一、学习初衷
（一）个人介绍
本人目前跨行业从事数字化运营工作，有11年的金融行业大数据及数据分析工作经验。目前工作内容主要是业务数据的分析、整理，业务报表的制作，同时参与业务决策，提供数据支撑。希望能借助专业的数据分析工具和方法，提高数据利用效率，为业务的精准运营和战略决策提供有力支撑，也希望在学习过程中结识更多数据分析爱好者，共同交流业务与技术融合的经验。
（二）学习初衷
我是通过公司内部的培训推荐了解到帆软数据分析学习班的。近年来各行业正在推行数字化转型，公司正推动各业务部门员工提升数据分析能力，我新入职后也是第一时间开展了公司业务数据和技术架构学习，发现帆软学习班的课程内容紧密结合企业实际业务场景，尤其是 FineBI 工具的实操教学非常贴合当前的分析需求，而且课程设置合理，视频讲解清晰，因此最终选择了参加这个学习班。
从工作实际来看，FineBI工具一方面能够解决我在基础数据处理方面的需求，改善依赖 Excel 收集整理数据、制作报表的方式，二是通过数据清洗、建模、可视化分析的全流程方法，可以快速将数据转换为看板或模型，直接为团队进行数字化赋能，帮助业务更快决策，降低沟通壁垒。
二、作品简介
结课作业我挑选了公共数据中的网上超市销售数据，该数据逻辑模式与我当前工作的业务模式相同，数据样本量充足，且已完成数据预处理。本次分析将基于此数据，挑选出高销量、低利润城市，深入分析其低利润原因，并提供解决方案。
（一）业务背景
为了更精准地把握销售动态、优化经营决策，需基于销售历史数据搭建销售统计看板，实时呈现核心经营指标 —— 涵盖销售额、利润、利润率等盈利维度，以及客户数、订单总量等运营维度，确保整体销售数据清晰可视、最新状态一目了然。
在此基础上，进一步聚焦城市维度展开深度分析。一方面筛选出销售额靠前的城市，结合销量的时序分布，重点剖析其销量表现；另一方面分析高销量城市的旺季利润率，针对利润率最低的城市进行问题诊断，并结合实际业务场景提出针对性改进建议，助力销售效能均衡提升。
（二）分析方法
首先从全局销量总量切入，搭建分析的顶层框架。结合行业市场需求旺季 / 淡季规律，分析总量波动。在总量分析 的基础上，向下钻取至城市维度，聚焦区域市场的销量分化特征。快速定位待优化城市。
在城市分量分析的基础上，进一步下钻至产品维度，精准识别销量的核心贡献单品与短板单品。对各城市的销量进行拆解，分析不同维度下产品利率、销量。提出 “针对性引入潮流单品” 的优化建议，最终实现 “从总量到单品” 的全链路销量问题定位与策略落地。
（三）分析结果
1.整体看板
2.区域数据分析
按订单量进行区域分析和时间分析。可以看出每年的订单高峰期集中在9、11、12月。订单量较大的地区集中在徐州、常州、韶关、桂林、南宁、深圳等地。筛选以上城市9、11、12月的订单数据进一步分析。
 
3.商品维度分析
在上述分析基础上，筛选徐州、常州、韶关、桂林、南宁、深圳6市的9、11、12月整体销量及利润额。发现桂林市及常州市虽然销量较高，但整体利润为负，挑选桂林做进一步分析。
 
4.待优化城市分析
进一步钻取桂林市的销售额及利润率进行分析，发现桂林市书架、存储设备、桌子、椅子、用品、电话的利润率较低。
5.问题来源分析
筛选出书架、存储设备、桌子、椅子、用品、电话在其他高销售额城市的利润率，明确是商品本身利润较低，还是因销售城市不同导致的利润率低。结果上述商品仅在桂林和常州利润率为负，这也是导致两地整体利润为负的主要原因。下一步重新对桂林市所售商品进行分析，挑选出明星产品，提升当地整体销售利润。
 
（四）销售建议
根据桂林市各商品的销售额及利润率，形成以下销售建议。
1.提升桌子、椅子、用品、电话等低利润商品的销售单价，提高单品利润率。
2.提升纸张、电器、紧固件等高利润商品的销量，促进市场整体利润的增长。
三、学习心得
回首这段 Fine BI 的学习之旅，心中满是复杂而又真切的感触，它就像一幅色彩斑斓的画卷，“忙碌与充实” 的色彩交织其中，每一笔都勾勒出学习过程中的点滴，更像是一枚珍贵的勋章，见证着我在 “挑战与突破” 中的每一次成长。而这次学习经历，最让我难以忘怀的，是帆软学习班那份深入骨髓的 “以学员为中心” 的用心，这份用心如春雨般滋润着每一位学员的心田，尤其是助教老师的帮助，更是成为了我学习路上最坚实的后盾。
在学习 Fine BI 的过程中，“数据建模逻辑” 无疑是一座难以跨越的大山。它抽象、复杂，仿佛一团乱麻，让我无从下手，一度陷入了迷茫与焦虑之中。就在我快要放弃的时候，助教老师如同明灯一般，为我照亮了前行的道路。老师没有直接灌输晦涩难懂的理论知识，而是创新地将复杂的 “数据建模逻辑” 拆解成了 “业务问题→数据拆解→指标设计” 的三步法。这三步法层层递进，逻辑清晰，就像一把钥匙，打开了我理解数据建模的大门。
更令人惊喜的是，老师还结合了大量真实的业务场景进行举例讲解。比如在讲解如何针对电商平台的销售数据进行建模时，老师先是提出了 “如何提升某款商品的销售额” 这一实际业务问题，接着带领我们将这个问题拆解为 “分析该商品的流量来源、转化率、客单价等数据维度”，最后指导我们 “根据这些数据维度设计出相应的分析指标，如流量来源占比、转化率提升幅度、客单价变化趋势等”。通过这样的方式，原本抽象枯燥的理论知识瞬间变得生动形象、通俗易懂，我不仅轻松理解了数据建模的逻辑，还学会了如何将其运用到实际业务中。同时老师每周三晚上都会专门组织 “答疑直播”。在直播过程中耐心地解答我们在学习过程中遇到的各种问题，无论是 Fine BI 工具的操作技巧问题，还是业务分析思路的困惑，拓展我们的思维视野。
这段 Fine BI 的学习之旅，虽然充满了挑战，但回首望去，我不仅收获了知识和技能，更感受到了学习的快乐和成长的喜悦。它将成为我人生道路上一段宝贵的回忆，激励着我在未来的学习和工作中不断探索、不断进步。 | 
