1、学习初衷
作为门店商品运营，每天要处理大批量的数据，而且数据分布系统过多，日常一份完整的数据报告，需要从不同的系统导出，导出后还要手工搓报表，每次换个报告内容，就要重新搭建一次报表
通过学习FIN bi ，了解finbi可以整合数据，可以建立指标，可以搭建精美的可视化图表，这个可以为日常的工作提升效率、质量，所以就升入学习。
2、作品简介（作业10）
11月门店销售目标未达成，现在针对门店11月份销售数据吗，进行相关分析，识别当月出现问题，及时做出改善动作，为后续销售提供相关经验，也为后续门店的订货提供支持
本文档分为四部分
1、11月整体销售指标情况，以及11月各个大区的销售达成情况，识别出11月销售缺口，（当前数据发生什么）11月销售额：9461万，达成：95.6%，GAP：432万，折扣：72.9%，主要是华南大区没有达成，折扣较低
2、重点店铺，重点品类分析，（点击大区可进行联动，点击重点店铺，可以联动重点品的销售情况，识别出11月份销售未达，主要是华南区域，这部分对重点店，重点品，进行分析，得出华南区域差异是重点店铺缺口大，折扣高于其他大区，重点品的存销比不够，无法支持销售（为什么发生）
3、针对TOP10款的分析，款色编码可以下钻到各大区，主要是依据TOP10的在全国的存销比，判断TOP10的销售，折扣，以及库存请款，关注每个品类TOP10款的存销比，监控全国货品情况，可以及时进行补货，调拨，翻单动作（根据存销比预测未来动作）
4、动销率情况，11月整体动销率70%，连衣裙，POLO衫动销低于20%，可以把不动销款，进行退仓操作，同时可以为下季度订货提供参考（怎样达到更好的商业决策）
2.1分析思路
2.2数据处理
数据清洗
-
处理门店编码，门店名称，使其变成和系统资料一致；
-
整合销售和库存数据，结合在一张表；
-
整理月份到店销售目标，与销售建立逻辑关系；
-
计算相关指标，达成，折扣，动销率，存销比。
分析维度
销售指标：总销售，折扣，达成，缺口
大区销售情况：大区目标，销售，达成，GAP ,折扣
重点店，品分析：重点品存销比，折扣，销售
动销率分析：总SKC数，销售SKC 数，动销率
2.3可视化报告
3、学习总结
回顾学习FINBI的过程，恰似一次在数据山脉中的负重攀登，“痛”与“乐”交织，构成了这段充实的充电时光。
“痛”在于打破舒适区的挣扎与破茧的阵痛。 初期，面对一个全新的、功能繁多的界面，我曾感到茫然。从熟悉的Excel表格、固定报表，切换到需要自己“从零搭建”的BI平台，这种思维和工作流的转换本身就是挑战。记忆犹新的是最初接触“自助数据集”时，如何将多张表准确关联、如何定义计算逻辑，一度让我陷入逻辑迷宫，一个看似简单的分析需求，却耗费数小时调试。那是一种“手脑不一”的痛——心里清楚想要什么，手上却难以精准实现的焦灼。每一个错误的筛选、一个不当的关联，都可能导致结果谬以千里，排查的过程如同侦探破案，考验着耐心与细心。
然而，“乐”则诞生于每一次突破后的豁然开朗与创造的自由。 当我第一次成功搭建起一个动态的业务仪表板，点击“华东区”的柱子，其他图表随之联动，展示出该区域详尽的客户与销售构成时，那种“一切尽在掌控”的成就感，瞬间冲散了所有疲惫。学习FINBI最大的快乐，是获得了“提问并立即自己找到答案”的能力。当一个业务问题冒出，我不再需要等待或求助，而是可以立刻连接数据，拖拽探索，从宏观趋势下钻到微观细节，亲手揭开数据背后的故事。这个过程充满了探索的乐趣，仿佛自己拥有了一个强大的数据显微镜和时光机。特别是当自己的分析报告被用于实际会议讨论，并推动了一个小决策的优化时，那种用工具创造真实价值的快乐，是无与伦比的。
这段痛并快乐的经历，本质是从“被动接受者”到“主动构建者”的转型历程。痛，是蜕壳的代价；乐，是新生的奖赏。
如果说技能提升是“术”的层面，那么FINBI学习带给我的更深层价值，是完成了一场从“工具使用者”到“业务思考者” 的“道”的蜕变。
过去，我是一名熟练的“工具使用者”。 我的工作流是线性的：接收一个明确的报表需求（例如“请给我本月各产品的销量”），然后使用Excel或已有系统，执行固定的操作，生成一份静态的、答案单一的数据列表。我的角色是“执行者”，思考的终点是“怎么做出来”。我关注的是函数的准确性、表格的美观度，但很少追问“这个数据为什么要看？”“它反映了什么业务问题？”“接下来应该做什么？”
现在，我开始向“问题驱动型的思考者”演进。 FINBI赋予我的自助分析能力，倒逼我必须前置思考。在动手之前，我会先问自己一串问题：
-
核心业务问题是什么？（例如：不是“要销量数据”，而是“为什么A产品销量在下跌？”）
-
哪些维度可以解释它？（是区域问题？客户群问题？还是促销活动问题？）
-
我需要哪些指标来验证假设？（不仅看销量，还要看利润率、客单价、环比同比？）
-
如何呈现才能清晰地讲述故事？（用地图看区域分布，用时间序列看趋势，用漏斗看转化？）
我的工作流由此变成了一个“探索-验证-洞察”的循环。我不再只是提供数据的“终端”，而是成为了利用数据诊断业务、提出假设、并可视化呈现证据的“分析师”。例如，面对销售下滑，我会主动构建一个分析仪表板：先看整体趋势和区域对比（发现问题），联动查看问题区域的产品组合和客户贡献（定位原因），再钻取到具体销售代表的业绩和时间线（寻找具体线索）。工具（FINBI）成了我延伸的思维器官，将内在的业务逻辑思考，外化为可交互、可验证的数据流。
这场蜕变的核心在于：我从关注“如何做报表”，转向了关注“如何解决问题”；从消费别人的问题，转向了自己发现和定义问题。 FINBI不仅是一个分析工具，更是一把钥匙，打开了我主动用数据思维理解业务、驱动决策的大门。这种思维模式的升级，远比掌握任何单一技能更为宝贵，它将持续赋能我未来的每一个职业阶段。
