我已经学完报表工程师从入门到精通课程，详情请看：报表工程师从入门到精通·实战班，不知不觉为期近9周的课程就要学习完了，我是同时学习的FineBI 和FineReprot两门课程，学习中收获了很多，主要是让我感觉到数据的展示和分析是如此可以轻易地做到，并且很容易做到很好的效果，特别是对大数据量的处理，已不在受限于Excel数据量的限制，作为一名IT人员，面对企业复杂的中国式报表要求，有如此好的分析与展示工具，让人欣喜若狂，因为最近的企业数字转型的要求，以及企业积累下来的数据如何使用的问题，一直是企业需要面对和解决的问题，帆软系列的BI和报表工具是比较中国化的，夜市比较容易上手的，另外帆软也有很多行业案例可以参考，故此，我决定报考了这两门课程，快速深入了解和掌握帆软工具，以期用于企业的数字化工作中，然后以点带面做好企业的数据分析，治理，质量等工作。   1.学习初衷 （1）个人背景：企业数字化转型之数据利用和数据透明化的需要，掌握工具使用技能后，联合业务部门共同提升企业数据的透明程度，更进一步拓展数字化相关场景。 （2）是从企业引进帆软系统了解到的，同时也从数字化转型以及数据治理的相关论坛中了解到帆软。   2.学习经历 关于学习经历，主要是带有目的性的学习，学习就不显得枯燥，但是有时候也会遇到难点，遇到难点先自己尝试解决，实在解决不了就咨询帆软老师和学习班的同学，在这个过程中既有苦苦思索的痛苦，也有解决后恍然大悟的快乐。总之，学习是有意义的。帆软的授课老师和作业老师都不错，遇到问题先是方向提醒，有时候方向性的提醒就够了。但有时就是绕不过来，老师会进行进一步的指导，这样就能在相对短的时间内完成技术的掌握，总之学习班的学习体验很不错。   3.学习成果 （1）个人成长 学习成果方面，掌握的制作报表的技能，特别是报表系统链接数据库中的数据，就像放大镜看到了数据里的宝藏的感觉。当然其他家的工具也应该不错，但是帆软做的就比较中国化，再有就是帆软的学员蛮多，大家都可以做技术交流，众行才能致远，所以选择主流更容易结伴而行，另外帆软提供的行业案例也能进行很好的借鉴，这是都是宝贵的资源。 当然这个学习班只是个开始，后续仍需要不懈地努力掌握更多技能，延伸出更多的创新，更有利于提高企业的数字化程度。 （2）工作应用（分析案例） l 分析场景应用介绍 5台售货机的售货情况分析 l 各个组件（报表块）的业务含义 以上是总体概况，在其中发现存在付费率的问题，其实就是机器的故障问题需要优化，另外就是异常订单的问题，可以进行详细的分析。同时销售额和订单数是否可以制定年度目标都可以作为参考。 l 通过观测什么内容，能够发现什么问题，发现问题后分情况采取哪方面的行动  从上图可以看到，饮料的销售高于非饮料的销售，饮料中的茶饮料、乳制品、功能饮料排名前三，需要重点维护，比如保证该类产品的质量和新鲜度。 在商品销售额分析中怡宝纯净水的销售排名第一，其次是脉动，阿萨姆奶茶，营养快线，这些商品要确保质量和新鲜度。 在上面的地点分析中，由于设备和地点是一一对应的，所以就只对地点进行联动分析。E地点的销售额最大，要确保E地点的正常运行，或者对设备配备冗余配件如电源，或者在E地点处增加设备，这些都可以做相应的评估和调整。 同时通过联动分析在各个地点的商品销售排行中可以进行相关产品的不同配置，不同的地点的重点商品不同。 上面异常订单的展示可以对异常订单进行分析，对设备进行优化，以及0元订单的情况要确认是否是机器设备的原因或者后台系统的原因。   4.小结 本次课程让我了解到并掌握了帆软报表工具部分技能。刚开始觉得简单，但是真正深入进去之后就发现帆软软件的设计也是用了很多心思，特别是既要综合各个优秀产品的功能又要考虑到中国用户的使用习惯与设计思路。学习起来总体感觉不是特别难，相对来说比较容易上手，当然上手之后想做出优秀的报表需要更深入的学习。如果能够更好地运用到企业的实际生产中，那就更要掌握优秀的数据分析与展现思维，通过熟练使用报表工具，才能制作出优秀的报表。所以，学习完本课程只是一个开始，后续更需要从深度和广度上进行拓展学习和研究。

1、学习初衷 （1）个人介绍 帆软社区用户名Hoag，目前就职于一家生产制造企业，从事IT系统运维管理工作，同时更多精力集中在了为业务部门抽取提供数据。 （2）学习初衷 本次学习个人感兴趣的是如何更好地了解FineBI难易程度以及如何使用，如何和业务部门做好分工协同，专注于为业务部门提供平台和数据供他们使用分析，而不是整天烦着IT来帮他们做报表。 2、作品简介 （1）业务背景/需求痛点 因无实际业务数据，使用天池的Sample - Superstore的数据进行销售盈利分析 （2）数据来源    天池的Sample - Superstore的数据 （3）分析思路 分析思路和作业九类似，做盈利能力分析，发现盈利能力的问题后，然后再细分到区域/城市/州/门店进行分析，然后针对门店的商品种类和商品进行分析，最后找到问题，然后给出可行性建议。 （4）数据处理     对数据的字段名称进行中文标注 （5）可视化报告 ·   总括：2018年的整体销售和利润情况如下：销售额相对2017年环比增长了20.36%，但是利润额仅增长14.24%，利润率则下降了5%（发现问题）   l  从区域层面分析问题：2018年区域/城市/州的获利分析，发现中部和南部区域的盈利能力均低于平均水平，进一步联动查看具体的城市盈利能力，出现许多个负利润率的城市（其中Abilene利润率最低达到-270%），可逐一对城市联动进行下一步分析，例如查看Abilene这个城市的州的盈利情况如下     l从州联动到商品种类和具体商品上进行分析   l 进而联动到具体商品OFF-AP-10001634的盈利情况最差，进行了赔本销售   l联动的商品OFF-AP-10001634销售明细如下，发现销售折扣高达8折优惠   l通过分析得出的结论： 综合：2018年的销售总体相对于前2年的销售有所提升，但是盈利能力却相对在下降，其中分析到盈利能力最差的区域城市和州，示例其中的商品OFF-AP-10001634的折扣较高，盈利为负值，赔本进行销售，需要相关部门进行调查： 1. 销售人员是否进行了违规销售。 2. 该商品在该区域是否存在了饱和情况，如果存在需要及时下架，并将该商品运送到获利较高的区域进行销售。 3. 联动检查该商品是否在其他区域的盈利情况也差，如果都差的话，需要对该商品做出市场调整。 4. 研究该商品是否存在过时情况，如果存在过时情况，需要研究处理策略。 5. 以此类推研究其他盈利能力差的区域和商品，并可对商品和区域进行适当销售调整等。 3、学习总结 作为一名IT人员，经过近6周对FineBI从基础数据处理打磨，表格设计，图标组件设计，仪表板设计、联动钻取、主题管理，主题模型设计，finebi函数，过滤层级，数据分析模型，数据分析方法，以及数据可视化技巧，到行业的案例等各个阶段的学习，基本上掌握了Finebi的基本技能。FineBI对于各个业务部门的人员容易上手，相对易于掌握，业务部门一旦掌握了，更容易从业务层面对具体的问题进行分析，相对于以前业务部门做报表找IT部门更快捷高效，从而将IT部门解放出来专注于大数据平台，数仓，以及数据治理等方面的工作。同时，对于公司来说，数据透明化有了很好的实现手段，公司的数据被有效利用起来更有助于公司的生产，运营以及管理决策。最后，帆软软件市场占有率高提供的行业最佳实践行业案例也有助于公司各个部门对标看起提升。 总之，通过这次学习实战练习，收获颇丰，IT和业务部门协同思路也扩展了不少。