2408结业总结

 

1、学习初衷

（1）个人介绍

  我是一名来自江苏南钢鑫洋供应链有限公司的信息化管理工作者，我的帆软社区用户名是1987147。我的职业生涯起步于编程，也就是大家常说的码农，但随着时间的推移，我逐渐转向了项目管理和产品经理的角色。在这个过程中，我意识到数据分析不仅是一个重要的技能，也是我职业发展中不可或缺的一部分。作为一名产品经理，我深知数据分析的重要性。它不仅仅是一堆数字和图表的堆砌，更是一种能够洞察用户需求、优化产品设计、提升用户体验的重要手段。因此，我对数据分析产生了浓厚的兴趣，并已经考取了CDA（认证数据分析师）证书，这是我在数据分析领域迈出的第一步。

（2）学习初衷

我学习的初衷是希望能够更深入地理解数据，学会如何从海量的数据中抽取出有价值的信息。我相信数据是有生命力的，它们能够告诉我们用户的真实想法、市场的最新动态以及产品的优势和不足。通过数据分析，希望能够更好地规范数据管理，优化流程，实现精细化管理，从而提升整个供应链的效率和效果。在实际工作中，希望能够运用数据分析来指导决策，预测市场趋势，优化产品功能，提升用户体验，并最终推动公司的业务增长。我相信，通过不断学习和实践，能够将数据分析的技能运用到实际工作中，为公司创造更大的价值。

2、作品简介（作业10）

（1）业务背景/需求痛点

为了更好地掌握废钢厂内运输的运营状况，并为未来的战略规划提供数据支持，管理层希望深入了解以下几个关键方面的运输情况：

运输量统计：管理层需要精确的运输量数据，包括但不限于每日、每周和每月的运输总量，废钢料型等，以便评估运输活动的规模和频率。

车辆资源概况：对现有车辆资源的全面审视，包括车辆的数量、型号、运行状态及维护记录，旨在优化车辆分配和调度。

单趟运输任务平均耗时：分析每趟运输任务从开始到结束的平均时间，从而识别运输流程中的潜在瓶颈。

运输效率优化方案：基于对运输量、车辆资源和任务耗时的分析，提出具体的运输效率提升措施，以期达到更高的物流运作效能。

 

（2）数据来源

自选数据：从废钢运输平台下载了运输任务执行报表，包含车辆信息、装车门机、卸货地点、装车开始、装车结束、过磅、回空等运输信息。

（3）分析思路

从运输基本情况，单趟运输时间，分厂的废钢卸货情况，料型占比，运输各运输环节时间分析找出运输耗时长可提高的环节和建议

 

（4）数据处理

对数据做了预处理，比如通过拆分行得到炼钢厂名称，通过获取时间差的道各运输环节的时间及每车运输时间、通过计算字段的函数的装车门机、平均运输时间等

为了做各运输环节的时间分析，复制了生成了一张新的数据表，做了行列转换。

运用了数据建模把两张表关联起来

遇到问题：

1、直接行列转换第一张数据表，发现统计的卸货量不对，经过分析是因为行列转换之后数据行增加，导致运输量重复增加，通过复制生成一张新的数据表针对运输环节单独做处理。

 

（5）可视化报告

 

可视化报表一共由8个组件组成，

上半部分是废钢运输基本情况：废钢运输总量，运输总车辆数，运输总车数，平均每车运输时间，24年每月的卸货量环比、三个分厂的接卸量分析、废钢料型的卸货占比。

下半部分是针对运输环节分析，其中对装车环节进行了门机作业时间的进一步分析，并对作业效率最高（作业时间最少的前两名）的进行排名标记。

 

通过组件数据分析，得出结论：

24年每月的卸货量环比分析：废钢的运输量呈现逐月下降的趋势，仅5月的运输量有所回升，环比增长12.76%，

三个分厂的接卸量分析：第二炼钢厂的废钢需求量最大。

废钢料型的卸货占比分析：其中料型：剪料1（船运）的运输量最多

结论：在门机调度的时候可考虑增加第二炼钢厂和料型剪料1（船运）的门机数量，通过增加门机并行作业，可以提高接卸效率。

 

运输环节分析：从运输时间角度观察，平均每车运输时间为：133分钟；废钢运输各环节中一毛到二毛的所花的平均时间最长：77分钟，占总平均运输时间的57.89%，

装车作业时间分析：从装车效率分析，各门机装车作业，抓钢机装车时间最快，平均16分钟装一车。

结论：一毛到二毛的时间包含两个过磅地点运输时间及卸货排队等待时间，重点关注卸货排队的等待因素，可通过减少此环节的时间即可大幅提高运输效率的。

装车环节可考虑通过增加抓钢机设备、更换门机大磁盘、或者提高门机作业技能培训等方式，提高装车效率，从而促进提高废钢接卸效率。

 

3、学习总结

经过六周的密集学习，我对帆软BI工具的数据分析课程有了深入的理解和实践。这段时间里，我几乎把所有的业余时间都投入到了学习中，加班看视频教程，熬夜完成作业几乎成了常态。虽然辛苦，但这段经历对我来说是非常宝贵的。

1. 深入理解BI工具：通过这段时间的学习，我对帆软BI工具的功能和操作有了全面的掌握，这让我在数据分析方面的能力有了质的飞跃。
2. 技能实操提升：我不仅仅是理论上的学习，更多的是通过实际操作来加深理解，这让我在数据清洗、分析和可视化等方面的技能有了显著提升。
3. 时间管理能力：这段时间的学习也让我学会了如何在工作和学习之间找到平衡点，提高了我的时间管理能力。
4. 解决问题的能力：在完成作业和项目的过程中，我遇到了不少挑战，但每一次解决问题的过程都让我更加坚韧，也增强了我的自信心。
5. 团队合作经验：如果课程中有团队合作的部分，我也有机会和同学们一起协作，这让我的团队合作和沟通能力得到了锻炼。
6. 职业发展的投资：我深知这段学习经历对我的职业发展有着重要的意义，它不仅提升了我的专业技能，也为我未来的职业道路打下了坚实的基础。
7. 未来规划：现在，我已经准备好将所学的知识应用到实际工作中，并且我已经开始规划如何继续提升我的数据分析技能，并探索更多的BI工具和方法。

总的来说，这六周的学习虽然充满了挑战，但收获满满。我期待着将这些新技能应用到我的工作中，并且继续在数据分析的道路上不断前进。

 

感谢帆软社区提供的学习和交流平台，我期待在这里与大家共同进步，一起探索数据分析的奥秘。