请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
yzm332883(uid:938686)
职业资格认证:FCA-FineBI | FCP-报表开发工程师
FineBI学习总结
  1、学习初衷 (1)个人介绍 帆软社区用户名UID938686,目前就职于某制造业公司,目前从事数据分析及可视化报表开发工作,个人感兴趣的方向和领域是数据分析及与数据分析相关的开发等。 (2)学习初衷 学习背景:因目前工作中会使用Finereport进行报表的可视化开发,后续也将会增加对FineBI的使用,且个人也对帆软的相关软件应用比较感兴趣,希望通过培训班对自己的能力进行进一步的提升,在数据分析的领域更进一步,也能为后续的工作添砖加瓦。   2、作品简介(作业10)   (1)业务背景/需求痛点 业务背景: 随着电商进入“存量竞争”时代,用户获取成本同比上涨42%(2025年QuestMobile数据),精细化用户运营成为增长核心。 需求痛点:   泛流量投放效率低下 vs 用户需求分层精细化; 通过用户分群实现“人群-内容-货品”精准匹配,优化库存管理、制定个性化的营销策略,以及提升顾客忠诚度。 (2)数据来源 数据来源阿里云天池:https://tianchi.aliyun.com/dataset/201514 (3)分析思路 围绕分析主题,将数据拆解成三部分: 整体情况:统计平台用户的平均消费金额、浏览时间、总订阅数及用户中最感兴趣的产品类别 用户维度:By不同维度对用户情况进行分析 平台维度:统计回购率、及各标签下用户情况             (4)数据处理 因数据部分英文字段进行处理,并通过增加条件标识栏对进文字段进行处理 为方便后续对用户进行分群分析,新增用户兴趣度、用户忠诚度、用户近期参与度三个字段,并进行数据划分 (5)可视化报告 (1)数据含义表达和图表排版布局 报告的排版布局以总-分的格式,先通过指标卡将总的数据结果放置在报告最上方,用于展示用户整体情况;下面的图表By不同维度展示对应的数据分析情况; 颜色设置上采用了预设的深色仪表盘样式 (2)通过分析得出的结论 核心用户分群与痛点诊断 悖论现象:收入最高的群体(>12万)消费金额最低(仅287.56元) → 根因:高端商品缺位,页面未适配精简风格 转化断层:31-50岁主力客群浏览时长短(295.77min)但消费高 → 根因:决策效率高但缺乏“一键加购”快捷通道 兴趣变现不足:运动兴趣用户占比34%,但非服饰品类渗透率<20% → 根因:未拓展运动周边(装备/健康食品) 追求客户中低兴趣用户占比29.9%,是流失高风险群体 达成客户中低兴趣用户达34.8%,显示高忠诚用户也存在兴趣衰退   存在大量“沉默复购者”:虽持续消费但平台互动弱 分析结论 “以兴趣为锚点,用效率击穿圈层” 抖音电商的忠诚度运营需破解“兴趣-忠诚-活跃”的不可能三角。当平台能为运动爱好者定制滑雪场景内容,为沉默复购者提供无干扰服务,为价格敏感者开辟专属通道时,用户资产才真正转化为增长引擎。   3、学习总结 (1)学习经历 学习FineBI的这段时间过的非常充实,虽然因为有时工作较忙再加上需要完成每周的作业,会比较累,但却也很开心又学会了一项技能 很感谢老师每周都耐心地帮忙我们解答所有的问题 (2)个人成长 之前其实对FineBI有过简单的了解和操作,但通过这次的培训,对它有了更深、更全面的了解,学习到了很多关于它的功能,也学习到了很多做数据分析的方法; 最让我印象深刻应该是FineBI的函数,它与之前使用的Finereport中的函数在写法上会存在差异,比如对于sum函数来说,在Fine report中直接写sum()即可,但在FineBI中的写法却是sum_agg(); 个人的心得体会:这样的培训班对于有着拖延症的人来说真的很有用,每次都非常有动力去完成指定的任务,让我能够更好的坚持下来,专心且持续的学习一门技能,对自我能力的提升非常有帮助,也让我意识到,我所了解的数据分析都只是冰山一角,未来还需要更多且全面的了解和学习,步履不停!
个人成就
内容被浏览330
加入社区3年210天
返回顶部