|
一、学习初衷
1、个人介绍
帆软社区用户名3478336，目前就职于徐工某事业部，目前在人力资源部培训发展管理岗位就职，主要负责人才盘点、师课资源体系建设等。
2、学习初衷
学习背景：工作需要、个人尤为喜欢数据分析一步步探索及逻辑指标拆解的过程。
二、作品简介（作业10）
我以企业在职员工数据为基础，聚焦“人员编码、职位序列、绩效、综合素质”等14项核心维度，通过FineBI完成数据清洗、衍生字段构建（含关键的绩效-综合素质九宫格画像）及可视化仪表板搭建。报告遵循“现状洞察-原因剖析-趋势预测-决策落地”的全链路分析逻辑，既提供了从数据接入到组件配置的精细化操作指南，又结合九宫格人才画像等核心结论，识别出明星员工、待优化群体等关键人才类型，并针对性输出核心人才培养、高风险人才管控等可落地举措，为企业人才结构优化与效能提升提供数据驱动的决策支撑，实现“数据可视-问题明晰-行动精准”的人才管理闭环。
3、分析思路
4、数据处理
（1）数据预处理
新增公式列：综合素质得分 = 特质得分*0.4+技能得分*0.6
新增赋值列：综合素质分类 = 【综合素质得分】分别赋值为【低素质】，【中素质】，【高素质】，【其它】
新增赋值列：绩效评估 = 【绩效】分别赋值为【高绩效】，【中绩效】，【低绩效】
新增公式列：IF(AND(${综合素质评估}="低素质",${绩效评估}="低绩效"),"待优化员工",IF(AND(${综合素质评估}="中素质",${绩效评估}="低绩效"),"待提升员工",IF(AND(${综合素质评估}="高素质",${绩效评估}="低绩效"),"待挖掘员工",IF(AND(${综合素质评估}="低素质",${绩效评估}="中绩效"),"稳定执行层",IF(AND(${综合素质评估}="中素质",${绩效评估}="中绩效"),"中坚力量",IF(AND(${综合素质评估}="高素质",${绩效评估}="中绩效"),"核心骨干",IF(AND(${综合素质评估}="低素质",${绩效评估}="高绩效"),"业绩突出但潜力有限",IF(AND(${综合素质评估}="中素质",${绩效评估}="高绩效"),"稳定贡献者",IF(AND(${综合素质评估}="高素质",${绩效评估}="高绩效"),"明星员工","")))))))))
新增赋值列：年龄段 = 【年龄】分别赋值为【25岁及以下】，【26-35岁】，【36-45岁】，【46-55岁】，【56岁及以上】，【其它】
新增赋值列：司龄段 = 【司龄】分别赋值为【3年及以下】，【3-5年】，【6-10年】，【11-15年】，【16年以上】，【其它】
新增赋值列：风险等级 = IF(AND(九宫格人才画像="待优化员工",司龄<2),"高风险",AND(九宫格人才画像="待提升员工",司龄<3),"中风险","低风险")
（2）分析维度
宏观分析：
职位序列分布饼图
员工总数、高绩效员工、高素质员工指标卡
各职位类别的人员素质与绩效分布
员工基础特征分布分析（年龄、司龄、学历、地域）
人才九宫格画像洞察：
九宫格人才画像
九宫格人才占比饼图
人才风险分析漏斗图
各职位九宫格人才占比对比
5、可视化报告
三、学习总结
以数据为笔，绘就成长新篇
六周时光在键盘敲击与数据流转中悄然划过。从对FineBI一无所知到能驾驭工具挖掘数据价值，这段经历既是技能淬炼，更是思维重塑。回望旅程，每一次知识点攻克与操作突破，都成为成长路上清晰的印记。
初遇FineBI，它像座密码城堡——“数据连接”参数费解，“维度指标”划分模糊，“可视化组件”搭配无门。第一周制作仪表盘时，关联分析反复出错，图表错乱令人手足无措。所幸讲师用“仓库”喻“数据集市”、“剥洋葱”喻“钻取分析”，结合业务案例拆解难点。我随身记录关键技巧，课后反复实操，直至操作形成肌肉记忆。
随着学习深入，数据城堡渐次敞开。八月毛利率下滑数据实战令我难忘：用“计算字段”构建维度，再以“动态仪表盘”实现交互，每一步都充满挑战。当分散数据化为热力图，清晰呈现用户转化路径时，我真切体会到数据可视化的魅力，也明白数据分析既需技术，更需业务洞察。
培训后期，我掌握了“数据预警”“定时刷新”等进阶技能，实现数据全流程处理。曾经棘手的“关联查询”“权限管理”如今运用自如，更养成了用数据说话、以逻辑支撑的思维习惯。
培训落幕，数据探索才刚启程。FineBI已成为我解锁数据价值的钥匙。感谢BI助教史老师、唐老师以及线上线下授课讲师的指导，这段经历是职业路上的宝贵财富。未来，我将把FineBI技能融入工作，以数据支撑决策，用可视化呈现价值，在实践中持续成长，用数据与技能绘就职业新篇。
| 
