一、选手介绍 1、 个人介绍         SMALLBLACK，目前就职于某国企；   2、 参赛初衷        公司需要做一次技术部门的培训，正好看到帆软BI的比赛，以前一直想在公司推广BI，借时参赛机会先来学习FineBI，了解数据分析业务场景和分析模型；   二、作品介绍 1、 业务背景&痛点需求        随着公司的发展，公司的交易平台数据越来越多，如何做好数据的分析和数据挖掘，获取有价值的数据，并为公司的业务发展提供更好的决策支撑。        公司经常需要对重要来访客户和集团领导进行交易平台数据展示和汇报，因此需要做一个交易平台数据的集团CEO看板。        公司业务部门需要对平台交易数据进行分析，获取支撑，以便制定出有利的管理决策，针对此项需求，我们对交易平台数据进行了挂单板块分析和合同板块分析。   2、数据来源        企业数据（已脱敏）        数据表：会员表、科目资金总表、挂单表、合同表 3、分析思路     4、数据处理       考虑到数据的敏感性，从数据库中抽取了2011年到2013年份的小部分数据，并进行了数据的清洗和脱敏处理。原先由于想了解帆软BI的数据脱敏功能，使用帆软BI上进行数据脱敏，但最后导源文件的时候，为了安全起见，还是先把所有的数据脱敏后再导入帆软BI，幸好帆软BI这点做得很好，数据源表单的替换对仪表组件并没有影响。       附：在帆软BI中使用会员名称脱敏处理      会员名称=IF(LEN(​会员​)>11,REPLACE(​会员​,2,10,),REPLACE(​会员​,2,4,))   5、可视化报告       颜色选择：帆软BI提供了多种仪表板样式，非常方便，如果投大屏可以选择暗颜色背景，由于是电脑浏览，我选择比较不费眼睛的绿色版本。 1）集团CEO看版        第一部分主要是整体展示交易平台的核心指标，了解交易平台会员区域分布情况，各分厅的客户权益，手续费收益，各产品的合同金额情况。        分析结果：显示各重要指标信息，核心数据一目了然。 2）交易数据分析-挂单         第二部分主要是针对交易数据的挂单信息进行的数据挖掘。所选图形以简单清晰为主，指标制作也没有什么难度，就不一一做制作截图了。 下图为：业务部门需要了解某几年某产品的挂单量和成交量情况，以及各厅挂单量与成交量的占比情况。        分析结果：        图1分析：1号厅2013年度挂单量和成交量明显差别过大，特别是1000产品类，说明1000产品类有可能存在挂单的价格过高或者供大于求。        图2分析：1号厅和2号厅的挂单量和成交量占比逐年下降，说明这两个厅的客户挂单价格可能虚高或者供大于求。  下图为：业务部门需要分析的各产品挂单量和成交量的差距情况。        分析结果：从上图可知13、14、15、16、17和18产品类的挂单量几乎和成交量重合，说明这几个产品类客户的需求量比较明确。  下图为：分析会员挂单量和挂单占比情况。        分析结果：从上图可知哪些会员在交易平台的挂单量最大，以及挂单量占比情况，成交量占比情况，挂单量最大是否成交量也是最大，可以挖掘出哪些是重要会员提供更贴心的服务。  下图为：挂单量和成交量2011-2013年的走势分析，为了更加清晰，使用BI工具中的特殊显示，挂单量大于10万和成交量大于1万的做了动态流向。黑色背景流向更加明显，为了整体效果，选择了自动背景，可惜截图无法动态显示。        分析结果：从上图可知2011年至2013年挂单量为上升通道，成交量为下降通道。 3）交易数据分析-成交合同        第三部分主要是针对交易平台数据成交信息的分析和挖掘。        分析结果：        图1：从图中可看到每年8、9月份的成交量最大，1月和12月份的成交量最小，可在此月份做一些引流。        图2：从图中可看到2号厅1000产品类和1002产品类的成交额最高，1号厅1001产品类的成交额最高，需要业务部门针对各厅的产品类成交情况进行下一步情况分析汇报。        图3：从图中可看到1000产品类价格变高的时候，成交量反而变小了，价格低的时候成交量反而变大了。        图4：从图中可看到平台各分厅每个科目资金情况。 下图加入了查询条件，以便各业务部门有针对性的查询信息，年月区间由于目前的数据抽取的只有2011-2013年的数据，所以做了选择限制。        分析结果：        从上图中可看到2012年9月成交量、成交额最高，在所提供的数据中2012年9月为最活跃的月份，增值的额度也比较高，2013年3月，成交量也比较大，但成交金额和增值额都非常低，业务部门可以根据该情况进行详细的分解。 下图为：年合同成交次数分析，按年进行了环比分析，为了更明显的区别，增量使用了动态闪烁。        分析结果：从上图的环比增长率可知2012年各产品的交易现对活跃，业务部分对此情况可进一步分析2012年有哪些好的决策或者其他因数引起交易活跃，是否可以再次应用。   6、心得体会        这是初次使用BI,一个人共费时大概一个星期吧（大部分时间都花费在数据清洗，数据脱敏以及数据分析），看了一下BI学习视频，下载软件安装就开始上手应用，使用起来还是比较简单方便，功能也比较齐全，本人觉得数据分析，主要是你想要表达什么内容，想让给谁看，因企业数据问题，这次并没有对数据进行深度分析，图形上尽可能选择比较简单易懂的，最好能让人一目了然。        非常感谢帆软BI给的这次机会。