|
1、学习初衷
- 个人介绍
我的帆软社区用户名是：帆软用户9PmUppbefh，是一名来自华润赛美科微电子（深圳）有限公司的工艺工程师，日常工作涉及MES基础数据管理及制程工艺优化等工作。经常与大量数据打交道，对数据进行整理分析，以满足工作要求。
- 学习初衷
A．业务痛点：传统Excel对多个数据表分析时效率低，需经常在多个表中来回切换，操作繁琐，有时面对几十万条数据，添加公式后会出现卡死情况，影响工作效率不说，还影响一天的心情。
B．技术需要：需要掌握交互式可视化工具，将基础数据进行可视化展示。传统Excel图表模版较少，而Fine BI图标种类多种多样，可制作出表达清晰的动态仪表板。
C．职业成长：向数据驱动型工艺工程师转型，用数据驱动工作方向，少走弯路。
- 作品简介
- 业务背景
销售数据能够反应一个公司产品的经营状况，通过挖掘这些数据的价值，能够找出利润比较低的产品，为今后市场选择提供切实的数据支持。
- 数据来源
自选数据：从老师在群里发的销售数据、企业数据和会员数据中选择其一，进行深度分析。
- 分析思路
根据现有数据，对销售利润及利润率进行分析，包括年度销售额&销售额环比分析、年度利润&利润额环比分析、年度利润率&利润率分析、区域利润率分析、商品分类分析等。
- 数据处理
- 观察到表中没有利润率数据，但是有利润和销售额数据，通过添加计算字段得到利润率。
- 由于后面会进行区域利润率分析，需要对省份创建地理角色。
- 对类别和子类别创建钻取目录；
- 可视化报告
在可视化报告中，主要采用柱形图、折线、地理分布、散点图等图表，从多个维度中分析导致2016年11份利润率较低的商品。
- 结论
通过数据分析，能够更好的辅助高层科学决策。其中，我们应重点关注宁夏地区家具中的桌子利润率很低的问题。建议采用一些其他消费方式，比如将桌子与畅销商品做组合售卖等方式，以助力公司可持续发展。
- 学习总结
经过一个半月的学习，我对Fine BI有了一定了解，最初看到作业要求，感觉头皮发麻，无从下手，几周学习之后，发现这个工具还是很好用的。不仅可以处理大量数据，还可以对多个表格做合并或者建立模型进行多表分析。减少再Excel中各种公式套用，不仅效率低，而且容易出错，大大提高工作效率。Fine BI的动态可视化分析结果展示更是好用，并且有很多模版一键套用，布局美观，图表优雅非常适合对数据进行深挖，多维度分析。（有些数据需要用到六大地区，希望添加到地理角色中） | 
