数据会“说话”,而我在努力学习和它们对话

楼主
没有介绍
一、学习初衷
Ø 个人介绍

我是某医院数据中心员工,社区ID3121633,现主要工作内容就是:根据院领导或科室的需求查询并整理医院所有的医疗数据,将部分数据呈现到医院的BI看板上。

Ø 学习初衷

学习帆软BI,其实是倒逼过来的,因为在医院门诊场景中,每天都会产生大量的挂号、收费、退号等数据,靠人工Excel统计数据会出现数据错、数据差、数据来源不准等等一系列问题,并且在面对多表关联、动态筛选和可视化展示时显得力不从心

二、作品简介
(1) 分析目标:

通过分析门诊收入、挂号人次、科室变动、挂号渠道等多维度,回答以下核心业务问题:

  • 2025年整体营收趋势如何?哪些月份异常?

  • 收入与人次的变动是否同步?背离的原因是什么?

  • 哪些科室是收入/挂号的主力?哪些科室出现了大幅下滑?

  • 8月和9月,哪些科室、哪些日期出现了明显的异常波动?

  • 不同挂号渠道(窗口、自助机、微信公众号)的分布情况如何?

(2) 数据来源

通过SQL查询挂号表、收费表,得来两个结果集:

最终导入到帆软BI中:

a. 2025年门诊挂号(含挂号数量、退号数量、挂号渠道、科室等字段)

b. 2025年门诊挂号收费情况(含金额、费用类型、科室等字段)

c. 数据时间范围:20251~ 202512

三、分析思路

(1) 整体分析框架

采用对比分析法和下钻分析法,从宏观到微观逐层深入:

整体概览

├── 门诊整体走势 查看全年营收,找出波动明显的月份

    ├── 门诊挂号走势 查看全年挂号,对比营收与挂号的变化关系

    │    

    ├── 异常月份下钻(8月)

    │   ├── 科室维度:哪些科室下降最多?

    │   └── 日期维度:哪些天下降最严重?

    

    ├── 异常月份下钻(9月)

    │   ├── 科室维度:哪些科室下降最多?

    │   └── 日期维度:哪些天下降最严重?

    

    ├── 科室分析

    │   ├── 挂号量Top5科室

    │   └── 各科室挂号渠道分布

    

    └── 挂号渠道分析

        ├── 窗口 vs 自助 vs 微信公众号

(2) 核心指标

指标名称

计算方式

用途

总营收

SUM_AGG(金额)

观察收入规模

总挂号人次

SUM_AGG(挂号数量)

观察就诊量

环比增长率

(本期-上期)/上期

观察变动幅度

各渠道挂号数

窗口挂号、自助挂号、微信公众号挂号

分析渠道结构

收入差

8月收入 - 7月收入

定位异常日期

……

(3) 关键分析方法

1) 通过门诊全年环比增长率,快速定位异常的月份

2) 维度下钻从全院 → 科室 → 日期逐层深入定位科室和日期,并迅速找到问题根源

8月:体检中心环比下降41.70%(科室),89日 ↓127.46%(单日)

9月:泌尿外科 ↓66.63%(科室),925日 ↓56.22%(单日)

  最终得到的结论就是:体检中心不参与挂号数据,但是参与收入数据;并且这个科室全年收入最多,从而导致7-9月的异常增长和下降的情况出现。

3) 收入占比分析通过玫瑰图,一眼就能看出收费最多的是哪个费用

4) 渠道对比分析通过堆积柱形图展示各科室的挂号渠道构成,识别渠道结构差异明白小城市患者的就诊习惯

(4) 可视化报告

四、学习心路

(1) 组件使用与数据展示的困惑与突破

记得最开始学习帆软BI的时候,完全不明白,为什么要用柱形图,堆积图或者多系列柱图形这些组件去展示数据,只知道说:老师给的题目参考答案看起来就是这样子的,那我就按照这个做就好了。也不去思考,这样子做我能看到什么?呈现给别人看的时候,别人能不能看懂我想表达的意思。

   后来在毕业设计的时候,才发现了什么数据用什么组件是最合适的。例如:我在做挂号渠道分析的时候,刚开始是想用多系列柱形图展示,那结果就是完全没法看:

在筛选了挂号数据最多的15个科室后,仍然会有下列问题:

 

1、不能直观看到各科室的总体挂号情况

2、不能看到各渠道的对比情况

调整为堆积柱形图后:可以清晰看到每个科室的各渠道挂号数量,占比情况,对于阅读者来说也是可以一眼就看清楚我想表达的意思

五、个人成长

(1) 技能提升

通过这次学习实践,我掌握了以下能力:

Ø FineBI 数据建模(关联、合并、汇总添加公式列、计算列等

Ø SUM_AGG/DEF/ DEF_ADD/MIN/MAX函数应用仪表板组件设计(指标卡、柱状图、堆积图热力图等

Ø 数据分析思路(下钻、对比、异常定位)

(2) 思维转变

从「做表格」到「讲故事」以前做数据分析,我关注的是"把数字算对"。现在理解了,数据的价值在于能够回答业务问题。比如:体检中心下降了41.70%,这个数字本身没有意义,有意义的是"为什么下降""该怎么办"

从「工具操作」到「逻辑思考」遇到数据膨胀、控件失效、公式报错等问题时,我发现真正需要解决的往往不是"这个按钮在哪里",而是"这个工具的逻辑是什么"

从「报表展示」到「驱动决策」以前做报表,领导想看什么我就做什么,目标就是"按时交差"。现在理解了,一份报表的真正价值不在于"展示数据",而在于通过数据发现问题、解决问题、推动决策。

分享扩散:

沙发
发表于 2026-8-6 09:27:36
分析看板做得好漂亮!运用了SQL语言和BI的结合?
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表