|
1、学习初衷
（1）个人介绍：
我是一名数据分析工作者，每天的工作都要和大量的数据打交道。从大量数据中找到关键数据，每月重复处理类似数据，占据了工作的大部分时间。同时，数字化转型的背景下，我的公司也一直倡导大家要学会用工具赋能，掌握BI工具成为职场竞争力的重要加分项。
（2）学习初衷：
①满足职业发展的需求，学会通过BI工具进行数据可视化和报表开发；
②解决工作中的实际问题，通过数据分析解决工作中遇到的业务问题（如销售分析、库存管理、用户行为洞察等）；
③通过高级认证考试，提升自身价值
2、作品简介
（1）业务背景：根据战略拆解，鲜奶作为重要壁垒，25年增速不得低于20%。
（2）本次分析的目标为：从累计来看未完成20%增幅目标。但从分月趋势来看，除1月份受春节影响外，2、3月份均完成20%增长，但4月份增幅明显缩窄。需要找到4月份出现异常的原因，便于辅助做5月决策。
（3）分析思路：首先看整体完成情况，及分月趋势，引出我们需要对比3月和4月进行分析，主要从产品和客户两个交叉维度入手，结合组合图和明细表。第一步先拆解鲜奶分类增长情况，让问题更聚焦；在第一步结论基础继续下钻到产品系列；在产品系列基础上下钻到渠道；最后聚焦到客户与产品。
（4）数据处理：首先对基础数据渠道进行了分类；用公式计算了同比值，在计算过程中发现了同比出现正无穷，又对同期数值为0的进行了空值处理。在展示过程中，对数据进行了排序处理。
（5）可视化报告：主要通过KPI指标、组合图、明细表，解决文本按钮组件，层层下钻数据，找到异常点
（6）结论：通过查阅政策知晓，F系列产品均在2月和3月有一个促销力度的释放；从盈利角度看，F系列产品即便释放促销力度，盈利水平也高于平均；但同样释放力度的其他系列的产品确没有带来如此增量。因此：建议考虑将F系列产品的促销政策作为25年的长期加强政策，抢占市场份额
3、学习总结：通过此次培训，我不仅掌握了一项工具的使用，更培养了“数据驱动决策”的思维模式。未来可进一步将技术能力与业务场景深度融合，成为“既懂数据、又懂业务”的复合型人才。 | 
