1、学习初衷 （1）个人介绍 传化集团的化工板块采购中心承担数据分析工作。 （2）学习初衷 多系统、庞大、复杂的数据与颗粒度越来越精细的数据分析及越来越复杂的分析逻辑，频繁的统计汇报需要一个在线的数据分析工具。 2、作品简介 由于公司数据涉密因此选取了阿里的一组母婴用品销量数据在做此次的分析。 实现一下的目标： 洞察销售业绩：分析销售总体业绩走势，年季度变化 品类分析：找到优质品类，低销量品类便于销售优化 客户分析：分析客户年龄结构，性别结构，消费方向； 客户结构数据的分析方向引导消费品类的结构调整，从而推动销售业绩的提升。 （3）分析思路 （4）数据处理 数据处理“ 销售数据和用户数据连接， 计算出购买商品时孩子的年龄； 分组汇总物料标记A.B.C分类匹配到销售数据上， 分析维度 总体销售数据 KPI指标：商品分类、商品数、销售量、用户数 销售趋势分析 组合图：月均销量（柱状）、环比增长率（折线） 饼图：两个完整年份的季度销量及占比分析 组合图：月度销量汇总（柱状）、环比增长率（折线），注释：销量最高，增长率最大 折线雷达图：销量星期分布，注释：销量最大 品类分析： 折线图：一级分类商品下商品的平均销售量 多层饼图：商品数按照品类分布量占比； 饼图：A.B.C分类下一级分类物料的数量和占比 矩形树图：商品分类销量，1,2级分类钻取 条形图：商品销量汇总，降序排列 客户数据分析 组合图：客户平均购买量（柱状），及增长率（折线） 饼图：性别销量 散点图：年龄，销量，标注：最大销量，最低销量 （5）可视化报告 3、学习总结 （一）学习经历： 系统的从简单到难学习了BI的各种数据处理手段和数据分析的方法； 基础数据的行列转换，数据各种合并方式，特别是模型链接可以解决多对多的问题，也能减少数据的体积； 函数公式主要是自定义的同环比，参数的设置，DEF函数是学习的难点也是重要点， 群内答疑老师回复还是很及时的。 （二）个人成长： 学习到了DEF函数的计算，空值的解决方法，行列转换，ABC分类等重要的数据处理方式，提升了对自己公司业务数据的分析能力， 模型链接思路打开后，改变了之前所有数据都通过合并数据建立关系，日常分析时调整方式减少血缘层级，数据分析速度也有提升。 通过系统化的实战训练，我不仅掌握了BI工具的核心技能，更培养了数据驱动的思维方式。未来将继续深化技术能力，同时加强业务理解。