|
FINBI改变了我的工作方法-FINBI结业总结
1. 学习初衷
（1）个人介绍
帆软社区用户名：春之晓，目前就职于一家三级医院，目前我担任信息部主任，是一名有多年系统开发经验的IT老人，日常工作经常涉及数据分析、业务支持及决策优化等。之前我数据开发一般都用finreport，我个人对数据分析、数据可视化及商业智能（BI）领域非常感兴趣，希望通过学习提升自己的专业技能，更好地支持业务决策，同时结识更多志同道合的小伙伴。
（2）学习初衷
我最初是学习finreport，也考过FCP报表工程师认证，因为非常关注帆软，后来也购买了FINBI。作为一名数据分析从业者，我深知数据分析工具在业务决策中的重要性。随着医院业务的快速发展，传统的Excel分析已经无法满足复杂的数据处理需求，而编写系统工作量和难度也非常大，因此我决定系统学习FineBI，以提升工作效率和数据分析能力。
学习背景：
工作需要：医院对数据分析的需求日益增加，FineBI作为一款强大的BI工具，能够帮助我更高效地完成数据分析和可视化工作。
自我突破：希望通过学习FineBI，掌握更多的数据分析方法和工具，提升自己的职业竞争力。
兴趣使然：对数据分析和可视化有浓厚的兴趣，希望通过学习FineBI实现更复杂的数据分析场景。
2. 作品简介
（1）业务背景/需求痛点
业务背景：
我现在负责医院的信息化建设，经常会协助财务、医疗及其他管理部门对医院运营数据、诊疗数据进行深入分析，特别是运营管理，每个月都会帮财务编写相关报表，但图文并茂的分析报告却因没有合适的工具开发，能直观的将数据分析结果展现给相关管理科室。本次结业作品通过对住院患者结算收入进行了深入的分析，从面发现医院经济运营状况及发展趋势，从而及时调整医院运营管理措施。
需求痛点：
每月需要手动从多个系统中提取数据，耗时耗力。
数据分析过程繁琐，缺乏自动化工具支持。
数据可视化效果不佳，难以直观展示业务洞察。
（2）数据来源
企业数据：
医院住院结算记录表
（3）分析思路
针对2024年度某医院住院患者结算收入，对月度收变化趋势、科室排名、次均费用、医保收入等多个维度进行分析，分析组件采用曲线图、柱状图、饼图、指标卡、列表等多种组件方式展示不同维度的收分析
2.3.1、数据总览
a、指标卡：出院人次、医保人次、自费人次、结算收入
b、病种收入：采用玫瑰图展示前二十名种收入
c、险种收入：根据患者结算类型分为医保、自费、省医保等，并通过饼状图展示各险种收占比
d、分月度收趋势：采用柱状图、面积图、折线图分别展示各收入按月度发展趋势
2.3.2、分科室收入分析
a、科室出院人次与结算收入对比分析
b、科室次均费用与出院人次对比分析
2.3.3、明细分析
a、科室按月度结算收入列表明细
b、按病种月度结算收入列表明细
c、按险种月度结算收列表明细
（5）可视化报告
数据含义表达和图表排版布局：
a. 数据总览，通过指标卡、折线图、饼图表达全院数据在不同维度下的趋势与占比情况
b. 下钻科室分析，通过科室维度，对各临床专科收入占比及次均费用、病种等情况进行分析
c. 数据列表，将科室汇总、险种汇总、病总汇总以列表方式进行展示
3. 学习总结
（1）学习经历
在学习FineBI的过程中，我经历了许多难忘的时刻：
熬夜学习：为了完成作业，经常熬夜学习FineBI的各种功能，尤其是在处理复杂数据时，常常需要反复调试。
结交新朋友：在学习班中结识了许多志同道合的小伙伴，大家互相帮助，共同进步。
感谢的人：特别感谢班主任和助教老师的耐心指导，帮助我解决了许多技术难题。
课程建议：
希望课程能够增加更多的实战案例，尤其是跨行业的数据分析案例。
建议增加一些高级功能的讲解，如复杂计算字段的设置、数据模型的构建等。
（2）个人成长
掌握的技能和方法：
熟练使用FineBI进行数据清洗、数据关联和可视化分析。
掌握了RFM模型、漏斗模型等常用的数据分析方法。
印象深刻的内容：
FineBI的自助数据集功能非常强大，能够灵活处理复杂的数据关联和计算。
可视化组件的灵活性和交互性让我印象深刻，能够快速生成高质量的可视化报告。
学习初衷实现了几成：
通过学习，我基本掌握了FineBI的核心功能，能够独立完成复杂的数据分析任务，学习初衷实现了90%。
是否有信心拿下FCP考试：
通过本次学习，我对FineBI的使用有了深入的理解，有信心通过FCP考试。
心得体会：
坚持学习是提升自我的关键，数据分析是一个需要不断学习和实践的领域。
终身学习是职业发展的必经之路，未来我会继续深入学习数据分析相关的知识和工具。
总结：
通过本次FineBI学习班的学习，我不仅掌握了FineBI的核心功能，还提升了自己的数据分析能力。未来，我将继续深入学习数据分析领域，不断提升自己的专业技能，为医院创造更多的价值。
| 
