【2022BI数据分析大赛】2019在售杭州房源看板

楼主
我是社区第467934位番薯,欢迎点我头像关注我哦~

一、选手简介

1、选手介绍

  • 个人介绍:帆软社区用户名youyoudewo,待业人士,对数据分析感兴趣,喜欢学习新知识,尝试新工具。

 

2、参赛初衷

  • 希望通过比赛实践提升BI工具的使用方法和技巧
  • 和更多FineBI大神交流学习,进行数据可视化作品以及分析思维的激烈碰撞
  • 大赛奖励真的很诱人

 

二、作品介绍

1、业务背景/需求痛点

  • 简述业务背景

根据大赛提供的数据下载渠道,从和鲸社区的房地产业务相关数据集里下载大赛所用数据,链家网上2019年在售房源项目,根据不同维度找出杭州房价的差异原因。

  • 简述需求痛点

杭州房价高低差价很大,找出差异原因。

 

2、数据来源

  • 自选数据:链家2019年在售房源项目,共3万+数据量,14个字段。

 

3、分析思路

  • 拿到数据后根据所获得的字段打算从多个维度出发

4、数据处理

  • 可视化分析之前在FINE BI 上对数据进行了简单的处理,区分开了装修,楼层,面积等内容
  • 自助数据集的新增列很方便,只要使用很简单的函数公式就可以完成数据的分列内容,还有转换数据的类型也很便利

 

5、可视化报告

(1)数据含义表达和图表排版布局,如

  • 总数据看板体现了杭州2019年整体的情况,是用数量、平均单价和平均房屋总价三个指标卡体现;
  • 各区域看板通过数量、平均单价和平均房屋总价三个指标制作散点图展示;
  • 房屋年限看板通过房屋年限的分类区间和房屋总价通过多系列折现图展示;
  • 装修看板体现房屋类型和装修类型的多层饼图展示;
  • 关注人数看板通过平均关注人数和平均单价的漏斗图展示;
  • 房屋面积看板通过单位面积的分类区间和房屋数量、平均单价的多系列折线图展示;
  • 通过总价前20区域的对比柱状图下钻区域和小区的均价、总价和房屋数量;
  • 整体看板用的是星空仪表板展示。

(2)通过分析得出的结论,如

2019年杭州共有30771套房,平均350万左右一套的价格,均价3.46万每平方。

其中以板楼、50-100㎡面积为主,2000-2010年间建的房子最多,其中杭州的西湖区域是关注数最多、每平米单价和房屋总数都较多区域,最热门区域。

余杭区域房屋数量最多,均价较便宜,上城区域房屋数量不多但均价最高,房屋比较新。

90年前建的房子平均单价最高。

整体杭州2019年房价差价高,不同区域差异比较明显。

(3)最终结果呈现的页面布局

使用公共账号的选手

  • http://localhost:37799/webroot/decision/link/pRl0

 

 

三、参赛总结

1、FineBI工具

  • BI工具的自助数据集功能很强大,模板也很多很漂亮大气的。
  • 因为数据的局限性,只能从不同维度去看数据,无法同比环比。

 

2、参赛总结

  • 通过大赛的准备和制作内容,观看直播的学习,都让我学会了很多。
  • 哪里有了思路就要赶快去做,说不准能带来新的方向。
  • 学习,永无止境,加油!
分享扩散:

沙发
发表于 2022-5-12 19:10:06
案例打卡:楼主的色彩选的不错,首页中间的底色图片也不错,而且使用了四象限分析模型,整体搭配上,右下角这个过滤组件看起来稍微有点不太协调,组件上还有提升空间,谢谢分享
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

板凳
发表于 2022-5-12 20:00:44
案例打卡:作品基于链家网2019年在售房源数据进行房价分析,对区域、年限、装修等维度进行图表展示。可能丢丢缺乏深入分析。另外,作者有些不严谨哦,作品对象是“杭州房源”而分析思路图标注“深圳房价”。
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

地板
发表于 2022-5-16 13:40:22
整体不错的,提几点个人看法:1、杭州各区域的房价可以考虑换成地图形式,更直观;2、如果数据允许,可以增加二手房、新房,学区房vs非学区房等的对比分析,各区域在售楼盘分析
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

5楼
发表于 2022-5-30 09:56:04
案例打卡:个人感觉好像没有分析完,整体的布局和颜色上还是挺好的,要是能够增加一些文字的分析会更好
参与人数 +1 F币 +1 理由
帆软苏茜 + 1 有效打卡奖励

查看全部评分

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表