一、选手介绍
选手介绍
团队名称：牛刀小试
团队成员：
青子：队长，现就职于传统铝合金定制门窗制造公司，从事BI数据分析工作，熟悉FineReport和FineBI。熟悉公司业务流程和数据情况。在本次比赛中负责数据清洗处理、BI可视化、文案撰写。
博仁：队员，就职于传统铝合金定制门窗制造公司，负责产品相关工作。非常熟悉公司业务流程和产品知识，了解公司产品、业务痛点。
麒麟：队员，就职于传统铝合金定制门窗制造公司，负责产品相关工作。参加比赛的目的是希望能够提升自己的业务分析能力，利用FineBI辅助做好产品运营、产品分析工作。
参赛初衷
- 希望通过比赛，学习各位前辈们优秀的分析思路、分析方法和可视化技巧。
- 计划在公司内举办BI大赛来推广BI的深度应用，因此提前来了解BI大赛的组织、流程。
- 希望通过此次比赛，团队内成员之间发声思维碰撞、产生火花、有新的构思和议题（已经产生了很多非常有意思有业务指导意义的观点和提案啦~）。
二、作品介绍
业务背景&需求痛点（数据虚构）
公司主要做toB业务（经销商销售模式）。因属于定制家居行业，合适的ERP系统不多。因此过去为找到合适的系统，公司平均每2年更换一次系统。系统更换频繁，系统之间的业务流程和底层结构不同，导致历史数据之间存在严重的信息壁垒，数据提取和处理困难。业务部门人员难以获取完整的历史数据来做业务分析。
返修订单是指正单出现如玻璃损坏、型材刮花、五金松动、尺寸错了、颜色错误等各类质量问题，为保障订单质量和客户满意度，重新生产原单或原单某部件。
一般情况下，正单完全出库后（即已经发送给客户）才会产生返修订单。当然不排除在订单生成完成后因质检而发现问题，从而产生返修订单。返修订单责任主要划分为客户责任和公司责任。客户责任是指因为经销商的原因导致正单不符合客户需求，正单部分或全部返修、甚至重做；公司责任是指因公司各部门各环节问题导致正单不符合质量标准，正单部分或全部返修、甚至重做。
售后订单在一定程序上反映了公司的产品品质。售后订单画像和分析，可以对产品研发、公司管理工作改进起到积极的作用。但目前受限于系统信息壁垒等各种因素，公司未充分利用该数据。
数据来源
数据来源为企业数据（已脱敏）。
源表有2张：返修订单明细表、订单基础信息表。
返修订单明细表：包含了所有返修订单的必备信息，因字段拆分技行列转换原因，该表存在数据重复情况。
订单基础信息表：包含所有正单订单的必备信息。
分析思路
数据处理
主要是通过自助数据集来处理的。
因数据内容不规范，脏数据较多，在此基础上做数据脱敏，工作繁琐。因此为了提高工作效率，也为了方便数据脱敏，我们先对数据进行清洗，最后脱敏使用。
先得到清洗后的返修订单数据集：
- 选择2019年至 2021年某品牌的返修订单数据
- 因返修订单明细表内存在重复数据，因此首先第一步按照所需字段去重处理
- 采用函数+分组赋值的方法，对产品系列、门窗类型内容做了规范化和分类处理
- 用datediff函数计算返修订单产生时长
然后处理正单，得到正反单合并数据集，目的是为了计算一次性达交率。
- 先对返修订单数据集分组汇总，得到中间:1：按照年月、基地、产品系列、门窗类型、经销商编号、省市、返修道数
- 正单处理：选择2019年至 2021年某品牌的正单订单数据
3）采用分组赋值等方法对产品系列、门窗类型内容做规范化分类处理，对处理后正单数据做分组汇总，得到中间表2：按照年月、基地、产品系列、门窗类型、经销商编号、省市、正单道数
4）将中间表1与中间表2左右合并（并集）处理，得到正反单合并数据集
对以上2个数据集的基地、产品系列、经销商、金额、道数等关键数据做脱敏处理。最后，过滤掉无效数据，得到最终结果数据集。
可视化报告
说明：因公司toB，客户是指经销商而非消费者。
- 指标口径
返修道数= 返修订单量，道数为行业术语
一次性达交率=1 - 上传日期下返修道数 / 出库日期下正单道数，用来反映订单质量
返修单价 = 返修总费用 / 返修道数
公司承担费率 = 公司承担费用 / 返修总费用
二次返修道数比 = 原单也是返修订单的返修道数 / 总返修道数，用来反映返修订单的生产和管理技术水平
以上指标均在仪表板内通过指标计算实现
- 可视化分析报告
- 用指标卡来显示核心指标，明确返修订单的整体情况
返修道数、返修单价表明公司近3年返修订单的整体体量和价格水平。
返修费用、公司承担费用、公司承担费率表明近3年返修订单所产生的金额损失。公司承担费率高达55.86%，即一半以上的订单都是公司的责任，说明公司各部门某些环节可能存在严重问题。
二次返修道数比只有0.33%，说明订单多次返修情况罕见，公司基本能够做到一次性返修质量达标，返修工艺水平达标。
- 趋势分析，发现问题
查看一次性达交率和道数趋势，发现2021年比2020年订单品质略微下降，返修道数上升。
查看返修费用趋势，总返修费用略微下降，但公司承担的费率下降明显。
- 分布探索
查看售后产生周期分布，接近80%的返修单都是在交付期出现。说明公司在订单交付上存在严重问题，排除了公司过去迅速发展规模快速扩张的原因。
查看返修单价分布，65%的返修单费用在1000元以下,1000元以上返修订单属于高价赔付范围。结合以上趋势分析，我们发现2021年与2019-2020年相比，1000元以下返修订单比例增加接近10%。即返修订单的费用在整体下降。推测原因可能为工艺改进，原先需要整单替换/返修的情况减少。
- 生产基地之间在订单品质、公司承担费率上是否有差异？
对比A、B两个基地发现：A、B基地之间确实存在明显的订单品质差异，A基地一次性达交率比B基地低了2.3%。联动分析发现，公司订单品质下降主要是因为A基地导致。B基地订单品质反而在不断提升。
AB基地的公司承担费率无明显差别。
- A基地的品质下降是否与特定产品和门窗类型本身有关？
联动产品系列、门窗类型、A基地，查看一次性达交率的变化，发现A基地的产品质量主要体现在A1、A3、A11的窗类订单。整体而言，门类产品的返修品质明显高于窗类。与业务人员沟通得知，门类的包装与窗类包装不同。结合问题原因，得出门类和窗类品质差异主要还是在运输上而非工艺上。
对比A1、A3、A11产品在A、B基地的一次性达交率，同样的产品，在A品质低于B基地，再次印证订单品质非产品设计问题，而是人为或基地管理不善原因导致。
- 从部门责任和问题分类角度分析，问题具体出在哪个环节、是因为什么原因导致订单品质下降？
下砖查看二级责任，92%的订单由客户责任、物流部、NTF（NTF：无法划分责任）、供应商质量管理产生，根据问题分类，1/3的返修订单由玻璃货损导致，接近1/3的订单是因为客户尺寸或者其他原因下错了单（反映了营销中心对经销商的培训工作没有做到位，售前测量不精准）。售前和物流问题非常严重。
《年度各部门责任影响对比》发现，对比2019年，2021年A基地在客户责任、供应商管理（问题大类：型材问题）、下单问题等方便返修订单比例上升明显。A基地的品质下降主要售前经销商管理不当，供应商原材料质量问题。物流玻璃货损未得到改善。
《基地各部门责任影响对比》发现：B基地在物流管理、责任界定（NTF：无法划分责任）、供应商质量管理方面明显优于A基地。整体说明了 B基地的管理水平高于A基地。
下砖对比，发现B基地在2020年及以后改进了物流、供应商管理，但订单管理中心与PMC的责任却突出，与业务部门沟通后得知，2020年架构有调整，B基地的订单统一由A基地的订单和PMC部门管控，远程沟通的不便可能导致问题订单量上升。
《责任部门公司承担比例年度对比》发现：公司费用下降主要来自客户责任、NTF、物流的费用下降。因物流可分为公司合作物流、经销商指定物流、经销商合作物流等类型，不同类型赔付标准不同，说明公司对物流公司的管理越来越标准化，返修整体责任划分更清晰。
生产一科的生产质量明显低于其他生产科，需要特别关注。
G. 经销商分析
根据波士顿矩阵+RFM的模型演变，将经销商划分为4类，其中公司承担费率高&半年内返修道数高，此类经销商需要重点关注。
以上分析得出结论：
1）返货品画像的核心标签：交付期问题、A基地管理水平较低、物流部、采购中心、玻璃货损严重、供应商质量管控下降、客户责任、公司承担费率下降、经销商（12510045、12510058）
2）返修订单绝大部分在交付期出现。公司交付管理上存在严重问题，需要加强管理。交付期问题主要体现在物流货损。集成化供应链管理需要提上日程。
3) A基地的品质下降主要是因为物流货损、供应商管理不当原材料出现原材料品质问题、售前经销商处理不当（测量不准、下单下错等原因）。公司需要再次加强物流管理、减少货损产生。运营中心需要加强对经销商的培训，减少因失误导致的订单问题。供应中心需加强供应商品控管理。
4）公司费用下降主要来自客户责任、NTF、物流费用下降。说明公司对物流公司的管理越来越标准化，返修责任划分更清晰。
5）需要重点关注公司承担费率高&近半年返修道数高的经销商。在品控管理上，对经销商分级管理。
三、参赛总结
FineBI工具
FineBI在自助数据集和看板开发上对业务人员非常友好。越使用越觉得公司采购该产品买对了。自助数据集包含了绝大部分的数据清洗和处理过程，并将其流程下可视化，便于数据集的管理和维护。看板开发也是便携式的拖拉拽、提供了整体颜色布局推荐，让看板开发更加简便。节省了业务人员时间，提升了工作效率。
参赛总结
原以为自己的FineBI用的还挺溜，实际发现分析思维和FineBI技巧进阶之路任总道远。
因公司的ERP系统更换及系统不完善等原因，导致脏数据、字段内容不规范情况非常多，因此在数据清晰处理上花费了很多时间。时间紧、任务重，只能挑选几个产品来展示分析思路。
在实际执行前期，选择了一个难度高的主题《门窗产品生成周期分析》，但考虑到时间紧，数据各种问题，到最后2周时，临时改为当前主题《返货品画像》。赶在最后一个工作日把作品交上来。万幸，最后圆满完成了。 | 
