一切的一切都是我们的旅途--纪念FineBI学习之旅
一、学习初衷
（1）个人介绍
大家好，我是Alfred H.，回想过去两个月的时光，十分忙碌，但也收获满满。正好学习班提供了这次契机，让我有机会静下心来好好回顾过去六十余天发生了什么，虽然这是一次作业要求，但想一想过去两个月认真努力的自己，索性便认真输出一篇文章，以纪念FineBI学习之路。我今年刚毕业，目前就职于一家制造业公司，从事数据分析工作，该公司在其细分领域内也算是头部企业吧，有购买FineReport的服务，所以在工作时也能听到同事探讨帆软操作，持续地耳濡目染让我对“帆软”也越来越好奇，随之便注册账号开始了解，哈哈哈哈，其实大家也可以看我主页加入社区的时间，应该算是比较“年轻”吧。另外提一句，其实我的工作更偏向于利用统计软件分析数据，对于可视化基本0基础，因此我的经验可移植性比较高，FineBI是我遇见的第一款BI工具，我也为能接触这样一款出色的软件而感到高兴。
（2）初见帆软
说来正巧，两个月前的我在可视化方面几乎是个小白，印象很深刻的是，当时我在逛帆软社区，偶然看见有FineBI学习的免费七天打卡营，出于迫切想提升自己技能，方便抓紧时间跳槽的动机（bushi），我立马参加了1016期打卡营，经过短短一周的紧凑学习，我对于FineBI的软件功能和基础操作已经有了一个熟悉的认知了，可以搭建一些基础常用的图表。但我明白不能止步于此，衡量一下自学和报班的得失之后，我决定用“资源换取时间”加速自己的学习步伐！便果断报名2411期FineBI学习班，希冀自己在FineBI方面的操作和理解可以更加深入。
除了强烈想跳槽的“不良动机”外，“不断地自我提升”也被视为我的立身目标，给予我前进的动力，出身数学系的我会自然地对数字产生亲切感，并且我也有意向深入数据分析领域，所以FineBI学习是必行之路。当时在打卡营结营心得里我说过这样一句话“万事开头难，这次学习最重要的是让我开启FineBI学习的大门，这只是开始，未来还会继续深入接触FineBI并且也会学习帆软的其他产品”，那篇结营被精选后，我有幸成为那期的心得宣讲大使，兑换了可爱的帆悟U盘。如今看来，当初的承诺即将完成，并且今年也快要结束啦，所以在此我同样悄悄地立个小flag，明年继续学习，拿下FineReport！
二、作品简介
（1）业务背景
本次分析针对某服装零售公司在某时间段的销售情况，处理数据制作图表，最终输出一个仪表板和一篇分析报告，分析当前业务所存在的问题以及可以改善的地方，对公司业务战略发展发挥一定的指导支持作用。
（2）数据来源
这里解释一下不用平常工作数据的原因，因为制造业内某些细分行业对自己的生产资料比较敏感，平常工作的数据一般没有办法传到私人电脑，所以我选取了之前作业中使用过的数据集。数据集虽过去用过，但是“横看成岭侧成峰”，不同的分析角度或者更好的分析思路对业务会产生更丰富的价值，其实大家不必忌讳和排除用自己之前使用过的数据，因为我自认为我们学习更好的技术操作不仅仅是为了去探索新数据，我们同样有义务用当下更优异的认知与技术将过去的结果做得更好！
（3）分析思路
为了更好地观察当前业务所存在的问题，对数据我从三个角度进行分析，分别是产品、客户和渠道。通过分析各类产品以及各价格段的产品，我们知晓哪些产品更受消费者青睐；根据分析客户的性别占比、年龄分布以及购买时间占比，我们可以做更有针对性的产品设计，同时考虑安排带怎样属性的营销活动使产品卖得更好；通过进一步地渠道销售分析，我们也发现了一些问题，比如在电商时代线上渠道销售竟然表现得出奇拉垮、北京南京身为大城市销售额却反而垫底。
  
（4）数据处理
在数据处理方面倒没有用到什么高深的技巧，大致的操作节点比如，运用DEF函数我很方便地计算出了可以放置在分组表中的总销售金额；使用快速计算函数计算累计金额字段，用来完成Pareto图（ABC分析）；对于前述渠道销售中存在的反常规印象情况，我设置了地区-店铺的钻取操作，可以对具体情况轻松查明；对于年龄段销售分析我选择漏斗图，可以更直观的展示分布，通过观察漏斗图我发现前两个年龄段销售额遥遥领先，进一步通过Pareto分析，发现果然20-39岁的客户对总销售金额贡献了将近80%，而20-49的客户对总销售金额贡献了近90%。当然，这些都是制图绘表操作中应当熟练掌握的内容。另外其实我觉得，在有更简便方法的情况下我们还是用简单解法比较好，尽量不要因为刻意地去想使用屠龙技而逼迫原本自然的分析思路做出让步。
（5）可视化报告
经过层层分析我输出了一篇分析报告，最终得出了如下结论：
1.当前情况：产品价位在50-100元的服装卖得最好，T恤、当季新品和配件位居销售额榜前三；女性客户消费远高于男性，客户一般更倾向于在weekday消费，20-39岁贡献了总销售金额的80%；线下渠道销售远高于线上，而北京和南京这两座城市的销售金额却反常地排在了垫底。
2.发生原因：通过钻取渠道销售明细，我们发现在北京和南京均只开了一家线下的店铺，但这两家店铺的销售额都很高。这说明这里的市场潜力还是很大，可以考虑多开门店；另外，在电商蓬勃发展的今天，该服装公司线上的销售额远低于线下，所以可以考虑加大线上店铺的投入。
3.更好决策：通过对产品和客户分析，我们可以把精力放在20-39岁的女性客户群，多多设计冬季服装款式，同时加大对发达地区门店的投入，在适当地段增开商铺，并重视开展线上营销活动（优先考虑放在weekday）。
三、学习总结
（1）学习经历
两个月的学习时间转瞬即逝，有帆软陪伴的时光很美好，有向上的动力、有清晰的目标、有很棒的老师和同学。整个过程中，我印象最深刻是主题模型有一道问题，我从下班后开始思考一直到凌晨，历经五六个小时终于能稳定做出正确的解法，并试验出了许多导致错误的原因，总之很狗血，哈哈哈哈，可能是学习班网页版的这个主题模型功能不太稳定，每次合并依据都会来回跳最终导致图表做出来是错的，有时即使你做法的方向是正确的，但如果有跳步或步骤顺序与正确路径不符，你依然得不出正确结果，最离谱的是当你沿着正确路径做出结果后，故意去掉个别步骤，最终得到的结果依然是正确的？！！。所以啊，虽然艰辛思考了五六个小时的题目，但我也收获了非常多的快乐，这种快乐藏在每一次作业中、每一个图表中，只有细心耐心地完成，才可以发现。
每一次完成作业的喜悦历历在目，最后老师辛勤批改的分数是对自己的褒奖。其实本该满分的（QWQ），因为那次作业我觉得使用数据编辑的做法产出的结果更优，所以便坚定地坚持自己看法了，但因为我的效果和题目所述的效果有微小不同，所以还是被扣了分（QWQ）。后续我找老师讨论了这个问题，并确认这个做法的产出效果比题目种DEF函数方法做出的要好，既然我的解法效果更好，那么扣分也不重要啦（：
  
（2）一些问题和感受
1.谈谈打卡营和学习班的感受，为什么选择学习班？
从零基础，到打卡营，再到学习班，我也算是“BI正规军”了！在此谈一谈感受，打卡营相对来说比较基础，优点是很灵活，通过打卡营的七天紧凑学习，你可以快速了解FineBI这款软件能实现怎样的结果，并掌握基础的高频图表操作。学习班更全面和深入，直接对标FCP，能让我们的学习少走很多弯路，毕竟当你选择自学，走“野路子”，就得面临很多事情，包括但不限于研究FineBI文档、找数据、造数据、自我监督、进度把控等等，事情太多了，而我也只有下班后才有为数不多的时间学习，所以我当时衡量了下输入和产出，就决定报名学习班了。
选择取决于需求以及你想达到的技能水平，当你需要快速成长并且对能力目标要求很高，那么学习班确实是不二之选，当然我也建议先学习打卡营先熟悉FineBI，七天认真学习完还能拿个优惠券呢，如果你当下对BI需求不是很高，那么同样可以先看看打卡营，用七天时间免费认识这款出色的软件也绝对赚！
2.整个学习过程中，认为什么“能力”最重要？
我觉得细心最重要，每一次图表绘制完成后我往往会对照着要求（需求）检查很多次，确认目标效果后才安心提交。有一个问题是做自定义图表，有一根柱子貌似目标显示820，但我初次做出来819，没太注意！后续检查发现了，其实是一个字段计算方式出现了错误。这样的事例有很多，有时错误很细微，但是这个错误甚至可以直接表明整条解答路线出了错误。
3.稍微吐槽
首当其冲，得把“主题模型”拉出来溜溜，那次作业我遇到的问题最多，它绝对是战犯！希望可以稳固下学习班的主题模型。还有一个小问题，有次绘制柱形图，好几张图呢，我都很明确设置的蓝色，当我把他们都拉进仪表板，一看，咋这么黄？！！怎么拉大放小都是黄的，变不过来。
四、写在最后
每天只有下班时间才能学习，所以经常想也会偷懒休息，导致每次交作业都比较晚，截止时间是周二晚上23:59，我基本都是周一周二才交作业······。所幸轻舟已过万重山，当下只剩最后一件事情——完成FCP考试，我还是很有信心的！同时，我也祝愿在这两个月里共同学习的其他同学都可以顺利通过FCP考试。感谢助教唐老师的辛勤指导，感谢大家的陪伴。这段时间一切的快乐都在这里，一切的一切都是我们的旅途！
| 
