1、学习初衷 （1）个人介绍 我是帆软社区用户SnoopY，目前就职于一家白酒企业；目前从事设备技术工作（岗位），个人感兴趣的方向和领域-数据分析等。   （2）学习初衷 学习背景：工作需要、提升自我、兴趣使然。   2、作品简介（作业10）   （1）业务背景/需求痛点 新厂区投入使用后，设备体量骤然增大，如何协调做好这些设备的维修保障是设备管理部门需要解决的难题，基于此，公司增配了设备管理系统，使用单位可在系统中报修，维修人员接到报修工单后，可及时到场处理故障。 （2）数据来源 企业数据：用了设备管理工单数据表，已做脱敏处理 （3）分析思路 设备管理工单看板主要由时间过滤组件、故障工单统计（柱状图）、故障板块分布（饼图）、维修状态和分类组件（KPI指标卡）、设备故障（对比柱状图）和备件消耗（对比柱状图）等组件构成。 1.时间过滤组件可以选取2021年7月-9月其中某月。除故障工单统计组件外，其余组件数据会联动更新。 2.故障工单统计组件展示的是2021年7月-9月每个月发生的故障工单数量，从目前数据看，三个月的故障工单数量较为接近，无明显异常。 3.故障板块分布组件主要展示的是当月的故障工单主要集中在哪些板块区域，从看板中可知，酿酒板块的故障工单最多，因此，酿酒板块的设备需要重点关注。 4.维修状态和分类组件主要展示的是当前进行的维修工单、已完成的维修工单的数量，以及故障报修工单和自发维修工单的数量，从中我们可以知道总的维修工单的完成进度。 5.设备故障组件反映的是故障数量排名前5的设备，备件消耗组件反映的是使用数量最多的5种备件。 6.工单明细表是各个维修工单的具体信息。 （4）数据处理 可视化分析之前你进行了数据清洗，去掉了异常数据；通过时间差，对已完成工单进行了标记。 （5）可视化报告 （1）对仪表板进行了排版布局，标题放在正中间，需要关注的维修工单状态和分类数量通过KPI指标卡放在了标题正下方，不同数据用不同颜色进行区分。时间过滤组件放在左上方，明细表放在正中位置，其余组件分别放在两旁。最后通过自带模板进行美化。 （2）以当前2021年8月的数据为例，可以看到8月进行中的维修工单还有147件，那我们需要在工单明细中过滤查看，从而了解维修工单没有完成的具体原因，是已经处理了没有完成完工流程还是故障有点严重暂时还没对策，或者备件还没有到所以没处理。故障报修工单1894件，自发维修工单只有166件，从中可以看出，目前设备管理还是以事后维修为主，我们还需进一步改进、优化，增加相应状态监测装置及增加点巡检，及早发现设备早期故障，力争将事后维修方式为主的管理方式调整为事前预防性维修为主的管理方式，从而尽量处理设备早期故障（小故障），避免重大故障的发生，尽可能的保障生产，提高设备利用率。我们从故障板块分布组件中酿酒板块的故障工单最多，因此，酿酒板块的设备需要重点关注。再看设备故障组件反映出故障最多的设备是通用桥式起重机，我们可以进一步的通过备件消耗组件发现钢丝绳消耗量最多，钢丝绳是起重机的零部件，这刚好吻合在一起。那我们后续需要继续查看详细的工单明细，分析钢丝绳损耗的原因，有针对性的制定对策，从而优化设备管理。   3、学习总结 （1）学习经历 刚开始学习的时候，刚刚接触，很多东西都是感觉无从下手，视频需要反复看，才能把作业完成。这样原本计划的时间根本就不够用，只有熬夜和牺牲周末来学习，慢慢的才走上正轨。习惯之后，后面的几个星期比最开始要轻松一点。 课程建议：一路走来，课程实用性还是很强，但是个人觉得如果换成线下课教学的话应该比线上课更能学到很多东西。 （2）个人成长 我掌握了图表的处理方法、函数的应用、组件和仪表板的制作和优化等。 我印象最深刻的还是仪表板的制作和优化，这对于今后工作数据的展示和汇报有积极的作用。 学习的初衷基本实现，我有信心拿下FCP考试。 个人的心得体会：我会在今后的工作中继续学习数据处理，目前，我已将所学内容应用到了QC活动中，运用了柱状图、折线图等图标分析工具。