系列背景   初学数据分析，总是会被很多高大上的分析工具给震撼，譬如python、机器学习、模型算法等，但实际工作过程当中很少运用到此类工具，基本上还是会用Excel、Sql等工具来完成数据处理、数据分析等工作。同时，工具化的使用其实和业务价值本身并无关联，基于业务产生的许多指标体系背后映射的业务含义实际上体现了分析师对业务的深度思考，只不过是运用专业的工具进行呈现。但一味地吸收业务知识，也并不能对理清分析思维有更多的帮助，反而容易陷入到庞杂的碎片知识当中无法找到出路。于是，笔者经过许多如何将技术和业务融合的探索和思考，最终决定利用BI软件来进行一点简单的小练习，将业务知识串联起来，将一些固定逻辑的业务分析思路固定下来。目前市面中能够将技术和业务紧密相连起来的工具，没有比BI更合适的工具了，同时BI还可以帮助减少许多手工作业和重复操作。   此外，希望多多练习和撰写文章能够提升自己的分析能力~ 项目背景   项目来源于接地气的陈老师选取的BI项目练习。   选取理由如下：   1. 身处繁杂的工作当中，很容易就忘记了制作报表本身是为了什么，重复练习本身会激发对为何要制作这样的报表的思考，从而产生对业务更深刻的理解；   2. 毕业之后工作的时间很短，见识少，只从事过一份行业，对其他行业的数据分析没有了解，所以无法找到合适的有代表性的案例，跟随老师的步伐，是入门学习的最佳解。   项目理解：基于日常的工作场景，选取了最为常见的KPI完成率作为本次练习的案例，此项目适用范围广，可涵盖大部分行业。几乎每个企业每个岗位都会有相应的KPI，哪怕是衍生到生活场景当中，也可以定下KPI管理进度。 项目数据   如图所示，此次所使用的数据源只有一张表，共13条数据，2个维度：城市、推广代表，2个指标：本月目标、本月达成（金额）。   基于实际的业务场景划分主维度、子维度，主指标、子指标。   主维度：城市，子维度：推广代表；   主指标：本月达成、本月目标。 一、数据处理 1）数据清洗   此次选取的数据源数据量小，无数据缺失，无重复数据，无明显异常值，无需数据类型转换，故可直接进行下一步数据处理操作。 2）根据业务需求确定业务维度和业务指标   此次的业务目标是监控业务部门的KPI指标，查看本月目标和本月达成的同时，实际上关心的是本月还需完成多少才能达成目标，同时可以增添完成率指标了解到区域的达成情况，达到适时调整的目的。   根据业务需求，需对数据进行以下调整。   a. 增加目标差额、目标完成率两个新指标；   b. 以城市为维度进行分组；   c. 为方便查看各城市完成情况，以目标完成率降序排列。 3）拓展指标计算规则   本月完成率：本月达成/本月目标；   目标缺口：本月目标-本月达成； 4）数据可视化    二、分析结论 本月目标共7258，实际总达成6867，目标完成率为94.61%，总目标缺口为595，整体完成度尚可，据目标完成仅一步之遥； A城市目标完成情况良好，总完成率为108.8%，区域内所有推广代表均达成目标； B、C城市完成率分别为96.6%、95.4%，目标缺口分别为114、45，D城市完成率为82.4%，目标缺口为141，E城市完成率为77.7%，目标缺口为295。 本月推广代表中NO001、NO005、NO002、NO003目标完成情况位居榜首。 其中，B城市中推广代表NO004目标缺口最大，为103，但完成率为92%，初步考虑目标设定问题；C城市中推广代表NO009、NO0010目标缺口均为5，有望达成目标；D、E城市中未完成目标的推广代表完成率和目标缺口都不太理想，可特别关注。 三、BI报表链接   此次练习BI看板链接如下：https://pcdemo.finebi.com/webroot/decision/link/w4tG