（1）学习初衷 （1）个人介绍 帆软社区用户名3200926，目前就职于港铁深圳有限公司，我司是地铁行业；目前从事数字化运营工作，个人感兴趣的方向和领域为数据分析、建模。 （2）学习初衷 学习背景：工作需要、个人尤为喜欢数据分析一步步探索及逻辑指标拆解的过程。   （2）作品简介 公司运营的各种给乘客提供服务的设备，公司希望通过数据分析来优化运营，实现以下业务目标 1、洞察整体业务量情况： 了解各种设备类型、业务类型的处理量的趋势和季节性变化。 2、分析自助设备与人工服务的占比： 分析不同服务现金非现金业务的占比，为设备备好现金。 3、分析自现金交易与非现金交易的占比： 分析自助设备与人工服务的要处理的业务类型偏好，识别哪些业务可以引导乘客从人工向自助服务转移。 4、分析每种设备主要处理的的业务类型： 找出处理量多的业务类型，乘客偏好，调整设备功能设置界面。 5、自选数据：这是某地铁公司在2024年1月1日至2025年6月1日期间的交易数据 （3）分析思路      （4）数据处理 数据预处理： 1、数据处理：通过交易类型编码，现金类型编码，设备类型编码分别与交易类型表，现金类型表，设备类型表进行左右合并； 2、筛选出交易类型非空的的值   分析维度： 整体交易量情况：                                                                                 1、KPI指标卡：总交易量、自助设备交易量、人工客服交易量                                                                      2、折线图-月度交易量趋势，柱形图-交易量环比增长率 3、折线图～月度交易额趋势、柱形图交易额环比增长率   设备类型占比分析: 1、饼图-设备类型占比                                                                       不同设备类型中不同交易类型、支付类型交易量分析： 1、柱形图-设备交易类型分布图 2、堆叠柱形图-设备支付类型分布图   （5）可视化报告  仪表板.pdf (2.72 M) （6）学习总结 1、通过本次学习，学习了FINBI的数据导入、数据处理（过滤，分组汇总、筛选）可视化的搭配，仪表盘的设计与发布的全流程 2、在此之前其实有接触其他的数据分析工具，通过学习FinBI能够从多角度学习使用可视化分析工具，为解决实际业务问题提供更多高效的解决方式