|
-------------------------------------------------------------------------------------------------------------------
从16年开始接触BI，20年和21年我接连参加了两届帆软的可视化大赛，一直持续关注整个BI及分析发展。最近，帆软和PowerBI今年的比赛都在进行，帆软的比赛也进入了最后的冲刺阶段，看了很多作品，于是对于这些比赛就有自己的一些想法，便记录于此，欢迎大家前来讨论。
-------------------------------------------------------------------------------------------------------------------
🔽 近两年已知的一些数据可视化/分析的比赛，大家可以了解下：
我接下来想记录的，不包含校园类和会议类的比赛，说下原因：
- 校园类的比赛，主办者的思路主要是锻炼学生的应用能力和思维能力，会比较缺乏实践经验
- 会议类的比赛，主办方多为行业机构，商业性质过重。
当然我不是否认这两类比赛存在的价值，也不会贬低学生以及行业机构的能力，因为很多学生或者行业机构也会参与一些企业/软件厂家的比赛。
反倒我还是希望大家能可以多关注下这两块，说不定对你的想象创造力或者管理思路会有所启发！
-------------------------------------------------------------------------------------------------------------------
然后，我就着重来聊聊企业类和软件厂家的比赛吧：
目前数据可视化/分析的比赛，差别在于工具和方法，工具就不说了，市面上琳琅满目的BI工具。方法的话，描述/诊断分析（多是基于已发生的事实数据进行分析）和预测分析（数据基础其一要有量级、其二必须相对客观）。当然对于结果呈现，又分为两种形式：企事业场景分析和新闻类描述分析。根据这四个维度我们就可以判断相对的难易程度
我的这个判定，从数据获取、逻辑分析、落地过程这几个角度来评判，当然其中可能还有工具难易程度的影响。根据以上也可以推断，这些比赛的价值（价值判定有实操锻炼、案例借鉴、比赛影响力这几个方面）
比赛
|
工具
|
作品呈现
|
我的价值评判
|
阿里 天池大数据竞赛——可视化大赛
|
python
|
新闻、事实、预测类的作品皆有
|
❤️❤️❤️❤️❤️
|
CDA “智慧杯”数据可视化大赛
|
永洪科技
|
网络作品呈现不多，大概率事实分析较多
|
❤️❤️🤍
|
网易有数可视化大赛
|
网易有数
|
新闻、事实分析的作品较多
|
❤️❤️❤️🤍
|
Power BI可视化大赛
|
Power BI
|
基本上全是事实类作品
|
❤️❤️❤️❤️
|
Tableau Viz Challenge
|
Tableau
|
新闻类作品是tableau竞赛中的主流，有少许的事实分析作品
|
❤️❤️❤️❤️🤍
|
帆软可视化大赛
|
FineBI
|
新闻、事实分析的作品
|
❤️❤️❤️❤️🤍
|
-------------------------------------------------------------------------------------------------------------------
通过以上的对比，我相信大家都已了解目前数据可视化/分析的这些比赛。那我就开始往细节上来谈谈我的感触了：
1、阿里的天池大赛，是我心中比较好的比赛，奈何我的python和数据分析理论基础真的不行，所以每次只看大佬的分析逻辑或步骤，但愿能否启发下自己，可遇到算法方面的案例，自己也只能一脸懵逼。至于阿里的比赛，你会发现，多是互联网或高科技方面的，因此也会有大笔的奖金。我印象最深的，就是通过组委会的数据源，写一份商业计划书！
2、CDA “智慧杯”数据可视化大赛，比赛的案例几乎在网上是找不到的，所以不好评价，不过从新闻中可以看到这个比赛，只在2020年举办过，我个人猜测大概率还是赛事运营的问题导致没有后续的举办。
3、网易有数可视化大赛，网上的案例也不是很多，但互联网大厂在运营方面肯定是不差的，21年已是第三届比赛，只是网易和目前蒸蒸日上的观远都主要在零售快消行业的赛道竞争，案例多少会受侧重点的影响。
4、Power BI可视化大赛，终于要说PowerBI了，作为BI老品牌，我觉得PowerBI的比赛，突出个实用，没有那么多花里胡哨的交互呈现，也没有那么多数据解析和意见，清一色的数据看板，事实分析应有尽有。它举办了四届，今年第五届，依然没突破报告的呈现瓶颈，但依然不妨碍我会时不时的学习下。
5、Tableau Viz Challenge，目前来说，做的很棒的一个赛事。tableau品牌本身市场的影响力就够大，这个比赛，你可以找到全世界的案例，注意，是全世界！tableau在我眼中最大的成功，除了品牌，就是故事分析的展现能力，举个例子，2021年赛事一等奖：《员工何故离职?Why employees choose to leave?》。从分析到重点数据的体现，tableau所呈现的东西，可谓是一目了然。不谈作者本身的能力，tableau自身就做的不错。
6、最后来聊下帆软的比赛。我是帆软的粉丝，帆软也算是国内的龙头，因此我对帆软的期待是很高的。帆软从2020年开始，赛事做的都是挺棒的。本人荣幸也获得过比赛的奖项，所以我觉得帆软在市场的定位和比赛的宣传力度都是正向的，当然这其中也有产品的市场占有率、生态建设等因素。私下里，也好不少帆软的内部运营伙伴聊过一些想法，但帆软的比赛，在我看来似乎也进入了一些瓶颈，当然帆软的瓶颈也是整个BI行业的瓶颈，我在后面会进行阐述。不过整体评价赛事，帆软比赛的价值是可以和tableau抗衡的。
-------------------------------------------------------------------------------------------------------------------
❓ 接着前面的话题，BI行业的瓶颈到底是什么，组办方到底该如何突破，痛点又是什么，值得深思，但总结似乎又并不难！
-------------------------------------------------------------------------------------------------------------------
数据分析的本身就是为了预防问题、发现问题和解决问题，因此好的作品一定是带着发现的问题尽可能去解决问题的。这也是为什么这些比赛的大奖作品都是在解决企事业场景问题的数据可视化/数据分析，并且问题针对性很强。
可目前BI乃至BI比赛的瓶颈就是，这样的作品并不多，赛事组委会也不会做题材限制，所以选择企事业场景的数据可视化/数据分析的作品就天然的自带BUFF。除非，有那种让人耳目一新的新闻类分析。而在我心目中，现在新闻类数据解析的天花板是网易数读，他们的文案与数据结合的是十分自然，同时发人深思，给篇他们的推文看看 《养猫劝退指南》，但是网易数读又没用BI的工具，因此只能参考借鉴。 回归到瓶颈话题，BI乃至赛事作品都是很看使用团队配合、使用人的思维逻辑以及分析方法的，客观上还有数据源的获取难度的影响，因此，我觉得赛事的突破本身也应该回到原点，即解决问题。
-------------------------------------------------------------------------------------------------------------------
看了很多的案例作品，我也总结了下这些作品的特点：
- 新闻类作品至少占据半壁江山（之前聊了很多，不再赘述）
- 零售、经营类分析永远是企事业数据分析大头
我估计这个是很多企业做数据的最大场景，并且市面上这块的教程是最多的，数据的获取和脱敏也会简单很多。当然这个里面，更多的还是大而全的数据展现与分析
首先，为什么针对性问题的作品都属精品——问题的关注点不同，解答的问题就不一样。以活动分析为例，运营、市场、财务对数据的需求点其实是天差地别的（运营关注销售、市场看重流量、财务则追求利润），因此，要解决什么样的问题就是关键；其次，针对性问题的作品思路都是超级清晰的，2021年帆软的最佳作品是《商超提升会员数分析》，基本上涵盖了会员生命周期管理的全部（引流➡️转化➡️促活➡️流失）
-------------------------------------------------------------------------------------------------------------------
不知不觉，写了一大堆，反正自己就是想到什么写什么。我真的很期待更好的作品，当然我也希望涉及供应链管理、产品生命周期管理、生产制造管理、物流运输管理等这些场景下的针对性问题的数据分析作品能走到舞台的中央，给企业管理提供一些更好的思路。
| 
文章启示良多，排版丰富好看，学习了
