1、学习初衷
（1）个人介绍
我的帆软社区编号是3369974，目前就职于某公交公司，我公司属于交通运输行业，主要业务范围是地面公共交通运输，是地方重点用能单位；我目前主要从事能源管理岗位，个人对能源管理的内容比较感兴趣。
（2）学习初衷
我学习本课的初衷来源于工作需要，平时每月要对各单位、各能源种类的能源消耗情况进行统计、分析，需要大量重复性工作。前几年，在领导的推荐下以及周围同事的感染下接触到帆软，感觉能够解决许多实际生产中遇到的难点问题，并且具有较高的可视化编辑和展示功能，这次终于有机会从零基础开始学习，因此我也倍感珍惜。
2、作品简介（作业10）
（1）业务背景/需求痛点
地面公交行业能源消耗的情况较为复杂。首先车辆类型多样，涵盖纯电动车、柴油车、CNG车、LNG车、混合动力车（包含C气电混、L气电混、油电混）等多种复杂车型；其次消耗的能源种类较多，有电力、柴油、CNG、LNG等；另外使用单位复杂，车辆主要由不同的运营单位管理，即使同类型车辆，由于使用的位置、工况等因素不同，能源消耗上也存在差异。
在实际管理过程中，由于不同车辆的用能产品不同，在日常统计过程中，纯电动车辆按照“度”计量，柴油车按照“吨”计量，CNG车和LNG车按照“千克”计量，混合动力车的计量方式最为复杂，为两种能源的混合。因此在对比不同能源类型的车辆使用情况的时候，直接将统计的数据进行简单的累计是不合理的，需要折合成标准煤才能进行比对。
除此之外，不同车辆所贡献的运营里程差异较大，哪种能源类型的车辆万里程能耗最高、哪个管理单位的万里程能耗最高是重点关注的痛点问题。
（2）数据来源
本次分析抽取历史年度企业实际经营数据，并做了适当修正。该数据提取了各分公司、各车辆能源种类、各月的运营里程数据、能源消耗数据，以及以上数据统计的周期。
（3）分析思路
该数据为多维数据，并且运营里程、能耗数据混在一起。为了分析方便，首先将多维数据转化为可以使用的一维数据，再将用不到的重复数据过滤掉，并将字段的名称改成可快速识别的名称。由于几个表之间还需要做关联，并且两张表中“单位”“月份”“能源类型”为共有数据，且能唯一确定两者之间的关系，因此新增了拼接字段，作为模型的关系字段。
（4）数据处理
由于各能源类型使用的能源不同，为了便于比较，需要将不同能源进行折合成标准煤，不同能源之间使用的折标系数不同，但是数据中只有“能耗数值”这一个字段，因此新增了公式列，使用IF关系对不同的能源类型进行分别折合标准煤。同时由于混合动力车辆使用两种能源，新增了AND关系进行同步计算。
（5）可视化报告
（1）数据含义表达和图表排版布局，如
可视化报告采用先总后分的整体布局。
总体上用KPI指标卡展示总能耗目标、目标值以及目标完成率，再按能源类型使用饼图展示各能源的占比，最后使用柱状图展示各月的能耗趋势、能耗强度趋势，以及平均每天的能耗趋势。
最后，按照实际管理单位（分公司）维度进行细化展示。主要使用柱状图，对各分公司的总体能耗进行排名，对各月的能耗趋势进行分析，对各分公司的能耗强度进行分析，以及各分公司贡献的运营里程进行排名。
（2）通过分析，得出结论：
通过观察KPI指标卡，可以得出能耗指标完成率较好（目标值为去年同期值），能耗总体上呈现下降趋势；根据各能耗占比组件，可以看出，使用最多的能源为LNG,为下一步控制能源消耗的重点；根据能耗月趋势组件，夏季和冬季使用的能耗、以及能耗强度均高于其他季度，因此在夏季和冬季需要提前准备物资，避免能源供应受到影响。
通过观察各分公司的组件，可以看出，客六分公司能耗最高，客七分公司能耗强度最高、客四分公司贡献的运营里程最高。因此可以得出，客六分公司的能源消耗最应受到关注，客七分公司虽然运营里程不多，但是单位里程能耗却最高，说明能源利用效率比其他单位有所落后；客四分公司能耗不是最高的，强度也不高，但是运营里程做多，因此其贡献程度最大。
3、学习总结
（1）学习经历
本次课程主要在下班后找时间学习，一般会在晚上或周六日看视频、做题，经常遇到不会的问题，每次都能在老师和同学们的帮助下迎刃而解，当问题得到解决，得到想要的效果后，总有一种胜利感，在此感谢互相帮助的各位同学，感谢各位老师不辞辛苦、不分昼夜的指点迷津。
针对课程，各别习题作业比较难，核心的难点在于如何理解题意,虽然有的题已经给出了提示，尤其是涉及公式计算方面的，很多公式都有含义、能解决什么问题，建议以后多增加这方面的讲解内容。
（2）个人成长
通过本次学习，让我掌握了使用数据分析的方法和技能，最为深刻的就是地图组件，能够根据实际数据，实现对不同区域的颜色标注显示，这在今后实际工作中的帮助很大。虽然本次学习的时间不长，但是对我们的帮助很大，让我们在数据清洗、学会解题、如何展示等多方面实现了突破。当然这次我们仅学到了其中的凤毛麟角，帆软的其他强大功能还需要我们不断探索、不断学习、继续成长。
| 
