找回密码
 立即注册

QQ登录

只需一步,快速开始

扫一扫,极速登录

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
枫城(uid:82189)
职业资格认证:FCRP,FCBP,FCAP,FCJA,FCRP-D
使用帆软BI制作2020纪念日旋风图
大家好,过完圣诞,才发现2020年已走到尽头,回首这一年,简直跟放电视剧似的,台湾大选,香港暴乱,猪肉疯涨,疫情传播,美国大选,阿里崩盘,一件比一件刺激,虽然最后一件差点没挺过来T_T。不过开心的事情也是有点,今天就和大家盘点下,2020年我们度过哪些纪念日,也想想那时彼此彼刻在身边的人是否还陪在你身边(至少帆软一直陪着(〃'▽'〃))。 一、制作原理 初衷:想趁着冬季挑战赛结束,有时间写点东西。另一方面也是分享为主,看看制作原理能不能给一些BI制作的朋友一些思考和灵感。 制作原理:旋风图的制作原理来源于之前看过的资料,而旋风图的主要制作思路就是确定每个点的坐标(X,Y),以此展现在帆软BI坐标系中。而X,Y的确定主要利用了正弦定理和余弦定理。就我们小学学过的那个。至于角度 则主要利用 节日日期到年初日期/一年天数 *2π 来实现。而到圆点的长度 则用 节日日期到月初的天数来体现。 具体公式如下所示: 坐标圆点(0,0) 坐标X=到圆点距离*COS(角度) 坐标Y=到圆点距离*SIN(角度) 角度 = (节日日期-年初日期)/一年天数 * 2 * π 长度 = 节日日期-月初日期 二、制作原理 a.导入数据 制作主要涉及两张表 2020年纪念日和节日回顾..xlsx141015 ,2020全年时间表.xlsx,141016.表中的数据结构如下所示:141017141018 其中图一表来源于该网站。 将两张表导入业务包后如下所示: 141019 b.开始制作制作数据集 新建2020年活动数据自助数据集,选择2020年纪念日和节日回顾表所有字段,并新增字段,年日期部分 ,公式如下所示: 年日期部分=CONCATENATE("2020-",LEFT(节日,find("(",节日)-1)) 141020 以第一个“(”为截取点,截取节日右半部分,命名为节日右部分,公式如下所示: 节日右部分=RIGHT(节日,LEN(节日)-FIND("(",节日)) 141021 接着通过替换公式,得到时间值和节日值如下所示(防止长篇幅) 141022 新增另一个自助数据集:数据全年活动日 ,取日期2表所有字段,左右合并右边刚刚制作的2020年活动数据自助数据集。如下所示: 141023 新增字段-到年初的天数新 141024 新增字段-到月初的天数新 141025 新增字段-角度新 141039 新增字段-X新 141038 新增字段-Y新 141037 新增字段-节日新 (为了去掉普通日的显示) 141036 新增字段-热度新 节日的热度为(20,50)的随机值,普通日热度默认设置为10 141035 数据全年活动日自助数据集制作完成,至此数据整理完毕 三、图表制作 选择数据全年活动日自助数据集,右上角选择创建仪表板。将X新拖入横轴,Y新拖入纵轴。将节日新和日期新拖入标签。将节日新拖入颜色。如下图所示: 141026 将类别新拖入形状 设置节日为圆形,普通日为五角星 ,以此区分节日和普通日如下所示 141027 将热度字段拖入大小,并设置半径为13.如下所示。热度越高图形越大。 141028 最后选择仪表板背景选择准备好的图片上传,如下所示 141029 点击下载背景图片:背景图片,图片背景2 仪表板最终效果如下所示:效果一 141033 效果二 141040 四、后记 明白原理之后做起来还是挺快的,目前可以用图形大小和图形形状及颜色来做类别区分,缺点就是只能进行一些大小比较和简单区分,像趋势线及同环比这个就不怎么好玩了,其他用途有待大家开发,最后2020 不讲武德 希望2021 耗子尾汁,少点毒打,多点甜蜜。 编辑于 2020-12-31 17:38
帆哥牛年手办提前亮相
140584 帆软新年礼盒提前亮相,帆哥-牛头人手办,周历大爱,要是红包里面放点小钱就完美了。{:10_275:}
【2020冬季挑战赛】电商那些事-基于人,货,场的电商平台数据分析
1、选手简介1.1.选手介绍 社区用户名:枫城 职业简介:各位小伙伴大家好,我是一名BI工程师,现就职于杭州云嘉云计算有限公司就职的部门为IT产品研发部,平时主要工作内容是使用帆软BI和report给乙方霸霸进行一些demo页,驾驶舱的制作。次要内容是保证数据源的准确性和全面性,为此我需要做一些数据清洗和数仓相关方面的工作。在工作之余,我还在学习AI,希望可以和兴趣相同的朋友多多交流探讨。 1.2.参赛初衷 我想抓住每一个能锻炼自己的机会,既然走上了BI这条路,那么可视化分析是必不可少的,想通过比赛了解到自己的不足,以此更好成长。 比赛丰厚的奖励,相比往届可视化大赛,这届冬季挑战赛无论是奖项还是福利都准备的蛮到位的(希望帆软主办方继续保持这个好习惯)。 这是帆软今年最后一个大活动,作为和帆软已接触4年的我,不想因为错过,给自己留下遗憾,同时也是为明年更好的在社群活跃打好基础,(其实因为不参加,参加嘉年华就不知道该聊些啥话题了/(ㄒoㄒ)/)。 2.场景介绍总体遵循分析方法论:数据分析流程主要分为以下7步,a、明确分析需求,b、制定分析计划 c、数据拆分建模 d、执行分析计划 e、展示分析结果 f、产出商业决策 g、验证决策效果 (由于是可视化分析报告f,g在这边不做展示)2.1.业务背景介绍&数据来源 业务背景介绍:小风是一名刚入职的BI工程师,在试用期结束期间,导师拿着一份电商数据给到小风,要求其给出合理分析结果 分析目的:小风通过分析电商平台两年内的销售情况和发展情况,找出平台发展对应结论,并给出相应改善建议。 数据来源:个人获取数据:kaggle比赛中公共的数据集 2.2.分析思路首先我们明确这次分析的目的,目的是分析得出电商平台相关结论,并就问题点给出相关建议,再经过SWOT,5W2H等分析方法挑选后,我这边还是决定采用传统的人,货,场的角度进行分析。a、首先场的维度我们分析平台销售的健康情况和销售分布情况。可以得到平台销售的分布特点和增长趋势。b、接着我们通过货品分析,了解到该平台,品类销售情况和产品的价格带在哪个位置,以此可以进行ABC分类的优化和了解平台产品定位,同时我们通过评分还了解到产品体验还有待优化,并尝试定位产品低评的原因c、接着会员分析,我们了解到会员的增长趋势和会员的分布情况,发现会员也大量分布在巴西沿海,同时我们还通过AARRR模型和RFM模型了解到会员转化率情况及消费属性,并确定了重要价值客户的占比和地理分布位置,客户分层,有利于精准营销。同时通过分析会员订单了解会员消费时间点和消费方式及平均付款时间。同时也通过会员的评分,了解到会员的潜在诉求。d、其他分析-物流分析,最终分析了该平台的物流情况,发现物流不准时占比偏高,物流时间也偏长,但同时物流费用占比订单费用偏高,人们的消费和收到的服务不成正比,同时通过低评的不准时占比和物流时间验证该猜测,确定低评现象和物流服务有关。e、就以上结论和现象进行相关改善建议整体分析脑图如下所示: 139566 2.3.数据整理数据内容: 基础数据表主要为以下9张,如下图所示,AAARR模型表,巴西各州辅助表,表关系,地区经纬度表是我通过其他途径获得的辅助数据表。 表名中文名主要内容类型 Olist_customers_ordaset顾客表会员情况表基础表 Olist_geolocation_dataset地理位置表各州位置基础表 Olist_order_items_dataset订单产品表订单产品内容基础表 Olist_order_payments_dataset付款表付款相关内容基础表 Olist_order_reviews_dataset评论表评论相关内容基础表 Olist_order_dataset订单核心表主表基础表 Olist_products_dateset产品表产品信息基础表 Olist_sellers_dataset卖家表卖家信息基础表 Product_category_name_translation巴西文类别转英文表为了把类语言转化为英语基础表 AAARRAAARR模型表AAARR模型数据辅助表 地区经纬度巴西各城市经纬度表巴西按邮编去重的城市表辅助表 巴西各州辅助表巴西各州中文表巴西各州转中文,并带经纬度辅助表 主要用到自助数据集宽表为:订单核心各维度聚合宽表,RFM模型表 整理过程:第一步:获取:登录kaggle,下载公共数据集,需要翻墙和拥有kaggle账号。(想去Kaggle参加竞赛的朋友可以找我要翻墙工具)第二步:清洗:为了保证源数据准确性,将上述9张EXCEL基础数据做去重及异常值处理(如数据查重,时间值前后,金额正负等常规判断),通过EXCEL配合相应函数完成,因比较简单,这边不做过多叙述。第三步:导入传入到帆软BI,并为了方便操作,将每张EXCEL表单独创建一张宽表,作为维度表。(方便单表添加字段或维护),为后续制作大宽表打下数据基础。第四步:主要宽表制作(1)订单核心各维度聚合宽表。a、以Olist_order_dataset为核心表,链接各维度表,创建订单核心各维度聚合宽表。其表间血缘关系如下所示。139488 b、选取订单核心表,通过左右合并依次和各维度表进行合并139490 c、增加过滤只需要2017年至2018年的数据139491 d、新增列是否准时 通过预期物流到货时间和实际到货时间比较139492 e、新增列新老会员139493 f、订单核心各维度聚合宽表创建完毕,其雪花模型如下所示。139494 第四步(2):主要宽表制作(2) RFM模型表a、首先取订单核心各维度聚合宽表对应字段。139496 b、新增列,距今消费时间天数,后续可计算平均消费时间天数,并以此判断R值139497 同理,通过会员消费频次,计算平均会员频次,比以此进行F值计算同理,通过会员消费金额,计算平均会员消费金额,并以此进行M值计算。c、合并RFM,对R,F,M进行拼接139498 d、通过IF函数对RFM进行中文定义139499 至此相关数据处理完毕,数据整理告一段落。 2.4.完成分析报告a、整体框架:整体排版按照故事的叙事来进行排版,具体为如下板块,任务背景,明确目的->“场”分析->“货”分析->”人”分析->其他分析->总结建议。b、图表选择:图表选择可以看这张图,了解下每种图偏向的分析内容。139500c、分析思路和对应结论场分析:通过季销售趋势图及环比,还有各州金额分布分析了解平台销售走势和销售分布,了解平台销售是否健康及销售重点区域。1398311398331)发现相较2017年,2018年的销售金额和销售量呈环比上升趋势,最近两季度略微下降,趋向平稳。平台客单价在175Reals/单浮动。说明平台整体的态势还是向上发展的。2)了解到订单来源主要来自巴西沿海各州,其中圣保罗州,里约热内卢州,米纳斯吉拉斯州为订单量产出州TOP3,而反观巴西内地产出偏低,小风猜测这也许巴西经济中心集中在沿海各州有关。pS(原本两年的销售形式想用旋风图呈现,但不知怎么的旋风图坐标一直放不好,作品提交后,旋风图才制作出来,过几天论坛可以分享下旋风图制作过程) 货分析:通过帕累托分析品类销售情况,散点图探究品类宽度和销售关系,再通过价格带分析,了解平台产品定位。通过评价占比了解产品满意情况,通过产品完整性分析验证猜测。1398341398351)发现health_beauty,watches_gifts,bed_bath_table这三个品类为该平台热卖品类,且18年销售均大于17年,呈上升趋势2)通过散点图分析,确认了宽度越宽的品类往往销售额也越高3)列出TOP10销售的产品,得到平台价格带定位在0-100 ,主要面向低端客户群体4)1-2分的低评占了评价的18%,平台服务有很大提升空间,探索其低分原因不是由产品本身不完整性导致的 人分析:分析平台会员走势了解平台会员健康情况,通过地图分布了解会员分布情况,通过AARRR模型了解会员转化率,通过环形图了解新老会员销售情况。利用RFM模型给会员分层并确定重要价值客户分布。利用会员行为分析了解会员下单时间,付费方式和平均付款时间,还知道会员低分占比及评论时间趋向。1398361398371398381)发现2017年至2018年会员总体呈上升趋势,但2018年第三季度呈现下滑状态。2)通过会员各州分布和城市分布发现,会员主要集中在圣保罗州,里约热内卢州,主要分布城市为sao paulo riode janeiro3)一般电商模型为AARRR模型,发现平台转化率在98%左右。4)发现重要价值客户占会员体系的17%,而重要价值客户也凭借着自己的高客单,高销量为销售额提供了主要贡献。5)会员下单主要集中在11点,16点,20点,喜欢用credit_card作为支付手段,平均付款时间在6.46小时。6)发现会员评分4-5分约占78%,总体好评居多,但1-2分也占据着13%,存在一定风险,可以适当优化,会员评论时间集中在11-12,21-23时间段。 其他分析:通过物流准时度分析,物流时间占订单时间分析,平均物流天数分析,物流运费金额在总金额的占比,来评估顾客物流服务投入产出比,通过低评的非准时占比和物流时间来验证猜测。1398401398421)顾客对物流服务的投入产出比低下,造成较大不满2)低评确实是由物流因素引起 对应建议:139845 d、颜色总体偏深色调布局,浅色系布局一直不好拿捏,后期再进行尝试,统一调整了字体和字号,让画面看起来更整齐美观,并在结论处对应指标做颜色标识,如代表好的指标为红色系,代表差的指标为绿色系,整个优化采取局部美化,完成时整体调优的方式调色网站推荐:Material Palette:http://www.materialpalette.com/,Flat UI Colors:http://flatuicolors.com/e、作品展示(有些模糊,原图太大,放不进来,只能压缩,将就着看了,有兴趣的可以下载PDF看)139589 2.5.总结感慨:终于写完了,果然deadline是第一生产力,同时遵循着二八定律,(后面打算改改自己拖延症)经验分享:带着目的去分析,按照分析框架,循序渐进,去享受分析的过程。在此感谢保哥对我的作品给出的一些建议及平时亦师亦友的照顾。也感谢帆软官方组织这次比赛,给了自己一个交流和挑战的机会,希望帆软活动越来越丰富,精彩。让我们执着于理想,纯粹于当下,燃烧自己的数据魂,走好自己的数据之路,加油,数据人ヾ(◍°∇°◍)ノ゙。 140381 编辑于 2020-12-17 22:13
使用FineBI绘制类桑基图
编辑于 2020-8-1 16:16 大家好,我是枫城,利用周六时间和大家说下类桑基图的制作流程。 一、制作原理 主要利用sigmod函数,也叫Logistic函数,是生物学中的常见S型函数,也称为S型生长曲线。其纵轴处于0-1之间,横轴定义域是-无穷,+无穷,例子里主要1-49个数据t来定义横轴的范围,函数曲线图如下所示: 135267 涉及公式有:sigmoid=1/(1+exp(1)^-t) , 排名=身价排名+((最终排名-身价排名)*sigmoid) 注: 身价排名决定了曲线初始位置, (最终排名-身价排名)*sigmoid 决定了S曲线的高矮 二、FineBI制作过程 a.导入数据 我们使用FineBI的话,主要操作是在X轴拖入t字段,Y轴拖入ft(排名字段),颜色处拖入国家字段即可,再给t,ft字段进行升序排序即可。 先下载源数据,主要涉及两张表 ,135268,135269。表中数据结构如下所示: 135270,135271 将两张表直接导入我们所需的业务包,如下图所示: 135272 b.制作所需自助数据集 新建自助数据集,选择Wordcup所有字段,左右合并Wordcup和辅助数据表,如下图所示: 135273 新增列,设置列名为 sigmoid,选择公式为 sigmoid=1/(1+exp(1)^-t),效果如下所示: 135274 新增列,设置列名为 ft 即排名,选择公式为 ft=身价排名+((最终排名-身价排名)*sigmoid),身价排名决定国家的初始位置,(最终排名-身价排名)*sigmoid,决定了S曲线的高矮,效果如下所示: 135275 由于数值型字段,在横轴和纵轴只能求和,所以我这边将国家以(t,ft)放于X,Y轴,故将其表示为文本型,如下所示: (这边给出ft文本型方式,t文本型操作相同,不做叙述) 135276 为了给文本t,ft字段排序,新增ft数值型,ft选择数值型,如下图所示: (t数值型操作相同,不作重复叙述) 135277 c.创建仪表板 新建组件,选择数据来源为桑基图 自助数据集,将t文本型放入横轴,将ft文本型纵轴,重命名为排名,将国家放入颜色,并将数据点用线进行显示,如下图所示: 135278 将t数值型,ft数值型放入明细过滤器,选择t文本型,选择升序,选择按t数字型排序,同理将ft文本型按ft数字型升序排序,如下所示: 135279 d.组件样式设置 取消标题 选择组件样式,点击标题栏,取消显示: 设置背景框 选择组件样式,点击背景,选择组件边框图,如下图所示: 135280 点击下载背景框图片:135281 e 其他设置 排名设置: 新建两个图片组件,依次放入图片1和图片2,并图片设置,适应组件,如下所示: 135282 点击下载图片1,图片2:135283 标题设置: 新建图片组件,放入标题图片,设置为适应组件,再新建3个文本组件,均开启悬浮,输入对应文字 身价排名,世界杯球队排名变更变化图,最终排名,放到对应位置,如下图所示: 135284 点击下载标题图片:135285 三、效果预览 135286 总结:此图有一定局限性,对于多数据排名,会显得比较拥挤,期待后续的完善{:fange09gif:}。
球队排名类桑基图效果
135215 大家好,我是枫城,闲暇之余想拿BI做些有意思的图表,就先分享个类桑基图,先拿球队数据做个示例。效果如下所示,先给出效果,具体方法,过几天整理下文字后给出。135217
【BI可视化12期】NBA可视化作品介绍
1.自我介绍 各位小伙伴好,我是枫城。首先十分开心获得本期BI可视化精选的最佳作品,同时也感谢来参与我直播的小伙伴(点击查看直播回放)。先做个正式的自我介绍,我现就职于杭州某公司,任BI工程师,平时主要用Python爬取数据,用Echarts呈现数据,做些BI可视化开发,同时也兼大数据相关工作,有志同道合的朋友后面可以交流。除了本职工作,我也会积极参加社区的活动,偶尔在社区上冒个泡,像去年的数据追梦人比赛,番薯嘉年华我都有参加,没准之前一起去活动的小伙伴还认识我。 于此同时我还是BI工程师【1912】期的学员,报班的初衷完全是为了系统强化和考证,相比于之前效率较低的自学,报班系统性的讲解学习,更能带来的时间上的效益和知识面的查漏补缺。而我十分幸运的在学期末获得了“二等奖学金”,在认识了班级群内的朋友的同时,也顺利考取了FCBP的证书。 当前的BI课程分为两个系列,第一个系列业务线路,培养对象是来自企业财务、人力、销售、行政、运营等各行业的业务人员,或者是想要转行刚入门的朋友,第二个系列是BI工程师系列,课程的周期一般为5周左右,分BI标准版和企业版,前者以掌握FineBI数据分析方法和技巧为主,后者与此同时还肩负BI信息化的建设的职责。 无论自学也好,报班也罢,要想快速提升BI能力,永远抱着一颗学习的心,学习业务,深入业务的同时,也活用社区资源,强化自己的BI武器,久而久之,你将会收获信心和能力。 我是个可视化的爱好者,之前了解到社区会举办可视化活动,但之前几期都错过了,挺可惜的,这次恰好有时间,遇到了就不想错过了,要知道错过也是一种过错。而且也当是给自己一个和更多FineBI大神交流学习机会。况且就数据层面,作为球类爱好者,NBA这种分析主题相信很多男生都挺感兴趣的吧。 2. 作品介绍 2.1. 主题介绍/数据来源 主题介绍:NBA数据集来袭!本期主题是《NBA数据集》。数据集内含从上世纪90年代开始到16-17赛季,包括NBA所有球员、球队的常规赛,季后赛数据,球员各赛季的薪金数据等。看能否分析和出数据 数据来源:主要为帆软官方提供数据:【BI可视化分析精选】第12期:NBA数据可视化分析 2.2. 可视化步骤 1、NBA数据和赛事包含哪些->2、梳理分析大纲,明白常规要分析哪些因素->3、大屏元素获取,可视化图表选择->4、基础数据整理,自助数据集整理->5、利用FineBI,完成仪表板初步建设->6、美化仪表板 2.2.1 熟悉场景,关注敏感数据 在数据到手之前,我先去了解了下NBA比赛需要哪些数据,通过对应网站的浏览和查看,了解到数据主要分为三类,一类比赛数据,以字段,胜场,得分,主客场胜负,胜率,净胜场,最近10场胜负为主。一类球员数据,以命中率,PER,WS,得分为主。最后一类薪资数据,以球员薪资,占比,球队薪资,占比为主。 134923 2.2.2 分析思路 了解了关注点后,我查看了现有数据,并把其划分为4块。列出四个主题,球队分析,球员分析,薪资分析,季后赛分析。主题相应分析模块如下所示: 1349242.2.3元素获取,可视化图表选择 可视化分析,图片及元素必不可少,在这搜集了一些我常用的元素网址链接,如下所示。至于图表选择,这块之前徐总直播也讲过,我就直接借用了,主要了为了明确哪种图表适合哪种形式的分析。如下所示:134921 分析图片网址链接:https://unsplash.com/s/photos/ 分析元素网址链接:https://www.iconfont.cn 网址配色网址链接: https://coolors.co/ 2.2.4基础数据整理,自助数据集整理 球队分析: 主题球员分析包含表1张源表,4张自助数据集表 表来源表名自助数据集操作过程类型 EXCEL球队数据帆软社区下载源数表 自助数据集球队比赛数据宽表(增加字段:胜率 ,场均(得/失)分 ,得分差值,净胜场,净胜场,排名)辅助表 自助数据集最近10场球队比赛数据宽表筛选最近10场球队比赛数据宽表制成辅助表 自助数据集各个比赛球队比赛数据宽表(排名表)合并球队比赛数据宽表,最近10场球队比赛数据宽表仪表板使用表 自助数据集2016年GSW和SAS情况 各个比赛球队比赛数据宽表(排名表)筛选队伍为GSW和SAS仪表板使用表 球员分析: 主题球员分析包含表3张源表,8张自助数据集表 表来源表名自助数据集操作过程类型 EXCEL球员数据1帆软社区下载源数表 EXCEL球员数据2帆软社区下载源数表 EXCEL球队高阶数据帆软社区下载源数表 自助数据集球员高阶进攻,防守,PER数据球队高阶数据表仪表板使用表 自助数据集 JamesHarden数据为球员高阶进攻,防守,per数据 筛选球员为JamesHarden 辅助表 自助数据集球员平均数据为球员高阶进攻,防守,per数据平均数据 辅助表 自助数据集JamesHarden16赛季八维数据由JamesHarden数据剥离八维,上下合并数据形成 辅助表 自助数据集16赛季平均八维数据 由球员平均数据剥离八维 ,上下合并数据 形成 辅助表 自助数据集八维雷达图数据由 JamesHarden16赛季八维数据 ,16赛季平均八维数据 上下合并形成 仪表板使用表 自助数据集各赛季JamesHarden命中率由JamesHarden数据剥离命中率,上下合并数据形成 仪表板使用表 薪资分析: 主题球队分析包含表2张源表,6张自助数据集表 表来源表名自助数据集操作过程类型 EXCEL球队数据球队薪资源数表 EXCEL球队数据球员薪资源数表 自助数据集球队平均薪资 由球队薪资按球队求平均所得辅助表 自助数据集各球队薪资和涨幅由球队薪资表联立本身所得 辅助表 自助数据集各赛季平均薪资由球队薪资按赛季求平均所得仪表板使用表 自助数据集球员薪水宽表由球员薪水表得出 仪表板使用表 自助数据集GSW16-17球员和球队薪资由球员薪水表筛选赛季和队伍得出仪表板使用表 自助数据集全球队16赛季PER和薪金关系由球员薪水和高阶球员数据左右合并得仪表板使用表 季后赛分析: 主题球队分析包含表1张源表,4张自助数据集表 表来源表名自助数据集操作过程类型 EXCEL季后赛数据帆软论坛下载源数表 自助数据集季后赛宽表季后赛数据新增字段所得辅助表 自助数据集最近10场季后赛宽表筛选最近10场球队季后赛数据宽表制成辅助表 自助数据集季后赛宽表新(排名)合并季后赛宽表,最近10场球队比赛数据宽表所得仪表板使用表 自助数据集TOR,MIA球队季后赛比赛由季后赛宽表新筛选队伍和年份所得仪表板使用表 整体数据处理结构如下图所示:134920 2.2.5利用帆软BI,完成仪表板初步建设 仪表板制作,由于时间有限,制作部分仪表板,详见直播操作:134919球队分析 134918球员分析134917薪资分析2.2.6 美化仪表板 个人原则,过程中局部美化,完成时整体色彩及细节优化,整体效果如下所示: 134951
信用分问题求助
134723 这个还能补救吗? 一次扣2000信用 有点超预期。建议单任务信用分有上限,毕竟信用分来源主要靠任务,而任务也不是天天有的。是否可走申述流程。
帆软轮播图表还有哪些新奇的玩法(先抛个砖)
前两天看到帆软服务号推了轮播条形图的玩法,大致来讲要用到now()函数,模板参数a,a默认值=now()及图表的刷新功能,通过now()和a的差值作为SQL条件来进行不同的数据源取值。趁着上午时间,大概做了下效果,以下为模板133516和效果图。大家可以探索下还有哪些有趣的玩法?帆软轮播条形图链接。 133515 133517 编辑于 2020-4-10 12:13
BI并没有想象那么难,FCBP快到碗里来
一、初识FineBI :帅气的决策分析工具 BI相信大家都不陌生,商业智能,商业分析,一看就是个透露着浓浓现代技术气息的高端词汇,我也一样,在接触的过程中渐渐被他吸引,我对BI的认识比较早,在18年吧,在查询资料期间,意外发现帆软居然还有FCBP证书,但那时自己对BI仍处于概念阶段,对BI还是有点没底,不知道BI能真正做到哪步,是否能确实解决业务存在的痛点,给决策带来帮助,导致过了几天就忘了这事。 让我真正打消这些顾虑的是,有一次一家数据公司来公司做宣讲,讲的是公司销售预测库存智能补货相关的,里面有展示数据大屏,及销售趋势和补货时间线等相关信息的展示,听完后,我对BI能实现酷炫的动态展示界面及一些图形化背后的优化算法产生了兴趣,也默默加强了BI学习的决心。(当时脑海中对BI的感知,大概这种感觉↓) 132929 二、加入BI学习班:系统巩固BI知识的捷径 有目标才会有动力,19年11月我通过了FCRP,让我对FCBP也跃跃欲试,于是在12月开始了FCBP备考之路。首先我找了论坛里现存的资料,在看了一遍手册之后,了解了大概的知识点。有了知识大概的了解后,就开始以实践,这边特别提下,论坛里的几个任务还是对新手理解知识很有帮助的,特别是BI快速入门指南这个任务,比较全面帮学员了解BI的作用及熟悉对应知识点,有时间的话几个销售,人事,财务专题的任务做下,也会对BI操作有个系统认知。 1329308月销售额分析部分-pdf图 再说说BP班的班主任吧-兔子酱,和兔子酱首次交谈是在一次帆软的直播前,兔子那时是直播报名的审核人。兔子酱给人感觉是个热心的小姑娘,会帮你找对应学习的资料,也会及时分享论坛任务活动给你。这对0基础刚进来不知道如何下手的学员很有帮助。总而言之是个称职的班主任。(不知道兔子酱去年抽到的愿望实现没???) 当时的我正在做FCBP模拟卷,其中一道购物篮的题把我难住了,感觉一下子没了思路。之前和兔子交流说,助教Cherry老师可以解答,一时没多想,直接报了【1912】《BI工程师从入门到精通实战班》,其实内心有想过,就算是坑,也可以通过奖学金把坑填回来。可惜错过了早鸟价,哈哈,后面有早鸟价的课程,大家记得把握。当天通过Cherry老师帮助也成功解决了购物篮分析问题。 132936132937132938132939 三、BI学习过程:带着目标,知行结合 BI学习主要以直播答疑及视频学习为主,主要看自觉,再结合自身掌握情况进行每周课后作业来检验自己的掌握程度。所以每次成绩出来后周三的直播纠错过程必须看(敲黑板,就算周三没时间,回放也要过一遍,犹记得跨年那天和Cherry老师在直播间跨的年,主要是想听Cherry老师声音了),主要是思路方面,对比下自己的解题思路和老师的有哪些出入,往往思考方式的转变比多做几道题更有价值。 由于自己平时工作也很忙,在加入班级之前还曾为害怕时间不够,无法完成学习任务而担心,但实际BI课程的题量并不多,课后主要分为理论题和实践题,理论题很重要,能帮助自己检查知识遗漏点,一般解不出实践题,多看几遍手册和理论题基本就有想法了。由于课程前期的题比较简单,导致中间有段时间把这周的题做完了,周六日没事情做,然后只能问兔子酱要下周的题@_@.因此想加入学习班系统学习,但由于时间不足犹豫报班的同学可以打消这个顾虑了。(认真学习几节课之后就可以做这种仪表板了↓) 132931 总的来说这次BI班的学习,对自己帮助最大的是,心理上的转变,从之前做事总有点拖延症,临近期限,总显得有些手忙脚乱(泰国之旅就因为时间和PC电源不兼容问题,差点没交上作业),转变为就想在指定时间完成固定的学习,好让空余时间安排别的事。我想这种积极的心态,对今后职场也是有帮助的。 再谈谈考试的奖励,一等奖2000F币,二等奖1000F币,三等奖500F币。对培训课程奖励来说,帆软也算是蛮良心的了,至少对自己也是种激励,不想获得F币的学员不是好BI工程师。没准幸运女神眷顾了呢。 四、FCBP考试:BI路上的敲门砖,不是终点,只是起点 其实怎么考FCBP,论坛里有有关这个证书的学习计划,你找不到的话,进入课程后问兔子酱要就好了,你只要照上面做了的话,基本都能过。应兔子酱要求,写写心得,其实也算不上心得,就谈谈自己当时一个月怎么想,怎么过的吧。 1、检验和排查自己BI水平-论坛模拟卷。之前提过我期初是因为BP模拟卷才报的班,为什么做这个呢,方便你检测自己的知识掌握程度,当你觉得某一题特别没思路时,可以后期BI课程重点听下这块的内容。 2、针对性利用自己学习时间当老师发作业和学习视频前,我一般先去把作业看一遍,先自己整理下思路,如果针对题有不清楚的地方或没思路的时候,就重点看下这块学习视频及相应资料。 3、掌握得好的同学可以把自己定位成一个小助教的角色当群内学员问题多或者老师来不及回答的时候,知识掌握的不错的同学可以帮助学员解答,你会发现在帮助的同时自己也获得了提升和自信。 4、积极参加帆软论坛的BI活动和BI问答论坛有时会发布一些BI模板的活动,有时间可以去试试,或者看看其他前辈的作品,好的方面可以吸收,问答模块可以和大佬们抢最佳还能集贡献和F币一举两得,再者混个脸熟嘛。 5、独乐乐不如众乐乐相对一个人的学习,朋友之间学习交流和竞争会显得更有乐趣和积极性。你可以和群内志同道合的同学分享和交流自己的学习心得。或者干脆加个好友,没准以后职场说不定还能合作呢。 6、人生不要贪图短暂的享受,认真修行才是最佳选择多读书,多看报,少吃零食,多睡觉。不要求每日三省吾身,课程学习期间先坚持把作业做完,把老师的视频和讲解按时看完吧。说真的,FCBP的考试并不难,因为考的都是平时教到的知识。只要你平时认真完成作业,考试是难不倒你的。(不过听说今年难度会提升,再次恭喜下去年获得证书的朋友和自己) 五、后记 没有命中注定的结局,只有不够努力的过程,不去尝试下怎会发现前方是彩虹还是荆棘,当你在梦想的道路上踌躇犹豫不前,当你决定做时就已成功了一半。最后:但行好事,莫问前程;前路有光,初心莫忘。 132927132928
【数据追梦人】曾差点自废“武功”,我是如何从配角变主角,打怪升级迎娶……
做自己生命的主角,而不是别人生命中的看客。总有人比你好看,比你聪明,比你年轻,但没人能取代你。 - Mr杨逃不开,躲不过的新手村被虐定律 “出世入世一念之间,可城可山一水相连”。这是一句描绘杭州的话,字里行间可以感受杭州特有的魅力,出于对杭州由内而外的喜欢,我选择在杭州扎根,并进行了自己四年的大学生活,也是在老师的教导下,一句简简单单的“hello word”开启了我的数据之旅。直至现在仍记得当一串串命令如音符在指尖交织成一首动人的歌时的那份喜悦和激动。那时的我们抱着理想,希望能凭着在学校学到的Mysql、java,数据分析等基础就徜徉在数据的海洋中,但没想到数据的海洋远比我们想象的更广阔,而现实的生活也比想象中的更沉重。 2016年6月12日,我终于怀着对梦想的热枕和对迫切想实现自我价值的热情毕业了。现实是骨感的,他不会管你有什么理想,有能力的,能最快产生价值的才是被需要的。而我对自己也有较深的认知,骨骼清奇?练武奇才?传功经历?不存在的,相较他人我也只是多了一腔热血而已。所以理所当然四处碰壁,投简历->被拒->将就找家->不甘愿,离职->再投简历,不知不觉陷入了这个苦痛的循环。 129970 半年时间,我就已换了6家公司,搞得我后面一度怀疑自己大学究竟学了些什么?甚至还产生了自废“武功”的冲动。但是静下来仔细想想一下放弃大学四年所学,转而从事其他要求低的文职或销售,我内心还是有些不舍和不甘,终于在网上看到一家信息化初期的公司,决定了最后一次投递。 念念不忘,必有回响,也许上帝也终于觉得自己过分了些,于2017年4月我加入了海明有限公司这个大家庭,真正意义上的出了新手村。 努力修炼就能到达武侠巅峰,出任CIO,迎娶白富美? 世界上有两种人,一种是天赋型,如金庸大师笔下的欧阳克,琴棋书画样样精通,学起东西来也是得心应手,可为何在爱情和武功上面都输给那个愚笨的郭靖呢,在我看来不乏两种原因,选择及自我修炼。 在我刚进海明的那个阶段,我在心是有点忐忑的,因为刚入职场,不知道自己和身边人的差距,所以只有小心翼翼的做好份内的事。不知道多少小伙伴和我一样,在刚进职场的一个月,对于领导布置的不清楚的任务,内心,一直飘着这么一句话:你是领导,你说的都对,咱啥也不敢问,啥也不敢说,干!就对了。 129942 到了上班的第二周,我领到了我的第一个任务,用数据做一份图表。那时便仗着自己的理解和SQL基础,勉勉强强在数据库里拉取了数据,然后导出至EXCEL,然后结合度娘,在EXCEL上做了份图表展现。虽然现在看来那时的图又丑,又没动态,又花时间,但胜在成就感。当我提交任务的时候,领导问我怎么没用帆软?我一下愣住了,内心一直想:你也没和我说有这东西啊,虽然我也没问,但你也没说啊,说啊,啊。 129943 那时我的表情像极了刚进宫没多久便受到欺负的魏璎珞,不服归不服,但生活还得继续。于是第二天我百度了帆软的相关的知识,可视化动态,智能图表,在线预览这些字眼吸引了我。在了解设计器基础功能后,我用帆软再做了份图表展现,确实效果比EXCEL的强多了。果然师傅得选对啊,七个江南七怪也打不过一招降龙十八掌。此刻也是我和帆软的第一次邂逅,也是职场的第一次重要的选择,我有了方向,成为一个与数据同行的数据人,开启了海明的报表开发之旅。 每个人都在黑暗中前行,寻找光明,走着走着你自己便变成了光 随着业务理解的加深,业务对帆软的期待变高,报表开发开始遇到了瓶颈,伴随着压力和领导的期待,焦虑的我只能去百度帆软文档,渐渐的我便发现了帆软社区的存在,那时的社区还不是很完善,论坛经常出现的也是那几张老面孔,很传说的传说哥,技术大牛迪姐,爱和妹子聊天的星痕(敲黑板划重点)手动羡慕。 当然自我修炼也必不可少,为了能让自己的开发技能更进一步,我研读了帆软论坛的官方内功心法-帮助文档,还辅修了Mysql优化和js相关知识。那时边学习边开发,每天都有收获,都有惊喜,而当自己帮论坛人们解决问题,得到认同时也不失为一种乐趣。天道酬勤,凭着一股执拗的学习态度和自我学习,我考取了帆软的第一份证书FCRA,然后又在领导的指点下,我对海明进销存业务进行了梳理,并按照梳理的业务逻辑,开发了查询决策报表(PC和手机版),大大提升业务工作效率和查询便捷程度。在会上受到上级领导表扬和业务部门的认同,我由衷的感到开心。选对了良师,至少功夫上去了嘛,虽然没有小姐姐的青睐,但我相信会有的。再次感谢和帆软的相知相遇到相交,让我有了属于自己的武器,而不是在错误的道路上越走越远。 129944 导师就是数据追梦路上的一座灯塔,指点你的方向,照亮你前行 导师,在一个人的职涯发展中作用真的很大,但是不一定所有的人都会遇到一位伯乐一般的导师,当钢铁侠对蜘蛛侠说那句我想让你变强时,蜘蛛侠是幸运的,当令狐冲误打误撞进入思过崖碰上风清扬学会独孤九剑,令狐冲是幸运的,我想我也是幸运的。 129945 随着帆软开发进程的加深和数据化理念对公司高层的影响,我司越加对帆软开发充满了期待。这时的我也由刚入职的小白转变成数据化项目的小负责人,和我老大Mr杨一起进行数据化报表开发。 当时的业务背景是这样的,作为一家刚开始信息化的传统服装公司,我们的数据还很零散,用户数据,商品数据,渠道数据都分散在各个业务系统内,信息承孤岛形态展示。报告汇总只能借由EXCEL报表或PPT,又耗时又数据缺乏灵活性和及时性。为了解决这些问题公司高层便借由人、货、场三个维度,要求信息中心开发,用户数据化,商品数据化,渠道数据化等画像。临危受命,又不能不接,踌蹴之际,老大站了出来,拍拍我的肩说别怕,不是还有我嘛,办法总会比问题多的。也正是这句话让我有了做下去的勇气和动力。 129946 129947 然而现实是残酷的,要想进行数据化,有三道难关摆在眼前,第一干净有效的数据,二、统一合理的业务逻辑 三、能解决业务痛点的直观的可视化展现。这三道难关就像三只怪兽拦在了我的面前,让我看不到身后的路,想逃也逃不掉,不懂咋办,先提升自己呗。 于是我开始恶补数据化的知识,每天脑海中想着的是如何提取更有效的业务数据,开会时讨论的是如何让当前有分歧的业务理念整合成一条线,休息时间看的资料也是关于帆软可视化相关的。从各个图表的展现形式,地图的钻取模型到JS实现跑马灯特效,跳转提报等等。那段时间才一个月但总觉得好长好长。能记住的场景不多,办公室->食堂->办公室->家。有时吃着吃着,想通一个困扰好久的报表问题可以通过传参来解决,就匆忙扒拉几口,然后在电脑前尝试这种新想法,而当尝试成功时,那感觉比多吃了几碗饭还开心。 在那段时间加班成了常事,19点至凌晨1点的海明我都见过,办公室加班的同事也渐渐的从6个到5个4个,2个,最后只剩下我一个。有次下班时,已是4点,虽然很困,但内心还是挺有成就感的,凌晨4点的海明你们见过吗?我见过。苦倒不苦,累确实蛮累的,是那种精神上的累,交付期临近,业务却就需求还存在分歧,记得光用户画像版面便因为审美问题改了3-4次(什么五彩斑斓的黑,什么姹紫嫣红的绿,什么狂放大气的低调) 也有过想放弃,有次实在觉得难受,便和老大吐了槽:说最近有些烦,时间一天天逼近,业务还一天要一个风格,每天都有新想法,作为开发方都开始焦虑到掉头发了。 129948 记得那时他抽了口烟是这样说的,业务看待问题都是从业务角度出发,我们不能,有了问题得想办法去解决,不能一味逃避,趁年轻,试着去挑战,努力让自己成为主角,而不是他人生命的配角,提升自己价值,让自己成为一个不可被替代的人。就这样原本想有个免费树洞吐吐槽,没想到树洞给了你一碗鸡汤,不过听着挺暖的,他还用实际行动搞定了业务,如果真要变动需求就第二版再实现,并把业务逻辑做了统一。 不忘初心,方得始终。就像段誉诚心跪拜,最终从神仙姐姐那获得了凌波微步,在领导指导下,项目有了进展。 1、我们先对数据进行了清洗和统一,排除一些人为失误导致的错误数据,保证了数据有效性。 2、各系统数据定义和编码规则的统一,保证数据各系统之间的完整性和唯一性。 3、在用户画像中,我们结合用户基础属性,消费属性,社交属性制定用户标签,并利用现有系统去收集,包括用微信获取定位,人脸识别获取用户头像,我们还从忠诚活跃度和价值层面,对用户进行了划分:金子用户,头奖用户,橡子用户,柠檬用户。并按照标签提取共同特征,对用户进行了分群。而在分群内又可对个人用户进行详细的数据查看,包含员工的照片,基础信息,常驻地址,最近的消费状况(用户最喜欢的产品)和社区活跃和(最近点击的文章等)情况。商品画像也是由贯穿了商品的生命周期配合商品战略(战斗机商品,防火墙商品,爆旺平滞等)维度进行开发,三者画像相辅相承,互相优化,共同为业务赋能。终于对于这次成果领导欣慰的点了点头。 华山再论剑,偷偷的窃喜,低调的陶醉 在半年度汇报上,用户数据化和商品数据化,内容数据化给公司带来的转变是有目共睹的,Mitti品牌运用用户数据化和内容数据化对文章点击用户进行精准化营销,销售额环比增长40%,并且大幅减少人工成本,商品数据化配合内淘宝调拨,促成商品交易增长35%。不光收到了大领导的赞许还升了职加了薪。那时一种满足感油然而生,这一刻我为自己是个数据人而骄傲,也更坚定了走在数据之路的决心。 129949 数据之路漫长,但沿途也是美丽的风景,抓住了就是你的,数据之路没有捷径,你的能力决定了你的高度,我们都是自己生命里的主角,有什么理由不趁着年轻为自己拼一把呢。同时也请珍惜数据路上那个给你指点方向,陪你一起打怪升级的前辈。也许是时候把列表中的那个他叫出来喝一杯了。数据之路虽有荆棘,但亦有宝石,一帆风顺岂不是显得太无趣,耐得住寂寞,才能守得住繁华。愿我们在数据之路不忘初心,砥砺前行,去创造属于自己的精彩。 -我是枫城 129950 编辑于 2019-12-2 16:10
个人成就
社区核心粉丝
内容被浏览71,775
加入社区4年153天
贡献:9208

联系社区管理员|联系帆软|《帆软社区协议》|手机版|帆软社区|Copyright © 帆软软件有限公司 ( 苏ICP备18065767号-7 )

GMT+8, 2021-9-17 13:01 , Processed in 2.127670 second(s), 77 queries , Gzip On.

返回顶部