重生之我在帆软学习如何成为一名合格的数据分析师

1、学习初衷

（1）个人介绍

帆软社区用户名：Fine BI 求知者Tracie，目前就职于一家制造业公司，从事财务共享中心往来核算岗，个人感兴趣的方向和领域-数据分析，探索数据背后的奥义。

（2）学习初衷

• 信息渠道：感谢公司提供的这次数字化人才培训机会，让我更深入系统地学习帆软数据分析工具的使用。
• 学习背景：

• • 日常工作中繁杂的数据处理，EXCEL表格处理能力有限，工作效率低且结果不能满足特定需求；
  • 自身对数据分析有兴趣，喜欢钻研数据之间的勾稽关系，探索数据背后的意义，拨开数据谜团，化繁为简。

2、作品简介

（1）业务背景/需求痛点

• 业务背景：供应链金融平台的核心企业运营者，工作属于供应链金融范畴。日常工作包括平台用户注册、数据校验、系统交互、交易处理、交易数据分析等工作。
• 需求痛点：每月做一次用户交易额分析，从不同维度分析平台运营的交易情况，完成月度经营分析报告，并完成数据洞察汇报给财务条线供应链金融负责人。

（2）数据来源

• 企业数据：供应链金融平台交易数据，已做数据脱敏处理。

（3）分析思路

• 整体报告总览-指标卡；
• 指标卡对应指标的趋势分析；
• 指标对比分析；
• 定位最优数据构成，找到最佳贡献客户；
• 分析原因并提出对未来运营的建议。

（4）数据处理

• 首先对源数据表格进行整理，删除不必要的信息；
• 将数据进行脱敏处理并导入帆软；
• 对数据来源新增公式列，为分析组件做准备。

（5）可视化报告

• 签发额、申请额、折扣额三个组件分别展示了平台上链资产规模、交易规模以及交易收益逐年变化趋势；

• 对以上三个关键指标做对比分析组合图，签发额－申请额对比可得平台资产交易活跃度；申请额－折扣额对比可得交易规模与收益之间是否正相关，若否，分析具体原因；

• 平台注册用户地图分布图展示交易规模最大和最小两个省份，并下钻到具体城市，联动到具体交易品类的交易收益占比；

• 从用户纬度分析对平台贡献top10的用户，继续对贡献度大的存量用户提供优质服务，对于贡献度较低用户存在流失风险，分析是否有潜在价值，判断是继续维系还是非目标群体。

• 排版布局和颜色设置

仪表板整体样式选择现代商务风，与分析主题基调较为吻合，颜色一致性原则，不张扬不浮夸，稳重大气、干净简洁的页面布局。组件按照人眼扫描从左至右，从上至下位置结构排版。

• 通过分析得出的结论：
• 平台资产交易活跃度不高，用户交易情绪逐年低迷；
• 交易额与收益并不完全正相关，如2021年和2022年数据显示，21年交易额最高，收益却不如22年；
• 注册用户集中在江苏省，交易额最高贡献品类是废钢，交易收益最高贡献品类缺失采购辅料，废钢贡献排第三；
• 用户交易收益贡献度最高是连云港博＊＊＊＊。
• 价值总结：
• 通过以上四个方面的结论发现交易活跃品类虽是废钢类，但收益贡献来源却是其他品类，分析原因是短账期折扣计息天数少导致，而交易活跃度不高的其它品类属于长账期折扣计算高，对应的解决方案建议是将目标客户定位在长账期用户，提升运营服务质量，增强对平台的依赖性，最终成为平台的长期活跃用户群体。

3、学习总结

（1）学习经历

• 6周的在线视频自学后做习题，实操过程中没有思路时反复回看视频讲解，也会借助帆软文档寻求帮助；
• 在学习班群内将不懂的难点发给答疑老师，获得老师以及同学们的指导，醍醐灌顶，恍然大悟；
• 直播答疑看老师的解题思路，对比自己的解题思路，思考不同解题思路背后的实质，理解公式的真正含义；
• 组件功能的认识不够熟练，不停反复练习，熟练掌握工具的使用方法。
• 课程建议：同学们的反复讨论总能加深我对一些函数公式的突然顿悟、对组件图形属性和样式有更熟练的操作，很喜欢这样的学习氛围；对老师的一点建议就是再来一场线下培训课，夯实基本功。

（2）个人成长

 

• 掌握了帆软数据处理工具的基本使用方法；
• 印象深刻的内容是过滤组件的def类函数；
• 学习的初衷实现了十成，已达成目标；
• 有信心拿下FCP考试；
• 个人的心得体会：持续学习才能实现好工具的灵活运用，用好帆软，事半功倍。