浙江省某市劳动节期间旅游业综合分析 --小明同学（uid：624223）   一、选手简介 1、选手介绍 个人选手版 个人介绍：我是江鸣，帆软社区用户名用户小明，目前就职于湖北交投实业发展有限公司，我司现运营管理高速公路服务区（停车区）112对，经营加油站30座、仓储配送中心3个、终端门店近300家、广告牌743座，运营“荆楚优品”“食博会”“交投能源”“楚天舒”“荆品惠”“一品荆楚”“交投中百”“I交投”等优势品牌矩阵。目前从事能源加油站信息化管理及运营工作（岗位），个人感兴趣的方向和领域是数据分析，通过公司现有的数据，对经营进行分析，挖掘数据背后的价值，为公司出谋划策，为公司创造利润。 个人照片： 2、参赛初衷 希望通过比赛来熟悉FineBI，提升FineBI工具的使用方法和技巧 通过对FineBI的了解，后期应用于加油站的运营分析 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞 既可以参赛学习又可以拿奖励何乐而不为呢？ 大赛奖励好诱人 二、作品介绍 1、业务背景及需求痛点 业务背景： 2023年，我国疫情方控制政策优化，国内旅游需求爆发，旅行社数量也大幅增长，一季度国内旅行社数量为47069家，较2022年同期增长了10.48%。随着疫情影响的逐渐消退，国内旅游热度将持续上升，国内旅游营业收入也将加速回升。旅游需求将加速恢复，旅行社数量也将迅速增多，支撑我国旅游业快速修复。然而浙江省某市五一期间旅游数据并不乐观，2023年五一期间旅游业的增量并不明显。 需求痛点： 作为文旅局职员，通过2022年及2023年上半年的旅游数据，如何根据旅游者的消费习惯，制定相应的营销与服务策略，推动当地旅游业的增长。 2、数据来源 自选数据：由于企业数据有保密性，本次采用了FineBI提供的浙江省某市旅游参考数据。 分析思路 数据分析思维导图：      由于平台数据的局限性，只能根据现有数据指标进行各自分析，再结合实际进行数据分析。来浙的的路费没有全计入浙江省，所以路费没有计入本地的收入。 数据处理 时间为数据类型需要用date函数进行转化。 时间 = DATE(LEFT(日期,4),MID(日期,5,2),RIGHT(日期,2)) 每一个顾客会去很多景区，会对统计有影响，需要赋值一份数据，进行删去重复值，避免影响性别、年龄、游客类型、省份、来浙方式、路费的影响指标。 为了更准确的分析数据，保持对比的一致性，2023年与2022年对比时，取2022 年4月30日---5月3日与2023年4月30日---5月3日进行分析。 可视化报告 仪表盘排版布局及展示分析如下：   通过各省来浙人数及消费金额，可得以下结论：       1.本地旅游人数最多，有5474人，其次邻省来旅游人数较多。       2.相比2022年，2023年浙江省旅游收入虽然增加，旅游人数也大幅增加，但人家一年消费水平有所下降。       3.2022年与2023年来旅游的旅客年龄相近。         通过其他重点指标，可得以下结论：       1.旅游男女比例相近，大多为散客。       2.主要收入为副门票及周边收入，其次是主门票收入。       3.人文景观副门票及周边收入最多，休闲度假收入最少。       4.热门景点有野生动物园、金顶寺。       5.大多游客在马蜂窝与美团上进行订票。 通过分析各指标得分，可得以下结论：       1.人文景观环境满意度得分最高       2.主题公园项目最好玩       3.休闲度假服务最好       4.杜甫故居环境最好       5.最好玩的项目是奇妙世界       6.杜甫故居服务最好 营销策略建议：      1.对外宣传集中在邻省，加大宣传旅游力度      2.营销活动可与马蜂窝、美团等进行合作投放      3.副门票及周边可以向餐饮进行导流，推出套餐，或购买副门票及周边赠送餐饮优惠券      4.改善自然景观项目的服务，提升休闲度假项目的游玩性与环境，打造更多星级游玩景点。      5.改造或建设像杜甫故居、奇妙世界的景点，提升效益。 （2）最终结果呈现的页面布局 使用公共账号的选手 已申请挂出 账号：23BIDAC177 公共链接： https://bisolutions.fanruan.com/webroot/decision/link/pVY4 三、参赛总结 1、FineBI工具 BI的强大之处在于能够将数据进行图形化，具备更强的视觉冲击，更好展示数据，让数据能够说话。 数据之间可以关联，可以一级一级的下钻分析问题的原因。 此次的参考数据较少，颗粒度不够，如果有订单级的数据就好了。 2、参赛总结 非常感谢帆软这个平台，一是能够免费的提供这个平台，让我在公司的数据分析展示更出彩。二是帆软能够举办这次大赛，让我更进一步了解帆软，希望帆软越来越棒。 感恩的事儿：非常感谢帆软社区，我是自己在帆软社区视频一个一个视频的学习操作，来进行这个比赛。不懂的就去社区找信息，解决问题。 认知新感悟：只要自己敢于去尝试、努力，没有什么事是干不好的。

9月份报名了一个帆软补习班，下面来说说我的FineBI学习之旅。 1.学习初衷 （1）个人背景：工作需要、自我突破、兴趣使然、跨行求职......（2）从哪里了解到的学习班、为何选择学习班         学习帆软最初是领导的介绍，我也感兴趣所以就学起来了，学起来后开始应用于工作中，有一些成效，参加帆软大赛还拿了奖。但是还有些问题与不懂得地方没人请教，想学得更加透彻，所以就去报了一个补习班。 2.学习经历（1）熬夜学习、结交新朋友、感谢的人、有趣的事儿......（2）课程建议：对学习班的想法和建议、对讲课老师、班主任、助教老师想说的话、想吐槽的点......          感受最深的是熬夜赶作业，很多作业题，课件没有讲解，得自己去摸索，还要消化课件内容，所以做起来比较花时间，经常熬夜做题目，想赶在24：00之前交作业。建议讲解不要局限于课件，着重讲解如何应用于企业，服务器部署、连接，以及遇到的问题，怎么解决，这样会让我们更快的融入企业实际。 3.学习成果（1）个人成长掌握了哪些技能和方法？最让你印象深刻的内容？学习的初衷实现了几成、是否达成目标？通过FCA考试的感悟和分享！是否有信心拿下FCP考试？         总体来说有些收获，相当于对FineBI重新更系统的学习了一遍，后面需要继续细致研究。还没有达成初衷，因为还没有完成完全应用于企业。我相信我肯定能拿下FCP考试。个人的心得体会：用老师的一句话，知识就是财富，希望同学们都能够保持终身学习的心态。莫问前程，勇往直前！ （2）工作应用是否将课程所学内容运用到工作中，分享1～2个场景案例（如果暂时还未应用工作，可分享1～2份课程学习作品），应用于企业的数据不便于展示，这里就不展示了。 4.小结参加本次课程的心得体会小结       学习不嫌晚，只要肯学，FineBI都是小事。

一、选手简介 1、选手介绍 个人介绍：我是江鸣，帆软社区用户名用户小明，目前就职于湖北交投实业发展有限公司，我司现运营管理高速公路服务区（停车区）112对，经营加油站30座、仓储配送中心3个、终端门店近300家、广告牌743座，运营“荆楚优品”“食博会”“交投能源”“楚天舒”“荆品惠”“一品荆楚”“交投中百”“I交投”等优势品牌矩阵。目前从事能源加油站信息化管理及运营工作（岗位），个人感兴趣的方向和领域是数据分析，通过公司现有的数据，对经营进行分析，挖掘数据背后的价值，为公司出谋划策，为公司创造利润。 个人照片：   2、参赛初衷 希望通过比赛来熟悉FineBI，提升FineBI工具的使用方法和技巧 通过对FineBI的了解，后期应用于加油站的运营分析 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞 既可以参赛学习又可以拿奖励何乐而不为呢？ 大赛奖励好诱人   二、作品介绍 1、业务背景及需求痛点 业务背景： 我国酒店行业发展至今经历过起步发展阶段到加速发展再到回落阶段，2019年酒店住宿业整体销售收入达到6770亿元。从文旅部披露的星级酒店数据来看，旅游总收入与旅游总人次在疫情期间产业敏感性和脆弱性暴露无遗，同比均呈现较大幅度下滑，在2020年疫情开始后，开业酒店数量有所影响，但总量依旧可观，2021年数量明显下降，不到2020年的一半。作为酒店管理者，如何提升经营效益；作为顾客，如何选择性价比较高的酒店，都是一个不错研究课题。 需求痛点： 作为酒店管理者，在疫情的冲击下，通过携程平台的数据怎么布局提升经营效益。 作为消费者，通过携程平台的数据如何选择性价比高的酒店。   2、数据来源 自选数据：由于企业数据有保密性，本次采用了FineBI提供的酒店参考数据。通过网址查询可以看出数据来源于携程平台的统计数据。   3、分析思路 数据分析思维导图： 由于平台数据的局限性，只能根据个数据指标进行各自分析，再结合实际进行数据分析。   4、数据处理 现初步查阅数据有无异常点，根据各指标的范围进行异常点剔除。 一些数据为数字+文字的文本格式，无法拿来现用，需进行数字化处理，先将数字与文本用split函数与replace函数进行分离提取。   5、可视化报告 （1）仪表盘排版布局及展示分析如下： 通过分析入驻酒店全国分布、酒店市场占比、各省酒店排行，可得以下结论： 1.某平台共入驻酒店36家，分布在全国各地，大多为常见的连锁酒店。 2.各品牌酒店大多分布于山东、江苏等中部沿海城市，其中江苏省、山东省入驻品牌最多，江苏省入驻品牌达35家，山东省在平台开设酒店2665家，竞争较为激烈，西藏入驻品牌与开设酒店数量最少。 3.在地级市中，江苏南京市在平台开设酒店最多，达482家，江苏苏州入驻品牌数最多，达30家。 4.在众多品牌中，在平台开设酒店最多三家分别是如家、汉庭、尚客优三家，其中如家酒店在平台开设酒店最多，达2889家，占比14.82%。 5.大多品牌分布在中部沿海城市，作为管理者，根据数据显示，位置处于中部沿海且竞争不激烈的城市，如浙江、福建，可考虑入驻酒店，提升经营效益。 6.此次统计的酒店均价在300元以下，一线城市酒店价格较高，其中北京市价格最高，宁夏酒店价格最低。 通过分析各品牌服务得分、环境得分、卫生得分、设施得分、综合得分，可得以下结论： 1.服务得分超过4.5分的有九家，其中宜必思得分最高4.65分，作为顾客，想要更好的服务建议去宜必思、汉庭优佳酒店。 2.环境得分超过4.5分的有三家，其中汉庭优佳得分最高4.59分，作为顾客，想要更好的环境建议去汉庭优佳、宜必思酒店。 3.卫生得分超过4.5分的有七家，其中汉庭优佳得分最高4.67分，作为顾客，想要更好的卫生建议去汉庭优佳、宜必思酒店。 4.设施得分超过4.5分的有三家，其中汉庭优佳得分最高4.59分，作为顾客，想要更好的设施建议去汉庭优佳、宜必思酒店。 5.综合得分超过4.5分的有六家，其中宜必思得分最高4.63分，作为顾客，综合考量建议去宜必思、汉庭优佳酒店。 通过分析各品牌推荐排名、钻级排名、平均单价，可得出以下结论： 1.酒店推荐度超过95%的有十二家，其中宜必思推荐度最高，达97.13%。 2.酒店钻级在2.13以上有九家，其中宜必思钻级最高，达3.01。 3.酒店价格在200元以上品牌有5家，150-200元之间有19家，150元以下有12家。其中汉庭优佳平均价格最高达232.51元，都市118价格最低为120.1元。 通过对酒店价格、综合评分、推荐度、钻级多个维度进行筛选，可得出以下结论： 1.价格较低、评价好、评分高的维也纳3好，驿家365酒店是顾客的首选。（价格在200元以下，推荐度在95%以上，且评分在4.5分以上的酒店有两家，分别为维也纳3好，驿家365） 2.评价好、评分高、钻级高的宜必思、汉庭优佳是精致顾客的首选。（价格在200元以上，推荐度在95%以上，评分在4.5分以上，且钻级在2.5以上的酒店有两家，分别为宜必思、汉庭优佳） （2）最终结果呈现的页面布局 使用公共账号的选手 已申请挂出 账号：22BIDAC139 公共链接： https://bisolutions.fanruan.com/webroot/decision/link/8z3H   三、参赛总结 1、FineBI工具 BI的强大之处在于能够将数据进行图形化，具备更强的视觉冲击，更好展示数据，让数据能够说话。 数据之间可以关联，可以一级一级的下钻分析问题的原因。 此次的参考数据较少，颗粒度不够，如果有订单级的数据就好了。   2、参赛总结 非常感谢帆软这个平台，一是能够免费的提供这个平台，让我在公司的数据分析展示更出彩。二是帆软能够举办这次大赛，让我更进一步了解帆软，希望帆软越来越棒。 感恩的事儿：非常感谢帆软社区，我是自己在帆软社区视频一个一个视频的学习操作，来进行这个比赛。不懂的就去社区找信息，解决问题。 认知新感悟：只要自己敢于去尝试、努力，没有什么事是干不好的。