一、【结业总结】发布和提交
（一）学习初衷
个人介绍
帆软社区用户名2141719，目前就职于某药企，我司是药品制造行业，该行业正迎来数字化转型的黄金时代，2021-2023年间主营业务收入年均增速达9.3%，利润总额年均增速为11.3%，同时医药工业研发投入年均增长超过20%。目前我个人从事数字化运营工作，而数据分析作为数字化转型的核心驱动力，正在重塑药物研发、生产到市场推广的各个环节，这与我个人感兴趣的方向和领域高度契合。
学习初衷
学习背景：源于工作需要，期望借助高效工具攻克复杂分析难题。
2.作品简介
旨在通过数据分析驱动运营优化，达成以下具体业务目标：
洞察整体销售业绩：追踪销售额、毛利额及毛利率的动态变化。
分析产品表现： 甄别业绩升降商品，并相应调整销售策略。
分析大区表现：找出异常大区，并做进一步分析。
分析客户表现：找出贡献大却异常客户情况。
自选数据：某公司2024年至2025年全年的流出数据
分析思路
当前数据体现问题：
分析围绕销售额、毛利额、毛利率三个维度展开。在此前提下，需抓住销售下降的主要矛盾，优先分析销售额下降原因，进而依次剖析毛利额与毛利率，最终目标是稳住客流，再谋利润。；
商品分析：
在我们对产品大类、中类、小类到具体商品的逐一分析中，我们发现下滑品种中，下滑幅度较大品种为：维生素，同时上升幅度较大的为益生菌。根据市场数据，2024年中国益生菌市场规模已达约1200亿元，预计2025年将突破1380亿元，市场增长势头强劲。此外，益生菌品类在电商渠道近12个月销售额同比增长19.1%，已成为继维生素之后的第三大核心类目，表明消费观念正在转变，益生菌正逐渐替代维生素成为高销售数据驱动者。
数据处理
数据预处理：
1.数据清洗与处理：
①增加整体毛利率公式
分析维度：
整体销售业绩情况：
- KPI指标卡： 2025年销售额（销售额增长率）、毛利额（毛利额增长率）、毛利率（毛利率增长值）。
- 组合图（柱形图+折线图）-大类销售/毛利/毛利率分析/二八分析、大中小类销售明细、商品销售明细
- 组合图+二八分析图，明确帮我们定位到销售占比较大的大类，再去定位对应大类项下的下降品种；
- 销售明细，方便我们查询具体下降商品；
可视化报告
学习总结
学习经历：一段痛并快乐的充电时光
回想这次学习经历，脑海中浮现的一句歌词就是“这世界总有人在忙忙碌碌寻宝藏”。作为一名产后两年的晕头妈妈和白天被工作填满的职场人，我深刻体会到宝妈回归职场后专注度下降的挑战。正如有研究指出，结婚和生育会加速专注度和学习能力下降的趋势，因为承担的社会角色增加了。每次学习都是学了前面，忘了后面，到写作业的时候，又开始忙忙碌碌翻找各个讲解视频的解题思路；
依稀记得刚接触BI视频学习时，自己的窘迫与无措，学习第一章基础篇的视频时，看着视频中BI操作的全新场景，类似又区别于Excel表格的数据处理，第一次感受到小白的进阶路之难，好在勤能补拙，可能别人看一遍视频，甚至在不需要看视频的前提下，都能完成作业，我需要付出更多的努力去一遍遍看视频一点点学习，了解FineBI操作技巧；
在第一次学业以满分回馈时，觉得自己又能行了，于是又开始在“感受困难”〉“咬紧牙关下劲学习”>“不懂再学”，周而复始得一次两次刷同一个视频；
在前三次作业成绩尚可的前提下，误认为自己掌握了已学到的知识，在作业四、五中被打回了原形：新知识学到了，前面的知识又开始忘记，于是又开始忙碌复习之前的知识点；
借此，想借用论语中的一句话告诫自己：学而不思则罔，思而不学则殆；希望自己可以边学边思考，并结合实际运用，在汲取新知识的同时，仍要对已学的知识点进行反复复习，以达到巩固作用；
在本段学习的路程上，我收获的知识历历在目，但仍需巩固：
获取数据〉数据清洗〉调整数据结构〉多表分析〉认识组件〉调整组件〉运用图表〉使用图表的特殊显示〉制作仪表板（设置联动、跳转、钻取）〉掌握函数、过滤层级〉数据分析模型、方法；
整条链路，从数据到洞察，环环相扣，完整闭环；
这次学习虽已近尾声，却非终点，而是新的起点——用FineBI快速、精准地驾驭数据的起点；
这段学习旅程，满载而归；前方，是FCP考试的挑战与期待。
个人成长：从工具使用者到思考者的蜕变
掌握的技能与方法：
核心技能：从零基础到熟练掌握了FineBI的数据连接、自助数据集加工（合并、过滤、分组汇总、新增列等）、可视化组件搭配、仪表板设计与发布等全流程操作。
分析方法：最重要的是，我学会了如何用数据分析的思维解决业务问题。RFM客户分群模型、销售趋势分析、产品ABC分类、多维钻探分析等，这些曾经遥不可及的概念，如今已成为我分析工具箱中的得力伙伴。
最印象深刻的内容：
毫无疑问，是RFM模型的实战。那是我第一次将理论完整地应用于实践——从计算每个客户的R、F、M值，到通过分箱进行评分，最后完成客户分群并制定精准营销策略。例如，在参考资料0提到的电商项目中，面对300万用户订单数据，通过计算R值发现，7天内消费的用户促销打开率是30天以上用户的4倍，而针对母婴用户等高频消费客户，则通过保持服务稳定性来提升忠诚度。此外，参考资料1中的客户分层案例也印证了，高价值客户（最近购买、频率高、金额大）应享受个性化营销策略，而休眠客户则需要通过定向优惠来唤醒。最终，我像参考资料4中描述的那样，结合聚类算法对客户进行细分，并针对不同群体设计差异化的营销方案。整个过程像完成一件精密的工艺品，让我深刻体会到数据精细化运营的魅力——例如，电商企业通过分析用户行为数据，调整营销策略后实现了销售额显著增长；银行利用交易数据模型预警风险，避免了金融损失；零售企业也通过精准推荐模型，提高了商品点击率。也让我明白了“模型”二字并非遥不可及。
学习的初衷与目标达成：
我学习的初衷，是期盼自己能从一名只懂审视报表的“旁观者”，蜕变为一位主动挖掘数据价值的“分析者”。回首来看，这个目标已达成九成。我不仅掌握了工具，更重要的，是构建起了一座数据分析的思维桥梁。虽然前路漫漫，但我已经拿到了入门券，并找到了持续精进的方向。
对FCP考试的信心：
是的，我满怀信心！这份信心并非凭空而来，它源于每一次课程中的凝神静听，源于每一个作业里的精雕细琢，源于对官方模拟题的反复钻研。当然，我深知还需付出更多的细心与耐心。但我已整装待发，渴望在考场上见证自己的成长，用一纸证书，为所有努力加冕。
心得体会与感悟：
坚持的意义：学习数据分析的过程，就像用数据清洗一座大理石雕塑，过程充满重复与琐碎，但每一次坚持，都会让最终的形象更清晰一分。我坚持了下来，于是，我遇见了那个更强大的自己。
终身学习：在这个数据驱动的时代，停止学习就意味着落后。FineBI的学习不是终点，而是一个新的起点。它为我推开了一扇门，门后是浩瀚无垠的“数据智能”世界，正静候着我去进一步探索。
总结：
这段FineBI-FCP的学习旅程，是一次宝贵的自我投资。我收获的，不只是一个即将到手的证书，更是一套能够终身受用的分析思维与解决问题的能力。感谢所有老师和同学们的陪伴。未来，我将带着这份收获，在数据的海洋中继续扬帆远航，去发现更多未知的商业价值。
