驾驭数据智慧：FineBI数据分析学习总结

 

1、学习初衷

 

（1）个人介绍

 

帆软社区用户名yzm904533，目前就职于食品饮料企业，从事财务营运工作，个人感兴趣的方向和领域是数据分析。

 

（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，专注于为部门提供平台和数据供同事使用分析。

2、作品简介（作业10）

（1）业务背景/需求痛点

• 业务背景：酒类销售片区情况分析，包括开瓶抽奖数、异省开瓶抽奖数、奖品分类分布情况。

• 需求痛点：分析既往数据表现，寻找优化切入点，并针对性提出改善方案，已达到提升销量和营业额的效果。

（2）数据来源

• 采用2023年4月-10月某酒在成都片区开瓶抽奖数据。

（3）数据概览

• 数据集包含门店代码、门店省份、门店城市、门店分类、门店区县、抽奖省份、抽奖城市、抽奖时间、产品名称、活动类型名称、奖品名称、奖品类型名称、奖品金额、该瓶是否跨省开瓶、该瓶是否跨市开瓶、该瓶是否跨区县开瓶、生产时间等信息。

（4）分析思路

• 对片区门店所销售的酒品开瓶抽奖数据分析，细分到城市/门店、异省开瓶情况分析、奖品种类金额，最后找到问题，给出可行性建议。

（5）数据处理

• 已对数据中的门店等敏感信息进行处理。

（6）可视化报告

• 数据含义的表达和图标排版布局。

采用15个组件进行可视化分析，门店城市与数据的联动、钻取，异省开瓶TOP20与先手门店联动等，实现精准分析。

整体氛围3个板块分类布局。

• 各板块分析

• 从片区开瓶抽奖数分析问题：

成都片区2023年4月开瓶抽奖数617瓶，5月开瓶抽奖数3299瓶，环比增长434.68%；6月开瓶抽奖数4246瓶，环比增长28.71%；7月开瓶抽奖数4767瓶，环比增长12.27%；8月开瓶抽奖数6701瓶，环比增长40.57%；9月开瓶抽奖数15333瓶，环比增长128.82%；10月开瓶抽奖数23572瓶，环比增长53.73%。

通过钻取可以了解到县区具体销售情况。

结论：

• 2023年5月该酒开展开瓶扫码100%中奖活动，5月起销售量环比大幅增加，到10月达到期内高峰。

• 虽然从5月起整体呈现月环比增长状态，但按周次统计进入5月后有8个周环比下降，最高达-58.5%。（发现问题）

• 需要扩大10月销售黄金周后的营销力度。（发现问题）

• 2023.04-2023.10 期间成都片区中德阳眉山门店数和销售数过低，需要加强营销。（发现解决问题）

• （2）从跨省开瓶抽奖数分析问题：

钻取查看各县区异省开瓶抽奖情况，分析跨省开瓶抽奖TOP20家门店，TOP20异省开瓶均值4.68，属于正常范围。

结论：

• 整体看成都片区异省开瓶率低，属于正常。

• 持续关注异省开瓶均值以上销售门店的数据，是否存在窜货可能。（发现问题）

• 从开瓶抽奖情况问题：

从活动占比看，C端扫码78.96%，宴会活动21.04%；从分类来看开瓶率最高为零售型占77.53%，特色餐饮7.27%，团购型5.05%，宴席型4.76%，宴席型餐饮4.58%，高端会所0.65%，星级酒店0.1%，便利店0.03%，名烟名酒0.01%。奖品金额数量占比符合活动设计。

结论：

• 奖品金额数量占比符合本次抽奖活动设计。

• C端扫码占比反映该类酒活动奖品、金额直接面向消费者，减少了中间环节。

• 该酒属于100元以内价位，高端会所、星级酒店销售量低属于正常。可以提升在便利店铺货量，帮助便利店进行动销。（发现解决问题）

总括：整体来看该酒自5月开展抽奖活动以来销量上升，对于销售黄金期后的营销策略需要加大力度，同时关注异省开瓶高的门店，避免出现窜货。

3、学习总结

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。

总之，通过这次学习实战练习，收获颇丰，个人数据思路也扩展了不少，有信心拿下FCP考试。