1团队介绍
团队成员：华友娜、杨帆、曲泽宁
指导老师：胡志栋
学校：东北林业大学
2 作品背景
在当前形势下，本团队选择研究新能源汽车市场的主题，有以下几个原因：
首先，全球石油资源的日益枯竭和环境问题的日益严重，使得新能源汽车成为全球汽车产业转型发展的主要方向和促进世界经济持续增长的重要引擎。其次，各国政府也出台了一系列政策措施来推动新能源汽车的发展，为新能源汽车市场提供了良好的政策环境。此外，随着技术的不断进步和消费者对环保、节能的意识不断提高，新能源汽车的市场需求也在不断增长。
具体来说，新能源汽车市场的发展受到了全球“碳达峰、碳中和”目标的影响，许多国家宣布禁售燃油车，这为新能源汽车市场提供了更大的发展空间。同时，全球各大汽车厂商也在积极研发和推广新能源汽车，不断推出新车型和改进技术，以满足消费者的需求。
但是，目前来看新能源汽车市场的发展还处于初级阶段。虽然近年来发展迅速，但与传统汽车市场相比，其市场份额仍然较小。分析后得出如下几个原因：
首先，新能源汽车的价格普遍较高，使得消费者在购买时更加谨慎，市场需求受到一定限制。其次，新能源汽车的充电设施建设尚不完善，充电难、充电慢等问题在一定程度上阻碍了市场的发展。最后，部分消费者对新能源汽车的认知度还不高，对新能源汽车的接受度有待提高。
本次分析旨在调查研究新能源汽车行业的市场，包括新能源电池的市场，分为全球市场以及中国市场两个角度。意在帮助政府与企业在新能源汽车在发展方面做出正确决策，从而促进国内的新能源市场发展。
3 制作流程
3.1数据收集与清洗
新能源汽车的发展市场巨大，在这种背景驱动下，我们决定以此为选题进行分析首先，我们从以下几个来源搜集了数据：
3.2分析思路与框架
4成果展示
4.1 全球电动汽车市场可视化分析
分析新能源汽车市场，从全球市场入手。首先分析全球的电动汽车占比份额，这个占比份额指的是市场份额，是指某一时期内本国电动汽车在整体汽车市场中的占比。根据分析可以发现，市场份额的前三名挪威、瑞典、芬兰，分别达到了86.70%、43.29%、29.73%。可以看到中国的电动汽车市场份额还处于相对较低的位置，是16.01%。
同时根据全球电动汽车保有量与销量来看，中国都是处于断层第一的位置。22年国内的电动汽车保有量达到了6246.49千辆，而处于第二位的美国电动汽车保有量仅有1343.37千辆，中国电动汽车保有量约为美国电动汽车保有量的4倍之多；中国的电动汽车销售量达到了2734.01千辆，而处于第二位的美国电动汽车销售量仅有466.33千辆，中国电动汽车销售量约为美国电动汽车销售量的5倍之多。
在国内市场电动汽车市场份额占比低的情况下，销售量和保有量都如此之高，更加能够说明国内的电动汽车市场有待挖掘，下面是详细分析：
4.1.1全球电动汽车市场份额
4.1.2 全球电动汽车保有量
4.1.3全球电动汽车销量
4.2中国新能源汽车市场分析
本次数据分析的目的是寻找中国应当如何进一步挖掘新能源汽车的市场，从全球视野对比之后，我们得出了应当向市场份额占比高的国家学习。
下一步我们将对国内市场进行进一步分析，通过分厂商的产销数据、交易支付数据与交易量来找到国内的优秀厂商，从而进行优秀经验分享，帮助其他厂商进一步做大做强。下面是详细分析：
4.2.1分厂商产销数据
4.2.2五大厂商交易支付数据
选取知名度较高的电动汽车五大厂商，进行进一步分析。从下表可以看出，在2022-2023期间，交易支付数据排名为比亚迪＞特斯拉＞理想＞蔚来＞小鹏。
4.2.3 21-23年各季度五大厂商交易量
从下表可以看出，在2021-2023期间，交易支付数据排名为比亚迪与特斯拉。
4.3新能源汽车电池市场分析
4.3.1全球公共充电桩保有量
4.3.2全球公共充电桩运营商充电量和数量分公司
4.3.3 全国公共类充电桩数量
4.4 结论
从上述分析中，可以得出目前新能源汽车行业的发展还有很大潜力。尤其是国内，想要扩大新能源汽车的市场，需要政府进一步给予补贴，并且加大充电桩的建设，同时推动新能源汽车技术的创新和研发。
同时，还需要加强对新能源汽车的宣传和推广，提高消费者对新能源汽车的认知和接受度。同时，建立完善的新能源汽车产业链，提高新能源汽车的生产和销售能力，降低成本，提高竞争力。
此外，还需要加强相关政策的制定和执行，鼓励企业投资和创新，推动新能源汽车产业的健康发展。综上所述，只有政府、企业和消费者共同努力，才能实现新能源汽车行业的可持续发展。
5 总结与分享
在团队进行数据分析处理及制作过程中，我们总结出以下一些心得体会。
5.1需求调研
在开始数据分析项目之前，本团队充分明确了本次数据分析的需求和目标。因为团队三人的专业的就业方向与车企紧密联系，所以决定将本次数据分析的主题定为：新能源汽车市场可视化分析。
5.2作品规划
在开始数据分析项目之前，我们详细阅读了【2023帆软杯】参赛手册，并根据任务要求制定了详细的项目计划和时间表。明确每个阶段的任务和目标，以确保项目能够按时完成。同时，我们还要确定学习本次数据分析使用的方法和工具——帆软BI，以及明确分工和责任。
5.3资源协调
在数据分析过程中，我们需要协调多个资源，包括数据源、技术工具和人力资源等。因此，我们需要建立良好的沟通和协作机制，确保各个资源能够有效地配合和协调。
5.4团队配合
数据分析是一个复杂的过程，需要多个团队成员的协作和配合。我们注重团队合作，通过定期的会议和沟通，确保每个成员都明确自己的任务和责任，并及时解决问题和交流意见。
5.5数据整理
数据整理是数据分析的重要环节。我们要确保数据的准确性和完整性，同时还要对数据进行清洗和处理，以便后续的分析和制作工作。
5.6指标梳理
在数据分析过程中，我们需要明确分析的指标和目标，并制定相应的分析方法和模型。通过合理的指标梳理，我们可以更好地理解数据，并得出准确的结论和建议。
通过以上的心得体会，我们的团队在数据分析处理及制作过程中能够更加高效地工作，并提供准确和有用的数据分析结果。 | 
