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
李登山(uid:1934824)
职业资格认证:FCP-FineBI V6.x
数据分析的认知误区
李和平大佬,几句话描述“何为数据分析”,言简意赅,精辟入理。 很多人刚刚开始接触数据分析,确实是容易有个误区“数据分析就是把数据做成漂亮酷炫的图表”。 正如大佬所言,千万不要把数据可视化等同于数据分析。   作为一个项目经理,我从业务角度讲一下我一些浅薄的认知: 数据分析是从依附于业务,为了创造业务价值而存在的,数据分析不可能单独创造价值。 从业务角度数据分析可以分为:数据监测、异常纠因和趋势预测。大白话表述为:发生了什么?为什么发生?将来还会发生什么? 这三个方面同时也是数据分析的三个层次。 第一层,发生了什么?——从业务的视角将主要业务指标通过数据分析的方式呈现出来,也就是数据可视化; 第二层,为什么发生?——实际数据一旦发生异常(偏离趋势或者与目标差异大),就需要在一堆数据里,基于业务场景找到根本原因,也就是狭义的数据分析; 第三层,还会发生什么?—企业制定战略或年终制定目标等场景下,需要基于历史数据做出预测,特别关键的是各维度找到主要因素,提高预测准确性,从而为决策提供可靠的依据。这就是数据预测。   这三个层次,层层递进,由简入繁。   决定我们处于那个层次的关键,除了数据分析技能,还有对业务的理解认知深度。
4个月从小白到荣获最具业务价值奖,学习FineBI心路历程
【2023BI数据分析大赛】2023年浙江XX市旅游增收分析
点击打开作品链接:数据分析仪表板 一、选手简介 1、选手介绍 团队名称:大白(●-●)队制作 队长介绍:比小白还白,所以我们是大白队。我是大白1号,帆软社区用户名登山,目前从事项目运营管理工作,个人对数据分析非常感兴趣,刚刚参加【2304期】BI数据分析从入门到精通实战班,在学习和比赛的过程中发现数据分析不仅可以提升效率,而且可以开拓眼界实现跨界创新。 成员介绍: 大白2号-帆软社区用户名String(ID:169693),目前就职于大健康产品销售公司,主要负责公司直播与线下渠道的数据分析。日常做一些报表统计,各部门报告等工作; 大白3号-个人介绍:帆软社区用户名佳佳(ID:1837015),目前就职于食品行业销售公司,主要负责公司日常数据统计,经营分析报告的撰写等。 团队组成:2304期BI学习班同学   2、参赛初衷 简单介绍下参赛的初衷,如: 通过比赛实践提升系统分析完整项目的能力 以数会友,学以致用。学习其他行业的数据模型和分析思维,然在自己的工作中落地   二、作品介绍 1、业务背景/需求痛点 业务背景 由于新冠疫情,我市旅游业遭遇重创,随着疫情结束旅游业逐步复苏。23年年初,我市文旅部预期2023年本市的旅游业会迎来巨大复苏,旅游业收入会得到大幅增长,但五一小长假结束,发现2023年上半年的数据并不乐观。。 需求痛点 疫情结束,旅游业急需复苏,急迫需要通过数据分析找到上半年旅游业收入未达预期的原因并给出针对性解决方案和策略,才能完成全年目标。 2、数据来源 2022年和2023年浙江某市五一期间旅游数据(大赛提供) 3、分析思路 主要思路: 详细思路: 主要分析思路: 第一步,初识数据,输出用户画像和景点分析看板 制作总提数据指标卡 针对景点数据做对外-做游客分析,对内-做景点分析 尽量穷尽维度分析出数据集中数据的全貌 第二步,按照价值驱动树逻辑,对比22年和23年数据做原因分析 总营销额=游客数X人均消费,得到人均消费是主要因素 人均消费=主门票人均消费+副门票及周边人均消费+餐饮人均消费,得到后两者下降较多,也分析了下降最多的景点 差缺补漏,分析更多相关因素,得到满意度降低导致了副门票及周边人均消费+餐饮人均消费的降低,进一步钻取分析不同景点三种满意度的情况 第三步,归纳结论,提出建议和策略 过程中使用或借鉴了部分经典分析模型,如四象限分析,ABC分析,购物篮分析,RFM、top分析等   4、数据处理 数据处理主要步骤: 4.1 用户分层数据处理 数据集中提供了年龄段,用户分层时有几个思路,1)按照成人工作年龄分层,2)按照80-90-00后分层;经过查阅市面上主流分析机构的分析报告,同一年代的人群特点比较有相似性,最终采用通过游客年龄计算用户数据那个年代几零后进行年龄分层。   4.2 浙江及周边5省游客数量和占比 通过区域地图发现浙江几周边5省构成了我市的主要游客来源,因此想到需要制作一个指标卡展示更清晰,这时候使用DEF函数计算属于该六省的游客数。   4.3  2023年综合满意度增长值 因为对比22年数据分析原因,很多指标需要做两年数据增长值和增长率,此处使用def_add函数,增加年份时间条件来计算增长值和增长率。   5、可视化报告   5.1  游客用户画像及景点分析看板   首先依据基础数据及制作关键数据指标卡。可以选择年份,宏观了解2022年和2023年我是旅游总体情况。 对外部做用户分析,充分了解游客信息;对内部做景点分析,充分了解景点情况,以便分析23年上半年旅游收入达不到预期的原因,同时在制定应对策略的时候有的放矢。   5.1-1 游客用户画像(10个组件维度分析游客) 组件1 游客性别比例 男女游客数量相当,各占一半。 组件2 游客类型占比 散客占70%,可见我市游客主要是散客。 组件3 游客出行方式占比 主要交通工具都有涉及,其中大巴、高铁和火车三类占72%。   组件4 游客购票渠道占比 主流的网络购票渠道占人数占92.3%,可以利用游客画像在主要网购渠道精准投放,增加游客量。 组件5 游客年龄层分析 数据处理是依据用户年龄划分条件表前列,把用户分为10后、00后、90后、80后和70后及其他。制作饼图是依据游客数确定角度,依据消费额确定半径。可见,90后和00后是主要游客群体群体,占69%。   组件6 游客客源省份地图 数据处理依据客源数量将客源相对集中地地区区分出来,可见浙江及周边5省是主要客源地,游客数占65%(见指标卡)。 组件7 游客喜好多层饼图 根据游客喜好绘制景区一二级业态多层饼图,体现出来我市旅游的游客的旅游偏好是人文景观和自然景观,两者合计人数占比68%,消费占比69%。   组件8 游客出行时间分布 附加了游客人数和人均消费的变化,可以看出假期第2天是游客最高峰,之后几天游客数量逐渐减少;假期第2天人均消费也有一样的趋势。据此可以合理安排景区服务、安保人员配置,提升游客项目、环境和服务满意度。   组件9 客源省份、游客数量和均消费组合图 可以看出除了浙江及周边5个省市之外,其余省来我市的游客数量相当,且较少;每个省市的游客人均消费没有因地区差异有明显规律,基本都在平均线上下十几块钱左右。因此应重点关注浙江和周边5省市的游客对整体的贡献。 组件10 游客消费分布情况 按游客旅行消费金额划分区间统计游客人数和总体消费额,可见在我市旅游消费250元以下的游客数量占70%,仅贡献50%的消费额,定义这部分游客为潜力价值消费游客,250-500消费段占21%,定义为重要保持游客,500-750和750-100消费段的游客数量分别7%和3%贡献的销售额确分别高于人数占比6-8个百分点,定义为重要价值游客。可见后续应该开发潜力价值游客的消费意愿,提升人均消费。   5.1-2 景点分析看板(9个组件维度分析景点)   组件1 一级景区类型 可直观的看出我市人文景观景点最多,占了8个。 组件2 景点游客量气泡图 以景点游客量作为气泡大小,游客量最大的是大慈寺,其次依次是杜甫故居、李白故居、金顶寺和南山等。   组件3 景点消费次数ABC分析 大慈寺消费频次最高,其次依次是杜甫故居、李白故居、金顶寺和南山等。 组件4 景点销售额ABC分析 人民剧院贡献的销售额最多,其次是奇妙世界、南山、大慈寺、杜甫故居和李白故居等。 组件2和3可以得出,最受游客欢迎的TOP5景点是大慈寺、杜甫故居、李白故居、金顶寺和南山等。 组件2-4综合分析,可以得出游客人数和消费频次正相关,而前两者与销售额没有必然联系,最多消费频次最高的两个景点却不是贡献消费额最多的景点。   组件5 景点业态类型消费额和人均消费分析 可以看出,除了个别情况,人均消费越高,该景点的消费额就越高。 组件6 景点满意度分析 由综合满意度(三项满意度平均值)从高低排序,分别求三项基础满意度的平均值。可以看出,环境满意度平均值最高,项目满意度分值最低。 组件7 景点营销分析模型(销售额=游客人数X人均消费) 以游客人数和景区消费绘制四象限图,以消费额作为景点半径,并设置对业态类型可钻取。 可以看到,大慈寺、杜甫故居、李白故居等需要可以通过提升人均消费增收,奇妙世界、南山古镇等可以通过提升游客数量增收,桃子湖、峙山和美好湿地可以采取停业修缮,开发新项目等。   组件8 景点营销收入占比 可以看出,人文景观和自然景观景点副门票和周边营收占比最高,主题公园和演艺主门票收入最高,休闲度假以主门票为主,餐饮收入占比也比较大。   组件9 游客旅游景点关联分析 通过游客选择的景点关联性,可以看到两条主要旅游线路:以人文景观为主的线路是大慈寺、金顶寺、杜甫故居、李白故居、玻璃房和市博物馆,外加森林公园;本地经典游:杜甫故居、李白故居、人民剧院、南山和大慈寺。   用户画像和景区分析小结: 1、制作了详细的游客用户画像,景区全方位分析仪表板(如上); 2、来我市旅游的游客喜好人文景观和自然景观,两者的游客人数和消费额约占70%; 3、游客的游玩线路主要有两条,以人文景观为主的线路是大慈寺、金顶寺、杜甫故居、李白故居、玻璃房和市博物馆,外加森林公园;本地经典游线路:杜甫故居、李白故居、人民剧院、南山和大慈寺。     5.2  2023年上半年销售不及预期原因分析 使用价值驱动树的逻辑进行原因分析,对比该市2022年五一游客消费明细分析23年营收不及预期的原因。   5.2-1 22年与23年游客数和人均消费对比(总营收=游客数X人均消费)   组件1:22年与23年游客数和人均消费对比柱状图 组件2:23年游客数增长率指标卡 组件3:23年人均消费增长率指标卡 由总营收=游客数X人均消费,2023年总营收不达预期,只需要判断游客量和人均消费相较2022年是否有变化。 22年和23年柱状图对比可以定性判断出游客数量增长,但是人均消费下降,在通过指标卡计算出增长和下降的具体值,可见23年人均消费下降7.3%。 小结:23年总营收不达预期是由于人均消费下降7.3%导致的。   5.2-2 22年人均消费组成分析(人均消费=人均主门票+人均副门票和周边+人均餐饮消费)   由人均消费=人均主门票+人均副门票和周边+人均餐饮消费,分别看2023年这三种门票收入与22年相比的增长率。     组件1:制作交叉表 展示23年不同景点业态类型的人均主门票、副门票和周边一级人均餐饮消费和增长率。过滤2023年数据,设置可通过业态类型钻取。 对三类人均消费增长率开启数据条,可以直观的看出人均主门票消费增长相对平缓,仅有主题公园增长率率较高。人均副门票和周边消费和人均餐饮消费增长率中演艺显著降低,人文景观降低较多。   组件2:制作四象限图 横轴各业态/景点游客占比,纵轴人均副门票和周边消费增长率。设置消费额作为散点半径,可以按照景点业态向下钻取。 按照业态类型钻取二级业态类型和景点,可以看出影响人均副门票和周边消费额的景点依次是人民剧院、大慈寺、金顶寺、玻璃房、森林公园和矛盾故居。     组件3:制作四象限图 横轴各业态/景点游客占比,纵轴人均餐饮消费增长率。可以按照景点业态向下钻取。设置消费额作为散点半径。 同上可以看出,人均餐饮消费降低的主要景区是大慈寺、玻璃房、森林公园、金顶寺、人民剧院和茅盾故居。 小结:人均消费主要是人民剧院、大慈寺、玻璃房和金顶寺等人均副门票和周边消费和人均餐饮消费下降10%以上导致的。   5.2-3 各相关维度分析客人均消费下降原因 从游客和景区各维度分析23年人均消费下降的主要原因。通过验证假设的方法验证某些相关因素有关与人均消费相关性(如性别比例、年龄段、游客类型、满意度等因素相关)   使用TAB组件并列分析各维度原因: 组件1:游客性别分析 可粗略看出性别比例变化不大,男女游客人均消费下降没有明显差别,可排除性别影响;   组件2:年龄段分析 数据处理中增加一列年龄层,按照年龄段分为10后、00后、90后、80后和70后及其他;横坐标为各年龄段,坐标为游客数占比和人均消费增长率。   年龄段分析,2023年00后、90后占总游客数约70%,而人均消费却下降较多,尤其00后下降10.5%。   组件3:游客类型分析 散客占总游客数约70%且占比变化不明显,人均消费却下降了8.8%。可见散客是人均消费低是主要因素。   组件4:满意度分析 先把项目满意度、环境满意度、服务满意度三者取平均求综合满意度,制作双曲线图,左纵轴为23年综合满意度增长值,右纵轴为23年人均消费增长率,横轴为各个景点,并且以综合满意度增长值降序排列 综合满意度分析,由综合满意度变化排序可见,满意度增长值与人均消费增长率正相关,满意度增长值为负,人均消费也为负,综合满意度增长值相差越大人均消费下降也越厉害,反之也是一样。   组件5:项目满意度对比分析 制作四象限图,横轴为项目满意度增长值,纵轴人均餐饮消费增长率。可以按照景点业态向下钻取。设置消费额作为散点半径。   组件6:服务满意度对比分析 制作四象限图,横轴为服务满意度增长值,纵轴人均餐饮消费增长率。可以按照景点业态向下钻取。设置消费额作为散点半径。   组件7:环境满意度对比分析 制作四象限图,横轴为环境满意度增长值,纵轴人均餐饮消费增长率。可以按照景点业态向下钻取。设置消费额作为散点半径。 综合满意度分析得到人均消费跟满意度增长值相关,于是分别分析项目、服务和环境满意度对各个景点的人均消费的影响。得到以下结论: 项目满意度降低的主要项目是:大慈寺、人民剧院、玻璃房,金顶寺,森林公园和茅盾故居; 服务满意度降低的主要项目是:人民剧院、大慈寺、玻璃房,金顶寺,李白故居和森林公园; 环境满意度降低的主要项目是:人民剧院、大慈寺、玻璃房,茅盾故居;   原因分析小结: 1)80后90后和00后是游客的主要消费群体,占80%以上,这个群体人均消费下降直接导致了总消费额度下降,尤其是00后人均消费下降10.5%; 2)散客占70%且23年占比基本不变,人均消费下降了8.8%,是影响人均消费的主要因素,增加跟团游占比,或者提高散客人均消费是关键。 3)人均消费跟综合非常满意度变化正相关,且相差值越大影响越大。 4)人民剧院、大慈寺、玻璃房三项满意度都低,金顶寺、森林公园改善项目和服务两项满意度偏低,茅盾故居和李白故居则项目和服务满意度分别偏低。   5.3  2023年我市增收策略和建议:   5.3-1 针对23年销售不达预期的痛点改善策略(提升人均消费) 针对性改善满意度,从而提高关键景点的人均消费:人民剧院、大慈寺、玻璃房改善综合满意度,金顶寺、森林公园改善项目和服务两项满意度,茅盾故居改善项目满意度,李白故居改善服务满意度。 1、针对90后00后开发人文景观和演出新项目,提升项目满意度;提前预判游客人流高峰期,保证服务满意度;出台景区环境标准化细则,加大投入监督力度,改善环境满意度。 2、针对游客喜好,开发设计人文景点旅游专线和特色经典景点旅游专线,包括不限于人文景观中增加自然休闲的亲子有项目(吸引90后00后带孩子出游),增加市内旅游摆渡专线等等,提升高潜游客的满意度和付费意愿; 3、开发人文景观副门票项目或人文IP周边,提升人均副门票和周边收入;开发人文IP特色美食,提升餐饮人均收入。   5.3-2 开发新增长点制定新的营收策略(拉新进一步提升游客量) 1、精准投放。 依据用户画像,针对90后00后设计开发人文旅行线路,并通过在线售票主流渠道浙江及周边5省/市的投放广告,精准引流,进一步增加客流量。 2、加强内外部合作。 1)数据分析结果为依据,对内与旅行社、酒店合作,针对潜力价值游客开发超过250元的高价值团队游项目,主打性价比,同时打包旅行费用和路费(降低路费在出游总费用中的占比)。 2)对外跨区域合作,围绕自身优势打造人文城市IP,发挥浙江旅游大省优势,与杭州、湖州、舟山等城市建立互补旅游项目,更多触达游客,做好地接服务,争取让游客在本市过夜,可以显著增收。   附:最终仪表板 (作品链接:点我查看作品仪表板) 一、选手简介 三、参赛总结 1、FineBI工具 简述你对BI工具的看法,如: 总体上FineBI数据加工快速,左右合并、分类汇总和新增汇总列等在实际数据处理工作中一次性大量数据方便快捷。最棒的是实际操作过程中可以追溯每个步骤,非常方便。... FineBI6.0中模型视图很好用,避免了左图中大量的左右合并等数据处理工作,本次比赛中消费数据和景点数据使用该功能两个表智能链接在一起,随意选择两个表中相关维度进行分析,效率成倍提升... 要吐槽的一个点是FineBI6.0中百分比堆积柱形图竟然退化了,FineBI5.1中指标字段可以直接设置快速计算【当前维度百分比】,FineBI6.0中需要用函数逐一计算出每一项的百分比,然后在指标中展示堆积。希望后续优化这个小点... 参加完本次大赛,我切身感悟是与数据分析工具相比更重要的是数据分析思维,严谨的分析逻辑和对数据的敏感度(如假设验证逻辑)更重要...   2、参赛总结 这是本人第一次参加比赛,由于没有经验,作为队长绝大多数时间都用来思考方向和寻找数据了,导致进度迟缓,实在是不应该。好不容易找到数据又发现数据并不完美,所以最后无奈使用官方提供的数据集进行分析。告诫同学们以后数据分析项目要合理安排时间,必要的时候可以现有再好。 FineBI工具用的还是比较顺手,各种数据模型也没什么问题,与此相比参与本次大赛的意义就是能够全过程把控项目思路和分析逻辑,了解到了数据分析思维之于数据分析的重要意义。   鸣谢 感谢帆软的组织这次大赛 感谢队友的支持 感谢苏茜老师及时提醒和全方位后勤保障 感谢芥末老师及时解决问题 最后感谢作品指导万老师,万老师是我们班级BI授课老师也是我们的引路人~   2023年浙江XX市旅游增收分析2-大白(●-●)队-登山.zip (16.92 M)
学习Fine-BI改变数据分析思维,找到新的工作机会点
我已经学完BI数据分析从入门到精通课程,详情请看:BI数据分析从入门到精通   1.学习初衷 (1)我是一名在外籍本土企业工作的项目经理,工作中多多少少会跟数据打交道。随着全行业数字化浪潮,20年开始渐渐解除了数据分析,开始主动探索数据分析在工作中的帮助,21年学了python数据爬虫,抓取后发现两个问题: a、庞大的数据,自己无法通过Excel分析; b、数据分析思维比较欠缺,没有模型的方法的积累...... 一直在困惑之中徘徊,但是没有下决心解决这两个问题。 (2)去年开始自己做了一个工作内部项目,由于开发资源的紧缺,时间紧任务中的情况下,自己搭建了流程和数据指标监控体系(细节不赘述,如下图)。整个过程完全用Excel完成,运行一年后数据量达到4万条,发现Excel中大量的公式开始出错。这时候不得不寻找新的方式解决数据分析和可视化的问题,指导Fine-BI给我开了一扇窗。 2.学习经历 (1)随即动员下属跟我一起学习这个课程,4月20日开班出去五一假期每周至少5天学习,一次作业+一次直播,全程参与下来,真的是找回到当年上学考试的节奏,前两周感觉这么简单,内心里觉得不过如此嘛?好酸......学到函数+分析模型的时候计划每天晚上后要两个小时学习,好不酸爽……这道今天作业全部做完,顿时轻松了好多,经历辛劳之后收获满满才可以大吼一声,爽。 虽然很多数据模型和方法论自己还不熟悉,虽然数据思维还有欠缺,前路漫漫,但我心里清楚我已入门…… (2)本机群里老师答疑非常nice,话说比自己付费的平台高级客服还nice,从没见过如此负责任的答疑助教,事无巨细一一解答;作业批改老师,让我们又爱又恨,每次批改特别严谨,每次看到99分,98分,我就要去扣作业了,明明反复核对的细节总能被老师的严谨发现问题(有些问题比如左右合并能够增加数据量,还是希望老师认同,因为我工作中经常用到)。同学互助,总有那么几位同学出来帮助老师回答问题。哈哈,我有时候也去帮忙......   3.学习成果 (1)个人成长 基础的函数和分析模型已经掌握; 更重要的是掌握了使用帮助文档解决问题的方法; 通过了FCA考试,但是高估了自己做题的速度,最后题目没做完,只得了80多分忘记了有点遗憾; 还是要努力拿下FCP证明努力没有白费。 ...... (2)工作应用 解决了目前项目中问题:前面提出的Excel实现数据分析和可视化的问题; 目前工单中有大量的沉睡数据需要数据分析,开发工单报表的逻辑需要耗费量开发工作量,而且一旦修改沟通成本太高,后续我会启动这部分数据分析工作,节省工作量的同时,用数字化工具唤醒沉睡数据赋能业务。   4.小结 1、酸---酸爽---爽:前松后紧,循序渐进,付出的终有收获; 2、每个例题都要自己做一遍,不然眼高手低,老师讲解跟自己做差别很大,自己独立做完就掌握了; 3、数据分析的函数和模型多多积累,尤其是自己行业相关的内容,积累多了竟形成了自己的数据思维体系; 4、带着思维寻找工作机会点,唤醒沉睡信息,已经从0到1,接下来就看能不能从1到100了。
个人成就
内容被浏览29,435
加入社区1年216天
返回顶部