一、学习初衷 （一）个人介绍 帆软社区用户：3143026 就职企业：新希望天香乳业（制造行业乳品企业） 岗位：销售会计 工作内容：负责销售数据分析，探索销售额、毛利率等数据变化 兴趣方向：数据可视化、商业智能（BI），希望从基础数据处理进阶至深度业务洞察，结识数据分析同行 （二）学习背景 工作需求：现有 Excel 处理百万级数据效率低，需专业 BI 工具生成动态报表 自我突破：从 “数据整理者” 转型 “数据决策者”，通过 FineBI 实现自动化分析 行业趋势：乳品行业数据驱动需求提升，FineBI 为企业常用工具 二、作品简介：电商平台销售分析报告 （一）业务背景 某电商平台需监控全国各区域销售情况（涵盖电子产品、时尚类、家具家居、汽车配件），输出分析报告支撑库存与营销策略制定。 （二）需求痛点 缺乏动态可视化工具，难以及时定位滞销产品与高潜力市场。 （三）数据来源 数据类型：自选数据（阿里云电商用户行为分析数据） 核心字段：2024 年全年销售额、利润额、利润率、省份、地级市、产品类别、订单时间 （四）分析思路 核心维度：省份、地级市、产品类别、订单时间 分析模型：Top 分析（各区域利润额排名） 主题拆解： 地域销售分布 → 识别高增长市场 产品销售趋势 → 定位旺季品类 （五）数据处理 数据清洗：通过自助数据集过滤非 2024 年无关订单 数据关联：通过 “省份” 字段生成 “地域” 维度 计算字段：创建 “利润率” 字段（公式：sum_agg(利润额)/sum_agg(销售额)） （六）可视化报告 1. 布局与配色 主色调：布局与配色：整体以黄绿为主 蓝色系（专业感），红色高亮异常值 分层钻取：地域 → 产品类别 → 产品名称 2. 核心组件 布局与配色：整体以黄绿为主 核心组件：地图可视化：标注各区域利润率数据，下钻至城市级数据，按 “地域 - 产品类别 – 产品名称” 分层钻取，使用蓝色系为主色调，红色高亮异常值（如利润率排名最低区域 ） 散点图（图 2）：产品类别与销售额、利润率关联分析 仪表盘（图 3）：实时显示总销售额、利润率、利润额 柱形图：对比2024年全年各月销售趋势 分析结论： 高价值区域：上海销售额最高，达到2.3万，建议提高曝光量，增加浏览量，保证销售额的稳定提升。 低销量区域：浙江宁波全年利润率最低，主要受电子产品中的手表影响，手表的利润率在所有产品中的利润率最低，为14.04%，应加大对电子产品类的宣传，尤其风扇，因为其利润率最高，同时坚持铺设时尚类产品，如牛仔裤。 业务价值： 管理层通过动态仪表盘实时监控促销效果，决策响应速度提升 50%。 三、学习总结 （一）学习经历 难忘瞬间： 为完成作业熬夜优化图表交互，凌晨 2 点终于实现 “钻取联动” 效果，成就感满满； 感谢与建议： 感谢讲师对函数公式的细致讲解，尤其是def在复杂计算中的应用； （二）个人成长 技能提升： 熟练掌握 FineBI 的数据处理、仪表板设计、权限管理全流程，完成从数据接入到报告发布的闭环； 学会用 “业务视角” 设计分析模型，而非单纯追求工具技巧。 目标达成度： 学习初衷实现 80%：已能独立完成企业级销售分析报告，但复杂函数仍需加强； 目标调整：原计划掌握 FineBI 全部功能，现聚焦业务场景落地，优先精通常用模块。 心得体会： 终身学习：FineBI 迭代频繁，新功能（如 AI 预警）需持续跟进，计划每月学习 1 个新插件或行业案例； 数据思维：工具是 “武器”，但 “如何定义问题” 比 “如何处理数据” 更关键，未来需深化业务理解。 四、未来规划 持续在帆软社区输出学习笔记，分享企业实战经验； 推动公司内部建立 BI 共享平台，用数据驱动跨部门协作。 结业不是终点，而是用数据创造价值的新起点。感谢帆软训练营的陪伴，期待在数据分析的道路上继续深耕！ 总结人：3143026日期：2025 年 5 月 19 日