观察单品体量及其增长性…关于数据解读，此处不赘述，感兴趣可细读作品；
☀ 可视化亮点：品牌份额TOP10动态排序（嘻嘻，也是第一次做成这种效果，好多第一次。。。）
单是产品维度，无法探测到主因，第三部分，拆解了会员的各个维度（人均贡献、新老客、复购、留存等）发现交易会员数下降明显，且是拓新不足导致，哈哈哈，轻松找到原因，耶~~~
▶ 重点说下这个留存怎么实现的：
指标业务含义解读举例：
①1月有X个会员交易，这X个会员中有Y个2月继续交易，则1月的次月留存率为Y/X,1月的X个会员中，有Z个3月有交易，则1月的次次月留存率为Z/X，以此类推，算到最近一个自然月；
②2月有X个会员交易，这X个会员中有Y个3月继续交易，则2月的次月留存率为Y/X,2月的X个会员中，有Z个4月有交易，则2月的次次月留存率为Z/X，以此类推。。。
计算逻辑很简单，就是算月与月的人员交集，妙在巧用笛卡尔积；
自主数据集实现：
基础表，用于左右合并
计算表，用于实现阶梯图，重点思路：依据会员编码，用笛卡尔实现日期的两两相交
如下重点步骤：
☀ 阶梯图实现（如下）
Part4依据前面发现的交易会员数下降这个原因，给出了积极拓新的建议，并辅以营销活动的数据支持，时间原因，这里仅列出了产品关联，如下：
（2）最终结果呈现的页面布局
三、参赛总结
1、关于FineBI工具
- 相比较PowerBI的DAX表达式，FineBI里面的公式与Excel相似，感觉更容易上手；
- 自助数据集制作的过程中，倒逼你想清楚业务逻辑，这是我们觉得FineBI做数据集繁琐但却让人很喜欢的点之一，毕竟，做数据分析但业务逻辑搞不清楚的数据分析师还是蛮多的；
2、参赛总结
- 探索式的归因，路程总不那么顺畅，不过一路顺畅，也就难以激起我们挑战的决心；这个仪表板制作的过程中，有几种图表，比如品牌top10，我们第一次发现，原来可以做成这样，真是只有想不到，没有做不到。
- 因为时间的关系，赶在交稿的最后一个周末才搞定，高压、仓促、但却感觉收获满满。小伙伴们都挺辛苦，大半夜还在群里各种讨论，感谢小伙伴们的辛勤付出！
- 我们，不许结果，只问来因~
| 
来自 2#
看完一度怀疑自己平时用的不是finebi
