一、学习初衷
1、个人简介
哈喽大家好，我的帆软社区名字叫做“你赖东东不错嘛”（来源于蜡笔小新的一句口头禅，哈哈）uid:1960481。
目前就职于北京某公司，职务是平台运营，从属于运营组，偶尔会兼任产品经理的工作，运营工作中经常会涉及到用户分析、运营分析、数据处理、报告展示等工作，所以我深知数据分析的重要性，所以更加系统的学习了解数据分析及相应的工具是我必须要卖出的一步。
2、学习初衷
在日常工作中，处理数据、分析数据、展示数据等工作屡见不鲜，所以第一个初衷就是系统性的学习怎样处理数据；其次呢，日常工作中汇报的工作也很多，多以第二个初衷就是学习如何更好的进行数据展现；最后呢，自己也希望更加系统性的学习数据分析的方法和流程，让自己的工作能够更上一层楼。
二、作品简介
1、业务背景
随着公司业务的日益发展，公司逐渐意识到精细化运营的重要性和必要性，所以临近春季囤货节，运营部门领导决定要为精细化运营做出一些动作，那么首先选择会员群体，决定实施一些方案，提高会员的GMV，一方面可以为精细化运营做一些探索，同时也能提高与会员群体的联系度。
2、痛点
首先可以确定的是我们要做“临近春季囤货节，通过一些方法，提高会员的GMV”，但是没有目标，也就是说并没有一个明确的提升标准，所以这里面包含了探索性质；其次，公司也没有倾向的方式（因为不同的方式，操作力度是不一样的）；同时也没有相似的案例可以参考，也没有市场的竞品信息。
同时，运营部门以往只有会员用户的信息，等有需要时，才去取数看数据等，并没有做关于会员用户的一些常用数据的固定报表与看板.......
3、分析框架
备注：本次“提高现存会员GMV”项目，探索性更高一些，其实可以直接使用RFM模型对会员进行分类，然后得出结论，但是在日常工作中仍需要严谨些，所以初步了解部分还是很有必要的，首先可以了解些现存会员的信息，然后做出的结论可实施的相关性才会更强一些，同时也能把现存会员的信息做成看板，便于后续查阅，所以第一步的初步了解非常具有重要性。
4、数据处理
4.1 数据来源
本次使用的数据为之前公司的企业数据，已脱敏，根据分析思路，此次分析涉及到的表有：订单表、用户信息表等（同时还运用到地区表，但只涉及到2个字段，所以会先处理好数据在上传到FineBI，所以此次上传只有订单表和用户信息表。）（提数日期为：2022-02-06）
公司数据仓库中订单表与用户信息表包含字段如下：
订单表字段：订单id、用户id、物品编号、商品种类id一级、商品种类id二级、购买数量、购买时间、购买金额
用户信息表：用户id、生日、性别、地区
4.2 指标口径
年龄：提数日期-生日
平均购买金额：购买金额/购买数量
总会员数：用户id去重计数
客单价：购买金额求平均
平均购买商品价格：平均购买金额求平均
单均购买产品：购买数量求平均
RFM分布：
|
R 最近一次消费时间间隔
|
F 消费频率
|
M 一段时间内消费的总金额
|
组合
|
客户分级
|
|
高
|
高
|
高
|
高高高
|
重要价值客户
|
|
高
|
高
|
低
|
高高低
|
一般价值客户
|
|
高
|
低
|
高
|
高低高
|
重要发展客户
|
|
高
|
低
|
低
|
高低低
|
一般发展客户
|
|
低
|
高
|
高
|
低高高
|
重要保持客户
|
|
低
|
高
|
低
|
低高低
|
一般保持客户
|
|
低
|
低
|
高
|
低低高
|
重要挽留客户
|
|
低
|
低
|
低
|
低低低
|
一般挽留客户
|
大客户人数：通过观察法得出
复购人数：订单数大于1
4.3 处理逻辑
会员信息表与订单表建立模型视图；然后复制一份订单表数据，处理成RFM模型表数据。
5、可视化图形
可视化图形中会员画像概览中：年龄分布图、地区分布图、性别分布、商品喜好分布图相互联动
结论及建议：
会员RFM分布主要为：一般发展客户、一般挽留客户、重要发展客户、重要挽留客户等遂建议：
对一般发展客户：消费时间较近，可以及时回访，根据商品评价情况进行相关商品推送，发送专项优惠券，促进复购；
对一般挽留客户：尽力唤起用户兴趣，可以发短信，内容体现出“试用、体验、产品、优惠”；
对重要发展客户：消费频次不高，时间和金额可观，尝试新品，提高体验感。或尝试组合售卖，提高客单价；
对重要挽留客户：消费能力较强，重点回访和服务，推荐“高价”“品牌”“品质”等产品；
其次，通过观察法得出，会员的购买区间集中于3000元以下，但是购买区间大于3000元的大客户人数为140人，人数也不少，所以对于大客户：倾斜更多资源，提供VIP服务，个性化服务，针对性销售等。
最后，复购人数仅为3人，复购会员非常少，所以建议：先回访了解不复购原因（产品功能、商品质量，优惠力度……）结合情况，采取发短信，优惠券，推送关心的产品等。
三、学习总结
六周的FineBI系统性学习已接近尾声，这段时间感觉自己特别充实，利用空余时间来做自己喜欢的事情感觉非常的有意义，回顾培训班的课程列表，真的很感慨自己已经学习了这么多的课程，切实的感受到了积少成多的道理。具有一定BI经验和SQL基础的我在学习FineBI的时候，对于BI工具的使用流程还是比较熟悉的，所以学习起来并不是很陌生，但是学习完FineBI后，我感受到这款工具真的很强大，接下来我们娓娓道来。
接下来列举几点：
l 数据处理能力强大：数据处理功能中，包含的功能操作特别多，使用起来特别方便，还能建立模型关系，数据处理真的很多样；而且数据处理流程每一步都很清晰，操作很便利
l 图表类型多样丰富：FineBI中支持的图表类型多样丰富，做出来图表也很美观，非常符合个人审美；最让我惊讶的是地图类型，从没想到地图可以有这么丰富的功能。
l 函数功能强大：函数中最让我感觉到特别强大的是def系列函数，这个函数用了一段时间后发现，它不仅能满足好多场景，还能节省数据处理的流程。
l 分享功能便利：通过链接就能实现分享真的很便利
l 内含教材丰富：FineBI中内含的模版及各种主题非常实用，能为看板的创建提供非常高多的灵感
然而，我也发现了一些需要吐槽的点：
1. 按照金额分组后，目前FineBI对金额分组字段的排序无法实现按照从小到大的形式排序，只能自定义排序，此点体验较差
2. 仪表板界面中，每个组件是不显示筛选项的，建议每个组件可以显示筛选项，这样就能一眼直观了解到此组件是有筛选内容；现有界面下，无法直接感知是否有筛选项。
3. 课程中所有案例都是来自于本地文件，建议增加连接数据库的案例。
总而言之，学习了这个课程，切身的体会到收获满满，此课程不仅提升了我的数据处理技能，还系统的学习了数据分析的全流程，也学习到了数据分析的方法等，更加的提升了自身数据分析的技能，同时也感受到自身的不足，也了解了还需要更加细致去学习的知识点。
未来工作中，我会把数据处理、数据报告等工作内容全部转移到FineBI中，边使用边体会FineBI的各个功能，并且不断的在数据分析的道路上探索与前行。
| 
