|
1、学习初衷
（1）个人介绍
本人是一名从事JAVA软件开发十多年的开发人员，之前就职于北京一家互联网+公司，负责过移动应用各类质量数据的数据指标开发和用户移动应用埋点产生的行为数据分析平台的建设，所以有一段时间我穿梭于对各种数据的处理，包括对数据收集、数据转化合并、异常值处理等，和数据分析模型的逻辑代码的开发，负责的数据分析平台为公司内的业务管理和业务分析决策带来很大帮助。那个时候让我感受到数据处理和分析的重要性，也对数据处理和分析也产生了很大的兴趣。
（2）学习初衷
我当下就职于一家高校信息化部门，在工作中接触到了帆软，数据处理流中使用了FineDataLine也使用了FineBI，感受的在数据处理分析中帆软产品的强大，只有想不到没有办不到，很多不可思议的功能的平台都可以处理。让我对帆软体系产生浓厚的兴趣，也想丰富一下自己在数据分析领域的知识和技能，为以后从事数据处理分析相关的工作奠定基础。
2、作品简介
（1）数据来源
我选择的分析数据是来源于发布于kaggle平台巴西Olist公开的近10万笔电子商务交易数据，数据集包括订单表、订单明细表、订单支付表、订单客户表、订单平均表、订单明细商品表、订单明细商家表、客户地域表共八张表，这是一个完整真实的的电子商务交易场景产生的数据。
（2）业务背景
2016年是巴西电子商务的发展初期，通过从Olist平台获取到的2017年~2018年的电子商务交易数据，对这段时期巴西电子商务业务发展做一个比较全面的分析。 包括：巴西电子商务发展的整体状况分析；交易订单的增长趋势比较，客户的复购率情况分析；从交易历史中窥探客户在线购物偏好时间段；订单支付支付方式选择，对支付方式的服务改进；定的物流耗时分析，从客户下单到客户最后收到货物总耗时分析；订单的商品金额和物流金额的占比分析；以及客户对交易体验的评价分析；客户订单的地域分布分析。多个维度对数据分析勘探电子商务的发展状况和业务规律，并得出一些可以改进的建议帮助业务的决策。
（3）分析思路
（4）数据处理
建立数据模型视图：
原始数据表中添加分析字段，和新增计算字段
（5）可视化报告
3、学习总结
在BI数据分析学习过程中，我经历了从自己似乎知道很多数据处理的技能，到发现自己很多不知道的数据处理技能，再到学习到利用帆软FineBI很多的数据处理的功能方法和数据分析的技能。在数据分析思路上实践中对数据分析的思路也有一定的提升。
BI分析课程是一门内容丰富的课程，对数据分析从入门到精通是很有帮助的一门可以，也是一门必修课，所学技能和数据分析思路需要再工作实践使用中不断消化，融化贯通。 | 
