|
1、背景说明
此场景隶属水务行业 ，分析方向为抄表员估抄识别数据分析。
“估抄”是供水务系统行业术语，意味着自来水抄表员并没有上门按照用户实际用水表抄表，而是凭借过往印象自行预估并填写用户用水量，导致所填写用水量不符合用户实际用水量，这显然是不合理的。
听闻行业中此类情况频发，所以想要通过数据分析来尝试识别一下本公司是否有此类情况存在，若存在的话，具体情况如何。
2、需求/痛点
此前只是听闻有此类现象存在，但因数据量大、难处理以及缺少简单易用的数据分析工具等原因，所以没有进一步在数据中去探索此类情况。
3、FineBI业务应用
（1）结果报告
①组件一：每分钟完成抄表次数分布图：对比2019年5月份，该抄表员的数据（A），与2017年9月其他抄表员的数据（B），分布情况如下图。可见A抄表员每分钟抄表次数显著高于其他抄表员，并处于高出常规速率数倍的分布；
②组件二：同册本抄表员工作时间对比：分析同册本抄表员工作时段分布情况。A抄表员（2846）工作方式与其他人员有较大差异，通常于9点开始工作，10点开始进入波峰，中午12点——13点期间显现出与其他反差明显的状态；
③组件三：全体抄表员工作时段：分析2019年5月我司全体抄表员的工作时段，分布如图所示。全天所有时间段都有抄表员在工作，但总体集中趋势还是分布于早7点——下午3点的时段，其中9点——11点为多数人 的工作时段，12-13点气候炎热，此时段的抄表速率位于区间较小值中，与上图其他抄表员工作方式相符。
（2）价值应用
首先是抄表频率，普通的抄表员多数都是上图中黄色的柱形，但借助FineBI对相关数据进行可视化呈现，很容易分析出相关异常问题：
①红色的柱图就明显表现出快于常人的速度，有些甚至超乎地球人的标准，不得不怀疑公司里有闪电侠。
②上方是所有抄表员的工作时段分布，多数人还是选择早上七点起床干活，中午最热的时候休息，下午工作一段时间后收工。但异常同样明显，也能看到部分人员特别喜欢看凌晨四点珠海的太阳，还有些酷爱日光浴，总是正午时段工作最疯狂。
通过对一层一层业务数据进行探索分析，定位到可能发生“估抄”情况的相关数据之后，将这些数据移交给业务审计部门进行进一步分析和责任追查，极大地提高了审计部门的工作效率。
4、FineBI亮点功能
首次尝试是通过FineBI计算所有用户的标准差，因为多数用户的用水量应该是符合一定规律的，比如在二月过年前后为最低点，七八月到达最高。估抄的人往往为了追求迅速完成不会考虑到这么多，把每期都估算成一个近似水量，这样会导致标准差很低，数据一多就能看出异常。但分析的结果并没有想象的那么顺利，选取了很多抄表员为样本，发现用户的标准差分布与地区有关，珠海是个沿海城市，开发商造了很多海景房，其中不乏候鸟用户，一年只住几个月，这些数值影响了标准差分布，却又很难过滤，可能需要换一个维度。于是开始分析抄表员的工作习惯，发现正常抄表需要穿梭于大量的小区内，一层层走完一栋楼也需要很长时间，但如果一个人想估抄的话，往往会在很短时间内完成大量数据。
针对这种情况，使用FineBI的olap分析快速计算出每个抄表员的平均每分钟抄表次数，再结合工作时段进行分析，很轻松的发现了数据背后隐藏的问题。
——————————————
注：此场景为【数据萤· 业务场景专题】第一期火热来袭，赢F币+小米手环！的参考示例，由athlonk7贡献。 | 
