|
一、学习初衷
1.个人介绍
帆软社区用户名：3797806。本人从事银行相关工作，日常需要对支行理财业务、客户结构、产品销售开展数据分析，长期需要通过可视化工具挖掘业务问题、辅助经营判断，因此主动学习FineBI数据分析课程。
2.学习初衷
一方面是工作刚需，日常报表统计量大、分析维度多；另一方面我个人喜欢数据拆解、逻辑复盘、问题定位的分析过程，希望通过系统学习FineBI，提升数据处理、可视化搭建与业务分析能力，实现从看数据到懂数据、用数据的转变。
二、作品简介
本次结业作品选用银行各支行理财销售数据，包含支行、理财产品、产品ID、发行机构、风险等级、购买客户年龄、理财余额、交易时间等字段。
（一）分析目标
通过多维度可视化分析，实现：
1. 掌握各支行理财销售整体业绩差异；
2. 观察全年理财销售波动趋势与变化规律；
3. 分析不同风险、不同机构产品的销售结构；
4. 挖掘不同年龄段客户理财购买特征，为营销提供参考。
（二）分析思路
本次仪表板从支行、时间、产品、客户四大维度开展完整分析：
1. 支行维度：横向对比各支行理财销售规模，识别强势网点与薄弱网点；
2. 时间维度：通过月度余额与环比增长率，判断业务淡旺季与波动原因；
3. 产品维度：分析产品风险等级、发行机构的销售占比，看清产品偏好；
4. 客户维度：对客户年龄进行区间分组，定位主力客群与潜力客群。
（三）核心业务结论
1. 支行业绩差距明显，科技园、城北支行业绩突出，城西支行存在较大提升空间；
2. 理财业务月度波动大，受资金赎回、市场行情影响明显；
3. 客户偏好中低风险稳健理财，高风险产品接受度低；
4. 外部理财子产品销量更高，本行自营产品占比偏低；
5. 中老年客户是理财主力，年轻客群理财参与度不足。
（四）优化建议
1. 复制标杆支行营销经验，帮扶薄弱网点提升业绩；
2. 根据月度波动规律提前布局营销，稳定理财余额；
3. 主推稳健型产品，适度丰富高风险产品供给；
4. 加大自营理财产品推广力度；
5. 深耕中老年客群、开发年轻低门槛理财市场。
（五）数据处理过程
1. 清洗无效数据，保证余额统计准确；
2. 通过自助数据集新增赋值列，完成年龄段区间分组；
3. 提取年月字段，计算环比增长率；
4. 按支行、机构、风险、年龄多维度聚合统计；
5. 搭建6个可视化组件，形成完整分析仪表板。
（六）仪表板组件构成
1. 各支行理财销售柱状图
2. 月度理财余额&环比增长率双轴图
3. 产品风险等级销售占比环形图
4. 各年龄段理财余额环形图
5. 各发行机构销售情况柱状图
6. 理财产品销售明细数据表
三、学习总结
1.学习经历
本次FineBI学习是一次边工作、边学习的自我提升过程。从零基础接触自助数据集、公式计算、图表逻辑、仪表板联动，从最初陌生、反复练习，到能够独立完成数据清洗、字段加工、多维分析与仪表板制作，我的实操能力得到了完整提升。
学习过程让我深刻明白数据分析不是套模板，而是理解数据逻辑、结合业务、解决问题。也让我养成反复校验数据、严谨分析的习惯。
2.个人成长
通过本次学习，我完整掌握了数据处理—可视化搭建—业务分析的全流程技能。熟练掌握数据集加工、新增列、分组统计、图表选型、仪表板排版等实操技巧。
最大的成长是思维转变：不再只看表面数据，而是学会趋势分析、结构分析、问题定位、输出落地建议，真正做到用数据讲故事、用数据支撑决策。
3.学习感悟与考试信心
本次课程让我建立了完整的数据分析思维体系，收获颇丰。未来我会继续将FineBI运用在实际工作中，持续提升数字化分析能力，以数据驱动业务优化。 | 
