从业务管理到数据驱动的跨越
1、学习初衷
（1）个人介绍：
我来自福建，是一家服饰上市公司的信息化项目管理工作者，我的帆软社区ID是2741437。我在使用帆软FineBI之前，一直使用大量的线下Excel工具进行项目相关数据的监控。在工作过程中发现，处理源成为了项目管理工作中的一大工作瓶颈。由于大量的线下数据源，使得数据与数据之间的协同，部门间相关信息的打通存在非常大的困难。因为长期从事跨部门及跨中心的项目管理工作，我明确知道数据的处理及协同会是未来工作当中最大的难点。
（2）学习初衷：让数据成为价值增长引擎
我在工作中，中长期依赖Excel处理数据，但面临数据量增长时效率低下（如百万级订单数据卡顿）、可视化灵活性不足等问题。而选择帆软的原因也很简单，因为之前对比过Tableau及帆软，也通过通过帆软社区了解到FineBI打卡营，其“低门槛+高灵活性”特点吸引了我。2024年曾参与一期FineBI七天打卡营，对帆软产品生态有信任基础，2025年选择进阶系统学习FineBI以突破技能瓶颈。希望通过借助FineBI工具的学习，同时在项目管理当中进行跨中心数据源的线上化打通，形成公司内部统一的数据分析可视化看板，杜绝各部门跨系统取数，杜绝线下大量难以共享的EXCEL表格，转以可共享可及时快速调整的FineBI可视化看板作为项目结果的呈现工具。
2、作品简介（作业10）
（1）业务背景/需求痛点
由于工作当中需要处理销售业绩监控，如由季度目标跟进到下钻到月度销售进度监控的工作，管理层需要了解以下几个情况：
- 季度销售监控：累计月度目标，分析品牌整体销售业绩是否达成，并细分到每一个月，了解整体业绩目标达成及同比销售情况；同时由于渠道类型分为大客户、小客户及自营平台，需要对三大销售类型进行整体及区分管理。
- 渠道销售监控：除季度销售监控外，需要拆分至不同的销售渠道，如各个销售平台（抖音、京东、淘宝）各自的达成率及年同比情况；
- 店铺销售监控：特别需要关注到每一销售渠道当中，销售业绩同比下滑下的店铺，及时对其进行提醒及业绩询问。
- 区域及产品销售分析：由于全国广告的投放由总部进行执行，因此需要看到各区域销售金额及订单量等情况，同时对销售区域进行颜色分层，销售量越高的区域，则销售广告投放的区域也基于相关数据进行侧重性投放。
- 新老产品销售分析：捕捉业绩中占销售前80%的产品信息，对其进行针对性广告投放。
- 销售前10名的产品清单：快速捕捉销售额占本月前10的新老产品，对其进行针对性定点流量投放。
该表格对于大客户、小客户及自营销售总监均为一致看板，每月需要做一次完整的经营分析，从整体、到分渠道、再到情况，再到区域流量购买情况身先朝露产，完成经营分析报告，并完成数据洞察汇报给营销线各负责人。
（2）数据来源
- 自选数据：从示例数据中，提取当前时间往前倒推一年多的订单数据、目标数据、产品数据、渠道店铺信息等数据。与真实情况中的数据分析角度基本一致，而数据使用模拟虚拟数据，以尽可能还原整个分析过程。
（3）分析思路
从季度开始，层层向下拆解。从季度基本情况，到渠道销售情况，再到月度的店铺分析及区域和产品分析。全方面展示各渠道、品类及产品销售情况分析。
（4）数据处理
- 主题模型
- 对订单表中的数据进行按月的分组汇总，并建立订单表与店铺表之间的关系：
- 在订单表中，用其他表添加列将产品单价并入订单表用以计算产品销售额。
- 同时保留原始订单表用以明细的产品分析
- 困难点
- 在处理按月的分组汇总表后，需要从目标表将目标字段引入，因此新增了合并依据列进行数据处理。
- 表格之间的联动关系，由于客户分级与整体的关系，故将客户分级作为全局筛选项，用以进行整体及分客户的分析。
（5）可视化报告
A.数据含义表达和图表排版布局
①季度基本情况：将季度销售情况及近6月销售趋势合并放入，并基于原客户分类情况，进行加盟大客户、加盟小客户及直营三个tab进行筛选，可进行全部客户类型的整体分析，及单客户类型的分析。
②渠道销售分析：对于京东、抖音、淘宝近6个月的销售趋势进行趋势分析。
③本月店铺分析：分析完各渠道外，对于各渠道本月的店铺进行销售排名，快速找到同比下滑严重的店铺。
④区域及产品销售分析：建立地图进行各省/市/自治区的销售速览，用不同的颜色对地域进行三类划分并由颜色的深中浅进行划分查看。同时地图中按销售额标记最高和最低。同时地图联动至该区域的产品销售分析及销售额前10产品，用以各分公司可快速查看本省的产品销售情况，并建立帕累托分类及产品下钻，而由新/旧品中的品类快速下钻至产品层级。
B.通过分析得出的结论
——以整体分析为例，大客户、小客户或直营筛选后可显示单客户类型的分析。
- 季度基本情况：25年Q1季度销售额213.89万，完成目标97.91%。其中，本月（25年3月）销售情况不如同期，下滑21.31%。且进入25年以后，整体销售同比增长呈下降趋势。
- 渠道销售分析：京东、抖音、淘宝本月销售趋势不容乐观，其中销售下滑最为严重的为淘宝平台，同比下滑28.44%，为三个平台表现最差。其次为抖音下滑20.06%。
- 本月店铺分析：本月京东店铺中，倒数的为京东店铺5、3和1。抖音表现最差的三家店铺为9、6和8。淘宝为2、1和4。下滑较严重且店铺销售额表现最差。需要对以上几家店铺进行分析和整改，责令制定4月的工作策略与计划以应对销售颓势。
- 区域及产品销售分析：本月销售最优的省份为江苏，最差为重庆。以销售最差的重庆为例，新品中仅有单一植物蛋白品类的销售，联动后发现，只投放了饮用水6一种产品。需要跟进其具体原因，是否因为新品投放不到位导致的销售业绩下滑。而老品在生庆的销售表现较为正常，其中，零食、果蔬汁及饮用水三个品类占比注销登记超82%，因此需要持续投入该产品的销售。
C.这些结论对业务工作及决策产生了什么影响：通过以上的销售分析，关键在于可以便携地让各个分类客户的总经理及分公司经理，在同样的视角中查看本区域及城市的销售情况，并对产品进行深入的洞察和分析。后期可进一步加入各品类产品的库存等数值，以便达到整体的销存分析和管理，在公司层面建立统一的业绩看板。
3、学习总结：全心投入的时光印记
这六周与帆软BI相伴的时光，像一场充满惊喜的数据探索马拉松。每天学习视频教程并记录笔记，晚上也经常加班调试仪表板的美观让其符合GLAD原则。虽然牺牲了休息时间，但那些攻克复杂数据模型后的成就感，让每个疲惫的夜晚都闪耀着成长的光芒。
（1）BI工具的全景认知：通过帆软BI的实时数据对接与可视化拖拽功能，我不仅掌握了数据清洗/建模的核心技能，更理解了如何将业务需求转化为数据语言。曾经困扰我的千万级数据处理，在FineBI的智能加速下变得游刃有余。
（2）实战炼金术：从最初对着Excel发愣，到能独立完成销售漏斗分析与动态仪表板搭建，６周的实操练习让我真切感受到数据可视化的魔力。记得第一次用转化漏斗图揭示用户流失率时，那种"数据会说话"的震撼至今难忘。
（3）问题拆解的艺术：面对数据关联失败、组件悬浮及背景图获取等技术问题，学员群里的互助文化和官方文档成为我的秘密武器。最自豪的是通过参数联动解决了多维度分析难题，这个过程教会我"问题即阶梯"的思维。
（4）协同创新的温度：在团队项目中，我们通过FineBI的协同功能（网页3）完成了零售业全景分析报告。当市场部的同事用我们的驾驶舱做决策时，真正体会到"数据赋能业务"的深层含义。
（5）专业护城河的构筑：这段学习不仅是工具掌握，更让我建立起数据分析方法论体系。正如帆软社区强调的"业务解题思维"，我开始用杜邦分析法重新审视公司的运营数据，获得领导"分析有深度"的评价。
（6）持续进化的蓝图：目前正在将学习成果转化为公司内部项目的其中一个模块，下一步计划进一步深入研究FineBI中如何嵌入预测分析算法用以进行数据预测分析的内容。期待通过帆软的认证体系，向更专业的数据分析师迈进。
最后感谢帆软社区提供的学习和交流平台，期待继续在平台中与大家互帮互助共同进步。 | 
