1.选手简介
1.1选手介绍帆软社区用户名：haigang 职业简介：公司信息部运维经理，一枚码农。一直以来都喜欢数据分析，多年的实践使得在数据应用开发、数据处理等方面积累了一些经验。
1.2参赛初衷对BI比较感兴趣，真实地感受下使用BI工具对数据分析能力的提升。
1.3演示数据说明注意：本数据来源于生产系统基础数据，为了满足数据发布合规性进行数据脱敏处理。
2.场景介绍
物业维保数据是物业管理的重要数据,每天物业部门需要处理大量的服务请求。维保工单作为维保工作的内容载体是物业管理的核心数据资源,在分析维保绩效上发挥着不可替代的作用。公司原有的物业维保数据的应用还局限在时间、业主信息和服务类型几个固化报表上,缺乏对工单数据的多维数据动态展示。为了对物业部门进行2020年度维保情况进行量化评估，用FineBI 5.1制作本数据分析报告，作为2020年度本部门年度报告素材。
2.1 业务背景介绍
2.1.1业务背景本部门工作属于物业工程管理的范畴。日常工作包括定期设备巡检、用户报障处理、计划性设备维护等。目前日常作业已经完成信息化，物业工程日常维保记录存放在设备管理系统中，该系统存放着设备巡检、工单维保、设备台账、设备点位信息。每月物业部门需要提交巡检、工单的绩效总结报告给上级部门。同时需要通过工单数据分析发现维保工作重点并将此信息反馈给项目经理，用于改进物业项目服务质量。
2.1.2基础数据说明| 工单信息 | | | | | 序号 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 巡检信息 | | | | | 序号 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
设备信息 | | | | | 序号 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 点位信息 | | | | | 序号 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | |
2.2分析思路
2.2.1分析报告需要解决的问题- 即有的固化报表维度单一，缺乏数据穿透能力。需要通过BI报表提升用户自主数据分析能力。
- 通过维保数据多维分析，洞悉物业维保工作的重点和难点，为维保质量的持续改进提供依据。
- 分析维保工作量集中在哪里，如何合理的安排维保资源，将维保工作有被动响应转为主动预防模式。通过业务分析，整理下物业维保数据应用的思维导图，如图1所示：
图 1物业维保数据应用
2.2.2编制报告目的- 量化物业维保的能力。
- 评价和考核维保业绩，揭示维保活动存在的问题。
- 挖掘维保作业潜力，寻求提高维保管理水平的途径。
- 分析物业维保工作的趋势。
2.2.3报告使用者需求- 物业部：关心维保绩效、特征、发现维保工作的短板
- 业主方：关注评估物业维保服务能力和履行能力
- 设备商：侧重报障的专业和系统，用于改进产品质量
- 研究者：提供基础数据源，用于数据挖掘模型的构建
2.2.4分析指标| 序号 | | | | | 1 | | | | | 2 | | | | 3 | | | | 4 | | | | 5 | | | | 6 | | 巡检完成率=（已完成+已补检）/巡检任务数 *100 | | 7 | | | | | 8 | | | | 9 | | | | 10 | | | | 11 | | | | | 12 | | | |
2.2.5分析维度构建报告采用星型分析模型架构，采用工单事实表关联时间、组织、业主、工单特征、空间信息维度，实现多维数据集的构建，维度关系如图2 所示： 图 2 维保分析模型示意
2.3数据整理 数据集的规模质量 - 数据集规模：数据集的范围为2020年度物业部门的维保工单数据、巡检数据、点位数据、设备数据属于人工输入数据，所以数据集的规模不是很大。
- 数据集质量：分析指标信息主要是维保工单绩效，涉及了维保趋势、维保热点、维保专业、维保来源等。本数据来源于物业设备管理系统，数据规范性较好。
- 业务架构：业务架构分为四层：数据获取、数据整合、数据处理、数据可视化分析。
- 系统架构：数据源MySQL；通过SQL数据集输出到Excel；在FineBI中完成分析样本数据的导入，最后在FineBI 仪表板中完成报告设计，最终通过模板发布功能完成前台发布工作。
2.4. 数据可视化设计
2.4.1可视化设计目标本报告基于设备管理系统原始数据进行可视化处理。需要从时间、维保专业、服务类别维度，清晰反应工单趋势、工单分布、工单占比关系，用直观的表现方式，减少用户数据认知的负担，提升管理者的决策效率。
2.4.2分析报告设计方案- 排版布局：划分页面工单信息、巡检、设备、点位辅助信息，运用折线图、柱形图、雷达图、组合图等图表表达元素进行信息的可视化展现。
- 色彩搭配: 为了避免视觉刺激，报告使用浅色背景，让阅读者视觉有更好体验。
2.4.3 可视化报告布局设计物业维保数据分析，主要基于工单维保数据分析；巡检、设备、点位信息作为辅助性支撑分析主题使用。因此报表设计的风格采用如下UI设计，将主要信息集中在报表面板的上部，左侧显示以时间趋势展现为主，右侧以建筑信息维度分析工单特征，设计样式如图3，所示：
图 3 分析报告设计样式
2.4.4可视化图表选择根据原始数据特征和分析的要求，在报告输出过程中需要呈现多维工单数据特征如，趋势分析（维保月度趋势）、占比分析（维保专业分布）、效率分析（维保耗时）、相关性分析(维保专业与楼层)等数据可视化报告输出要求，参考选择图表方法如图4所示，在物业维保数据分析图表可视化过程采用如下图表：
图 4 图表选择方法
l 工单趋势分析-折线图
| 设计说明：工单维保数据存在时间序列特征，因此采用折线图的形式呈现各楼层的月度工单量走势。 分析结果：受疫情影响1月至2月工单量偏少，从3月复工后开始逐步上升，其中2号楼工单量高于其他楼层，因此项目维保工作量集中在2号楼。
|
l 工单文本挖掘-维保热点词云
| 设计说明：工单描述文本中包括很多维保专业关键字，通过词云提炼出维保热点信息。 分析结果：通过词云分析发现2020年度维保热点词汇在“照明”、“1号楼”，“车库”。 |
l 工单耗时分析-柱状图
| 设计说明：采用柱状图对维保工单平均耗时按楼层分布排序，发现维保工作响应时间提升点。 分析结果：A栋保护建筑工单响应时间明显高于其他楼。 |
l 工单聚类分析-雷达图
| 设计说明：通过雷达图进行工单数据按建筑空间维度聚类 。 分析结果：洞悉维保工作的重点在2号楼。 |
l 工单专业占比分析-柱状堆积图
| 设计说明：柱状堆积图可以很好展示工单占比关系，按时间维度展开，发现维保工作改进点。 分析结果：通过可视化数据展示，可以发现“安防”“照明”工单量比较集中，业务提升点较多。 |
l 维保重点分析-帕累托图
| 设计说明：对维保工作抓手进行描述，因此采用帕累托图进行分析。 分析结果：帕累托图可以很好展示管理上80/20原则，通过上图可以发现1号楼、2号楼、3号楼、5号楼是重点关注的对象。 |
2.4.5可视化输出结果基于Fine BI 5.1设计，最后输出的数据报告，如图5所示：
图 5 维保分析报告
3.总结
结合本次BI报告设计过程，对于BI应用总结以下四点思考：
3.1.关于BI平台实施 BI 上手不难，新手很快就可以作出1份数据报告，但BI在公司中的部署和应用是比较复杂的事情，因此培养公司的数据文化非常重要，信息部需要培训挖掘业务用户自主探索式分析能力，才能真正推动BI在公司的应用和发展。
3.2.关于BI数据准备 BI可视化分析依赖基础是产系统数据完整性和可靠性，BI分析数据源面临复杂的数据环境包括SQL数据库、文本文件、Excel文件等，这些数据资源通过连接形成BI分析所用的数据集，因此信息部需要面临数据治理的问题。
3.3.关于BI可视化分析 对于数据可视化分析工作关键并不是制作一张复杂的报告，而是设计出一张满足业务需求的报告。为了降低业务用户的阅读负担应该简化设计的界面，通过图表特征将数字特征信号放大。
3.4.关于BI 数据挖掘 公司对BI数据集的用途集中在数据可视化应用，较少有通过脚本进行数据挖掘的案例，未来基于脚本BI+AI的应用将是未来数据分析主流。
| 
