“江西萍乡武功山游客爆满，这个时候还扎堆旅游？”——腾讯新闻 ”网友炸锅！四川市民扎堆喝茶，江西集市人山人海！“——CBF聚焦网
然而，请注意：疫情没结束！疫情没结束！疫情没结束！（重要的事情说三遍）
那疫情到底什么时候彻底结束啊？？！ 饭团假期学的BI在这时候终于要派上用场了么！
首先，请允许笔者唠叨一下当前全国的疫情形势：
第1步，使用FineBI将EXCEL数据导入；
（数据来源于国家卫健委官网）
第2步，新建仪表板和组件，使用上一步导入的数据进行拖拉拽可视化分析；
第3步，查看数据； 从全国新增确诊/疑似/治愈/死亡折现图中可以发现： 1）新增确诊人数在2月12日达到一个小高峰（达15153人），此后新增确诊人数逐渐下降，新增疑似人数总体呈波动下降趋势； 2）选择新增治愈和新增死亡指标，折线图显示，新增治愈人数逐渐上升，新增死亡人数平稳下降，2月12日达新增死亡人数高峰254人；
总结：现阶段疫情蔓延得到了有效控制！ 接下来，我们选取累积确诊人数top6的省市作为代表，回顾一下这些省份2月以来的新增确诊人数的变化趋势； 拖入一个过滤组件，绑定省份字段，选择筛选条件
- 湖北省：疫情不容乐观，2月12日达到高峰14840人，截止3月1日，新增确证人数196；
- 广东省：目前新增确诊人数保持在个位数，近日新增人数在0-1徘徊；
- 河南省：自2月27日起新增确证人数保持为0，在接下来看未来能否度过7日周期；
- 浙江省：自2月22日起新增确证人数一直保持为0，但仍需警惕疫情小高峰，比如2月20日，新增确证人数突然上升到28人；
- 湖南省：近日新增人数在0-1徘徊；
- 安徽省：2月中旬新增确诊人数下降较快，近日新增确诊人数保持在0或1；
现在，笔者使用传染病模型中最经典的模型——SIR模型，来给大家算一算top6省市疫情最终结束所需时长； （注：以下分析结果仅供参考） 使用模型前，先认识一下SIR模型， SIR模型把传染病流行范围内的人群分成三类： 简而言之，易感者通过接触感染上病毒，成为感染者，感染者通过治疗得到治愈，成为移出者； 考虑到影响疫情发展的因素众多，分析模型综合该省总人口数，累计确诊人数，就诊率，患者接触感染率，日均接触人次，病程等关键影响因子， 基于一定的假设条件，在防控到位的理想情况下，计算得出TOP6省市离疫情可能结束时长曲线图：
- 湖北：预计5月低新增确诊人数将为0，之后大概率不会出现新的确证病例；
- 广东：预计3月低结束疫情，3月低前可能会有小幅波动；
- 河南：预计3月中旬后新增确诊人数平稳为0；
- 浙江：预计3月中旬后新增确诊人数平稳为0；
- 湖南：预计4月上旬疫情结束；
- 安徽：预计3月下旬疫情结束；
总结：除湖北外，总体疫情预计在3月下旬或4月上旬结束； 然而，真如数据所示，4月之后就可以愉快地“扎堆”了吗？ 答案是：NO！ 考虑到境外疫病传播形势，疫情存在客观不可抗拒的变数，比如：“超级传播者”
- 在韩国：一人感染，37人确诊；
- 在日本：一人感染；12人确诊；
- 在意大利：一人感染，上千人隔离；
那么，我们用FineBI简单推算一下，假设六月湖北省又出现了1个超级传播者，而这个传播者刚好在”扎堆“，考虑到疫苗还没有研制出来，也没办法确定新型冠状病毒肺炎治愈（或自愈）后，是否能够产生足够的保护性抗体以避免下一次的感染，超级传播者病毒毒性还比较强，传播速度快，但大家的防控意识很强，医疗设施完备，短时间内，假设导致100个新增确诊病例，治愈速度以线性计算
那么疫情持续时间将最少延长2个月；
写在最后——在关注疫情发展的过程中，饭团深切感受到数据带来的力量，通过数据分析，我们看清了疫情现状，预知了未来疫情发展趋势，因此做好全面的防控措施； 通过运用数据分析结果，我们更好地调配物资，齐心抗“疫”；复工在即，眼前的问题是：
1、疫情带来的损失有多少？
2、如何弥补疫情带来的损失？
一个好的数据分析工具可以帮助企业解答这些问题，有了工具之后，学会怎么使用它更加重要。
饭团就是用讲堂里的学习视频进行基础的学习，之后在BI工程师从入门到精通实战班企业版里学到了更多精进的操作和数据分析方法。
| 
