1、学习初衷
（1）个人介绍
帆软社区用户名3309350，目前就职一家电动车企业，我司是电动车行业的龙头企业；目前从事行政工作岗位，为系统性提升数据分析能力，我决定系统学习FineBI。
（2）学习初衷
学习背景：从公司大数据中心了解到了FineBI。
学习FineBI的初衷，首先是为了提升工作效率与专业度。通过系统学习数据连接、清洗、建模与可视化全流程，我希望能够告别重复繁琐的手工操作，快速生成动态交互式看板，让数据“说话”，为业务决策提供及时、准确的支持。
其次，我希望借此构建系统的数据分析思维，学会将复杂的业务问题拆解为可量化的指标体系，运用图表与函数（如DEF函数）深入挖掘数据背后的规律，实现从“描述发生了什么”到“解释为什么发生”乃至“预测未来趋势”的进阶。
此次学习不仅是一次技能的升级，更是思维方式的革新。我相信，掌握FineBI将为我打开通往智能决策的大门，助力我在数字化时代中把握先机，创造更大价值。
2、作品简介（作业10）
（1）业务背景/需求痛点
简述业务背景：本次作品主题为盈利能力分析业务，目标是通过销售数据的整体分析，分析市场的区域分布，各品类的盈利能力及市场区域的盈利能力分析。
简述需求痛点：销量数据大，无法做到逐个分析。
（2）数据来源
使用了BI文档中的参考数据
（3）分析思路
1、销售额的地理分布
2、利润率的区域热力分析
3、销售额月度分析
4、各类别利润率分析
5、各子品类利润率分析
6、产品利润率分析
（4）数据处理
可视化分析之前对数据进行了函数计算，得出了的数据。
（5）可视化报告
通过销售额热力地图显示，助力时长为山东及广东区域；
通过销售额与利润率对比
1、从利润分布情况体现，内蒙，甘肃，四川，湖北，浙江盈利能力较差；
2、家具、技术类型相对区域折扣较大；
3、24年在销量提升的情况下，利润率有所下滑；
通过联通分析，查询各区域内销售额利润率明细
3、学习总结
（1）学习经历
面对全新的数据分析逻辑与FineBI平台操作，初期曾一度感到信息过载，尤其是在接触DEF函数、多表关联建模、动态过滤组件等复杂功能时，常因理解偏差导致模型输出失真或图表展示异常。
每周的作业讲评环节尤为关键，老师的精准点评帮助我理清误区，巩固知识链条，真正实现了从“听得懂”到“做得对”的跨越。
最终，在实战项目中，我将所学应用于自身业务场景，对现有运营数据进行了清洗、整合与可视化呈现，构建了动态交互式看板。这一过程不仅显著提升了数据处理效率，更让我从数据背后发现了以往被忽视的流程瓶颈与优化空间，实现了从“经验驱动”向“数据驱动决策”的思维跃迁。
课程建议：建议授课前，能提供详细的功能手册，软件系统功能繁杂，无法准确找到。
（2）个人成长
经过六周的学习，掌握了以下技能及方法：
1、BI工具驾驭能力：掌握了FineBI的数据接入、清洗转换、字段计算、多表关联建模、聚合分析及多样化图表（如漏斗图、热力图、组合图）的配置与优化，能够独立完成从原始数据到可视化洞察的完整链路。
2、分析思维结构化：学会将模糊的业务问题转化为可量化的分析框架，通过关键指标下钻分析，精准识别效率洼地。
3、希望通过在帆软社区的学习与交流，拓展视野，借鉴行业优秀实践，不断提升自身的数据素养与综合能力，未来能够更好地推动数据在客户服务与运营管理中的落地应用，为公司创造更大价值。 | 
