|
一、学习初衷
1.个人介绍
帆软社区用户名ii.sia，目前从事数据分析工作，个人感兴趣的方向和领域为数据分析。
2.学习初衷
在职业生涯的发展道路上，能够遇到与个人兴趣相契合的专业培训机会实属难得。我之所以选择参加帆软的培训，不仅是因为公司提供了这一宝贵的学习平台，更是出于对数据分析的深厚兴趣。
在我看来，掌握帆软不仅仅是学习一项新技术的过程，更是开启了一扇通向数据世界的大门。通过这次培训，我希望能够深入理解并熟练运用帆软BI的各项功能，包括但不限于数据连接、报表设计、图表制作等，从而提升自己的专业技能水平。这将有助于我在未来的工作中更高效地完成数据处理任务，为团队提供更加精准的数据支持。
二、作品简介（作业10）
1.业务背景/需求痛点
作为运营团队的数据BP，日常工作包括经营指标报告分析、运营过程指标分析等工作，并将数据洞察汇报给运营部门负责人。
运营过程指标分析在没有上线FineBI前，是每周人为进行数据拉取、数据汇总，数据量大、耗时较长，且会出现数据汇总有误的情况；因此，业务需求搭建线上表单，呈现每日类目及产品维度的BR广告数据，替代手工表；数据呈现需要包含多维度的流量趋势化表现。
2.数据来源
内部静态数据：产品信息表等；
外部动态数据：Amazon API获取的业务报告和广告报告；业务报告包括自然流量、转化、销量销售额等指标，用于评估自然流量的变化情况和健康状况，广告报告细化到不同广告类型（SP、SB、SBV、SD），用于评估各类型广告的效果，为优化广告关键词提供依据。
3.分析思路
i.目标拆解：基于业务需求完成蓝图拆解
ii.分析模型确定：基于对业务流程的了解，完成模型确定；
iii.数据处理
数据处理环节主要分为：数据源获取与清洗、表单匹配、匹配表数据校验三个大的步骤；
其中，表单匹配中遇到的问题：如何将不同数据维度的表单合并，并保证数据不膨胀；
解决方案为：对齐业务报告和广告报告颗粒度，广告报告以最细的asin维度进行合并后聚合到sku维度，与业务报告进行串联，生成数据宽表，用于分析；
iv.可视化呈现：
组件分布：维度从整体-类目-产品，从大到小的呈现BR广告数据；
组件颜色：基于指标颜色一致性原则，相同指标尽量保持一致的颜色；
4.结论
i.降本增效：单店铺每周节省6小时数据拉取及处理时间，每月运营中心共计可节省150小时以上；同时，数据更新频率提升，从每周更新变成每天更新，便于运营更及时的进行运营动作调整；
ii.业务问题分析：
（1）A、B类目同属一个大类，整体市场趋势相对一致，根据BR数据表现组件发现，2023年5月B类目的转化趋势出现异常，且通过BR-件单价组件看到该时间段B类目的价格呈下降趋势；
排除市场、价格干扰过后，查看自然流量进入路径组件，发现出现较大量的browser端流量，而现有listing主图都以贴合app端为主，在浏览器端查看主图效果不佳，因此提出优化主图大小适应浏览器端查看，后续持续观察数据，转化数据提升；
（2）结合异常产品分析组件和BR广告关键指标一览组件，可以发现所选时间内不同销量的产品综合acos表现情况；按照销量均值和综合acos均值警戒线分割的四个象限，需优先处理第一象限销量高综合acos高的产品问题，否则对销量影响较大；
三、学习总结
1.学习经历
学习班的各位同学在群内非常积极的提问题，不免也会受到大家的影响，更加努力的学习；对于大家的问题，助教老师都非常耐心的解答，为老师们点赞！
2.个人成长
虽然已经有两年的帆软使用经验，在本次培训中还是发现技能和方法上有缺漏，本次培训学会熟练使用一些之前没有使用过的图表进行数据呈现和分析，包括热力地图、矩形树图、箱形图等；最让我印象深刻的功能是用指标进行注释，以前对注释功能使用的很少，在往后的工作中会多多使用这些强大的功能进行分析，为业务提供更有效且简明的数据支撑。
本次培训的效果完全高于预期目标，非常有信心拿下FCP考试，当然不管考试结果如何，后续也会持续关注帆软BI不断更新迭代的新功能，不断学习。
| 
