作品选题 现在有一家知名的女装公司，在全国有多家线下门店，现在主要对该企业的日常运营，商品分析，用户分析，单店分析 四个板块进行可视化看板开发制作，利用FineBi的优势轻松地实现复杂的业务需求和经典的分析模型。 极速传送门: 瑞冬说数:零售行业典型场景分析 作品封面： 一、选手简介 1、选手介绍          队名：瑞冬说数队 个人介绍：帆软社区用户名是yangruidong188，同时也是帆软签约的线上讲师(下方有课程链接)。目前从事是Bi工程师岗位，之前在京东等互联网公司做过商业分析师，个人感兴趣的是零售电商方向的数据分析。 分析师必会数据分析方法&模型 SQL进阶：窗口函数详解&场景应用 个人照片：   2、参赛初衷 想和大神切磋 看看自己水平 希望可以获奖  提高自己的影响力 想成为帆软MVP 二、作品介绍 1、业务背景/需求痛点 虚拟一个国内大型女装服装公司，日常的数据分析工作主要集中在运营分析、商品分析和会员分析三个板块。随着市场竞争的加剧、业务需求的复杂化以及新型业务的不断增加，公司管理者对业务报表的专业度和时效性的要求也在不断提高。传统的Excel和多个来源的数据底表已经不能满足企业发展的需求，数据准确性和各指标的计算逻辑口径的统一性不断受到挑战，复杂场景的需求(如购物篮商品关联度分析和客户标签RFM模型)也难以满足，必须借助专业的BI工具进行数据处理、建模、展示，进行权限管控。 2、数据来源-自选数据 事实表： 1.销售订单表 :  有门店ID 订单ID  会员ID 产品ID 四个关键字段 有金额  吊牌销售额 销售日期   2.任务表 :  具体到门店 每天的销售额任务 维度表： 1.会员表： 记录会员ID  性别  生日  行业   2.门店信息表：记录门店相关信息   面积 HC 状态等 3.区域信息表  是门店信息表的上一维表  对各城市的省和营销部门 4.产品信息表  记录产品品类 季节 年份等信息表 5.产品季节表  记录产品新老品信息   3、分析思路   4、数据处理 1.数据建模 2.购物篮分析 以月度为单位 来看各品类关联度准备 3.会员表为主表汇总处理构建RFM模型 5、可视化报告 最终仪表板效果： 项目难点： 1.使用日期参数加上指标明细过滤才能达到指标卡任意时间的同环比效果 2.1购物篮分析中按月进行品类直接三个指标计算 按照月度的销售情况分析配合其他组件查阅 商品时令销售情况  2.2帕累托分析中  使用累计函数一步计算累计占比 2.3 使用最新def函数一步得到RFM客户代码类型 3.指标计算贴近实际场景 高度可落地性  4.配色考究  选用专业配色网站 结合设计师建议配色   （1）  经营概况 通过12项重点指标 看到大盘关键指标的同比变化 通过区域来看   各个区域的销售额/店效 年同比情况 通过时间阶段变化  看全年销售趋势 通过店铺类型分布看到不同类型的店铺销售占比 （2）  商品分析 通过帕累托分析看到各月ABC品类分析 和分项占比，通过销售额的两次拆解进行四象限分析  最后看各个品类的购物篮分析 通过支持度 置信度 提升度来看各品类的联系  具体单月分析可看仪表板     （3）  客户分析 通过客户最后购买日期，客单价，购买频次三个指标构建RFM模型，展示占比和绝对值，并提供明细表和具体的营销策略  （4）  单店分析 单店分析：8项关键指标  当年各月度同比情况  当月每日趋势(销售额&完成率、客单价&连带率)    产品品类/季节/新老品分布   作品链接： 经营概况：https://bisolutions.fanruan.com/webroot/decision/link/6SRk 商品分析：https://bisolutions.fanruan.com/webroot/decision/link/48Bt 客户分析：https://bisolutions.fanruan.com/webroot/decision/link/h2HH 单店分析：https://bisolutions.fanruan.com/webroot/decision/link/7Skp   三、参赛总结 1、FineBI工具 我之前用过市场上主流的Bi工具  其中我用FBI 5.0版本的感觉还是不是很好用 有些场景会整很多自助数据集出来  6.0出来后 数据建模和DEF给了更多的可能性，可用性进一步提高。 但是我发现了一个可能是比较大的产品问题  就是间接关联容易造成维表数据缺失，比如产品信息表有A B C D四个产品  但是销售表只有ABC三种产品产生的销售  但是进销存表里面有ABCD四个产品的进存记录，因为产品表和进销存表是间接关联的，中间D 产品会不会导致数据缺失，而且产品信息表和进销存表不能进行关联，只能间接关联  所以这种问题对于复杂场景还是挺常见的，而且其他BI工具是有解决办法的，希望产品可以考虑这种情况的解决办法。 2、参赛总结 我进入公司后一直接触帆软相关产品，从Fr到Fbi,正好借助这个大赛的机会总体总结冲击一波，试试自己的水平，检验一下自己的学习成果，坚定自己的职业发展方向。  

我已经学完BI工程师从入门到精通课程，详情请看：BI工程师从入门到精通   1.学习初衷 （1）个人背景：一进公司就开始用帆软，一开始用了帆软fr做大屏，后面要给职能部门做赋能，开始用FineBi,边用边学，之前用过Power Bi。 （2）在帆软社区了解的学习班，公司采购软件送的学习名额，正好契合用上了。 2.学习经历 （1）学习班设置的总体课程很紧密，会学到工作和零散学习中发现不到的点，会产生还可以这样做的惊讶之喜，总之对于系统地掌握这项工具很有用。 （2）课程建议：作业量偏大偏多了   3.学习成果 （1）个人成长 系统地学习了FBI的内容，可以在工作中很好的使用，准备备考FBI的考试   （2）工作应用 是否将课程所学内容运用到工作中，分享1～2个场景案例（如果暂时还未应用工作，可分享1～2份课程学习作品），场景案例包括以下内容： 购物篮分析和下钻分析法是本次课程中学习到的内容，可以应用在工作中。   4.小结   本次课程系统且严谨，收获颇丰

哈喽，大家好，我是瑞冬老师，之前是在京东做商业分析师，现在在一家互联网做Bi工程师，我司也是在用FineReport进行开发企业报表和大屏。 本身对于数据分析方法模型，sql实战用法有一定积累经验，受邀在帆软学院进行输出传播。 目前总共有三个主要课程： 1.帆软难题笔记   （主要总结我实施过程中遇到的疑难问题和解决方案） 2.数据分析模型方法  （数据分析师必备的分析模型和方法，面试和工作中可以用的到） 3.SQL进阶  窗口函数详解和应用场景     （SQL进阶难点，放慢速度，搞懂原理，彻底掌握分析类窗口函数）     目前三个课程中，暂时都是免费！感兴趣的可以进入看看！