|
1、学习初衷
（1）个人介绍
我是一名来自江苏某国企的金融科技工作者，我的帆软社区用户名是2278094。我的职业生涯是从一个运维人员开始的，但是随着时间的推移，越来的越多的周报月报数据统计工作不断的涌来，excel已经完全不能满足我的数据分析工作，于是开始学习一些数据分析工具，KETTLE、DolphinScheduler等，后来进入一家央国企担任公司的数据开发工程师，在此过程中，我对数据分析产生了浓厚的兴趣，从此开启了我在数据分析领域的大门。
（2）学习初衷
投身数据分析工作，源于对“用理性解读世界”的深切渴望。在信息泛滥的时代，我着迷于从庞杂数据中洞察本质、发现规律的能力这不仅是解开公司商业谜题的钥匙，更是理解社会运行的透镜。每当将散落的数据点串联成清晰的故事线，用可视化图表呈现隐藏的趋势，那种“让数据开口说话”的成就感无可替代。我期待通过严谨的分析，在数字的确定性中寻找最优解，帮助决策者拨开迷雾；更希望通过挖掘数据背后的人文轨迹，让冰冷的数字焕发温度，真正赋能业务增长与社会进步。这既是一场永无止境的求真之旅，也是一份用逻辑创造价值的踏实承诺。
2、作品简介（作业10）
（1）业务背景/需求痛点
- 数据滞后被动响应：分析基于历史报表，管理者看到结果时逾期已发生，缺乏前瞻性预警，只能被动催收，无法提前识别高风险客户或合同并干预。
- 维度分散难以聚焦：分析涉及部门、地区、产品线、客户、时间等多个维度，但缺乏联动与下钻。管理者难以快速定位根本原因，导致措施泛泛，针对性不强。
- 指标单一深度不足：分析核心关注“逾期金额”与“逾期率”，缺乏对逾期结构、趋势关联（如签约时间、客户背景与逾期的关系）及催收效率的深入洞察，不利于评估真实损失与优化风控策略。
（2）数据来源
来源公司租金逾期明细报表，包含合同编号、签约时间、客户编号、省份城市、业务部门、产品线、待收逾期、逾期率等信息。
（3）分析思路
从整体逾期情况展开分析，分析各部门逾期，各省市逾期、各个产品线逾期、各个客户逾期，分析近一年12个月逾期金额和逾期率情况，通过不同维度对逾期进行分析，可以帮助管理者更好的发现并提前处理逾期，具体思维导图见下图。
（4）数据处理
- 对逾期数据进行处理，过滤掉合同结束数据
- 处理待收、逾期数据为空的数据，删除省份异常数据
-
设置签约日期格式为YYYY-MM-DD 00:00:00
- 根据公式重新计算逾期率DEF_ADD(SUM_AGG(${逾期数据_逾期金额})/SUM_AGG(${逾期数据_待收金额}),[],[])
- 根据不同维度统计累计逾期次数等指标
（5）可视化报告
分析维度：
a、 整体逾期情况KPI指标卡：逾期率、待收金额、逾期金额
b、 不同情况逾期情况分析：
- 扇形图-部门逾期情况情况分布。
- 地图展示不同地区逾期情况，其中通过钻取获取省份对应的市区逾期情况分析，同时做了联动，根据地区看到起对应的产品线逾期情况分析和逾期客户展示
- 点图用来展示不同产品线逾期率和逾期金额的关系
- 两个横版柱形图用来查看客户逾期金额和逾期率top5排名
c、全量1-12个月展示逾期情况，通过联动和跳转能够看到不同月份逾期率高的明细原因和逾期金额高的明细原因
d、通过客户和累计逾期总次数能够有助于帮助我们预测后续的逾期，便于我们对客户进行催收尽调、锁车诉讼等。
3、学习总结
（1）从工具操作到分析思维的跃迁
初期学习聚焦于FineBI的基础操作，如数据连接、仪表板创建和图表制作。但随着练习深入，我意识到核心价值在于分析思维的构建。FineBI不仅是可视化工具，更是实现“数据提问-分析-验证”闭环的引擎。我开始习惯在动手前先明确分析目标与指标，利用其自助数据集功能进行探索性分析，从而让工具真正服务于业务洞察，而非停留在图表美化层面。
（2）掌握以“数据关系”为核心的处理能力
FineBI的自助数据集功能是学习的重点与精髓。通过多次实践，我熟练掌握了上下合并、关联、过滤、分组汇总、新增列等操作。这让我能像搭积木一样，将原始数据灵活转化为可用于分析的业务模型。关键在于理解每一步处理对数据关系和颗粒度的影响，这直接决定了后续分析的准确性与深度。掌握了这一层，便摆脱了对原始数据格式的依赖。
（3）实现从报表到交互式分析的转变
传统静态报表无法满足动态探索的需求。借助FineBI的交互控件（如参数、筛选器、钻取）和联动、跳转功能，我学会了构建真正的交互式分析仪表板。用户可以根据自身兴趣，下钻查看明细、按维度筛选对比，让数据“活”起来。这不仅提升了报告的可用性，更引导使用者主动参与分析过程，自主发现业务问题，这是数据驱动决策文化落地的关键一步。
（4）培养以业务场景为导向的设计思维
优秀的可视化不是图表的堆砌。通过案例学习，我深化了设计思维：如何根据不同的业务场景（如监控、分析、汇报）和受众，选择合适的图表类型、规划布局、定义指标优先级并规范配色。核心原则是“简洁、清晰、聚焦”，确保每一张仪表板都能在10秒内传达核心信息，让可视化为叙事服务，高效驱动业务行动。
（5）认知到数据整合与团队协作的平台价值
最终，我认识到FineBI不止是个人分析工具，更是企业级数据平台。它通过目录管理、权限控制、数据定时更新与共享发布功能，实现了分析成果的规范化管理与协同。学习如何规划目录体系、设置行列权限、调度更新任务，让我理解了如何在一个组织中，让数据分析工作流程化、标准化，从而实现知识的沉淀与团队效率的整体提升。 | 
