1、学习初衷 （1）个人介绍 大家好，我是来自上海波司登电子商务有限公司的一名商品规划及运营工作者，我的帆软社区用户名是：2870790。我从毕业工作截止目前为止2年不到的时间，可以说在这段时间中，我的思维认知和技能在一个全新的领域支撑起了自我的成长。 我的大学专业是一个彻头彻尾的文科专业，但毕业后我选择了一份从头开始的职业，作为一名商品从业者，具备敏锐的商品洞察力、数据感知力是最基本的职业素养。基于以上的岗位要求，我意识到数据分析是我在商品岗位做透做精必不可少的技能之一。 一方面，它能够帮助我从更专业更科学更可信的角度去为公司做好竞品的洞察，了解到当前的市场趋势和行业大盘的情况；另一方面，对于日常做好公司内部商品板块的精细化运营，它也起到了不可或缺的作用。 （2）学习初衷 在我们公司的引入下，我接触到了Finebi，报名参加此次培训的初衷有以下2点： ①业务驱动：之前我们一直使用的是传统的excel进行数据处理，数据体量大、易卡顿、处理数据的效率低，一直是我在工作中的一大痛点，通过本次学习我希望能链接大模型数据库建立对于电商商品板块的动态监测体系，随着数据的刷新进行自动化的数据更新，减少我们日常耗费在excel更新上的时间； ②市场环境：对于目前市场上大多数企业都已开始实行“数智化转型”，基于岗位的需求，响应市场及公司的要求，实现数据驱动的商品运营。   2、作业简介 （1）业务背景/需求痛点 业务背景：为了更好地制定电商本年度分月分渠道的目标，坚持打造品牌良好的品牌力和形象，进行年轻化转型，商品需要从销售金额、渠道到月的营收折率、退货金额、成羽童羽分别到主题的占比贡献、历史销售较好和较差的款式来进行分析，对电商销售有一个整体的把控。 ①营收金额：商品需要掌握每个渠道的营收情况， ②营收折率及到主题的贡献分析：把控渠道是否处于良性经营状态，适时提醒渠道并进行调控； ③退货率：监督当下退货率较高的产品，分析退货率较高的产品集中在哪些主题小组，后续可优化主图和产品本身； ④TOP款：找出贡献生意大头的款式，聚焦做好主推发力。   基于以上几点的分析,找出目前商品销售所存在的具体问题，有效做出具体的商品销售优化方案及措施： ①是否需要对接渠道调整商品的价格，助力品牌健康发展良性经营； ②是否需要对接视觉部门，基于营销节点做具体调整商品的主图和详情页；（结合退货率） ③是否需要找到销售贡献好的主题小组及TOP款，做好资源整合，发布到月的商品策略，给予渠道新的商品方向；   （2）数据来源 自选数据：从本公司波司登销售后台下载了销售数据报表，包含货品款式基本信息、销量、营收折率、退货件数、退货金额、退货率等信息。 （3）分析思路 从渠道营收金额、营收折率、主题营收贡献占比退货率等角度分析找出可提高业务销售的方案。   （4）数据处理 对数据做了预处理，提前进行了新老判断分类、渠道分类及过滤，做到数据简洁无重复值。   （5）可视化报告 可视化报表共由12个组件组成，一共分为三个部分。 通过组件分析得出结论： 到月的销售基本情况：2022年11月销售额达到全年巅峰7.5亿，且当月新老折率46.64%，环比增长率6.34%，整体处于良性，退货率21%正常； 各渠道销售结构分析：2022年整体老款销售较好，新老款中成羽销售远高于童羽，属于生意大盘；天猫|京东|唯品作为三大渠道，其中京东的营收折率50.57%，整体营收良性；极寒|经典休闲为TOP2主题，是电商的生意大头，需聚焦这2个主题做好发力； TOP款销售分析及明细：TOP单款中B990E营收折率最低，各渠道请务必做好关注；B2320营收高且折率良性，聚焦发力，打爆TOP款   3、学习总结 （1）学习经历：从数据焦虑到从容掌控的成长之路 作为一名波司登电商商务场景商品负责人，我每天都要面对天猫、京东等平台的海量销售数据，分析动态，制定商品策略。然而，在接触FineBI之前，我的工作充满了“数据焦虑”——Excel表格堆积如山，跨平台数据难以整合，每次做周报都要手动更新数据，效率低下且容易出错。直到公司推进数智化转型，引入FineBI系统，我才真正找到了数据驱动的突破口。     起初，面对陌生的数据建模、仪表盘设计，我感到有些吃力，但培训老师的耐心讲解和细致答疑让我逐渐找到了方向。   第一阶段：基础入门   从最简单的数据连接、清洗开始，我学会了如何将天猫、京东的销售数据导入FineBI，建立统一的数据模型。以前需要花几小时整理的数据，现在只需一键刷新就能自动更新。   第二阶段：分析思维提升 在老师的指导下，我开始学习如何用FineBI进行多维分析，比如用波士顿矩阵划分商品生命周期，用RFM模型识别高价值用户。这些分析方法让我从“看数据”升级到“用数据决策”。   第三阶段：实战应用   结业作业中，我结合波司登的业务需求，搭建了看板，实时追踪价格、销量变化；还设计了销售预测模型。这些成果直接应用到工作中，获得了团队的认可。     （2）个人成长：从“数据搬运工”到“业务分析师” 学习FineBI不仅让我掌握了一门工具，更让我养成了数据驱动的思维习惯。   1. 效率提升：过去做一份竞品分析报告需要2天，现在通过FineBI看板，30分钟就能生成动态分析。   2. 决策更精准：通过数据关联分析，我发现某款羽绒服的加购率很高但转化率低，优化详情页后，转化率提升了15%。   3. 职业信心增强：现在我能用数据说服团队调整策略，比如推动减少低效SKU，优化库存结构，真正成为“用数据说话”的业务伙伴。   这段学习经历让我深刻体会到“成长源于坚持”。感谢培训老师的专业指导和耐心解答，每次遇到问题都能得到清晰的解答；也感谢努力的自己，在繁忙工作中依然挤出时间学习。   未来，我希望继续深化FineBI的应用，比如探索AI销售预测、用户行为路径分析等高级功能，真正实现“数据驱动增长”。同时，我也计划将所学分享给团队，帮助更多同事提升数据能力，共同推动波司登电商业务的数智化升级。  “数据不会说谎，但需要懂它的人来解读。”FineBI让我成为了那个能读懂数据的人，而这段学习经历，也将成为我职业成长中的重要里程碑。