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
冥河(uid:257664)
不因技不如人而碌碌无为,也不因小有成就而沾沾自喜 职业资格认证:FCA-数知鸟 | FCA-九数云 | FCA-数据分析理论 | FCP-FineBI | FCP-报表开发工程师 | FCP-报表交付工程师 | FCP-零代码开发工程师 | FCP-业务分析师 | FCP-FineBI V6.0
【2023BI数据分析大赛】养猪最前沿:出栏目标达成,都是追踪出来的
附,作品介绍PPT:https://The forefront of pig farming.com/ppt-202308-1.html   一、团队介绍 1,团队名称 1.1,名称:猪柿如意队 1.2,缘由:希望每一头小猪都可以健健康康、膘肥体壮地长大出栏,and 每个养猪人都可以早日致富。 2,成员介绍 冥河:队长,驰骋的马。“不因技不如人而碌碌无为,也不因小有成就而沾沾自喜”。2023级BI新同学。 天平小鹿:队员,远见的鹰。是队伍的定海神针,是本次参赛作品的思路梳理主力。 樱桃:队员,善战的狼。特工一样的存在,快、准、稳,mission impossible-->没有不能完成的任务,本次参赛胜败关键。 3,参赛初衷 3.1,以赛促学,以赛促用:在实践中学习FineBI V6.0版本,综合提升小伙伴们的BI技术与团队协作能力; 3.2,世界很大,我们想出来看看:希望可以通过参加比赛,学习到其它行业、其它公司BI高手独到的分析思路与新颖的设计。发现、认清自己的不足与差距,努力提升自己,最后可以在自己公司里做出和高手们一样优秀的数据作品; 3.3,农牧行业数据分析探索:农牧行业是数据分析涉及较少的行业,希望可以借此机会,总结出一些好的数据分析方案,反哺到日常业务管理与运营中。 4,职责分工   二、作品介绍 1,需求梳理 1.1 业务背景        中国是全球最大的猪肉生产和消费市场,2022年我国猪肉产量5541万吨,约合7亿头生猪,市场规模超万亿元。市场庞大、刚需稳定、政府扶持,而生猪因猪周期的独特性,成为中国周期长风险最高的养殖品种之一。进入23年以来,行业供给严重过剩,猪价连续数月跌破成本线,猪粮比多次破5:1,年内国家已启动第二次收储,猪价触底推动一轮又一轮去产能化。保现金流、保产能、平稳穿越猪周期底部的根本办法是狠抓成本,在现金流为正的前提下,通过均衡满负荷生产稀释固定资产和生物资产折旧,用满负荷出栏量换来更低完全成本和更大变现可能。传统养猪企业如何精益运营管好养猪生命周期,如何面面俱到狠抠成本,如何灵活敏捷抓住市场机遇是非常大的挑战。相较于金融、制药、地产、零售等数据应用早、相对成熟的行业来说,农牧行业在数据应用建设等方面建设不足,尚处于处于数字化转型数据资产化和资产应用化的起步阶段: (1)人为利用Excel对需向上层层汇报的报表数据汇总、加工,整合,所存在的数据链路过长、时效性差、数据维度口径不一、数据准确性难以保证、安全性低等弊端使得管理层对企业运营概况难以随时随地精准把握,缺乏掌控感;也缺乏及时了解一线实情的工具,对于一线的技术和业务指导不能有效的日常追踪和跟进; (2)在日常运营管理中,周度、月度复盘皆采用历史结果数据,无法及时了解现阶段问题。大大延长了“发现问题——分析问题——给出方案——落地追踪”的生产管理改进流程; (3)数据量大报表多,管理层难以实时掌握全局和动态,对于过程管理和短期未来的预判,基本上依赖管理层和操作人员过去的管理经验和个人能力; (4)生产成绩数据颗粒度粗,难以挂钩人员考核,不能有效激励员工,存在吃大锅饭现象。        内外部环境的压力,对养猪企业提出了更高的要求:从粗放式发展到向管理要效益。养猪是民生事业,关乎老百姓的饭碗,养猪企业在周期起伏之中修炼好内功,其中出栏目标达成追踪与管理的数据可视化是重要的一项关键任务。 1.2 需求痛点与解决方案 序号 需求痛点/问题梳理 解决方案 1 数据滞后、未被有效利用且数据标准不统一:养猪是传统行业,数字化进程落后。公司内生产系统、财务系统、采购系统、人力资源系统、客户管理系统、OA审批流程等等独立运营,尚未互相打通,形成诸多信息孤岛,日常数据分析依赖人工excel重复的进行数据关联和手工汇总分析,人工的计算强度和效率在一定程度上限制了数据分析的广度和深度,而人员素质的参差不齐,产生了标准不一致口径不统一的数据分析结果在公司各个层级流转。管理层日常不仅面临数据和信息的滞后,还需要与各层级反复核实数据和信息以免决策偏差,管理决策滞后。 搭建自动化管理看板:建立公司指标体系,统一数据标准,通过BI搭建可视化管理驾驶舱看板,自动更新和计算,动态反馈公司当前运营健康度,各层级依据数据权限查看各项指标,用数据反馈经营、指导经营,形成闭环。指标体系量化的反馈配种、分娩、断奶、育肥、销售各个业务工段当前及预计未来的运营结果,包括且不限于满负荷率、分娩率、窝均活仔、断奶前成活率、成活率、正品率、存栏量、出栏量等等关键指标。 2 生产周期长过程问题反馈不直观,全链数据未打通,难以实时掌控全局运营:猪的生长周期长,自配种至分娩需要114天,自分娩至断奶需要25日龄。自断奶到育肥上市需要155,换句话说,每一头出栏的肥猪都是10个月兢兢业业、毫不松懈的“生产制造”的成果。对于员工而言,10个月或滋生惰性和侥幸心理,今天工作做不好没关系,等领导发现是几个月之后的事情,领导早不记得今天发生了什么,也不会追究我的责任。对于管理层而言,低头养猪过程中还需要抬头看天,10个月时间外部因素或发生巨大变化,例如猪价近高远低时是否可以考虑销售断奶仔猪,例如疫情高发季节是否减产,例如育肥场与种猪场错配导致空栏时是否外购仔猪,等等。如果不能全局了解经营现状并及时根据内外部环境的变化调整运营策略,在猪价波动中会被动挨打,甚至倾家荡产。对于猪自身的属性而言,“家财万贯,带毛的不算”,养殖过程中存在大量的不确定性,例如饲料中某一项原料的更换,或许猪越长越好,或许导致母猪便秘、脱肛脱宫、流产、死亡等。活物是敏感且不可直观预测的。 预测与全局:对于员工、管理层、甚至猪而言,一个能滚动反馈生产经营结果变化,通过调整关键指标等可推演所有可能的经营结果的预测出栏模型是非常必要的。员工实时收到工作结果的数据化反馈:我的工作非常重要,我的工作让公司增加出栏xxx头猪,营收增加¥xxxxxx。同时,模型帮助员工精益运营,增加收益。通过量化的工作结果,员工可反复修正工作动作,固化最优SOP,达成工作业绩,赢得考核激励。预测出栏模型完整的展示/预测一年之内当下、过去、和相对可靠的未来的运营结果,通过自动计算,向管理层实时展示物理空间和时间空间的运营全局。管理层通过调整生产参数假设、重新分配资源等,可全盘推演各类情况下,公司运营的整体变化。科学的战略规划,精准运营,识别机会,参与市场博弈。在实际生产中,生产参数的变化带来的出栏量的变化是一个复杂的系统,非线性变化,通过一个模拟生产场景滚动反馈生产经营结果变化的出栏预测模型,根据结果,追溯原因,沉淀经验,亡羊补牢,同时根据当前的问题,推演最终的结果,启用备选方案,确保运营目标达成,对于一家养猪企业而言是最难且最重要的。 3 人员评价靠主观,粗放且不公平,不精准,不及时:猪是农林牧渔行业中最金贵、最脆弱、周期偏长的一个物种,普通一次进场从开始进到见到活猪,可能需要跨过九九八十一道门,洗至少2次澡,核酸采样至少2次,从内到外从上到下全部更衣至少3次,时间超过24小时。一个布局全国的养猪企业如何在日常运营中在诸多遍布全国的猪场中识别优秀管理者、员工,快速调整拙劣平庸的人员,是非常大的挑战。 量化评价:在全局出栏预测模型的基础上,细化颗粒度到分子公司维度,分子公司间PK出栏预测达成率、各工段达成率、关键指标等等。例如,2月份A公司出栏预测达成率85%,B公司出栏预测达成率90%,A公司配怀阶段出栏预测达成率98%,B公司配怀阶段出栏预测达成率95%,则A公司在整体经营管理中差于B公司,但A公司配怀阶段操作优于B公司。 1.3 建设目标        搭建一个滚动反映运营全局的可视化平台,在展示当下关键指标、数据的同时,预测模拟全年的运营结果,用预算做准绳,实现对生猪出栏年度目标达成的数据化追踪。围绕生猪从配种到销售的生命周期,将追踪结果过程化,呈现各个生产阶段的表现情况。用数据来为预算追踪说话,同时定期检查追踪结果,及时采取措施处理异常情况,确保出栏目标能够顺利达成。 (1)全局概览:出栏预测达成 vs 预算,关键指标 vs 预期目标; (2)追踪各层级组织各时间点的出栏任务完成情况; (3)追踪并提醒组织负责人各种异常情况,及时处理; (4)监督及检查各层级组织出栏计划的执行进度; (5)通过数据持续地给到各层级组织管理人员压力; (6)及早发现管理不足/问题点,避免问题发酵。并总结出优秀组织的先进管理经验; (7)为次年出栏计划的科学制定提供参考依据; (8)实现报表自动化,释放基层日常重复的劳动力。 2,指标说明 https://bisolutions.fanruan.com/webroot/decision/link/ScR7 3,数据准备与数据处理 3.1,数据来源        按可直接查询利用的ADS表进行表结构构建,由Excel随机函数生成脱敏数据。与生产数据无任何关系。        组织架构:参考了零售行业公开数据类书籍常用的组织划分。大区使用了常见的地理分布划分,如浙闽大区、苏皖大区,公司则由英文字母+数字进行编号;        行业词汇:使用了行业通用名词,非特定公司所有;        相关计算指标:使用的是行业通用的计算指标。其中涉及到的预测公式,亦未采用专业的算法模型,仅为常见的公式逆推。 3.2,数据表清单 序号 模块 数据表名 1 辅助功能:指标字典 00,指标字典 2 核心运营总览 00,总览数据 3 偏离定位与核心运营指标监控 00,生产核心指标; 00,生产环节差异瀑布图; 4 过程追踪:配怀 01,配怀阶段数据; 5 过程追踪:分娩+哺乳 02,哺乳阶段数据; 02,哺乳各阶段定基转化分析 6 过程追踪:育肥 03,育肥阶段数据; 03,育肥各阶段存栏猪死亡原因; 7 过程追踪:销售 04,已销售阶段数据; 04,周销售关键指标。 3.3,数据处理 3.3.1 生产环节差异瀑布图(核心处理步骤) (1)分组汇总: (2)列转行: (3)排序: (4)累计值准备: (5)Y值准备: (6)Y值轴: 3.3.2 哺乳各阶段定基转化分析(核心步骤) (1)分组汇总: (2)列转行: (3)第一节点头数: (4)每一节头数 (5)定基转化率: 3.3.3 模型视图   4,报告功能框架 4.1 报告主体 4.1.1 整体总览 (1)2023年度达成率概况:展示集团全年目标、预测达成值、预测差异、当前累计出栏、年度出栏达成率、各大区年度预测达成率、各省市年度预测达成率钻取地图、月实际/预测达成率、月累计实际/预测达成率; (2)异常预警:以鲜明的红底指标卡,进行提示。并通过跳转功能,支持跳转查看异常公司明细; (3)核心指标:关键的四项运营指标(分娩率、窝均活仔数、断奶前成活率、育肥成活率),并与行业领头企业进行对标,发现差距并争取赶上超过; (4)偏差定位:找到导致目标发生主要偏差的生产环节,并进行追踪; 4.1.2 过程追踪        根据数据分析的公式法(年度出栏预测值=配怀预测+哺乳预测+育肥预测+已销售数),将总目标拆解成生产的四个环节的目标。在过程中,除了跟进各环节的目标达成情况,也通过公式的进一步拆解,跟进生产运作过程的运营指标。 (1)配怀阶段过程追踪:拆分成了总目标的配怀阶段预测出栏达成,以及生产过程中的配种工作进度、怀孕母猪存栏进度、配种妊娠率、内部妊娠率对比排名等; (2)哺乳(含分娩)阶段过程追踪:拆分成了总目标的哺乳阶段预测出栏达成,以及生产过程中的分娩母猪出栏、活仔数、哺乳仔猪存栏、分娩率、断奶前成活率、哺乳各阶段定基转化、哺乳阶段各日龄存栏、内部窝均活仔对比排名等; (3)育肥阶段过程追踪:拆分成了总目标的育肥阶段预测出栏达成,以及生产过程中的各周龄肥猪存栏、累计死淘率、死淘原因分析等; (4)已销售阶段过程追踪:拆分成了总目标的已销售阶段实际出栏达成,以及过程中的周达成、大区达成、关键销售指标(平均饲养天数、销售料肉比、日增重)、销售正品率等; 4.1.3 分析层次 (1)描述性分析:描述各组织生产运营状况,透明化核心运营概况; (2)诊断性分析:用出栏达成偏差瀑布图、哺乳各阶段转化分析等实现对异常环节、异常运营的定位与诊断; (3)预测性分析:用年度出栏目标达成预测,及配怀、哺乳、育肥阶段达成预测,实现对生猪出栏年度目标达成的数据化追踪; (4)指导性分析:结合前三类分析:为后续生产运营改善工作提供改善方向与策略的参考,使组织能够顺利实现既定出栏目标。 4.2 辅助性功能模块        在日常报表宣贯采集上来的报表目标用户使用意见反馈上,比较多的用户会反馈“数据团队做的报表涉及面很宽,也很好看,蛮有价值。但对我们来说,特别是新进员工,看到这么多报告,报告里又怎么多图表,会有一种眼花缭乱,不知从何用起的烦恼”。采集上的用户问题有“这份报告如何应用”,“图表里的这个指标,你们是从哪个业务系统来的、具体是怎么计算的”、“数据是最新的,都是怎么更新的”以及“图表联动、组件放大、导出”等一列问题。“想其所想,感其所感,帮其所需”。根据“使用户看得见、看得懂、用得好数据的报告,才是一份优秀的数据报告”的数据开发理念,在传统的报告主页新增了“报告简介”、“指标字典”、“咨询通道”这三个注重新用户使用友好性的功能模块,降低用户上手成本,提升用户使用体验。 4.2.1 报告简介        包含(1)适用对象;(2)分析思路;(3)应用价值;(4)内容概览。帮助报告目标新用户快速掌握报告的分析思路、内容、用途、价值。 4.2.2 指标字典        包含(1)业务板块;(2)指标含义;(3)取数口径。提供报告展示指标的业务口径、取数逻辑。 4.2.3 咨询通道        包含(1)数据来源;(2)数据更新;(3)查看技巧;(4)运营团队。前四项是日常报告查看用户、会议领上导常问的咨询内容。使用户在使用本报告时,知其源头,知至时效,知其使用。最后一项,则是用户需要深入交流报告承接团队的的联系方式。   5,报告分析框架 5.1 总体分析思路 5.2 分析方法 (1)公式法:年度预测达成头数=配怀预测+哺乳预测+育肥预测+已销售数,通过公式法,逐渐拆解出生产环节相关目标指标及运营指标; (2)波士顿矩阵:各个大区/公司(此处设置了钻取目录,可进行下钻或旋转)在分娩率与断奶前成活率象限图的分布,其中超过标准分娩率和断奶前成活率的象限为优秀区域,低于其中之一标准的象限为橙色预警区域,均低于标准的象限为红色预警区域。快速分辩出优秀、预警、异常的组织。 (3)TopN:找到某个生产节点表现优异与不佳的组织,例如窝均活仔Top10和Last10;并且可以识别出对应的极优值,通过极值追踪,积攒优秀经验,并不断寻求相关指标的突破提升; (4)对比分析(出栏达成追踪的标准):对比找出差距、对比产生压力、对比发现问题; 其中,预测达成率的正常、预警、异常标准: 正常标准:90%~110% 预警标准:80%~90%、110%~120% 异常标准:0%~80%、120%以上 (5)转化分析模型:看新生猪至各哺乳日龄段存栏留存情况直至预计断奶的定基转化情况,找寻出异常环节或做的不好的环节,加以改进。 5.3 整体呈现逻辑        整体概览——>异常组织、环节定位及核心运营指标监控——>过程追踪(配怀、哺乳、育肥、销售)。详见思维导图: 5.4 报告页布局设计   6,UI配色 6.1 引导页主题色:橙色        选用了柿子的橙色。成熟的柿子,酸酸甜甜。秋收时节橙色的外表,看着也极为喜庆。橙色寓意着心想事成;而柿子寓意着事事如意。橙色的主调,代表着丰收和喜悦,是养猪人一年美好的期许。 6.2 报告主体配色:青橙配色        青色代表了农牧行业农作物、畜牧牲畜的活力和生命力,而橙色则象征着从事该行业员工的温暖和热情、以及对养猪事业的美好期许;引用青橙配色,也是希望可以传达出传统行业——农牧业在数字化转型过程中展现出的清新、活力、积极和创新的气息。 6.3 报告图表配色及原则 (1)语义颜色一致:如正常绿色、预警橙黄色、异常红色; (2)指标颜色一致:同一指标尽量保持同一配色; (3)数值指标一致:如哺乳各阶段转化、各日龄转化,采用生长系作为配色,展示猪的生长; 哺乳各阶段转化: 各日龄存栏:   7,成果展示        点击“异常公司数”指标卡,可跳转至异常公司详细信息清单。        整体概览包括:年度出栏目标达成整体概况,组织层面达成情况、按月份滚动达成情况、地理层面达成去看和异常组织总览。用户可通过点击地图中单个省份联动全页查看地理维度数据,或下钻查看省份下各市级维度数据。          组织架构背景:集团下设两广、云贵、川渝、浙闽、湖北、湘赣、苏皖七大区,每个大区分管2-5个公司。              此页设计目的是帮助日理万机的管理者直观简明地概览当下经营的全局:1)累计运营缺口132.13万头,年度预测出栏达成率92%。2)当前累计出栏204.71万头,1月、2月均低于目标出栏量。3)地图中展示各个省、直辖市预算达成率情况,重庆和云南省红色警报,达成率75.7%、79.1%,通过下钻可查看市级各公司情况,其中曲靖预算达成率67.1%是造成云南省低于80%的原因,通过联动可查看当前所选地理区域的预算达成详情。4)当前集团存在4家异常公司,点击异常公司数:4可跳转至异常公司清单,他们是川渝大区的A1和A2、湘赣大区D2公司、云贵大区B2公司。5)集团当前七大区中川渝、湘赣需要重点关注,为了追补出栏缺口后续可通过外部采购猪苗、增大配种量和跨越式提高分娩率、成活率等操作来达成目标。        总览重点关注:川渝、湘赣大区,A1、A2、D2、B2公司。          Chapter 1:可视化管理驾驶舱,集中呈现各生产节点关键指标、各大区运营表现、预测差异瀑布图等,从统计分析层面剖析集团运营现状。        首先报告展示了集团在行业内的竞争力水平,对标行业标杆X公司的关键指标和核心数据,集团在分娩率、窝均活仔、断奶前成活率和育肥成活率上均微弱落后。为达成最优成本增强竞争力,后续集团需拿出举措在配怀舍管理中重点抓配种质量和妊娠期培育来提升分娩率和窝均活仔数,在产房舍管理中重点抓哺乳期管理来提升断奶前成活率,在放养和育肥管理中抓饲料和人员管理来提升育肥成活率。        看完整体后关注各个大区,在年度预测达成率分布中川渝大区达成率分布的偏离度偏高且突破下警戒线。在各组织表现概况中川渝、云贵、湘赣均有红色预警公司。在右下组织4项关键指标表现上,川渝大区窝均活仔和分娩率偏低,主要由于冬季疫情导致流产、死胎、木乃伊增多,其他各项生产指标未下降,说明川渝大区达成率的偏低非生产技术能力和管理水平的下降。同时,我们发现两广大区分娩率93.6%、育肥成活率96.2%均高于标杆X公司,集团应尽快派驻专家现场归纳总结成功经验,形成标准化操作流程在集团范围内推广。        最后从预测差异瀑布图来看,整个集团当前运营各环节之间的PK,其中育肥差异最大,主要由于冬季疫情导致死亡增加,后续在生物安全防控和疾病治疗中需加大力度。哺乳差异反馈的是哺乳仔猪死亡,死亡比例略高于预算标准,但仍在合理范围之内。销售差异反映了育肥猪最后临门一脚的变现损失,在这个环节时间周期24小时以内,育肥猪已长成抗应激抗疫病能力强,损失18万头非正常情况,或说明出现了舞弊风险,需立即梳理业务流程、开展风控管理和审计工作。        Chapter 1 核心运营指标重点关注:优秀典型:两广;落后典型:川渝、云贵、湘赣;育肥和销售环节。          Chapter 2.1:Chapter 2 是各个养猪环节的详细分析。2.1是配怀环节,主要追踪的是从配种到分娩前母猪的情况,内容包括配种完成情况,怀孕母猪存栏情况,已完成的配种对应出栏预测的情况,公司排名,以及历史趋势,便于管理者做好配种工作安排,识别异常公司,查看改善趋势。        当前累计配种工作已完成87%,累计实际配种与预算配种的差异73,408头,集团刚经历了冬季疫情侵袭,在生物安全战略决策下川渝停产3周,其他大区受产床周转、分娩率和窝均活仔提升等原因实际配种低于目标配种头数已能达成满负荷生产,当前配怀预测出栏达成率101.6%。在大区下属公司中,受疫情影响B2公司妊娠母猪损失最大,配种妊娠率仅53.1%,其育肥环节必然面临进苗不足的情况,需从兄弟公司借苗或外购仔猪方式来满负荷运营,大区需提前准备精准调度。        Chapter 2.1 配怀重点关注:B2公司          Chapter 2.2:分娩+哺乳,重点追踪分娩母猪达成率,窝产活仔满负荷,哺乳仔猪存栏满负荷,和本阶段折合出栏预测的达成率等。        受冬季疫情影响当前分娩率、活仔、哺乳仔猪存栏、预测出栏均低于预算。通过波士顿矩阵图对比分娩率与断奶前成活率的分布,两广大区位于优秀区域,川渝大区的分娩率和断奶成活率需要重点加强。对于窝均活仔低于14头/窝的公司,例如A1、A2、B2、D2,集团应重点加大配种技术类的管理和培训,以快速提升窝活水平,理想的窝活在15-16头。集团根据分娩率、断奶前成活率和窝均活仔排名,请优秀公司,例如C1、E3、G2、D1,归纳总结优秀的生产技术和管理措施在集团内推广,快速改变落后公司业绩。从哺乳各阶段转化的漏斗图看,3-7日龄仔猪死亡率较高,需加强巡栏和培育管理,重点关注在此期间的断尾免疫操作的正确度,避免仔猪应激造成的死亡。        Chapter 2.2 分娩+哺乳重点关注:优秀典型:两广;落后典型:川渝、A1、A2、B2、D2公司。          Chapter 2.3:育肥,重点追踪育肥出栏达成率、死淘原因、死淘率对标等。        当前育肥猪存栏接近各周龄理论肥猪存栏,由于冬季疫情,上游仔猪供给不足和部分肥猪异常死亡导致6周龄、18周龄和27周龄肥猪低于理论存栏。从累计死亡原因来看,突死占24.5%,咳喘死亡占22.1%,腹泻死亡占比15.6%,集团应立即派遣兽医到猪场实地调查突死真正的病因,是否发生未知疾病,另外,咳喘和腹泻也反映出冬季保暖通风措施的不足,在成本可控的前提下,集团应派生产管理专家到现场调研猪群密度、通风、空气净化、冬季取暖等情况。从全程周龄实际死淘率vs标准死淘率来看,当前22周龄育肥猪累计死淘较高,接近标准,整体存栏猪群来看累计死淘在可控范围内。另外,25周龄及以上的育肥猪全程日龄已达200天,需及时进行销售,集团应安排销售团队尽快组织出栏。        Chapter 2.3 育肥重点关注:疫情防控,25周龄及以上育肥猪销售。          Chapter 2.4:销售,重点追踪实际销售vs预算销售,销售来源和各公司详细销售情况。        实际出栏头数低于预算,达成率92.1%。受疫情影响,川渝销量偏低达成率89%,两广、浙闽受市场偏好超体重肥猪的影响,增加饲养日龄延迟出栏,故销售达成率低于预算。受市场偏好影响,销售指标中平均饲养天数已经自23年第5周起增加至178日龄,随着饲养日龄的增加,日增重增加,料肉比降低,符合肥猪生长规律。今年以来出栏肥猪的料肉比在2.81-2.93之间波动,相比行业先进水平的2.75仍有较大改进空间,集团应加大力度做好饲料管理和现场巡场,避免浪费、偷料、盗料等情况发生。23年第7周出现料肉比下降的问题,集团应关注配方变化和饲料原料选用问题。在正品率的展示中,两广、湖北、浙闽、云贵大区需重点关注,加强育肥阶段的生产管理,尽快达到95%的标准正品率。        Chapter 2.4 销售重点关注:川渝大区,两广、湖北、浙闽、云贵。            总结:受疫情影响,川渝大区出栏缺口较大,在后续生产管理中建议采用猪苗调拨、外购猪苗等办法快速补充育肥缺口。在日常生产管理中,两广大区具备行业标杆企业的生产管理能力,应迅速总结成功经验固化生产动作,在集团范围内推广落地。在集团整体生产流程的管理中,要针对性帮扶落后大区、公司,拉齐与标杆X公司在配怀、分娩、哺乳、育肥等环节的差异,提升疫情防控,加大销售风控、饲料管理,降本增效,平稳穿越猪周期。   8,作品链接及预览图 作品公共链接:https://bisolutions.fanruan.com/the target was achieved due to tracking 作品预览图:   三、参赛总结 1,工具应用 天平小鹿:6.0是期待已久的版本,在实践操作中我们发现BI使用的门槛越来越低,越来越user friendly,相信越来越多的人会使用BI。在开发过程中,页签式的版面把数据处理、仪表板、组件等更好的组合在一起,把散乱的数据集和仪表板整合起来,用一个分析主题装入全部内容,不论在操作上还是分享上都非常方便。新增的桑基图很好的解决了从哪里来到哪里去的流程追溯问题,可以清晰的分析和展示出口的数量和占比,对于日常工作中多个业务流程长时间周期的各环节评价有非常好的帮助。而由于日常运营管理偏向PPT汇报的模式,BI报告的截图像素偏低,不够清晰,能否有把报告打印成高像素图片的功能?另外,后续是否会考虑加入回归分析等功能?是否会结合AI把数据分析的深度和广度再上一个层次?期待FineBI的下一次自我升华! 樱桃:6.0版本在数据处理方面做了很多展示形式和功能的升级。增加了拆分行列、删除重复行、列转行等功能,功能更加强大。其中列转行功能对日常的工作尤其有帮助,之前只能依赖于先在excel中做逆透视的转换,现在可以直接使用列转行功能,一个步骤即可解决问题,极大的提高数据处理的效率。 冥河:相较5.1,6.0对新用户做出了不少友好性优化。如(1)整个开发流程:数据处理+组件+仪表板+发布更加紧密平滑,没有分割感。但对存量用户来说,开发流程的改变确实需要一段时间适应。另,6.0可以很明显地感受到BI产品经理在过去用户使用调研中,对用户使用过程中的一些痛点,付出心血去做了有诚意的优化。如公共数据。在5.1版本中,特别是对数仓建设欠佳的企业来说,解决了公共数据的分组、业务包中容易存在大量中间表的老大难。def函数也是将BI的数据计算拔高了一个层次。还有数据更新插队、数据预警、数据解释、回收站、多人协同编辑等新功能。但是仍有一些5.1的老问题没处理好:(1)悬浮的文本组件、图表、图片组件等,编辑与预览状态不一致,会偏移;(2)不同设备不同分辨率上的自适应性尽管做了优化,但效果改进还是达不到要求;(3)文本组件文字的垂直居中也依然没有实现;(4)文字大小大部分是固定的枚举值,不能像FineReport比较自由,部分字体也不能一起更改。总之,6.0呈现出了帆软对自家用户的用心,但仍有不少进步空间。希望国产的帆软可以早日成长为Gartner榜单上的正式成员。 2,心得体会 天平小鹿: 一个直觉的“好”,通过数据分析的逻辑拆解成理性的好,量化的好,好在哪里,好的价值。这是此次比赛学到的。 樱桃:数据来源于生产,应用于生产。 冥河: (1)使用户“看得见、看得懂、用得好”数据的报告,才是一份优秀的数据报告; (2)这次比赛的小伙伴,来自集团成都、北京、青岛三个base地,在协作上有诸多不便。但仍然可以很清晰地感受到小伙伴付出的努力与付出。天平小鹿、樱桃两位小伙伴月结时期,还特意抽出时间一起探讨,并且很耐心细致地分享养猪的经验与知识。樱桃在做数据脱敏及数据调整也是非常负责认真。希望这次比赛可以猪柿如意,也能有一个好的结果吧~
高效养猪技术
一本5块,一人一本  
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 --------------------------------------------- ---------------------------------------------     新年快乐~
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 --------------------------------------------- 【智能客服】阿狸开箱测评1,当前使用问题的处理途径:(1)查找帮助文档/技术贴;(2)社区问答;(3)QQ技术客服;(4)企业专属的微信技术支持群;(5)内部的大腿/认识的大神。个人的使用频率:(1)>(2)>(4)>(3)>(5)。2,QQ技术客服使用较少的原因:(1)人工客服非上班时间不接待;(2)咨询高峰期排队耗时久;(3)少部分接入的客服可能会比较粗暴地发送文档地址,进一步的说明较少;(4)部分问题虽属报表开发内容,但不属于回答范围;(5)社区里的问答大神,相当腻害,问题处理能力会比部分客户快,回答更精准有用。3,浅谈:自己公司的内部沟通工具上也有智能客服,但一般使用也只是询问OA流程、考勤异常处理相关事宜。对于相关部门的同事来说,其实少了很多内部基础知识/流程的重复解答。还是很得劲的。阿狸的引进有点类似,是在传统人工客服整个服务流程前加了智能客服的环节。主要还是提升用户体验与满意度,加速处理问题。通过输入关键词,阿狸可以快速检索并给出对应文档与注意事项。在检索能力上,比起帮助文档/社区搜索,会更精准。少了一些低相关的内容。对于个人来说,能不能快速响应,查询的结果是否匹配是比较关键的。最先想到的参考目标就是百度搜索引擎,影响体验的量化指标有:(1)3s内的响应速度;(2)95%+查全率和查准率;(3)95%+的相关度。测试过程如下:Q1:嗯哼,我以为她会介绍自己是个萌妹~ Q2:内容不是很全。其实还有一部分权限配置内容。 Q3:这个没有回答。Q4:这个也没回答,挺意外的。Q5:不单单只是修改,还给出了内存类型说明,不错。Q6:给出原理、方式、注意事项,产品和研发有心了。4,整体感受:挺好的。响应快速,部分问题关键词的答案与自己期待的匹配的还是很高的。(1)对于帆软来说,缓解了高峰期客服数量不足,减少了高频基础问题的重复回答,释放出部分客服资源,可以专注到到一些用户不好解决的问题;提升用户整体满意度。(2)对于用户来说,对于部分问题,可以不用像往常那样需等待一会才能接入。另一些问题,可能还不是那么智能。还需加强下关键词的检索能力。(3)智能客服的名称:外援阿狸,本土的帆哥软妹没上场。 5,今后可能的使用场景:文档/知识点快速检索。复杂问题/需截图细说/难以表述清楚的场景还是需要人工客服。    
愿无岁月可回头
      同学们有过迷茫的时候吗?我初入社会的时候就迷茫过一段时间,当年毕业不知道要干什么。二十来岁,心高气傲,觉得自己有无限可能,什么都没干,却觉得自己是干大事的人。在家待业有一段时间我想通了,我要创业。做什么项目呢?要一步一个脚印,才能做大做强,再创辉煌。没错就是摆地摊,说整就整。摆地摊也得做个市场考察,我就去我们那边的闹市区,去观察下人家卖的什么,受众群体都是什么人。观察了一圈,我总结出来,从年轻女性和小孩着手。当时2000块作为我的启动资金,这是我那时的家当。第二天,我就去重庆那个朝天门批发市场,那时还没搬。当时是冬天,进了一堆毛衣链,还有一些所谓的韩式耳钉耳环。我不懂这些,但我觉得这些东西就是好看,还进了一堆跳跳球,大人小孩都能用。当时我进的这些东西呢,在那条街属于是独家,没有竞品。进货加买些摆摊的设备,身上还剩下800多。万事开头难,第一天提着大包小包去摆摊时,我突然觉得有些害怕。怕什么呢?第一,怕卖不出去。第二,怕遇到熟人觉得没面子。思考再三,在那里站了半个多小时。我决定,怕是心头怕,胆子要放大,整!找了一个角落的位置没什么人。因为去得晚,好位置都没了。摆了一个多小时,终于有第一个人上来问价问我这个跳跳球怎么卖啊。那个球进货价15,我卖28。她说少点,买两个。我心想来活了,一激动。你耿直我就耿直,20一个。第一次做生意什么都不懂,自己先给自己砍一刀。姜还是老的辣,她是30两个得不得行。直逼我的进货价。我说,那啷个得行哦,姐儿。她说,不得行就算了。转身就走了,惯用伎俩。但是我还是没扛得住。拿去拿去,开个张。第一天摆摊,净赚0,货少了两样。这才是真正意义的带货。我还自己买票坐的轻轨给她带回来的。后面慢慢学聪明了,由于我的东西比较罕见。一天几十,甚至能上百。我的生意越来越好,一个月后我能稳定一天挣两三百。节假日呢,有五六百。但还是比较累的,每天晚上回家都是十一二点了,又冷,一个人提几大包。       刚才说我怕遇到熟人,有一天我就遇到了。这个人我太熟了。是我分手快一年的初恋。我们在学校就在一起三年。毕业后面临很多现实的问题,还有就是她家里条件好,又是独苗。家里宠到大,毕业她家里就给安排了比较好的工作。肯定是比我这种自己摸爬滚打的好得多。她看到我了,我们对视有三秒。我当时腿都软了,不知道怎么去面对她。但摆摊练就了我的嘴皮子。她走过来对我说:你怎么摆起地摊了哦。我回到,咋子嘛创业当老板,你羡慕不嘛。我只能用这种自嘲的方式,来缓解我的尴尬。我跟她有一句没一句地寒暄着。临走时她说:一起吃个饭吧。我说:吹得神。我啷个大产业在这里摆起,哪里走得开哟。等我找了钱请你吃神户牛肉,一个人点五斤。她笑了,她回去给我发消息,问我还喜欢她嘛。心里肯定还有她,但是那时太多因素让我不得不放下她。我那时也没能力让她过得更好。有情饮水饱的爱情,肯定有,但没有发生在我身上,也不想浪费她的青春。当初因为这些分分合合几次,这一次我是彻底想明白了。我说,算了吧。书上说天下没有不散的宴席,但是书上也说,人生何处不相逢。之后再也没联系,再见面也是两年后。我那时上班跑业务,在街上碰见一次。身边也是多了一个人,我也是只是远远得看了一下,没好上去打扰她。       普通人,二十多岁,想让他不靠家里有车有房,那得多努力啊。莫欺少年穷。但也不能曲解这句话的意思。不要觉得年轻可以穷的理所应当。年轻大了怎么办,莫欺中年穷吗?莫欺老年穷吗?暖了呢?死者为大吗?生活中,可能觉得,苦的时候比开心的时候要多,那能怎么办呢?就像那句话讲的,认清生活的本质,并且依然热爱它。没有人能预测未来,但总有人后悔当初。我的个性签名一直是那句话,愿无岁月可回头。         课程上完了。社区里看到了很多上进、认真、努力、厉害的人,真好。因为最后有分享心得或感悟任务,所以摘抄了上面班主任(ID:搞得自己很帅)的故事。其实自己并没有什么积极的学习心得或者值得讲的事可以分享。有很多时间早点做完作业但老是拖到最后一天潦草完成。心血来潮在社区购买的付费视频一个也还没看。唉,不管怎么样,期望下半年可以像那些厉害的人,慢慢变好吧~
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------  
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------           一、背景     睡眠是人体的一种主动过程,可以恢复精神和解除疲劳。充足的睡眠、均衡的饮食和适当的运动,是国际社会公认的三项健康标准。2003年中国睡眠研究会把“世界睡眠日” 正式引入中国,每年3月21日是世界睡眠日。中国GDP在高速发展,迎来了新的里程碑。而随着经济的发展,国民的睡眠时长却在减少。相较于2012年的8.5小时睡眠时长,2021的睡眠时长则减少了约1.5个小时,降至7.06小时。据世界卫生组织调查结果显示,世界有27%的人存在睡眠问题,我国则是有38%的存在睡眠障碍。睡眠问题已经成为影响国民生活质量的突出问题。   二、分析目标     按“是什么”、“为什么”,“怎么办”的简单思路,浅谈我国睡眠现状,原因,及改善措施。     并给自己立一个“118”的早睡flag~   三、睡眠现状 1,睡眠基本情况 1.1,上床时间 1.2,起床时间 1.3,睡眠时长     约2/3的国人在22点-24点之间上床睡觉,约1/4的国人0点之后上床睡觉。接近8成集中在6-8点之间起床。8小时及以上约只有1成,大部分人睡眠时长为6-8小时,6小时以下约有15%。平均睡眠时长7小时。 2,睡眠质量     约35%的人睡眠质量较好或非常好,约2/3睡眠质量不佳。 3,主要睡眠困扰 3.1,睡眠困扰渗透率 3.2,主要睡眠困扰     大部分人都会经历睡眠问题,其中,睡眠困扰深睡困难、入睡困难、睡得晚成为主要睡眠困扰。 4,各类人群睡眠情况 4.1,各代际睡眠情况     80后/90后睡眠问题突出,睡眠时长、睡眠质量、睡眠困难渗透率三项指标均表现不佳。 4.2,各类城市睡眠情况     随着城市等级变高,生活节奏也越快,入睡时间越晚,睡眠时间越短。北上广深不允许早睡。熬夜冠军属于深圳市。 5,睡眠困扰的消极影响 5.1,颜值折损 5.2,万年瞌睡 5.3,神游罢工 5.4,身体掏空     睡眠困扰不仅影响了外貌美观,还对精神、身体、工作、生活等各个方面带来了消极影响:视力下降、颜值下降、犯困打磕、免疫力变差、注意力不集中、效率低下等等。可见,睡眠问题是一个非常需要关注的。   四、影响睡眠的四大因素     每天疲惫起床后都告诉自己明天要早点睡,但第二天又延续着拖延睡觉的痛苦循环。那么,影响睡眠的主要因素都有哪些呢? 1,精神压力:被内卷抢走的睡眠     国人因压力而影响睡眠的比例高达74.1%。毕业之后,工作占据了一天的大部分时间,下班后,依然还需要思考工作上的事情。     此外,愈发可以明显感受到的职场、校园“内卷”也是抢走睡眠的帮凶。 2,心理健康问题:你emo了吗?     心理健康问题和失眠是互相作用的两个常见问题。焦虑、抑郁会影响睡眠,睡眠也会影响心理情绪。有58.7%人认为心理健康会影响睡眠。     国人心理问题的主要表现有“心情烦躁,睡不好”(占比45.4%),“做事情不能集中精神”(占比44.3%)。 3,睡眠拖延症:再等5分钟,再等5分钟 明知道熬夜伤身,但又不知不觉又拖很晚才入睡。其实也没有事是睡前非得干的,可就是想熬着。。。这就是当代年轻人的真实写照。有51.6%的人有睡眠拖延行为。 最拖延的人群是00后,最拖延的是新一线城市,最拖延的职业是中介。     00后作为大学生的代表,也是最能熬夜的人群。有85.5%的大学生在23:00之后入睡,46.0%的大学生在0点之后入睡。 4,手机:手机不睡我不睡 有53.6%的人有睡前看手机的习惯。据研究,视觉细胞受蓝光刺激8分钟,就会让身体兴奋超过1小时。每日手机使用时长超过2小时会导致睡眠障碍。虽然睡前玩一会手机可以让自己得到一定的满足感,释放压力。但因此拖延睡眠时间,其实有一点得不偿失。睡前玩手机已严重影响了国人睡眠。   4.1,失眠 71.7%的人因花时间在手机上而导致失眠。 4.2,白天精神不济 63.0%的人曾因熬夜上网而导致白天精神不济。 4.3,睡不到四小时 49.8%的人曾因上网而睡不到四小时。   五、改善措施     在当前快节奏的生活下,高质量睡眠是一件相对奢侈的事情。“想睡不能睡,想睡不愿睡”的睡眠问题将长期影响国人。网上实际上已经有很多专家学者提出过专业建议了,这里不再赘述。只分享一些睡眠文案。   1,亚马逊海外购:睡不着的晚上,或许需要通过调整家居空间和氛围,或者阅读一本好书来度过入睡前的漫漫时光。   2,九牧电动按摩浴缸:泡个按摩澡,会睡得更香。   3,舒达床垫:有舒达,放心睡。   4,OPPO健康:睡个好觉,没那么难。   5,美的空调:有你在,我才好入眠。   6,蒙牛乳业:一杯牛奶的幸福使命,让每个夜晚更甜美。   7,爱慕内衣:每当夜幕降临,黑色闪耀登场。今晚,好好享受性感。   故事板公共链接: https://work.jiushuyun.com/decision/shared/a87a941c  
【2022BI数据分析大赛】事业告急——月老KPI下降分析
一、团队介绍 团队介绍 团队名称:结婚一个踢一个队 团队组成: 冥河:队长,“不因技不如人而碌碌无为,也不因小有成就而沾沾自喜,始终保持一种新人的姿态,努力充实自己。”FineBI2020年新秀,现在是22年新秀。 梅子青转紫:队员,从事制药行业信息化工作4年,从2019年开始关注商务智能以来,曾了解使用过水晶报表、PowerBI、FineReport、FineBI等工具、软件。帆软产品给我的感受是报表开发体验良好,没有报表开发经验的小白也能快速上手;功能强大,不仅支持生成绚烂的复杂报表,对于使用者的能力提升也能带来诸多帮助。本次参加比赛的目的是借助帆软的优秀平台,提升自己的数据运维管理、数据分析利用能力,同时也想看一下帆软的无限潜力。 小鲨宇:队员,涉世未深的小白,新手入门帆软BI产品,建一个小目标:精通帆软BI产品。本次参加比赛的目的是提升自己在BI产品上的使用、数据分析能力。   2、参数初衷       团队小伙伴来自多家单位,在队长“一支穿云箭,千军万马来相见”提出要参赛后,觉得是非常好的锻炼机会,因此组团参加。选了很多主题,包括“春秋去哪儿了”的气候变化分析、“五一只想回家宅”的五一旅游景点攻略、“一鸽都不能少”的冬奥主题分析、“海参的一百种吃法”男足篇等,最后是因为一篇漫画《当90后班车已经到达了结婚站》深有感触,觉得对结婚这一时事热点话题进行数据可视化,从工作回归到生活,更有意义。   二、作品介绍   1、背景        2022年3月28日,由梁建章、任泽平联合多位学术专家设立的育娲人口研究机构发布《中国婚姻家庭报告2022版》。报告数据显示,2021年我国结婚登记对数为763.6万对,连续八年下降。这是继2019年跌破1000万对、2020年跌破900万对大关后,结婚登记对数跌破800万对大关。报告一出,引发社会热议。结婚人数持续降低将导致生育率降低和人口萎缩,而低生育率将深远影响中国经济增长潜力、创新活力、民众幸福指数。人口大幅萎缩,也意味着规模效应的持续弱化和综合国力的衰退。       掌管婚姻的月老一看大惊失色,“额滴个亲娘勒,咋天上才过几天,KPI就变得这么难看了!老朽事业告急,乌纱帽不保啊!”着即,找到天庭数据中心想要通过数据可视化与分析应用,找到结婚对数、结婚率下降原因,并希望得到一些提升结婚率、结婚对数这两个核心KPI考核指标的建议。   2、数据来源       本作品数据来源于: 育娲人口《中国家庭婚姻报告2022版》、《中国生育成本报告2022版》; 民政局历年发布的《民政事业和社会服务发展统计公报》; 国家统计局《中国统计年鉴2021》、《第七次人口普查》; 安居客、环球房讯网房价信息; 珍爱网《珍爱网2021年轻人婚恋观图鉴》; 36氪联合后浪研究所发布的《2021当代年轻人下班行为报告》; 猎聘2021年《当代年轻职场人现状洞察报告》; 《中国妇女发展纲要(2011—2020年)终期统计监测报告》; 共青团调查报告《靑年婚恋意愿调查:面对婚姻,年轻人在忧虑什么?》; 喔趣科技联合美团研究院《2020灵活就业十大趋势》等。   3、分析思路   (1)分析思路 先总览展示目前婚姻状况(问题具体是怎么样的,有多严重),再展示目前青年人的婚恋状态与婚姻打算,然后,按照广义的“人-货-场”思维,依次探究影响结婚的因素(影响因素的情况),最后给出相应的结论与建议。 (2)部分关键指标说明 结婚对数:民政局公布的结婚对数; 结婚率:(某年登记结婚对数/当年平均人口数)×1000‰; 离婚对数:民政局公布的结婚对数; 离婚率:(某年登记离婚对数/当年平均人口数)×1000‰; 人均GDP:这里采用的是各省份的2021年官网公布的人均GDP; 养育成本:包含两部分,一部分是各省份0-17岁的养育成本,另一部分是大学期间的培育成本,统一以142000元计; 89平房全款购买耗时:这里的房价取的是2021年各省份省会房价的平均值(安居客、环球房讯网公布),计算公式为89*每平方价格/2021年人均GDP。 (3)排版布局设计   4、数据处理 (1)左右合并:根据省份字段将2021人均GDP、彩礼、省会房价、0-17岁平均养育成本进行合并。     5、结果展示 (1)Chapter1,整体现状分析:   1,单身成为普遍现象:2021年末总人口约141260万,其中单身成年人口约2.5亿,约占总人口数17%,意味着日常生活中6个人中就有1个是单身成年人(未成年单身不算,好好学习);独居人口约9200万人,约占6.5%; 2,21年31个省自治区直辖市中,四川、广东、河南、山东、江苏、安徽结婚的新人对数较多,当然这6个省的本身适婚人口基数也较大;维持适婚人口基数是一件很重要的事。 3,2013年转折点之后结婚开始呈历年下降的趋势:从历年结婚趋势来看,2013年是一个转折点,2013年之前的2008年至2012年,一直呈上升趋势。但在2013年迎来最高峰之后,2014年到2021年的八年时间里,结婚率与结婚对数一直呈下降趋势;相较于2013年,结婚对数下降约563万对,降幅达42%,结婚率下降了4.6个千分点,近乎腰斩; 4,离婚率攀升将成为社会一大痛点问题:2008年至2019年的这十二年里,离婚率总体呈逐年攀升的趋势,离婚对数和离婚率在2019年达到峰值404万对,3.4‰。较高的离婚率将引发未婚人口对婚姻的不信任,抵触心理,从而影响结婚率与结婚对数。2021年离婚对数和离婚率下降较多,说明2021年1月1日开始执行的离婚冷静期是一项不错的政策,起到了一定的作用。 5,结婚会挑日子,但离婚并不会:从每季度的结婚数比较环形图来看,结婚集中在年底年初,这段时间有放年假,,也有较多节日(如情人节、春节等);从每季度离婚数比较数来看,则基本是在25%左右,幅度在2个百分点以内想离的时候,日子什么的根本不是事。 (2)Chapter2,目前婚恋状态与婚姻打算: 1,受访者里近九成处于单身状态,距离上一次恋爱一年及以上的近五成,大约只有一成处于恋爱阶段; 2,从调研结果看,26岁及以上的选择率占比超过八成,这说明晚婚已成为主流; 3,影响结婚的最大顾虑因素是经济压力; 4,结合各类官方专业研究报告来看,从广义的“人-货-场”角度出发,影响婚恋的因素有: (1)人:性别比(客观)、下班后生活安排等。由于货、场会影响人的主观因素;(2)货:房价(房子)、彩礼、养育成本、收入存款(人均GDP)等;(3)场:职场环境(女性职场环境改善)、工作环境(加班时长)、教育环境(受教育水平)、交友圈子等。 (3)Chapter3.1,影响婚恋的“人”因素: 1,从调研结果看,近五成人还是很希望可以找到对象的,极少部分不期待;但从下班后安排来看,回家躺尸和追剧看书是大部分人的选择,口嗨型想找对象的人还是很多的;阻碍年轻人脱单的主要因素是圈子小,这也就不足为怪了; 2,影响结婚率的一个非常重要的客观因素就是人口年龄结构的变化,适婚人口总数减少。有相对于80后,90后减少约1300万,00后、10后的人口数则大幅减少约6000万。这与上世纪七八十年代开始实行计划生育政策,出生人口数量减少有关。适婚的主力军人数减少,自然结婚数就降下来了; 3,适婚人口男多女少:从各省男女性别比,广东和海南的男女比约为53比47,也就意味着每100人中会产生6个单身汉,找对象的压力还是蛮大的;简单看各省份的男女比还略显粗糙,从各年龄段性别来看,65岁之后女生占比逐渐提升,这与男女工作压力也息息相关;关注到0~29岁区间,0~24岁区间男女比例还是存在失衡现象的。对于00后来说,并不友善,找对象像抽奖一样,还是蛮困难的。事实上,根据第七次全国人口普查数据显示,20~40岁男性人口比女性人口约多1750万人。 (4)Chapter3.2,影响结婚的“货”因素: 1,以买89平三居室为例,平均约需19.5年,可见买房如果仅靠个人,就算不吃不喝也是非常难的;其中广东、北京、上海、浙江等省份直辖市不出意料的在前五,甘肃倒是出人意料地入围了,当然,这不是一件值得称赞的事;内蒙古、新疆、宁夏、重庆、湖南相对交易买房,内蒙古仅需11.2年;房子是结婚时考虑的重要条件,虽然一部分条件也可以接受租房结婚,但在大城市里适合新婚夫妇居住的房子房租也不便宜。很多年轻人还是希望可以买房结婚,但因为买不起房子而只能推迟结婚或者干脆因为这个原因而被迫只能一拍两散; 2,通过观察彩礼与人均GDP的四象限图,我们可以发现第四象限的同学相对轻松,其中北京最轻松,比只有0.2;处于第二象限的同学则需加倍努力,其中江西省以5.8的比例成为压力最大的地区;彩礼金额过高导致了很多青年男子结不起婚,并且往往越是偏远、经济不发达的地方,彩礼压力就越大; 3,养育成本也是结婚的一大顾虑因素:通过观察各省份养育成本(培育至大学)与人均GDP的四象限图,我们可以发现第四象限的同学相对轻松;但是第一象限的江苏省还是以5.4的比值成为经济压力最小的地区;处于第二象限的同学经济压力最大;甘肃省比值最高12.2,加上房价与人均GDP比也不容乐观,默默心疼5分钟。 (5)Chapter3.3,影响结婚的“场”因素: 1,教育环境:随着我国高等教育的普及,尤其是女性受教育水平的大幅提高(2020年高等教育在校生中女研究生人数为159.9万人,相较于2010年增加117%。占全部研究生的比重达到50.9%,比2010年提高3个百分点),新一代人的婚恋观已开始发生变化。他们更多地开始看重婚姻质量,寻找另一半宁缺毋滥,结婚意愿也随之降低。并且受教育的年限增加,结婚年龄也就不断推迟,相当于一部分适婚人口也没有结婚。 2,职场环境:女性参与企业经营管理更加深入,女性在企业管理中占据着越来越重要的地位。2020年,企业职工董事和职工监事中女性比重分别为34.9%和38.2%,分别比2010年提高2.2个和3.0个百分点。女性的经济独立程度也随之不断提高,婚姻很难再说是必需品;北上广不相信眼泪,新一线同样也是。加班晚归已成为常态,更多的年轻人为了打拼事业而选择晚婚,结婚并不是当前首要事项; 3,就业环境:目前灵活就业人数已达2亿。从薪酬核算的方式来看,上班族计时,而灵活就业则以多是计件+底薪+提成为主,近9成,收入不稳定性较高。且近一半人员月收入低于5K。自然很难考虑结婚事宜。 (6)Chapter4,总结部分: 1,总结:在适婚人口萎缩、适婚男女比例失衡、经济压力较大、婚恋观发生变化结婚意愿降低、加班晚归常态化等多种因素影响下,结婚人数与结婚率未来仍将有较长一段时期不容乐观,并且还会进一步下降,短时间内难以逆转。如何采取切实可行的措施,纾解年轻人诸多压力,让结婚率回到合理水平,让适婚年轻人愿意结,并且有能力结,不走欧美、日韩等发达经济体的老路,将成为中国社会发展面临的重大挑战。 2,建议: (1)青年人“口嗨型找对象”并不可取,应以积极的心态看待婚姻,扩大自己交友圈,寻找自己的另一半; (2)倡导节俭文明婚礼新风,鼓励参加公益集体婚礼,遏制部分地区巨额彩礼、大操大办婚礼等现象; (3)政府部门出台相关政策措施鼓励年轻人结婚,如延长带薪结婚假时间,新婚夫妇凭结婚证可享受银行贷款购房、购车优惠; (4)出台奖励生育政策(奖励一胎,鼓励二胎),如个税减免+现金补贴;在孩子幼托、医疗、教育等方面加大投入,让结婚年轻人愿意生,可以养,无过多后顾之忧; (5)增加大城市住宅土地供应,抑制高房过高现象; (6)学校、家庭、社会等相关方需要引导年轻人树立积极的恋爱观、婚姻观,促进现代家庭观念的健康成长; (7)企业、民政部门、校友会等可以积极创造有利条件,如企业联谊会、校友联谊会等帮助更多单身青年走进婚姻、建立家庭; (8)关注并采取积极措施保障灵活就业人员的社会保障(五险一金等); (9)改善职场环境,减少不合理不必要的加班,保障结婚女性与未婚女性享有同等的求职晋升机会。最后捎上《单身青年脱单自救指南》。   写在最后: “结婚的意义是什么?结婚是为了一个相爱相知相伴的人在生活中能给你勇气,遇到事能有个人商量,在生活累的时候彼此互相安慰鼓励,在外面受了委屈回到家能有个温暖的拥抱。我开着车,你坐在副驾驶,车里放着我们相互听的音乐,一起下班回家浪漫、吃饭。愿你此生终得一人,暖你心窝伴你终老”。   (7)最终效果展示: 公共链接:https://bisolutions.fanruan.com/webroot/decision/link/4EFV 三、参赛总结 1、工具应用 冥河:本作品使用了较多悬浮与组件背景设置为透明,类似于FineReport绝对布局,仪表板预览界面的效果比之前自适应情况下要好很多。但是也发现挂载出去之后,位置偏移的情况,产品体验不是很好。希望后续产品迭代可以改进。当然,FineBI在制作报表和数据分析方面一直都是一款很便捷的工具。 梅子青转紫:FineBI总是让人眼前一亮,当使用FineBI将一行行一列列的数据以可视化的形式展现出来,仿佛赋予了数据灵魂,组件、图表、地图等的新形式使用都会使自己有种陌生感且伴随着一句“厉害的呀”。 小鲨宇:在使用FineBI上,对图表有新的理解,使用多种图表组合到一块,指标显示形状的多样化可以让人眼前一亮,“竟然还可以这样玩!”     2、心得体会 冥河:记得有一次面试,有一个领导问了我一个问题,“给你一个分析主题,你会怎么通过分析作用于业务?”当时回答不上来。但是那个领导很耐心地和我介绍了1个多钟头。FineBI用的一直都很不好,并且今年转投使用了另一家公司的BI工具。这次团队做这份作品,从选题到最终成品,总共只用了4天时间,略显粗糙。但也算是近期学习数据分析的一个实践。数据采集和结论编写是花费最长的环节,但是小伙伴认真负责、高效执行的态度让我很感动,团队合作的力量远大于单打独斗。 梅子青转紫:将本次BI大赛作为一个项目看待,控制成本、保证质量、把控进度、提升功能等是保证项目成功的关键因素,这时有一个经验丰富的队长就显得尤为重要。通过本次BI大赛,在队长的帮助下,不仅在报表工具的使用能力方面有所提升,在项目管理方面也学到了很多东西,可以说是收益良多。 小鲨宇:参加这次BI大赛,学习到很多,从主题的确定,列举了很多主题,比如刚结束的“冬奥会、冬残奥会”、“旅游”、“婚姻”等主题,最后选了“婚姻”这一主题。理清分析思路,一起探讨该展示哪些指标,收集数据上也遇到了很多困难,有很多想分析的思路都找不到数据,以致于我们换了分析思路。总的来说,这次经历收获到不少。
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 --------------------------------------------- --------------------------------------------- 一、预期效果: 百分比堆积柱形图:标签或提示可以显示当前维度的百分比及具体数值。   二、原帮助文档:https://help.fanruan.com/finebi/doc-view-460.html 百分比堆积柱形图: 添加数值字段进标签或提示后出现问题:在标签或提示处,拖入具体数值字段后,按理说这边的当前维度百分比应该还是原先的数值,并且加起来等于100%。但是并没有,如图所示,加起来为50%,通过快速计算得到的当前维度百分比减小,与计算指标里的百分比不一致。无法实现预期效果:   三、改进后的做法: 在纵轴分析区域,拖入新增的计算指标 在标签或提示处,拖入需要的百分比指标与数值指标。当前维度下的百分比加起来的和等于100%,并且在各个部分的百分比与数值正常显示。  
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------                    
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 --------------------------------------------- ---------------------------------------------             一、考证初衷 出新手村,真正准备进入项目实战的毕业考试。 二、学习过程 阶段一:跟着入门视频文档做,报表效果倒是重现了,关键步骤也做笔记了,但就是没记住多少,独立做报表时,又得去翻文档,挺长一段时间都是这样。 阶段二:扔在一边几个月,又重新拿起来,发现好像都没怎么掌握住。报表培训班学前调研时,很诚恳地写了自己没基础。又以一个新手身份里开始学习,大概懂了主线内容,但对于项目实战还是远远不够; 阶段三:离开前东家的庇护,在招聘市场里看到了很多不足。原本可以快速提升能力的项目实战也很缺乏。所以花了3个月老老实实强迫自己把帮助文档全部半看半实操完,真正掌握的其实没多少,只是巩固了基础,学习到很多细节。可能更多的是了解到帆软可以做到什么程度,一个需求可以以哪些方式实现。碰到不熟悉或者棘手的知道在哪里可以找到。 阶段四:Kettle是今年刚接触的新工具。学习一门新工具的时候,比较痛苦的是没有相对完善的学习资源,也不知道哪里的课程算是比较实用的,在网易云课堂、B站、CSDN、天善智能博客零零碎碎地学习。虽然项目实战不行,但好歹算是入了门。SQL重新学习了下,进阶掌握了开窗函数这种自己过往不用的东西。同时也用SQL语句实现了很多需要在FineReport设计界面实现的功能。   三、印象深刻的人和事 学习部署看文档时感觉不是很难,但实践中遇到了很多问题:使用Vmware虚拟机时搭建Linux和Windows环境时,因为镜像文件有问题,傻傻整了两天,还是导师直接看出问题,让我去下个正经点的镜像文件;独立部署时,SSH上传的文件多了一层嵌套,导致无法正常访问;CentOS镜像文件没有解压软件导致无法正常解压文件;Linux编辑配置文件时,少输了一个标点符号,一直报错等等。庆幸在碧桂园遇见了很耐心的导师华辉,体验了有问题可以及时快速解决,被人拖着快速成长的感觉。是一个很负责技术很猛很全面的宝藏老师。Linux和Tomcat服务器部署项目实施需要掌握的必要知识点也是在这个时候真正学会。虽然刚开始入门时问了挺多幼稚的问题,被偶尔嫌弃。毕竟团队还是鼓励自主学习和自己解决问题,如果没有思考或者尝试,就提一些呆萌的问题,很容易被鄙视。首月准备答辩的时候,也分享了很多心得: 比如数管中心人员一千多号人,在注重技术积累的时候也要注意宣传包装自己,这样才能升职加薪; 写PPT在大公司里是一项重要技能; 做项目时要及时反馈进度,遇到问题要及时说,不要掖着; 要做好时间管理,集中处理问题,不然一会处理这个一会处理那个,很容易一天感觉很忙,但是真正完成的事都没有; 在客户面前要自信一点,不要表现得自己没实力不靠谱,不会的私下要及时跟上; 抗拒学习另一款新工具PowerBI时,会告诫我多学一门工具没坏处。 也有下班后的晚上在办公室教我集成部署和服务器扩容,听得一愣一愣的,反正说嗯嗯嗯就是了,最怕突然来一句:“既然你听明白了,来演示下”。依然记得刚入职时,感觉自己在小公司待得久了视野狭隘,会的很少,到大公司看见很多优秀的人,觉得差距很大,很沮丧。同时也不是一个很外向的人,也不喜欢和不熟的人讲太多话。是靠谱的老大哥带着我逐渐成长起来。 四、考试过程 “考试有多近,心就有多浪”,原本一天半可以做得差不多的卷子,硬是拖到了第四天。正式卷难度降了很多,题量也少了很多,但也只有364分。有很多细节处自己没有深入学习。    五、考证感悟     “不管何时何地,做你想做的事永远都不嫌晚,如果你发现生活不如意,我希望你有勇气重来!”                
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。   ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。   ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。 ---------------------------------------------
/
踏过荆棘,却不觉得坎坷,有泪可落,也不是悲凉。   ---------------------------------------------
12下一页
个人成就
内容被浏览299,595
加入社区4年250天
返回顶部