学习初衷 个人简介：本人目前就职于南洋商业银行，目前从事审计稽核工作，对数据分析抱有相当的兴趣。 从踏入职场的那一刻起，数据处理与分析就时常伴随左右，作为稽核人员，熟练的处理、分析被查单位的数据是一个很好的突破口。目前开展工作多采用excel直接处理与FINEBI处理相结合的手段进行数据分析，这种方式在处理海量数据时常常面临效率瓶颈，且分析过程难以复现，深层次的业务逻辑和风险线索容易被繁杂的表格操作所掩盖。 我深知，稽核工作的未来必将从“问题追溯”向“风险预警”和“价值洞察”演进。因此，我迫切希望系统性地学习FineBI这样专业的商业智能工具，并培养自己的数据思维。我期望通过本次训练营达成以下目标： 提升效率，化繁为简： 掌握FineBI的数据连接与自动化处理能力，将我从重复性的数据清洗、整理工作中解放出来，把更多精力投入到核心的分析与判断中。 实现动态洞察，主动发现风险： 学会构建交互式的数据仪表板，实现对关键业务指标（如信贷风险、操作风险、反洗钱交易）的实时监控。变静态的、事后的稽核为动态的、事前的预警，为银行的风险防线前移提供数据支撑。 用数据讲故事，驱动决策： 培养将复杂数据转化为清晰、直观可视化图表的能力，学会用“数据故事”向管理層和业务部门清晰地揭示问题根源、展示审计发现，让稽核报告更具说服力，从而驱动业务改善和管理优化。 构建分析模型，沉淀稽核智慧： 希望能够借鉴训练营中学习到的分析思路，结合银行业务实际，探索并固化一些高效的稽核分析模型，将这些经验沉淀为团队的可复用资产。 我相信，掌握FineBI并内化数据思维，不仅能让我的个人职业能力实现从“操作工”到“分析师”的飞跃，更能为数字化转型贡献一份力量。     作品简介（作业10） （1）业务背景&需求痛点 服装零售公司销售线的销售总监，在获取销售数据后要像集团公司领导及运营部门领导知会相关最新数据及趋势。 销售部门每半年（6个月）开展一次全国范围的服装门店销售情况的统计分析，从销售的核心指标开始分析完成情况，完成销售分析报告，并完成数据洞察汇报给集团领导以及运营部门的同事进行运营分析。 （2）数据来源 销售明细（脱敏）：公司全国各门店的销售数据包含店号、门店所在楼层、品牌编号、类别、销售日期、销售额、毛利 门店维度（脱敏）：公司全部门店信息，包含店号、店名、所属大区、所属小区、店性质、店风格、合并统计店名 品牌维度（脱敏）：各门店销售的品牌信息，包含品牌编号、品牌描述 品类维度（脱敏）：各门店销售的品类信息，包含类别、品类描述 （3）分析思路及可视化处理 数据分析思路：拥有完整的数据后，需要找到可以分析的维度。从现有数据看，我们可以针对各品类商品的销售情况、各品牌商品的销售情况、各门店销售情况、各区域销售额趋势、楼层与销售额的关系、各类性质的店铺销售额这些维度开展分析，充分利用现有数据。 品类销售额占比-矩形树图：按照商品的品类归集其销售额，并采用矩形树图的形式进行展示，考虑到矩形树图可以完整、全面的展示所有数据，并且由于销量大的品类占的面积也大，同时采用暖色高对比，可以很好的抓住眼球。 各城市销量-热点地图：由于数据中包含大区及小区，本意是采用大区及小区的地理信息制作热力图，但后来发现大区小区的地理信息过于笼统（华东、华中），故转而从店名中拆分地理信息，并将店名转化为地理角色。针对地理区域的分析热点地图是最好的选择。 楼层与销售额关系-散点图： 这是一个不容易注意到的指标，一般来说楼层与销售额的关联会被忽略，本次分析采用的散点图本身就可以体现高低层差，更契合“楼层”这一概念                5. 店性质销售额占比-柱形图：由于店性质仅包含两种，自有店以及管理店，故采用最简单的柱形图即可突出对比。                6. 品牌销量-词云：各品牌对应的销量，选择词云主要从仪表板布局以及美观的角度出发进行的选择，同时词云可会将销售额最高的品牌突出显示在中心。                    7. 店铺销量-聚合气泡图：本次分析以店铺销量作为核心与起点，通过点击聚合气泡图中的各个店铺名称形成全仪表盘的联动效果。选择聚合气泡图首先考虑该图标显示元素齐全，不会将数据量小的元素隐藏，其次是美观，最后是便于点击。               （4）数据处理 首先，不论拿到什么数据，第一步即是总览全部数据，大体梳理分析方向，再贯通各个所要用到的数据表，本次数据分析的目标是“门店的销售情况”，由此可知销售明细是本次分析的主角，本次所用到的主数据即是销售明细。其次，将其他副表的信息通过BI中的左右合并匹配至主表中，如销售明细和门店维度通过店号进行匹配，将店名、所属大区、所属小区、店性质、店风格、合并统计店名合并至销售明细；通过品牌编号将品牌信息合并至销售明细；通过类别将品类信息合并至销售明细。最后，再对表中字段进行调整，不需要的字段进行删除，比如匹配后的店号、品牌编号、类别三列，至此我们得到了一个完整地可以用于数据分析的数据宽表，不仅仅是数据齐全，同时也要兼顾数据可读性，大量冗余的数据如不处理将极大程度影响观感，读者无法第一时间聚焦其中的关键信息。   （5）分析结论 最终仪表盘效果如下： 店铺销量：3月至9月销量最佳的店铺为北京一期（百货）点，销量大幅领先其他店铺，而哈尔滨百货店销量垫底，需注意及时调整销售策略。值得注意的是各店铺毛利与销售额并非完全对应，部分店铺销售额高但毛利偏低，如武徐东店，需注意该类店铺的销售策略是否存在问题，是否存在舞弊或职务侵占等情况。为了便于阅读，将气泡图转为普通表格           销售地域分布：我集团服装零售门店共计20家，其中上海作为沿海经济发达地区拥有门店较多，合计数量达到9家，占比45%。从销售额热点地图上可见，上海销售额明显多于其他地区，沈阳与北京紧随其后，需适时调整销售策略，将销售资源向其他战略地区倾斜，以便开拓其他市场。       销售楼层分布：本次分析首次关注楼层与销售情况的关联性，从上图中明显可见，位于中层（3-5）的服装销售门店营业额显著优于高层（6-7）、低层（1-2）及底层（-1 - -2）门店。在拓展新门店及搬迁现有门店时需谨慎考虑楼层选择，以4层为最佳，其次考虑3层及5层，应避免选择-1层、-2层、6层、7层作为门店地址。 品类销售情况：在集团销售的各类服饰中，男士配饰、运动服装及用品、儿童服装作为销售主力占据了58.91%的销售总额，我司服装销售情况与市场及大众认知呈现不同的结果，女性消费情况较为平淡，需谨慎考虑现有销售策略及销售情况是否与集团业务战略同轨，如有偏离需尽快调整。此外针对销量较低的品类，考虑未来是否需要倾斜资源，亦或是专注现有销量较高的品类，放弃占比较低的部分商品。         品牌销售情况：纵观集团各品牌销售情况，ZIPPO打火机销量呈现较为突出，紧随其后为PAW IN PAW童装及NEW BALANCE相关产品，整体趋势与品类销售情况相同，需重点考虑是否放大优势并放弃销售额低迷产品。为了直观看到销售额，将词云转为普通表格。 3、学习总结 回首这段在FineBI企业训练营的旅程，感慨万千。这不仅仅是一场技能培训，更是一次思维的淬炼和一场温暖的集体远征。 点滴回忆，汇聚成光这段学习经历注定难忘。依然记得为了一个复杂的计算指标，与组员在线上会议里反复调试、激烈讨论到深夜；记得在项目实战中，每当思路陷入僵局，总会有来自天南地北的“新朋友”在群里抛出新颖的见解，瞬间点亮灵感。我们来自不同行业，却因为对数据的共同热爱而结缘，这种跨界交流带来的视野开拓，是本次学习最宝贵的财富之一。 特别要感谢我们的助教老师，总是在我们遇到技术难题时，第一时间给予细致、专业的解答，是保障我们学习进度的“技术后盾”。 技能与思维的飞跃通过系统学习，我不仅熟练掌握了FineBI这一强大工具，更构建了一套数据分析的思维框架： 掌握的技能： 从基础的数据清洗与加工，到核心的“自助数据集”构建；从使用各种图形进行可视化，到设计交互式、可钻取的仪表板；从使用基础计算指标，到理解和应用“函数”进行深度数据分析。 掌握的方法： 最重要的是，我学会了“问题导向”的分析方法。面对一个业务问题，我现在的第一反应不再是直接动手拉取数据，而是先定义问题、拆解指标、构建分析思路，最后再利用FineBI工具去实现和验证。这种“先思考，后操作”的思维模式，是本次学习最大的收获。 印象最深刻的内容最让我印象深刻的是 “数据关联”与“维度/指标”的深刻理解。过去，数据关联非常繁琐且容易出错。FineBI的智能关联和维度、指标的自由切换，让我真正体会到了“数据自由”的快感。当我能通过简单的拖拽，就从宏观总览钻取到微观明细，瞬间洞察到业务异常点时，那种豁然开朗的感觉，让我深刻理解了BI工具的核心价值。 初衷的达成与目标的超越回顾开营时写下的学习初衷，我可以欣慰地说，目标已达成八成以上。 在“提升效率”上：FineBI的自动化数据处理能力，已经让我看到了告别重复劳动的曙光。 在“动态洞察”上：我已经能够独立构建风险监控仪表板的原型，实现了从0到1的突破。 在“数据讲故事”上：我的分析报告因为有了动态可视化的加持，变得更具说服力。 虽然将分析模型完全固化到工作中还需时日，但思维的种子已经播下，方向无比清晰。这次学习，不仅实现了初衷，更让我看到了稽核工作未来更广阔的的可能性。对于FCP考试，训练营的高强度学习和实战练习，已经为我们打下了坚实的理论和实践基础。接下来就是进行系统的复习和模拟练习，我有决心和能力一举拿下认证。 个人心得体会这段经历让我再次坚信 “坚持”与“终身学习” 的力量。在最忙碌、想要放弃的时刻，多坚持一下，就能迎来“柳暗花明”的领悟。在数字化浪潮席卷各行各业的今天，停下学习就意味着落后。FineBI训练营不仅给了我一件锋利的“工具”，更给了我一张驶向数据驱动未来的“船票”。我将带着这份收获，回到南洋商业银行的工作岗位，用数据思维赋能稽核工作，真正为银行的稳健发展贡献一份数据力量。 课程建议与心声课程内容和作业非常有挑战性，对于需要兼顾工作和学习的我们来说，时间确实非常紧张。