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
cswy(uid:730342)
WangYan 职业资格认证:FCA-FineBI | FCP-FineBI
帆软BI-数据轻松可视化分析的利器
学习初衷     数据可视化是展示大数据分析结果的最直观的方法。随着近年来各方面数据信息的不断积累,大数据的时代已经到来,各行各业急需对各类大数据进行有效的挖掘和分析,从而发现隐藏在其背后的规律和价值,以便对当前或未来的决策做出有利的支持。帆软BI提供了仪表板上丰富的数据操作,有效的支持各种数据分析角度,而且具有简单易学的特点,近年来被很多企业广泛接受的可视化分析工具。帆软也引起了浓厚的学习兴趣,这次有机会系统的学习帆软BI的使用,也让我收益颇多。 学习经历     通过具体分析数据与案例需求学习FineBI的使用是一种非常高效的学习方式。帆软课堂录制的学习视频讲授清晰、手把手带领大家完成操作过程,也使我们的学习过程变得轻松。从序章中只能跟着老师蹒跚学步般完成可视化作业,到经过几周的学习,逐步开始熟悉整个FineBI工具的各部分使用细节,可以将自己对数据分析的想法灵活地展示载数据仪表盘上,成就感十足,这个过程让我感觉这几周过得非常充实。过去我们经常使用Python完成数据的一些可视化操作,但完成的内容相对分散,不容易形成一个较系统整体的可视化展示角度,而帆软BI却可以轻松帮我们完成这一点,是我们的可视化工作事半功倍,真正展示了数据一张图的概念。我们在学习的同时,也把帆软应用到正在分析的其他数据上,也取得了不错的效果。下面我想跟大家聊聊学习过程中让我印象深刻的零售门店管理驾驶舱案例。     它通过门店毛利、门店类别、季度销售额、销售品类、地区等众多维度对零售门店进行分析,得出了各个维度和销售额以及毛利之间的关系。其中各门店毛利词云图组件、门店毛利TOP10和毛利总额可以看出门店的毛利额大小以及与整体的占比。各月份销售额/毛利/毛利率分析展示出了月份之间指标的大小以及变化情况。各地区销售额统计组件展示各地区之间的销售额之间的差距并且通过创建钻取目录能够得到次级地区的销售额情况。分店各月销售额组件展示了各分店的销售额情况。通过各种组件各个维度对零售毛利和销售额之间的分析能够直观清晰的展示出零售门店的销售情况,来决定对门店的投资,大区之间的资金流动和销售品类的管理。 学习成果     虽然只是短短几周的的学习,但我已经较系统的掌握了帆软BI的使用方法,而且也在不断探索学习中学会了一些其他的数据可视化问题的解决方法,通过分析数据可视化的结果,也可以得出隐藏在数据背后的规律和结论。  
透过数字探索精彩的世界—BI数据可视化学习感悟
初衷        作为一名计算机专业的学生,从进大学的第一年我就接触了大数据这个概念,一直到现在的研二也根本不知道大数据具体是什么,更不知道研究大数据会有什么作用会给社会带来什么样的利益。我只知道大数据是这几年一直很热门的行业。作为一个专业知识不是很好,动手能力也不强的学渣来说,大数据真的处于一个让我仰望的层次,对着那未知的领域,我心生向往。一个偶然的机会,通过我的导师我接触到了这个叫FineBI的东西,而且也进入了BI工程师学习班课程。在序章里,FineBI工具就让我大开眼界。从python代码到扒下来的数据,再到数据库中的数据表再到各种操作、图表等将数据分析展示到了仪表板上。虽然也只是皮毛,但我感觉我他进了一个大数据的门槛,看到了一个从来没看过的精彩世界。 学习经历        看着Royide老师在视频中熟练的进行着数据可视化的操作,满足心里惊奇的同时我也没感觉到很大的难度(迷之自信)。但是当脱离视频之后,我的手和我的脑子都明确告诉我他们并没有看懂。作为学渣的我只能跟着视频,亦步亦趋。从装软件到开始的数据连接再到后面的数据准备以及分析图表生成仪表板提交作业,时间竟从烈日高悬已然到了繁星满天。揉了揉发红的眼睛,活动了一下酸痛的肩膀,在感叹数据可视化分析难度的同时心里也涌现出了一种成就感。看着那些一行行让人摸不着头绪的数据,通过自己一顿看似猛如虎的操作展现到了仪表板上,我知道这只是入门,但那种亲身操作并且能够看到明确结果喜悦真实的存在在我的心里。每一周的前几天都怀着一种既隐约感到困难和期待新技术的复杂心情打开了学习班的课程视频,听到了老师熟悉的声音整个人也进入了那种被新知识吸引的状态。当然我也害怕了被得不到正确图表支配的感觉。整个学习过程下来,我只能说付出就有回报。 学习成果        经过这几周的学习,我不仅掌握了课程里所讲的知识,而且误打误撞中得到了解决作业的其他方法。现在可以将一张表格熟练的增加我所需要的数据,而且可以熟练的对每种图标类型进行分析和设置,包括标签设置,数值轴设置以及各种组件的属性。我可以通过分析数据来将数据分析结果合理而,美观的展示到仪表板上并且得到一些数据背后隐藏的结论。最印象深刻的莫过于销售额滚动同比计算这道题,如何将添加过滤条件得到本月及之后的11个月的数据是一直困扰我的问题。到提交时也没做出来。知道看了讲解视频才恍然大悟,在被支配之后得到正解的感觉也是非常nice的。就这样一周周的作业做完,一个个的知识点攻破,拿到FCBA这些都是我最开心的时候。回首整个过程,就像是在我的大数据荒地里种下了一棵树,实现了从无到有的突破。期间,也有抱怨,也有高兴,也有平淡,但是这种付出努力的学习过程却是我体会到最有意义的事情。就像Royide老师经常说的—莫问前程,勇往直前,我们应当保持学到老,活到老的心态,付出终究会有回报。 应用         其中,印象让我非常深刻并且让我提升的作业就是零售门店管理驾驶舱了。        里面包含了很多的组件,当时花了几天的时间去做其中的组件。它通过门店毛利、门店类别、季度销售额、销售品类、地区等众多维度对零售门店进行分析,得出了各个维度和销售额以及毛利之间的关系。        其中各门店毛利词云图组件、门店毛利TOP10和毛利总额可以看出门店的毛利额大小以及与整体的占比。各月份销售额/毛利/毛利率分析展示出了月份之间指标的大小以及变化情况。各地区销售额统计组件展示各地区之间的销售额之间的差距并且通过创建钻取目录能够得到次级地区的销售额情况。分店各月销售额组件展示了各分店的销售额情况。通过各种组件各个维度对零售毛利和销售额之间的分析能够直观清晰的展示出零售门店的销售情况,来决定对门店的投资,大区之间的资金流动和销售品类的管理。 总结        已经想不起上次使用现金结账是什么时候了,从当初的现金支付到现在的电子支付全面普及。互联网技术的发展,在改变着人们的生活方式,引导着我们的生活走向信息化,数据化。我们处于大数据高速发展的时代,作为未来的IT人士我们更要站在时代的浪潮前,与时俱进。帆软给了我们工具就等于给我们在时代的浪潮中扬起了帆,让我们莫问前程,勇往直前。
个人成就
内容被浏览4,186
加入社区3年33天
返回顶部