一、选手简介
1、选手介绍
l 团队名称：分析的都队
l 队长介绍：帆软社区用户名：学分析的小飘，社区ID：2220016；上海对外经贸大学MBA在读，目前跟着导师在从事数据分析的相关实习工作，个人对于数据分析非常感兴趣，希望未来可以在可视化方向得到更多的进步。
l 成员介绍：
QY：上海对外经贸大学MBA在读，论文方向也与数据分析相关
ZL：上海对外经贸大学MBA在读，目前也在跟随导师从事相关数据分析的实习工作。
CY：上海对外经贸大学教授，团队导师，在数据分析领域具备丰富的专业经验。
l 团队组成：因为我们都是一个班的同学，在上完大数据商务分析的课程后都对数据分析有了很浓厚的兴趣，在导师的指导下进行数据分析的学习。
2、参赛初衷
在数据分析的课程上首次接触到了帆软BI这个软件，同时我们小组同学对数据可视化展现出了深厚的兴趣；我们期待通过这场数据分析竞赛，在实际操作中深化对帆软BI工具的理解和应用，同时也希望通过大赛提升个人简历的丰富度。
二、作品介绍
1、业务背景
这次的任务使用的是帆软官方给到的参考数据集，故任务背景如下：
在本案例中，您将扮演浙江省某市的文旅局职员。在年初，您所处部门预期2023年本市的旅游业会迎来巨大复苏，旅游业收入会得到大幅增长，但2023年上半年的数据并不乐观。您所处部门的负责人交给您一项任务——通过分析2022年和2023年劳动节期间本市景区的有关数据，来分析背后的原因，并结合游客画像及不同类型游客的景区游览路线（一个游客ID可能对应多个景区）和游玩风格，制定相应的营销与服务策略，以推动当地旅游业的增长。
2、数据来源
参考数据
3、分析思路
首先拿到数据后主要做的就是观察字段，对字段进行了拆解：和景点有关的字段有：购票渠道、主门票收入、副门票及周边收入、餐饮收入、环境满意度、项目满意度、服务满意度还有一级业态和二级业态；和游客相关的字段有：ID、性别、年龄、游客类型、省份、来浙方式、来浙路费。
本项任务致力于应用市场营销相关的理论知识，并且通过消费环节来深入探索。在这一过程中，我们期望通过帆软BI这一可视化软件的直观特性，最大化地利用其仪表盘的联动功能，在一张仪表盘上对各个景区、各个业态的收入（消费）进行横向比较。同时，我们将对比各项满意度，以发现不同业态的收入特点，以及各个景区的优势与劣势。
接下来，我们将通过分析游客的来源、年龄构成等游客画像的差异，对游客进行整体宏观分析。
最后，我们将充分利用仪表盘的联动功能，即点击景区与业态联动找到相对应的消费者画像；通过点击消费者的相关属性，找到他在某一景区、某一业态的消费行为，从而实现对不同景区游客进行画像和对不同属性游客进行消费行为刻画。
4、数据处理
为了详尽理解财务收支情形，我独立设立了名为“总收入”的计算字段。除此之外，为确保数据分析的便利性，我将年龄这一数值字段调整为文本字段。同时，我也将景区类型和景区游客消费明细表进行了关联链接。
在制作过程中最难达到的效果就是2022和2023两年五一期间按照天数对比的折线图，首先因为给定的数据格式为“20220430”这种类型。我使用分组标签让其变成日期格式。
随后为了实现日期上的对其，我使用分组让其变成“第一天，第二天，第三天的形式。”此外两个不同的指标，使用“浏览年份 = YEAR(日期对比)”对其固定年份，随后使用202x浏览计次 = IF(浏览年份="202x",1,0)函数对其进行分组。
此外为了更好的制作筛选器，我还将年龄和省两个字段，按照年龄段以及地区区域进行了分组。此外我还设计了，收入占比字段，即当前客群的消费占总收入的比值，以及满意度指数（三个满意度平均）。
此外在仪表盘的呈现过程中一定要注意在深色背景中为了显示的更加清晰，可以使用更加亮眼与跳脱的颜色。
5、可视化报告
（1）数据含义表达和图表排版布局
本可视化仪表盘的设计采用了科技大屏的视觉风格，并以明亮色调突出数值。整体布局分为多个模块现逐一开始介绍。
模块一：左上，数值总览以及人群筛选器
本任务是为了找出相应的人群画像，故在最醒目的位置放置数值显示以及人群筛选器。人群按照如下四个维度划分：年龄段、客源地区、性别、团散客。
而数值展现的最重要的四个指标依次为，合计收入、人次、收入占比、满意度指数。
其中需要特别解释的是收入占比，即通过筛选器选择后的客群的消费占总收入的比率，如图中，华东地区客源消费占总收入比为38.81%，东北地区客源消费占总收入比为4.29%。
模块二：中上，各景区游客数
对于景区来说，游客数对于收入的影响是至关重要的，人数的高低直接影响总收入，因此我们将各景区游客数按照业态划分，以求在通过筛选器发现不同客群对于不同景区的偏好。
模块三：右上，各大渠道的购票占比
此模块展示的目的是研究各个客群对于渠道的偏爱性以便后期对不同人群的促销有的放矢。
模块四：中部对比分析区
整个中部的对比分析区，是作为第二重要梯队，为了探究各个客群的偏好而设立的。分别有四个组件，游客构成，景区总收入排行，各景区分项收入，以及2022/2023游客数对比。这四个组件工头构成的模块做为细节很好的补充了对于各游客画像对于景区的偏爱以及出行习惯。
模块五：下部分析区
此模块有三个组件构成，分别为各景区满意度指数，客源地图，出行方式。此模块作为第三梯队，可对于其他模块不易发现的特点进行补充，比如某个特定客群对于某类景区的项目进行偏爱，某类客群主要集中在什么出行方式上，某类客群的客源地主要来源。以上为数据含义表达和图表排版布局。
（2）通过分析得出的结论
此仪表盘在理论上可将客群划分成220多种，鉴于篇幅有限，在此只展示其中几个有代表性的游客群体，分别对其进行针对性的营销策划。
客群一：25-35岁的客群
这类客群的人数最多，消费能力也非常可观贡献的景区收入占比达了35.42%，而如果对其中的男女性进行划分，则展现出了不同景区偏好。男性用户中意的前三景区为杜甫故居，南山，与人民剧院；同时对于李白故居，茅盾故居的也非常喜欢，并且购票渠道多为美团、马蜂窝、携程这三者总和占比超过50%。
而女性游客对于大慈恩寺，金顶寺，森林公园有着显著的偏爱，且购票维度更加的分散，马蜂窝、美团、去哪儿、飞猪、携程都有在15%左右的占比。
为此我们可以展开针对性的营销：
针对25-35岁的男性用户首先可以在美团、马蜂窝、携程这三大平台多投放广告，同时可以推出名人故居+南山+人民剧院的联票；针对女性则不用在平台上投放过多的广告，但是可以推出大慈恩寺，金顶寺+奇妙世界的联票。因为各景区分项收入可以看出，大慈恩寺和金顶寺的名票并不站收入的主要成分，但是奇妙世界的门票则占比很大。
除上述的策略外，可以增加名人故居以及寺庙的文化宣传和营销，同样根据各景区分项收入可以看出，这两个同属人文景观，其副门票及周边收入占比大。
客群二：华南与东北客群
这两个客群从人数上与收入贡献度来说有着相似性。但是其客群内部对于景点偏爱各有不同。例如东北的游客更加偏爱森林公园类的景区，而华南地区的游客更偏爱湖泊类的景区；此外东北的游客除了美团与马蜂窝外更偏爱去哪儿，而华东地区的游客更加偏爱携程。
客群三：华东女性客群
相比较其他客群更加偏爱马蜂与美团。华东女性客群对于飞猪的使用远高于其他客群，因此可以把在其他地区投在飞猪上的预算放到针对华东地区女性客群的广告和促销方面。
客群四：华东及本省客群
利用收益管理的思想，根据2022/2023游客数对比，明显可以发现假期的第二天为高峰期，而第三、四、五三天有着显著的下降。因此相比较旅程更加遥远的游客，可以推出相应的促销机制比如票价打折，停车费减免，车票报销等策略，让本省和华东周边的游客尽可能的在第四、第五天来游玩。这样不仅可以错峰出行，同时虽然减少了门票的收入，但是由于错峰出行有了更好的出行体验，可能在餐饮和周边收入上有着明显的收益，从而实现总收入的提升。
（3）最终呈现的的页面布局
三、参赛总结
1、FineBI工具：
亮点：在仪表盘的联动方面感觉比别家的BI软件要好用，而且响应速度非常快，同时非常丰富的模板在日常使用的时候大大减少了工作量。
想吐槽的点：
（1）每次切换组件中图表类型的时候，就会把所有的横纵坐标轴给全部清空；
（2）筛选器功能如果可以做成选项卡的形式而不是逻辑公式的形式使用起来将会更加优秀；
（3）非常希望仪表盘的导出可以直接导出为图片；
（4）公共链接是否可以做到没装帆软BI的用户也可以通过浏览器查看。
数据可视化分析是一种能力，能够将分散的小型数据聚集在一起，形成一幅易于理解和比较的宏观展示。在日常工作和生活中，积累明细数据相对容易，因为业务过程是逐步展开的。然而，全面且可视化地展示最终结果，却是一项挑战。
2、参赛总结
我开始对帆软BI的操作逻辑有了更透彻的认识，并且，我在日常工作中能够更加熟练地运用这款软件。我发现，帆软BI不仅仅是一款数据分析工具，它更是一款能够帮助我提升工作效率的利器。
在这次比赛中，我对帆软BI的使用有了更深入的理解。我发现，通过对帆软BI的操作，能够帮助我对复杂的数据进行深入分析。这使我更加清晰地看到了数据的变化趋势，从而帮助我制定出更有针对性的业务策略。
我开始明白，在使用帆软BI之前，需要首先确定好数据分析师所关注的数据类型、维度等因素，以便能够准确定位分析方向。而通过使用帆软BI进行分析，我们能够将大量数据整合起来，通过对关键指标的提取与解读，快速发现数据中的问题，并为决策提供有力支持。
此外，我还发现，帆软BI的可视化功能非常强大。通过帆软BI，我们可以将复杂的数据转化为直观易懂的图表，使得数据的呈现更加直观，更容易被人们理解。这对于我们在日常工作中，向领导汇报工作成果，以及与同事进行沟通交流，都有着非常重要的作用。
总之，通过这次比赛，我对帆软BI有了更深入的认识。我相信，只要我们能够熟练运用帆软BI，就能够帮助我们更好地分析数据，发现问题，从而提升我们的工作效率。在未来的工作中，我也将不断提升自己的技能，以便更好地使用帆软BI这款强大的数据分析工具。
