|
一、学习初衷
（一）个人介绍
- 帆软社区用户：3143026
- 就职企业：新希望天香乳业（制造行业乳品企业）
- 岗位：销售会计
- 工作内容：负责销售数据分析，探索销售额、毛利率等数据变化
- 兴趣方向：数据可视化、商业智能（BI），希望从基础数据处理进阶至深度业务洞察，结识数据分析同行
（二）学习背景
- 工作需求：现有 Excel 处理百万级数据效率低，需专业 BI 工具生成动态报表
- 自我突破：从 “数据整理者” 转型 “数据决策者”，通过 FineBI 实现自动化分析
- 行业趋势：乳品行业数据驱动需求提升，FineBI 为企业常用工具
二、作品简介：电商平台销售分析报告
（一）业务背景
某电商平台需监控全国各区域销售情况（涵盖电子产品、时尚类、家具家居、汽车配件），输出分析报告支撑库存与营销策略制定。
（二）需求痛点
缺乏动态可视化工具，难以及时定位滞销产品与高潜力市场。
（三）数据来源
- 数据类型：自选数据（阿里云电商用户行为分析数据）
- 核心字段：2024 年全年销售额、利润额、利润率、省份、地级市、产品类别、订单时间
（四）分析思路
- 核心维度：省份、地级市、产品类别、订单时间
- 分析模型：Top 分析（各区域利润额排名）
- 主题拆解：
- 地域销售分布 → 识别高增长市场
- 产品销售趋势 → 定位旺季品类
（五）数据处理
- 数据清洗：通过自助数据集过滤非 2024 年无关订单
- 数据关联：通过 “省份” 字段生成 “地域” 维度
- 计算字段：创建 “利润率” 字段（公式：sum_agg(利润额)/sum_agg(销售额)）
（六）可视化报告
1. 布局与配色
主色调：布局与配色：整体以黄绿为主
- 蓝色系（专业感），红色高亮异常值
- 分层钻取：地域 → 产品类别 → 产品名称
2. 核心组件
布局与配色：整体以黄绿为主
核心组件：地图可视化：标注各区域利润率数据，下钻至城市级数据，按 “地域 - 产品类别 – 产品名称” 分层钻取，使用蓝色系为主色调，红色高亮异常值（如利润率排名最低区域
 ）
散点图（图 2）：产品类别与销售额、利润率关联分析
仪表盘（图 3）：实时显示总销售额、利润率、利润额
柱形图：对比2024年全年各月销售趋势
 
分析结论：
高价值区域：上海销售额最高，达到2.3万，建议提高曝光量，增加浏览量，保证销售额的稳定提升。
低销量区域：浙江宁波全年利润率最低，主要受电子产品中的手表影响，手表的利润率在所有产品中的利润率最低，为14.04%，应加大对电子产品类的宣传，尤其风扇，因为其利润率最高，同时坚持铺设时尚类产品，如牛仔裤。
业务价值：
管理层通过动态仪表盘实时监控促销效果，决策响应速度提升 50%。
三、学习总结
（一）学习经历
- 难忘瞬间：
- 为完成作业熬夜优化图表交互，凌晨 2 点终于实现 “钻取联动” 效果，成就感满满；
- 感谢与建议：
- 感谢讲师对函数公式的细致讲解，尤其是def在复杂计算中的应用；
（二）个人成长
- 技能提升：
- 熟练掌握 FineBI 的数据处理、仪表板设计、权限管理全流程，完成从数据接入到报告发布的闭环；
- 学会用 “业务视角” 设计分析模型，而非单纯追求工具技巧。
- 目标达成度：
- 学习初衷实现 80%：已能独立完成企业级销售分析报告，但复杂函数仍需加强；
- 目标调整：原计划掌握 FineBI 全部功能，现聚焦业务场景落地，优先精通常用模块。
- 心得体会：
- 终身学习：FineBI 迭代频繁，新功能（如 AI 预警）需持续跟进，计划每月学习 1 个新插件或行业案例；
- 数据思维：工具是 “武器”，但 “如何定义问题” 比 “如何处理数据” 更关键，未来需深化业务理解。
四、未来规划
- 持续在帆软社区输出学习笔记，分享企业实战经验；
- 推动公司内部建立 BI 共享平台，用数据驱动跨部门协作。
结业不是终点，而是用数据创造价值的新起点。感谢帆软训练营的陪伴，期待在数据分析的道路上继续深耕！
总结人：3143026
日期：2025 年 5 月 19 日
| 
