声明：本次报告数据来源于网络，结论可能与现实情况存在出入，仅供个人学习，请勿过分解读。 1.选手简介1.1.选手介绍团队成员：canvasjoe，马斯特洛夫司机-列夫托尔肥鑫，来自无锡某环保企业，从事数据产品经理工作。 1.2.参赛初衷 通过FineBI工具实践验证对大气环境领域数据分析的可行性和适配度 学习其他行业对于数据分析的方法论和思路 学习数据产品工具设计的思路 2.场景介绍 2.1.业务背景介绍&数据来源 业务背景：主要面向政府的环保部门，细分为大气环保领域，通过空气质量的监测了解目前的空气质量情况，通过数据分析支撑空气质量预警预报、污染源排放管理、重污染天成因分析、污染管控评估等业务。 需求背景：本次报告主要使用公开的中国空气质量数据，分析地区全年的空气质量改善情况，多用于政府发布的环境公报。 数据来源：和鲸设区-中国空气质量数据集 2.2.分析思路本次分析主题为江苏省2018年空气质量情况，分为了三个方向： 全省总体情况：说明江苏省空气质量改善情况及国家考核的达标情况。 PM2.5污染状态：说明江苏各设区市PM2.5污染情况，及PM2.5污染多发生在秋冬季。 O3污染状况：说明江苏各设区市O3污染情况，及O3污染受光照的影响，多发生在夏季，高峰多出现在午后。 1386982.3.数据整理 进行数据处理和清洗，排除指标为空的数据，形成江苏13个城市的小时精度数据； 根据环境空气质量评价技术规范（HJ 663—2013）计算13个城市的日评价数据和年评价数据； 导入FineBI后，根据环境空气质量指数（AQI）技术规定（HJ 633—2012）计算13个城市的AQI、首要污染物和达标情况； 2.4.完成分析报告 空气质量总体情况部分使用指标卡和仪表盘清晰给出关键考核指标，使用柱状图说明2017年和2018年均值的对比情况，首要污染物为了突出占比选用了饼图。 PM2.5污染状况部分使用条形图排序说明各城市污染严重程度，通过累计降幅对比说明各城市近几年污染改善情况，通过不同季节的折线图说明PM2.5污染在不同季节的区别。 页面的布局参考了业务部门常用的分析报告格式，通过分析文字和图表辅助结合清晰的验证最后的结论。 2.5.总结本次比赛过程加深了对业务的理解，也探索了通用BI工具和科研方向工具的区别。也希望通过本次比赛加强大家对于环保的关注，自2013年以来，全国的空气质量得到了很大的改善，最直观的感受就是到了冬天雾霾发生的情况少了，空气中出现异味的情况少了，但臭氧污染的问题依旧很突出。空气质量改善不单单是企业和政府的责任，也需要每个群众的关注和参与，希望你未来可以对着自己的孩子说：看，这是我给你打下的碧水蓝天！ 3.最终成果： 138699 140359

我是canvasjoe 一名干过实施、码过代码、做过产品的程序猿 与帆软缠缠绵绵2年多，可惜还是有缘无分 相遇 14年工作期间，因公司需要采购BI平台的契机，接触了帆软。在公司主要负责集团人事报表的实施，帆软平台丰富的图表插件，灵活的取数配置都给我留下了深刻的印象。虽然最终公司并没有采购帆软BI，但我主动投递了帆软的实施职位。 相知 帆软HR很快给我打来了电话，表示对我的海外留学经历很感兴趣，并表示需要进行一次电话面试。面试很顺利也很愉快，然后就被通知录用了，这也算是我经历过的最快的应聘经历了。 报到过程中令我印象深刻的是完备的培训体系，包含了每天的学习资料和测试题目，并指定了专人辅导和检查进度，这是我在其它任何公司入职过程中未曾体验过的，也许就是这样严谨和专业的态度融入了帆软公司的方方面面，支撑着企业快速腾飞。 非常遗憾我并没有成为一名官方人员，因为家庭原因无奈离开，但帆软在我职业生涯留下了深深的印记。 相望 17年偶然看到论坛里在宣传插件开发大赛，作为程序猿基于兴趣和好感报名了比赛，抱着重在参与心态完成环境搭建，插件制作，在提交的时候居然意外成了第一个提交者，看了排行榜暂列第一还是小激动的。比赛有坎坷有困难，但官方完整的开发手册给予了极大的帮助，更有官方人员和开发群里各位大神的帮助。侥幸获得大赛第三，虽然期间有不愉快，但还是要感谢帆软这个平台，让开发者的劳动获得应有的利益。 我是canvasjoe 曾经的伪官方如今的插件开发者，愿帆软生态圈更加壮大和繁荣。 在水一方，依依东望91809