|
⇨最终报告公共链接：https://bisolutions.fanruan.com/webroot/decision/link/ZyEG
一、团队简介
（一）队名
我们的队名为“禾伙Players”。
“禾”即“禾苗”，代表植物，“伙”即“伙伴”，代指人和动物。“Players”即博弈者。名字和我司的主要业务息息相关。我司的主要业务用大白话说，就是与动植物和人类生命科学的博弈。更大白话一点，就是前两年给大家检测核酸的公司（当然，核酸检测只是副业啦）。
没错，生物科技公司闪亮登场，请求出战！
（二）队员介绍
队长：玖玖（帆软社区用户名：Dawn1998），性别女，现职商务端数据工程师（一个平平无奇的画图取数工具）。团队催促担当，作为业务端和技术端沟通的桥梁，每天不是在催进度就是在催进度的路上。
队员1:小马哥，性别男，现职华中区销售部门总监（公司主要销售片区的大腿）。团队智力担当，主要从使用者角度把控BI的实用性和适用性。
队员2:赛比亚，性别男，现职交付端管理工程师（传说中的学霸大佬）。团队勤劳担当，婚礼前一天被拉来组队，在婚假中完成最终的项目。
队员3:小鹏，性别男，现职IT部数据仓工程师（IT理工男一位）。团队兜底担当，数据集报错了问小鹏，BI模型无法实现问小鹏，总之项目中技术问题万事可问小鹏。
（三）队伍组建
在一个平平无奇的王者荣耀连跪的晚上，刷到了公众号推送的比赛链接，就感觉终于遇到了比打巅峰赛和相亲更有意思的事情，所以还是很顺利的邀请了平常业务很少接触的小鹏和赛比亚作为技术人员加入。后面又怀着虔诚的心邀请销售总监。自此，集合了商务端、销售端、IT部和交付端的小伙伴们。
（四）参赛初衷
一是为了检验自己入职一年多以来对销售商务端业务的了解程度，同时也可以有机会从其他角度了解公司业务；
二是为了检验接触FineBI小半年以来，是否可以独立的完成数据清洗、模型搭建和看板绘制；
三是作为从事数据工作的初衷，不仅仅满足于现阶段所谓“无情又机械的取数工作”，看能不能实现“以数据推动业务发展”的初心。
四是当然也是为了奖金啦，也想去外面见见世面，和大家交流一下经验。
二、作品介绍
（一）业务背景和需求痛点
自2019年以来，我司在全国的业务量快速上升，同时作为生物科技公司，业务阶段及其复杂，数据庞大，传统的数据统计工具逐渐不满足业务需求。
2022年，疫情逐渐严重，我司业务也受到较大影响。而今年，面对公司的收入目标，上半年完成的不甚理想。
在现有行业背景和经济状况下，销售总监们迫切需要看板工具，向上汇报目标完成情况的基础上，也可以及时发现问题并调整下半年的业务战略发展方向，在下半年可以逆转局势，最终完成全年目标。
（二）数据来源
1．范围选取
选取我司华中区19年至23年6月的销售业务数据，进行业务流程和数据简化，确定最终报告使用人主要为销售部门总监级别和区域经理级别，可用于月度和季度工作的汇报和问题分析，以及日常监控机会漏斗和销售异常行为。
2．业务阶段和业务菜单介绍
（1）业务流程（基于销售端关注事项简化）
（2）业务菜单
项目分配：其中项目分配是基于合同中的产品不同，将合同分批成不同项目。
结算和收入：结算含税，收入不含税。
编码：编码不一定唯一，所以左右合并是要谨防笛卡尔乘积。
（三）分析思路
第一阶段：分模块头脑风暴
隔岗如隔山，大家属于不同部门，平常业务接触较少，所以就由队长分别搭起沟通的桥梁，与几位队员分别从商务端、财务端和交付端罗列出所有分析的点，并进行初步记录整合。
第二阶段：集中讨论
在整合了各个队员的想法之后，由销售总监小马哥牵头，作为BI主要使用方的视角，帮助大家梳理业务关注的侧重点。
第三阶段：兼顾适用性和可行性确定最终方向
队长同时考虑使用业务适用性和数据逻辑性，舍弃销售不太关注的财务端，主要从商务端进行分析。确定分析思路，并在具体BI绘制中逐步完善。
（四）最终确定主题如下
（五）数据处理
1．数据脱敏处理
由于选用的是企业数据，且我司帆软产品不是最新版，故在上传至公共账号前已经对数据进行了脱敏操作。截取了重点的脱敏步骤如下：
①ID（机会编码、合同编号等）脱敏
Step1：删除重复行，汇总所有ID，并去重
Step2：新增公式列：每一行新增数值1
Step3：新增汇总列：对新增数值1按照业务阶段进行分组汇总，取累计值，确保ID唯一性
Step4：查看ID大约有多少个，得出结论ID唯一编码至少５位数
Step5：新增公式列：借助concatenate（合并字符串）、replace（替代某些字符串）、len（求字符个数）、right（从右截取部分字符）等公式。
最终脱敏效果为：保留ID前2位，后3位，中间用***代替，后面再加5位顺序编码。
②销售姓名脱敏
步骤基本同ID脱敏，最终脱敏效果为：保留姓，名用**代替，后面再加3位顺序编码。
③竞争公司脱敏
步骤基本同ID脱敏，同时借助随机数函数rand。最终脱敏效果为：随机字母，加2位顺序编码。
2．创建自助数据集
（1）主要使用数据源和自助数据集如下图
注：
补充协议一般是对原有合同（成为主合同）的补充条款和增额，在明细上，合同编号不同，时间不同，但项目编号相同。故在取项目的合同编号或审核时间时，只取主合同的相关信息。
数据源和自助数据集中间的连线尾端如果为箭头，则表示有新增数据集，如果没有，则没有新增数据集。
数据集名称为n.m.开头的，则表示是完全对n.数据源的进一步处理，如【2.1.机会-停滞停留】是对【2.机会】的进一步处理。
自助数据集上有放大镜标识的，为重点介绍数据集。
（2）数据集详细介绍-【2.1.机会-停留停滞】
业务逻辑介绍：机会阶段分为8个阶段，前7阶段（潜在机会、方案沟通、初步报价、最终报价、签订合同、发送发票、执行完毕）按照先后顺序依次变更，任何阶段都可以直接跳转至合作终止阶段。停留机会阶段为该机会目前所处的阶段，途径机会阶段为该机会目前所处的及之前所历经的所有阶段。例如原始菜单机会阶段为方案沟通，则停留阶段为方案沟通，途径阶段为潜在机会和方案沟通。
首先，新增公式列，挑选停留阶段为报价商机的所有机会。
依据类似新增其他7个阶段机会。
对以上新增的列，进行列转行。
在对列转行涉及的字段进行字段设置。
最后对值字段进行过滤，删除没经过途径阶段处理的原始的冗余的机会明细。
（3）数据集详细介绍-【7.2.1.业务阶段目标】
首先对目标数据源的处理如下：
原始数据源如下：
需对不同列的各阶段任务进行列转行处理。
为了和其他数据源匹配，进行字段处理。
为了方便上下合并，区分是目标值还是实际值，新增标签列[目标or实际]，值为“目标”。
将原为年月形式（2023/1）的文本处理为时间形式。
最后进行字段设置。
同时对机会、合同、收入进行基本处理后，也统一添加标签列[目标or实际]（值为“实际”）和[业务阶段]（值分别为“机会”、“合同”、“收入”）。
接着新增自助数据集，对四个数据源进行上下合并，同时手动调整合并后的字段。
最后将单位统一为万元，并进行其他字段设置和过滤等操作。
（六）可视化报告
1．仪表板样式的选择
我司的主题色为绿色和蓝色，我们一开始自定义绿色背景，觉得视图和背景颜色有的不设配，在多次调整绿色的深浅时，依然达不到预期效果。
下图为初版绿色背景事例：
后续选择蓝色背景，以公司标准蓝色作为纯色填充时，同时自定义上传组件标题背景，但觉得公司标准色作为背景过于沉闷，同时组件标题有点“喧兵夺主”，具体效果如下：
故最后纠结来纠结去，还是选择以帆软产品自带的“科幻大屏”样式为基础，同时进行自定义设置。
调整了组件的标题样式和字体样式及大小，以及表格的主题色。
 
同时通过上传图表组件，自定义设置个别的组件的背景，丰富整个界面的展示形式。
最终报告标题和一级标题背景图示例如下：
最终自定义组件背景示例如下：
  
2．过滤组件和参数的选择
（1）时间过滤组件
本次分析报告虽然使用了4个自助数据集，但为了统一时间的控制，我们设置了多个时间参数，和自定义设置，最后实现仅用一个时间过滤组件，控制所有视图。
时间过滤组件最终位置：
主要方式一：三个参数控制
主要方式二：明细过滤
主要方式三：公式限制
（2）文本过滤组件
在进行产品小类连带分析时，我们对产品小类进行了文本参数控制下面的视图。
（3）树过滤组件
在最开始的时候，我们是在每个一级分析标题下面都设置了可能用到的过滤组件，最后发现过滤组件有点过多，且其实不是需要所有的组件都需要进行销售、产品、区域维度的筛选。
之前效果如下：
故我们最后调整舍弃了冗余的数标签过滤组件，分人物场进行分析，在必要的地方防止一个可供联动的视图，其余业务场景下一般不需要更多的自定义筛选和过滤。
例如在产品分析模块，在左上角第一个视图放置了一个区域维度产品总的分析，可以得出阶段，各个区域产品占比差别不大。如需特殊产品某一区域，可以点击其中一个区域进行联动。具体效果如下图。
3．重点视图绘制
（1）RFM模型视图绘制
①模型说明：
RFM模型借助客户的近期购买行为、购买的总体频率以及消费多少钱3项指标来描述该客户的价值状况。
本报告选取的RFM分别含义如下：
R指距离最近的结算时间；
F指21年至今的合同数量；
M指21年至今的收入金额。
通过对这三个指标的评价，对客户进行8大类分类，日常应该重点关注的客户为以下四类：
重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高，必须是VIP。
重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，我们需要主动和他保持联系。
重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。
重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当给予挽留措施。
②具体步骤：添加自定义字段
RFM-客户最晚结算日期
R-距离最近的结算时间
F-21年至今合同数量
M-21年至今收入金额
r-客户平均最后一次购买间隔
f-客户平均购买次数
m-客户平均购买金额
R评价
F评价
M评价
RFM-客户结算特征
③具体步骤：字段拖拽
选择多系列柱形图，将客户数量和结算特征拖入相应的位置
④具体步骤：对客户结算特征进行自定义分组
最终形成效果详见下图
也可详见本分析报告2.1.21年至今客户价值分类情况-基于RFM模型。
视图制作步骤参考站内网页链接：
https://help.fanruan.com/finebi/doc-view-703.html。
（2）小技巧的运用
①警戒线
在气泡图中，多借助警戒线，显示平均值。
②下钻
在时间（年、季度、月度）、产品（大类、小类）、部门（区域、销售）等一些所属关系的维度上，我们多采用下钻等形式，丰富单一视图可分析的维度。
③数据条和文本形状
利用数据条，单一的文字也可以直观看出来大小。
 
4．报告解读
本次数据分析选取了我司部门之一“华中”区的数据进行分析，华中区下分三个区域：河南、河北、湖南。报告面向主要使用人为部门销售总监，即华中区销售总监，故主要展示维度：华中区整体、各区域整体、销售个人行为。
需注意的点：
报告中所有同比比对的都是21年（由于22年受疫情影响严重，同比意义不大）。
所有金额单位均为万元。
报告中对“距今”等的概念和处理并非是绝对意义的今天，而且全部相对于时间筛选组件的截止时间（本报告默认截止时间为23年6月30日，如果手动调整为23年8月16日，则距今含义变为距离23年8月16日）。
（1）《1.区域收入目标完成情况概述》
①简述
为了直观鲜明简洁的展示华中区上半年收入目标完成情况，主要使用了以下形式：
KPI视图：使用大号数字以及亮色，并辅以图片背景，以便于一目了然收入金额和目标达成率。（详见“完成率”组件）
仪表盘：借助颜色鲜明的百分比横向柱子，辅以差额标签，对比展示各区域目标完成率及收入差额。（详见“本年区域维度收入任务完成率”组件）
对比柱状图和自定义图表：依靠可以同时展示多个度量的优点，实现多角度对比分析。（详见“本年相较于2021年同比情况”及“本年季度收入目标达成情况”组件）
另外，省去区域和姓名等过滤组件，通过联动、下钻等方式，方便切换不同维度（季度下钻至月度），也可以定位某个区域查看月度趋势。
②具体视图呈现
③分析结论展示
（2）《2.1.客户进一步分析(人)》
①简述
为了进一步分析客户，主要使用模型及对应视图形式如下：
箱形图：借助箱形图对客户平均收入分布进行展示，能够更直观的处理上百个客户的分布情况，同时用对比鲜明的颜色区分23年和21年，较清晰的对比2年情况。（详见“本年客户平均收入分布及同比”组件）
条形图和扇形图与RFM模型：借助RFM模型进行客户画像，借助对比条形图和扇形图分布从数量和占比进行展示，清晰明了。（详见“21年至今客户价值分类情况”及“21年至今客户价值分类占比”组件）
四象限气泡图：气泡图可以通过横轴、纵轴快速建立二维坐标，再通过气泡形状、大小、颜色等形式，至少可从三个维度分析一组数据，同时借助警戒线也可以将视图分为四份，快速直观将上百客户进行分类。（详见“重点客户R流失情况”及“重点客户收入年度目标值完成情况”）
另外，省去区域和姓名等过滤组件，通过联动、下钻等方式，方便切换不同维度（季度下钻至月度），也可以定位某个区域查看月度趋势。
②具体视图呈现
③分析结论展示
（3）《2.2.产品进一步分析(货)》
①简述
为了进一步分析产品，主要使用模型及对应视图形式如下：
扇形图：借助扇形图，用不同颜色区分产品，横轴展示不同区域，文本显示100%直观对比不同区域的重点收入来源产品分布情况。（详见“各区域本年不同收入大类产品占比”组件。）
组合图和帕累托模型、购物篮模型：借助帕累托模型，用各个产品按收入金额从高到低排序，借助辅以累计占比的线条，方便看出有累计占比超80%的现金流产品。同时借助购物蓝模型，用线条展示产品小类的连带程度，清晰明了。（详见“本年各产品大类收入占比”及“本年产品小类采购关联性分析”组件）。
可以通过“各区域本年不同收入大类产品占比”组件，对重点区域进行联动。同时用文本参数控制购物篮模型，方便自定义查看产品小类之间的连带关系。
②具体视图呈现
③分析结论展示
（4）《2.3.1.市场进一步分析-复购》
①简述
关于客户复购，选用较为简单的视图类型，用醒目的文字展示复购率和新老客户收入占比。可以自定义限制区域，也可以通过时间筛选组件，查看历史客户复购情况。
②具体视图呈现
③分析结论展示
（5）《2.3.2.市场进一步分析-机会漏斗》
①简述
为了进一步分析产品，主要使用模型及对应视图形式如下：
交叉表：首先用一个交叉表，借助数据条，简洁直观的展示机会目前所处的阶段，引出接下来对机会漏斗的分析。（详见“本年停留机会阶段数量和金额详情”）
组合图和漏斗转化模型：借助组合图，而非穿透漏斗图，方便同时显示距离上一阶段转化情况，以及距离第一阶段转化情况。（详见“本年除合作终止外机会漏斗转化率漏斗”）
气泡图和玫瑰图：这两种图的有点在于维度可以同时展示两个相关的维度或指标，通过用颜色进行分组。（详见“本年不同原因合作终止的机会数量和金额分布”和“本年因价格因素合作终止的机会对应的不同竞争公司情况分析”组件）
②具体视图呈现
③分析结论展示
（6）《3.1.销售各阶段目标完成情况》
①简述
本部分主要从销售的日常业务阶段金额的考核结果出发，帮助区域总快速了解一段时间阶段里面销售个人对业绩的贡献程度，以及从区域总体来看，目标设定的是否合理。
②具体视图呈现
③分析结论展示
（7）《3.2.销售不规范行为统计》
①简述
本部分主要用简单的视图类型，列举销售的日常不规范行为，实际业务中用于每日监控。
②具体视图呈现
③分析结论展示
三、本报告拓展应用方向
（一）时间修改为默认本年至今天
在实际企业运用中，我们可以将时间过滤组件的时间范围修改为相对时间本年至今天，实现日常监控的需求。
 
（二）设置权限
可以对所用数据源进行部门或者区域的划分、甚至可以做到销售的划分。让各个级别可以共用一个看板，查看自己权限内的数据。日常也可以让销售向区域经理汇报自己的目标完成情况以及异常情况，然后区域经理结合区域内销售个人情况和区域整体情况，再逐级向部门总监汇报。同时高层领导者也可以直接对比一级部门之间的差异。高效实现从下到上反馈、从上到下决策的管理方式。
（三）通过企业内部邮箱固定周期发送看板快照
为方便大家日常查看数据，也可以定期定点通过企业内部邮件发送看板快照给报告使用人。
示例如下：
 
（四）通过企业微信发送相关通知
除了用企业内部邮箱之外，也可以通过企业微信等办公软件，进行定期推送。
初次之外，也可以通过BI结论，预警一些关注项。譬如重点发展的客户，Fine视图识别出距离上一次采购已过去3个月的时候，通过企业微信推送给相关销售和区域总监，帮助大家动态掌握客户消费动向、产品占比变化、大额机会签订和机会阶段变更等重要关注事项。
示例如下：
四、参赛总结
（一）FineBI工具
1．优点
第一点，必须夸下帆软产品对看板样式的预设模块，有多种“皮肤”可以供我们选择，非常适合平常连口红色号都分不出来的人，或者看不出颜色拼撞的好不好看的人（譬如我和我的队友们）。同时也可以在参考样式的基础上，进行微调，或者对完全自定义符合特定需求。在可参考的基础上也保留了大家的多样性和拓展性。
第二点，DEF函数太帅吧，解决了很多之前做BI时需要导视图明细再线下进行进一步处理的工作难题。譬如本报告中复购率的展示，虽然仅仅四个值，但里面还是用了不少字段和公式的。不过自己可能还是对DEF函数不太熟练，所有在做新老客户收入占比的时候花费了很多时间。
第三点，产品文档十分之贴心，我愿称之为高中非常依赖的英语词典，遇到不懂的就搜一搜，基本都能解决。
第四点，不同类型的视图的编辑界面的提示对新手党非常友好，不用花费很多时间去理解维度、度量、颜色、分组等的概念。
第五点，用企业版的时候非常苦恼的一点就是，在同一个数据源上组件添加的新计算字段，新增组件的时候，没有计算字段就导致一个指标做了十几张视图，一旦业务要改逻辑，那就得一个一个的改，非常麻烦。结果参加比赛用公共账号的时候，发现这个解决了，哇，真的非常大的惊喜，新增的计算公式相当于是挂在数据源下，而非只属于某一个组件。希望我们公司的企业版帆软也早日更新到新版本吧！
第六点，切换数据集非常方便。不过切换数据集时，还是要注意前后两个的字段名称是否一致。有一天早上队员赛比亚问我，为啥组件全部报错了， 原因是因为我切换数据源的时候没注意一个是“金额/万元”，另一个是“金额/元”。
2．建议
第一点，无法穿参的参数。改变到6.0之后，数据源、看板、组件组合为了分析主题，方便的时候可以查看三者之间的所属关系，之前是不好查看组件和数据源的所属关系，这点是非常好的一个改动。但是依然不太习惯的是，参数在视图编辑界面不能穿参了，所以有些做的时候必须回到看板才能看到自己做的视图长啥样，以及数据对不对。
第二点，无法快捷返回仪表板。接着第一点，有的时候视图很多，就得滑很久才能滑到仪表板。可以不可以新增一个快捷的按钮，快速返回刚刚查看的仪表板呢。
第三点，修改视图名称不方便。希望可以设置为点击蓝色地方修改视图名称时，下面的长度可以在编辑时变长，可以实时完全显示组件的名字修改的情况。同时双击红色的地方的时候，也可以支持修改视图名称。
（二）参赛感悟
第一点，重新找回了所谓拼搏的冲劲儿。大学毕业之后，好像很少有什么感兴趣的事情，也很少有事情值得自己花费很多的时间和精力去准备。通过这场比赛，好像回到了20岁三天不眠不休搞数据建模比赛的时候，疲惫但充实，焦虑但快乐。就感觉如果自己未来半年，拿出这一个月搞比赛一半的热情，说不定很快就可以学完自己一直半途而废的python。
第二点，自己的职业规划稍微清晰了一些。在入职之前，自己还算有很详细的职业规划。但处在一个舒适圈久了，就会逐渐想要躺平，但时不时还会愧疚和迷茫。也时常会想，用数据驱动业务难道真的只是理想主义吗？我的价值难道真的只能被困在取数和按需做BI之中吗？通过这次比赛，让自己重新振作，去正视自己的规划。
第三点，在比赛过程中，也发现了很多自己的不足。譬如管理团队沟通方面的不足；对公司业务和真实场景的理解有些浮于表面，以及对数据结论剖析的不够深刻。这些都是自己需要逐步学习和成长的地方。
（三）写在最后的话
本作品还是有可以完善的点的。由于业务菜单过多，数据ID不唯一，处理机会到收入的转化情况时，用不同的数据处理方式进行左右合并，得到的结果差异也很大，所以最后还是放弃了从机会到收入的转化率和转化周期的测算，以及对未来收入的预测模型。希望未来线下可以这部分补上。
同时也很希望欢迎大家在评论区交流本文中遗漏的分析结论～
⇨完整报告如下（也可查看附件高清PDF版）： 最终仪表板导出PDF文件.pdf (19.85 M)
| 
