|
本人目前就职于某电信运营商，主要负责我司海外业务的运维售后服务。国际业务售后服务工作量大，但是无论从公司内部或者外部都难以获得正面评价。我一直思考能否通过数据分析方式对工作梳理。无奈由于数据体量太多而且更新频繁，通过Excel难以完成。此次公司集中组织安排帆软FineBI工具学习，就报名了学习班。希望通过学习能够掌握大数据分析的方法，并使用FineBI工具提升数据可视化，事半功倍完成工作。
在完成学习班课程后，使用FineBI工具对近2年我司国际业务运维情况进行分析。现阶段需求痛点是由于国际业务快速发展，产品类型多，覆盖面广，故障频次高，供应商管理难度大等已经造成运维人员工作量大，主要和次要工作难以区分最终导致内外部压力大。因此，希望通过数据分析方法，挖掘核心问题提升运维能力。
此次分析样本数据使用本司的业务数据表和故障处理数据表。获得数据对数据进行时间过滤，再对其中故障区域，故障时间等数据进行赋值计算。最后将两张数据表中“线路编号”进行匹配便于后期分析。 本主题分析主要分成三部分：具体如下 
首先，在运维总结中综合各类实际运维情况数据并可视化呈现如下：
其次，从公司内部产品类型中，确定哪类产品类型故障量较大，并对原因进行挖掘。具体数据可视化呈现。如下：
最后，从外部客户及供应商角度，分析运维工作管理提升方向，并通过图表可视化展示，如下：
经过这几周紧张学习，特别是反复观看课件，请教老师并完成作业，产生以下几点感受。
1、 工作开展要以分析思路和分析方法为主，只有确立分析思路后，才能展开数据采集和数据处理工作，否则会导致重复返工。
2、 数据采集完整性和准确性对分析结果很关键，在日常工作中需要重视数据采集工作，为后期工作打下基础。
3、 海量日常数据需要定时定期处理和分析，这样有助于及时了解问题并快速应对，适应商业环境竞争变化。
| 
