FineBI学习总结

 

1、学习初衷

（1）个人介绍

• 帆软社区用户名UID938686，目前就职于某制造业公司，目前从事数据分析及可视化报表开发工作，个人感兴趣的方向和领域是数据分析及与数据分析相关的开发等。

（2）学习初衷

• 学习背景：因目前工作中会使用Finereport进行报表的可视化开发，后续也将会增加对FineBI的使用，且个人也对帆软的相关软件应用比较感兴趣，希望通过培训班对自己的能力进行进一步的提升，在数据分析的领域更进一步，也能为后续的工作添砖加瓦。

 

2、作品简介（作业10）

 

（1）业务背景/需求痛点

• 业务背景：
  • 随着电商进入“存量竞争”时代，用户获取成本同比上涨42%（2025年QuestMobile数据），精细化用户运营成为增长核心。
• 需求痛点：
  •  
  • 泛流量投放效率低下 vs 用户需求分层精细化；
  • 通过用户分群实现“人群-内容-货品”精准匹配，优化库存管理、制定个性化的营销策略，以及提升顾客忠诚度。

（2）数据来源

• 数据来源阿里云天池：https://tianchi.aliyun.com/dataset/201514

（3）分析思路

• • 围绕分析主题，将数据拆解成三部分：
    • 整体情况：统计平台用户的平均消费金额、浏览时间、总订阅数及用户中最感兴趣的产品类别
    • 用户维度：By不同维度对用户情况进行分析
    • 平台维度：统计回购率、及各标签下用户情况

           

（4）数据处理

• • 因数据部分英文字段进行处理，并通过增加条件标识栏对进文字段进行处理

    为方便后续对用户进行分群分析，新增用户兴趣度、用户忠诚度、用户近期参与度三个字段，并进行数据划分

（5）可视化报告

（1）数据含义表达和图表排版布局

• 报告的排版布局以总-分的格式，先通过指标卡将总的数据结果放置在报告最上方，用于展示用户整体情况；下面的图表By不同维度展示对应的数据分析情况；
• 颜色设置上采用了预设的深色仪表盘样式

（2）通过分析得出的结论

• 核心用户分群与痛点诊断

  • 悖论现象：收入最高的群体（＞12万）消费金额最低（仅287.56元） → 根因：高端商品缺位，页面未适配精简风格
  • 转化断层：31-50岁主力客群浏览时长短（295.77min）但消费高 → 根因：决策效率高但缺乏“一键加购”快捷通道
  • 兴趣变现不足：运动兴趣用户占比34%，但非服饰品类渗透率＜20% → 根因：未拓展运动周边（装备/健康食品）
  • 追求客户中低兴趣用户占比29.9%，是流失高风险群体
  • 达成客户中低兴趣用户达34.8%，显示高忠诚用户也存在兴趣衰退
  •  
  • 存在大量“沉默复购者”：虽持续消费但平台互动弱
• 分析结论
  • “以兴趣为锚点，用效率击穿圈层”
  • 抖音电商的忠诚度运营需破解“兴趣-忠诚-活跃”的不可能三角。当平台能为运动爱好者定制滑雪场景内容，为沉默复购者提供无干扰服务，为价格敏感者开辟专属通道时，用户资产才真正转化为增长引擎。

 

3、学习总结

（1）学习经历

• 学习FineBI的这段时间过的非常充实，虽然因为有时工作较忙再加上需要完成每周的作业，会比较累，但却也很开心又学会了一项技能
• 很感谢老师每周都耐心地帮忙我们解答所有的问题

（2）个人成长

• 之前其实对FineBI有过简单的了解和操作，但通过这次的培训，对它有了更深、更全面的了解，学习到了很多关于它的功能，也学习到了很多做数据分析的方法；
• 最让我印象深刻应该是FineBI的函数，它与之前使用的Finereport中的函数在写法上会存在差异，比如对于sum函数来说，在Fine report中直接写sum()即可，但在FineBI中的写法却是sum_agg()；
• 个人的心得体会：这样的培训班对于有着拖延症的人来说真的很有用，每次都非常有动力去完成指定的任务，让我能够更好的坚持下来，专心且持续的学习一门技能，对自我能力的提升非常有帮助，也让我意识到，我所了解的数据分析都只是冰山一角，未来还需要更多且全面的了解和学习，步履不停！