1、学习初衷
我是【2506】期的学员，作为一名深耕银行的财务人员，我愈发感受到“用数据驱动业务”的重要性。在日常工作中，我意识到：若想从“经验型”转向“数据驱动型”，系统学习数据分析能力已成为必选项。
此次参加BI培训，正是希望借助专业工具与方法论，破解工作中的实际难题。FineBI能对接多种数据源，更能通过交互式可视化呈现复杂关联——这恰好能解决我“数据整合效率低”“分析维度单一”的痛点；而通过学习数据清洗、指标建模等基础技能，重塑自己的工作思维。
期待通过这次培训，我不仅能掌握FineBI等工具的基础操作，更能建立起“数据收集-清洗-分析-应用”的完整链路思维；不仅能在工作中快速定位问题、提出数据支撑的解决方案，更能在未来面对银行的数字化转型时，保持“用数据说话”的专业底气。学习于我而言，从来不是为了追赶潮流，而是为了让自己在热爱的领域里，走得更稳、更远。
2、作品介绍
本次项目主要采用了某超市2025年1-6月的销售情况数据作为源数据，主要包括了日期、商品名称、商品代码、店门名称、商品数量、进货价、销售价、销售额、利润、支付方式等字段，采用不同的图表多维度、多样式的展示超市的销售情况和利润情况。
3、报告解读
1.数据概览
2.销售额与利润环比情况
从整体数据概览看，2025年上半年该超市销售额为144.62万，成本额为81.76万，利润额为59.3万，整体利润率为72.53%，店均利润额为6.59万。
从销售额环比和利润率环比看，2025-02环比下降最高，销售额环比下降了-9.19%，利润额环比下降了-9.23%，且2月、4月、6月环比均有下降，3月销售额和利润最高，分别为25.11万和10.24万。
3.销售额TOP10与门店利润
销售额TOP10的产品中，30年53度大兰花的销售额最高为31.34万，远超其他商品，排名第二的为53度国藏汾14.78万，其余均不足10万，在销售额排名前10的商品中，过半数都是酒类商品，说明酒类商品贡献了最多的销售额；从门店利润看，整体门店利润均超过了70%，其中利润率最高的为金寨店73.52%，利润率最低的为海恒店70.79%，过半数的门店利润率超过了73%，门店利润率之间相差不是很大。
4.商品利润率趋势
从商品利润率趋势看，礼盒的利润率最高接近500%，其次为夹子375%，均为小商品，安利沐浴露的利润率最低只有13%，以散中核桃的利润率为50%界限，大部分商品的利润率都超过了50%。
4.门店&商品利润率象限
从门店销售额&利润率象限看，燎原店的销售额最低，海恒店的利润率最低，需要重点关注，定远路店的销售额和利润率都比较高，是明星门店；从商品销售额和利润率看，礼盒的利润率最高，但销售额很低，30年大兰花的利润率不高但销售额远超其他商品，可以将礼盒和大兰花组合销售进一步提高商品利润。
5.支付方式情况
从支付方式看，信用卡和现金的支付金额最大，合计超过了60%，总支付金额在97万左右，从支付频率看也是信用卡和现金的使用频率最高，合计频率超过了66%，可见大部分顾客更喜欢信用卡和现金支付。
6.利润率趋势
从利润率趋势看，2025年上半年的利润均大多在65%-75%之间，只有3-31号和5-31号利润率有一个较大幅度的下滑，其中3-31号仅达到40%，5-31号仅达到47%，远低于日常值，需进一步探查原因。
7. 结论建议
1. 增加53度大兰花和礼盒组合销售，进一步提高商品利润情况；
2. 对燎原店和海恒店进行整改，以定远路店为学习对象，
3. 增加高利润商品的占比，进一步降低或淘汰低利润商品
4、学习总结
在学习过程中，我系统掌握了FIneBI平台的核心操作技能，全面学习了BI工具的数据处理流程，包括数据清洗、转换与整合技巧，熟练掌握了常用函数的应用场景，深入学习了数据分析模型的构建方法。
通过这段时间的系统学习，我在数据处理效率、可视化呈现专业度及分析报告编写质量等方面均有了显著提升，已能够独立完成从原始数据收集整理、清洗加工到分析洞察、最终可视化展示的全流程工作。这次BI学习让我深刻认识到数据驱动决策的重要价值，逐步培养了"用数据说话"的思维习惯，在工作中更加注重数据的准确性、完整性和时效性，也让我具备了将复杂业务问题转化为数据可分析问题的能力。 | 
