【2511】+【2566715】+作业十+个人总结

楼主
我是社区第2566715位番薯,欢迎点我头像关注我哦~

结业总结

1、学习初衷

1个人介绍

帆软社区用户名2566715,目前就职于徐工集团,我司是工程机械行业;目前从事经营管理工作,个人感兴趣的方向和领域是数据分析与智能制造,尤其关注如何通过数据可视化提升管理决策效率。

2学习初衷

此次参与帆软社区的学习,旨在拓展分析模型构建思路,系统掌握数据可视化工具的应用技巧,并将其灵活应用于日常经营分析中,构建从数据采集、清洗到可视化呈现的高效闭环流程。通过深入理解并运用经营数据,从中发掘客观事实,探寻经营规律,为公司的发展贡献一份力量。

2、作品简介

1)分析背景及目标:公司销售各种五金相关产品,产品类别繁多,不同类别下产品型号多样。客户分为直接客户与经销商客户两类,主要分为国内与海外两大市场。整体业态与我司相近,数据来源为公共数据+维度调整。

我作为公司的运营分析师主要为实现以下目标进行分析:

①全面洞察整体销售业绩,重点关注销售额、成本额、毛利率及其变动趋势与规律;

②深入分析产品表现,明确划分低毛利与高毛利产品、畅销与滞销产品,并提出产线调整建议,以优化利润结构,提升整体收入;

③精准识别关键客户,锁定最具价值的客户群体及其对应产品,实现精准营销并有效维护客情关系;

④预测市场动向,基于②③的分析结果,进行新产品开拓与新客户开发。

2分析思路

 分析思路.pdf (407.02 K)

3数据处理

①数据说明

数据集为某制造公司销售数据,包含销售时间、客户信息、产品信息、销售数量、销售额及该单对应成本。客户信息涵盖客户类型及客户地区,产品信息包括产品类型及产品编号,成本包括包装成本、原材料成本、人工成本、能耗成本、折损成本及其他成本和其他费用。初始字段共计32个,需要对字段进行分类排列。

②数据清洗

A. 存在销售数量为负的数据,经客户筛查判断非退货订单应为数据异常,过滤出销售数量为正的数据;

B. 删除大量缺乏数据的上月收入与上月数量两个字段;

②分析维度

整体销售业绩情况:总毛利率指标卡、总毛利额指标卡、总销售额指标卡。组合图(柱形图+折线图)-月度毛利率趋势分析、组合图(柱形图+面积图)-月度销售额与毛利额趋势分析;

产品维度分析:矩形树图-各品类产品利润占比分析、象限图-各类产品销售额&毛利率分析、象限图-分类下产品销售额&毛利率分析、折线图-产品关联毛利率分析、明细图-订单销售情况表;

客户维度分析:玫瑰图-客户类型分布、玫瑰图-客户地区分布、明细图-客户地区分布、排行榜-客户毛利率排名。

(4)可视化报告(解说字体原为白色,导出时变为黑色)

利润结构分析及优化报告 (2).pdf (6.19 M)

3、学习总结

(1)学习经历:得偿所愿的痛快时光

初入公司面对纷繁琐杂的各种经营数据时便觉无从下手,虽然最终可以通过excel达成分析目的,但步骤繁多、过程反复,到最后对自己得出的结果都有些信心不足了。向朋友请教后,得知帆软BI工具能高效整合数据并实现可视化分析,便萌生了系统学习的念头。恰逢集团统一组织培训,我毫不犹豫地报名参加。这是得偿所愿。

但如今正是年底,时间是干巴巴的海绵里的水,得全身绞紧才能挤出一些,导致没法儿细致理解视频课中的知识与技巧,宝藏在前而不可得,这是痛苦。

不过经过一段时间的探索与尝试,我从搭建数据模型到设计仪表板,从杂乱解读指标到进行结构化分析,最终能够独立地将零散的数据梳理出清晰的脉络。在这个过程中,我还结识了一群志同道合的朋友,他们同样热衷于探寻数据背后的真相。在彼此的交流中,我们相互激发灵感,并携手在小组赛中取得了优异的成绩。这是快乐。

在此我由衷的感谢授课老师与助教老师,感谢你们的专业讲解与耐心答疑,帮助我突破了一个个学习瓶颈。授课老师您的讲解逻辑清晰,层层递进,将抽象的建模逻辑转化为可操作的实践路径;助教老师则在深夜依然及时回应疑问,让每一个卡顿的节点都能顺利打通。这段学习历程虽有波折,却如登山望远,视野渐宽。

(2)个人成长:从执行者到思考者

①核心技能:从最初仅能制作表格,到如今能够进行维度和颗粒度的细致拆解,开展结构化分析,自主构建分析模型,并掌握数据清洗、建模设计与可视化呈现的全流程技能;

②分析方法:从最初仅能进行对比分析和趋势分析,到如今熟练掌握漏斗分析、归因分析、关联分析与多维下钻,逐步构建起多维立体的分析框架;通过持续实践,我学会了从业务场景出发,逆向推导数据逻辑,精准定位问题根源。而结构化分析则助我以逻辑性和全面性划分数据维度、理解业务逻辑,将原本零散的数据分析方法进行合理整合。这种思维模式的转变,不仅提升了分析的深度,也增强了决策支持的科学性与前瞻性。

③最印象深刻的内容:是第二次线下课程,授课老师教导我们在进行数据分析前,必须先明确自身角色,确立目标,随后通过六大方法逐层拆解维度,进行结构化分析。如今回顾,虽然步骤简单,但当时听课之际,顿感茅塞顿开,仅凭三步便在数据迷雾中竖立起指引的灯塔。遵循老师的指引,我们开始拆解以往未曾涉猎的业务运营决策过程,并最终得出有效的决策方案。那一刻,我深刻体会到,方法论的精深远比工具的熟练更为关键。

④对FCP考试的信心:愿意接受挑战!

④目标达成与心得体会:本次学习让我意识到数据的价值不在于堆积,而在于洞察。每一次下钻分析,都是对业务本质的逼近;每一个模型优化,都是思维严谨性的锤炼。如今再面对复杂指标,我不再急于下结论,而是先拆解逻辑、厘清因果,用结构化框架支撑判断。这种从被动执行到主动推演的跃迁,不仅提升了决策质量,也让我在不确定性中拥有了锚定方向的能力。学习终会结束,但思维方式的重塑,已悄然改变工作的底色。通过学习结构化思维及FineBI工具的应用,我逐步实现了从“描述现象”到“探究原因”的转型,成功从一名执行者进阶为具备独立思考能力的专业分析者。

3)课程建议与小小吐槽

实操环节的练习素材若能更贴近工程机械行业的业务场景,将更有助于我们快速迁移所学技能。目前部分案例偏通用化,若能在销售、生产、供应链等环节融入更多行业特性数据,学习时的代入感会更强。当然,这些小遗憾并不影响整体收获的丰盈。

4)总结:本次学习使我更加深入地了解了帆软。与Excel相比,帆软的分析功能更为强大,操作效率也更高;相较于Python,帆软更容易上手,且结果呈现更具商业化的风格。特别是对于非技术背景的业务人员来说,帆软非常适合快速构建分析报表和可视化看板。通过这次学习,我从一名帆软新手成长为操作小能手(尽管仍有很大的进步空间)。而实战授课不仅提升了我的分析思维,还帮助我建立起以问题为导向的分析框架。未来,我希望能将所学知识进一步应用于实际业务场景,持续优化决策链条。

分享扩散:

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0回帖数 1关注人数 95浏览人数
最后回复于:11 小时前

返回顶部 返回列表