一、选手简介 1、选手介绍 团队名称：帕羽宇航员 队长介绍：偷星的猫，目前就职于帕羽科技，目前从事运营岗位，个人感兴趣的方向和领域-数据分析、机器学习等方向。 成员介绍：如， 成员-帆软社区用户名：鱼蛋超Q 成员-公司、行业、岗位介绍：就职于帕羽科技，从事运营岗位 团队组成：两人对数据分析领域颇有兴趣，在众多博主的推广下看到了帆软的可视化比赛，于是想一组组队试试自己的实力，看能否在比赛中获得较好的名次   2、参赛初衷 希望通过比赛实践提升BI工具的使用方法和技巧，系统学习FineBI这个工具的使用，之前只使用过Tableau和PowerBI这两个工具，之前看到大多数人认为帆软的产品体系还不够成熟，不推荐使用，于是趁着这次机会想好好学习一下，看能否运用到实际工作中。 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 大赛奖励很诱人，想拿个优秀作品奖或者其他   二、作品介绍 1、业务背景/需求痛点 业务背景： 在O2O生活圈不断扩张的时代，外卖的普及使得餐饮从线下做到了线上，懒人经济带来的巨大红利，让大量资本涌入外卖市场。作为某外卖连锁品牌方的数据分析师，如何优化自身品牌业务的竞争力与整体的盈收是在资本洪流中存活并做大做强的关键，这就需要对旗下分布于各地的五个店铺进行日常的流量、转化、留存、销售、盈利等数据进行把控、检测与分析，从数据中发现目前各店铺在经营过程中值得推广的方式方法，有待提升的环节和方面，帮助店铺良性可持续发展，提升整体的收益。 需求痛点： 区域负责人对整体区域的店铺经营情况需要有个大致的了解，知晓当前各平台经营店铺的情况和趋势，广告投放效果如何，对于各个店铺的资源投放应该如何分配比较好。   2、数据来源 自选数据：用了shop、cpc、orders这三个表，shop表主要记录店铺经营状况、实收和补贴等；cpc主要记录店铺广告投放的效果、流量经营状况和投入产出比、orders主要每笔订单的具体情况如菜品、花费、配送地址及经纬度等。   3、分析思路 根据用户行为路径将曝光、访问、下单的路径展示清楚，对比看各个环节的转化率 使用top分析法对店铺进行占比分析，从店铺的维度看各个店的广告投放效果 线性回归对roi效果和营收进行预测   4、数据处理 对数据格式进行调整，确定每个用户的唯一值：选择订单号+时间+地址这三个数据确定每笔订单只有一个唯一值   5、可视化报告 （1）数据含义表达和图表排版布局 整体使用蓝色主题 数据总览可以整体看到所有店铺的经营状态和用户路径下的流量情况，以及整体的补贴和花费 详情支持查询过去的经营情况，配送地图可以看到主要用户的分布情况（圆大表示用户支付金额较多，颜色深表示配送距离较远） 环形图可以看店铺经营位置的占比、平台占比、GMV前五的占比情况 每日流量数据是该片区域的整体流量情况以及转化效果，散点图主要展示GMV前5的店铺广告投放效果 每日营收数据是该片区域的整体收支情况并使用趋势线进行预测，面积图主要看前5店铺的流量占比情况 （2）结论 用户路径的转化率可以有进一步的提升，在饿了么平台的广告投放效果比美团好，可以投入更多的资源 前5店铺广告经营效果分析中专辑由橙色的投入产出比较高，应该投入更多的资源进行经营，整体可获得的流量也高于其他店铺