一、个人介绍  1、个人介绍       帆软社区用户名：彼星北，目前就职于郑州一家信息化解决方案公司，从事项目经理工作。个人喜欢数据可视化分析，经典的数据统计分析方法，希望后期可以与论坛各位朋友多多交流分享   2、参赛初衷 BI产品在高校教育领域运用较少，借此契机比较与大数据产品的优缺点 了解不同行业的业务知识和分析技巧 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 准备在客户现场推广BI工具，了解学习其易用性 此外，大赛奖励很诱人，还能在论坛留名，哈哈哈 二、作品介绍   1、业务背景/需求痛点 业务背景：学校一卡通消费流水较大，消费窗口众多，如何很好的管理商户数据，传统统计报表及流水统计已无法满足业务使用需求。此外学校也想通过对于餐厅的流水分析，寻找相应的管理方法。创建相应的分析模型，改善餐厅经营状况，成为当前迫在眉睫的需求。 延伸思考：根据消费流水统计数据，可以建立不同用户模型，可以做商户运营状况分析、贫困学生补助等等... 需求痛点：需要灵活的数据处理方法，美观简洁的报表展示效果，餐厅经理可以操作。    2、数据来源     真实业务场景数据：一卡通系统近三天消费流水，数据已做全脱敏处理。                  3、分析思路     学校比较关注的是：园区餐厅的营收额，学生平均消费水平，餐费定价，热门菜品，商户租金等等。结合学校的一卡通系统，有价值的消费流水数据，可以直接间接的获取到相应的结论。          计划分为三个主题来做展示：        PART1.  餐厅营收类型及营业额分析 根据消费流水，创建自助数据集，计算园区的营业额总和。 再对园区不同餐厅，进行营业额统计。 使用ABC分析模型，对各餐厅管理岗进行评比。 计算营业额占比，提供各服务部门员工投入决策。         PART2.  男女生消费水平分析 根据三天消费次数，做男女生喜爱窗口TOP10分析。 分析不同消费区间的消费金额，方便餐厅对价格公平性进行管理。 对一天中不同时段的消费记录统计，得出男女生谁才是“干饭王”。 分组统计男女生不同消费类型的平均支出，方便学校对不合理消费类型进行控制。        PART3.  支付方式及商户行为预测 分析用户支付方式，为学校设备升级更换提供参考指导。 商户流量分析，给予引流或减租支持，若商户计划不再营业可提前招募新窗口。    4、数据处理      此次分析只用到一张用户消费流水表，在导出数据前做了相关拼接和字典转换工作，从业务数据库中导出excle数据，对数据做了全脱敏处理。       在Fine BI做的操作：数据准备-导入excle数据，创建自助数据集，选择园区、消费金额、餐厅楼字段数据，进行分组汇总，计算得到各餐厅，各园区消费数据：                       各餐厅营业额帕累托分析（ABC分析），此处需要在仪表板上，添加指标运算营业额占比        以下是用到的公式及含义： SUM_AGG：根据当前分析维度，动态返回指标字段的汇总求和值。   TOTAL() ：根据当前维度字段对指标进行跨行汇总计算。 / ：表示除法，可用于求占比。 ACC_SUM()：根据当前维度字段对指标进行跨行累计计算。 消费金额（餐厅营业额）使用柱形图，营业额占比使用折线图                             因为左右坐标轴刻度不一致，需要设置营业额占比的，坐标轴刻度。同时设置警戒线。按占比90%、80%设置                              餐厅各消费类型帕累托分析表，对不同消费类型分析。开启数据条，使显示内容美观                此模块呈现效果为：                男、女生喜爱的TOP10窗口，除过滤条件不一样外，均是按照消费窗口、园区 做分组汇总，然后再过滤前N个，N=10                                   学生餐费消费区间分析难点在于：区间分组，还有排序。排序时候无法识别区间，所以这里我又加了“区间1”，这样后边可以用排序                               同理，各时间段餐厅人流量分析，需要对小时、日期分组。小时分组时候简便分法是：相同值为1组。此处夸奖下FineBI,对时间日期的处理，支持非常好。如果让我写SQL做时间日期转换，真的是头皮发麻。此模块内容展示效果：            其他内容不做赘述，相对简单，都是自助数据集的一些基础操作。    5、可视化报告      可视化报告的最终呈现效果为： （1）配色布局分享 配色：采用仪表板中“别致”配色方案。针对男女生做了单独的颜色区别处理。 布局：分析报告类，采用总分结构，先标题，再文字，再图表展示。 区块构建：采用相同的组件标题以及模块标题进行区块划分。 （2）分析结论       通过以上三个模块制作。领导想要的统计分析，运营决策指导全有了，当即决定用FineBI。上什么大数据，上BI不香嘛？我赶紧去找领导建议去。在这之前，先把分析结果正式分享一下： 我校德馨园营收额最高，受男女生欢迎的上榜菜品也比较多，餐厅经理中午加鸡腿。 在餐饮、淋浴、还款、购电四种场景中，购电占比较少，可以精简电费缴费部门。 我校男女生消费平均值约为：男生7.6元，女生6.6元，以后多推出经济实惠的饭菜，满足学生消费需求。 对于营业额较低的窗口，餐厅经理可以考虑放置易拉宝，发放优惠劵的活动来提高窗口活跃度。实在不想经营的可以预先对窗口向外出租等等。       同时，根据分析结果也有以下思考：我校各园区餐厅营收数据参差不齐，其中德馨园营收及TOP窗口做的最好，茂林园最差。其中有很多值得思考的问题，营收差的餐厅是不是口味不好，价格太贵，或是服务不好，营业额低迷的原因有待进一步检查。此外，男女生平均消费水平不一，女生比较节约，消费区间8元以下居多，是否再女生园区饭菜均价向8元以下调整。       思维发散：下一步，结合学生成绩，消费流水，做评优评先，经济困难生分析，用户画像分析等等，hahahaha~捡到宝了三、参赛总结      FineBI工具简单易用，非业务人员也能很方便的处理数据，设计分析模型，这是其他大数据厂商不能比的。同时内置很多可视化图表，对于不同业务场景，使用不同的图表展示，时效性很高。我们当前试用的某厂商产品，定制化程度太高，稍微一个小需求就要改改改，FineBI通过简单的操作处理，就能灵活完成想要的分析成果。由此可见：工具型产品远比定制化产品易用，省时。              同时在工具型产品层面，也有非常多易用点：       易用点1、：日期处理。可以很简单的把数据处理为想要的时间刻度。年月日时分秒，还能算时间差，简直不要太香。 易用点2、：丰富的函数，内置非常多的函数公式，来实现不同需求的运算。      本次数据分析，感谢德馨园餐厅高经理提供数据。同时也感谢sanny老师，煜佳老师，诸位群友大佬等等,感谢各位的指导与答疑。              不由得感慨：可视化分析永无止境，可视化分析道阻且长，冲冲冲~        高校餐厅近三天一卡通消费数据盘点.pdf (443.46 K)