请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
帆软用户5oA5yCg6Mz(uid:2841581)
职业资格认证:FCP-FineBI V6.x
结业总结
1. 学习初衷 (1)个人介绍 帆软用户5oA5yCg6Mz,从事软件技术岗 (2)学习初衷 了解关于数据分析方面的知识,提升自己 2. 作品简介 (1)业务背景/需求痛点 业务背景:这份数据集是某电商平台顾客2021年和2022年购物信息的集合,每一行代表一个单独的购物记录,记录不同客户的购物行为。 需求痛点:整个平台的购物记录过于庞大,无法快速有效的进行分析 (2)数据来源 自选数据:有发票号、用户id、性别、年龄、商品类别、数量、总金额、支付方式和购买时间字段。 (3)分析思路 分析2021年和2022年销售额及环比增长率,确定销售额的情况;再使用销售额为指标分析各个年龄段的男性和女性用户喜欢购买哪些商品;最后分析用户习惯的支付方式。 (4)数据处理 数据集中的发票号字段没有详细的发票信息,数量字段没有相关联的商品型号、单件商品利润等信息,故没有分析价值;其余字段均不清理 (5)可视化报告 Ⅰ.数据含义表达 图表分为销售额及环比增长率、各年龄段购买商品类别分析和用户支付方式分析三个模块  销售额及环比增长率:由2021总金额、2022总金额、2022环比增长率和每月环比增长率组件组成,可以观察到平台的销售额及环比增长率情况 各年龄段购买商品类别分析:由用户年龄占比、各年龄段男性购买商品类别和各年龄段女性购买商品类别组件组成,可以看到平台用户各年龄段占比和喜欢购买的商品类别 用户支付方式分析:由支付方式分析组件构成,可以观察到用户的支付方式及客户占比 Ⅱ.通过分析得出结论 通过观察销售额及环比增长率模块可得平台未来销售额将会处于相对平衡的状态,除非有2022年1月那样的爆发性增长 通过观察各年龄段购买商品类别分析模块可以分析出各个年龄段的男性和女性用户喜爱购买的商品基本稳定,不会有太大的变化 通过观察用户支付方式分析模块分析得出用户最喜欢的支付方式是支付宝,支付方式基本不会变化 3. 学习总结 (1)学习经历 通过课程建议循序渐进的学习数据分析及图表制作 (2)个人成长 本次学习让我了解到了数据分析的步骤、图表的制作和函数的进阶应用等技巧与方法,其中让我印象深刻的是函数的进阶应用,有些复杂的函数还是需要深刻思考来实现公式;总之,本次培训让我受益匪浅,在学习一项新技能的同时提升了自己,多学习,没有坏处。
结业总结
1、学习初衷 (1)个人介绍 帆软用户名5oA5yCg6Mz,目前从事软件技术岗 (2)学习初衷 想要了解更多数据分析的相关知识,帮助自己提升 2、作品简介 (1)业务背景/需求痛点 业务背景:数据集是某电商平台顾客2021年和2022年购物信息的集合,每一行代表一个单独的购物记录,记录不同客户的购物行为。 需求痛点:每行都是单独的购物记录,无法快速有效的进行数据分析 (2)数据来源 自选数据:电商购物表,数据集中有发票号、用户id、性别、年龄、商品类别、数量、总金额、支付方式和购买时间字段 (3)分析思路 分析2021年和2022年销售额及环比增长率,确定销售额情况,再将销售额作为指标分析各个年龄段的男性和女性用户喜欢购买哪些商品,最后分析用户习惯的支付方式。 (4)数据处理 数据集中的发票号没有详细的发票信息,数量字段没有相关的商品型号、单间利润等信息;故没有分析价值,不参与分析 (5)可视化报告 报告分为销售额及环比增长率、各年龄段购买商品类别分析和用户支付方式分析三个模块排版布局,采用清新多彩样式,模块含义如: 销售额及环比增长率:2021总金额、2022总金额、2022环比增长率和每月环比增长率组件可观察平台的销售额和环比增长率情况 各年龄段购买商品类别分析:用户年龄段占比、各年龄段男性购买商品类别和各年龄段女性购买商品类别组件可观察平台用户的年龄段占比和喜爱商品类别 用户支付方式分析:支付方式分析组件可观察用户支付方式及客户占比 3.学习总结 (1)学习经历 在学习过程中通过课程建议步骤,能够循序渐进的了解到BI的使用方法及数据分析方法 (2)个人成长 在学习过程中了解到了数据分析方法
个人成就
内容被浏览1,338
加入社区140天
返回顶部