1、学习初衷
（1）个人介绍
帆软社区用户名Hoag，目前就职于一家生产制造企业，从事IT系统运维管理工作，同时更多精力集中在了为业务部门抽取提供数据。
（2）学习初衷
本次学习个人感兴趣的是如何更好地了解FineBI难易程度以及如何使用，如何和业务部门做好分工协同，专注于为业务部门提供平台和数据供他们使用分析，而不是整天烦着IT来帮他们做报表。
2、作品简介
（1）业务背景/需求痛点
因无实际业务数据，使用天池的Sample - Superstore的数据进行销售盈利分析
（2）数据来源
天池的Sample - Superstore的数据
（3）分析思路
分析思路和作业九类似，做盈利能力分析，发现盈利能力的问题后，然后再细分到区域/城市/州/门店进行分析，然后针对门店的商品种类和商品进行分析，最后找到问题，然后给出可行性建议。
（4）数据处理
对数据的字段名称进行中文标注
（5）可视化报告
· 总括：2018年的整体销售和利润情况如下：销售额相对2017年环比增长了20.36%，但是利润额仅增长14.24%，利润率则下降了5%（发现问题）
l 从区域层面分析问题：2018年区域/城市/州的获利分析，发现中部和南部区域的盈利能力均低于平均水平，进一步联动查看具体的城市盈利能力，出现许多个负利润率的城市（其中Abilene利润率最低达到-270%），可逐一对城市联动进行下一步分析，例如查看Abilene这个城市的州的盈利情况如下
l从州联动到商品种类和具体商品上进行分析
l 进而联动到具体商品OFF-AP-10001634的盈利情况最差，进行了赔本销售
l联动的商品OFF-AP-10001634销售明细如下，发现销售折扣高达8折优惠
l通过分析得出的结论：
综合：2018年的销售总体相对于前2年的销售有所提升，但是盈利能力却相对在下降，其中分析到盈利能力最差的区域城市和州，示例其中的商品OFF-AP-10001634的折扣较高，盈利为负值，赔本进行销售，需要相关部门进行调查：
1. 销售人员是否进行了违规销售。
2. 该商品在该区域是否存在了饱和情况，如果存在需要及时下架，并将该商品运送到获利较高的区域进行销售。
3. 联动检查该商品是否在其他区域的盈利情况也差，如果都差的话，需要对该商品做出市场调整。
4. 研究该商品是否存在过时情况，如果存在过时情况，需要研究处理策略。
5. 以此类推研究其他盈利能力差的区域和商品，并可对商品和区域进行适当销售调整等。
3、学习总结
作为一名IT人员，经过近6周对FineBI从基础数据处理打磨，表格设计，图标组件设计，仪表板设计、联动钻取、主题管理，主题模型设计，finebi函数，过滤层级，数据分析模型，数据分析方法，以及数据可视化技巧，到行业的案例等各个阶段的学习，基本上掌握了Finebi的基本技能。FineBI对于各个业务部门的人员容易上手，相对易于掌握，业务部门一旦掌握了，更容易从业务层面对具体的问题进行分析，相对于以前业务部门做报表找IT部门更快捷高效，从而将IT部门解放出来专注于大数据平台，数仓，以及数据治理等方面的工作。同时，对于公司来说，数据透明化有了很好的实现手段，公司的数据被有效利用起来更有助于公司的生产，运营以及管理决策。最后，帆软软件市场占有率高提供的行业最佳实践行业案例也有助于公司各个部门对标看起提升。
总之，通过这次学习实战练习，收获颇丰，IT和业务部门协同思路也扩展了不少。 | 
