一、选手简介 1、选手介绍 帆软社区用户名sherryltt，目前从事BI工程师工作，基本上掌握获取数据，清洗数据和数据展示的方法，想锻炼数据分析思维，以及分析问题的能力 2、参赛初衷 在公司主导BI项目的开发、推广和应用，当前基本上是根据业务部门需要调研数据，学习分析方法和实践，在做业务部门看板的过程中，感觉更多的是把BI当做呈现的工具和美化图表的工具来用，但在学习BI过程的时候发现BI能做更多的有趣的分析，希望能够学习更多的分析思路，从各种角度来发现问题，进行数据分析，锻炼数据分析思维。 二、作品介绍 1、业务背景/需求痛点 宏观问题：2023年上半年数据不乐观 目标：分析数据不乐观原因，提出改善目标提高旅游经济收入 要解决的问题： 对比分析2022和2023年的旅游数据，找影响因素 给游客画像 不同类型游客游览路线 不同类型游客的游玩风格 根据分析结果指定相应的营销和服务策略，以旅游业增长为目标 2、数据来源 推荐数据：2022年和2023年浙江某市五一期间旅游对照分析 景区维度表（景区编号、景区名称、景区分类一、景区分类二） 游客游览明细表（交易ID、日期、ID游客的？、性别、年龄、游客类型、省份、来浙方式、来浙路费、景点名、购票渠道、主门票收入、副门票及周边收入、餐饮收入、环境满意度、项目满意度、服务满意度） 3、分析思路 旅游增长点：主门票收入、副门票收入、餐饮收入 用户画像：性别、年龄、游客类型、省份、来浙方式、来浙路费、购票渠道 景点画像：各类景点收入分布、环境满意度、项目满意度、服务满意度 不同年份总收入、人均收入、人数对比 不同年份景点总收入对比 不同年份景点收入类型对比 游客用户画像：性别、年龄、游客类型、省份、来浙方式、来浙路费、购票渠道 游客游玩方式：游览路线和游玩风格 景点画像：环境满意度、项目满意度、服务满意度、 收入和满意度象限法 不同类型游客的景区游览路线： 4、数据处理 1）数据关联：升级到6.0之后，关联视图好像没什么作用，创建主题两表关联还是需要左右合并或者在主题分析视图是建立关联 2）关于旅游路线，只能按照交易发生的交易ID顺序进行排序，显示游客参观景点数和顺序 3）年龄分段 4）数据汇总到年份 对比的指标列转行 5、可视化报告 1）2022年和2023年收入和满意度指标对比 人数和满意度分析 人数和满意度有一定的负相关性，人数过多的情况下会导致满意度较低。 结论： 1、2023年人均总收入、人均副门票及周边收入，人均主门票收入，人均餐饮收入均比2022年低； 2、2023年总收入、总副门票及周边收入，总主门票收入，总餐饮收入，均比2022年高，其原因主要是2023年游客总人数比2022年多出0.89万人； 3、2023年人均环境满意度、服务满意度‘、项目满意度均比2022年低 4、人数和满意度有一定的关系，人数增加会导致满意度降低 2）游客画像 平均年龄、平均路费、平均消费指标 性别分布、年龄分布、游客类型分布、购票渠道分布 年龄段景区消费分布、年龄段人数和人均消费分布 游客来源地区分布 人均消费和来浙路费 结论： 1、游客平均年龄31.42，平均路费523.34，平均消费321.05； 2、0-40岁之间的游客带来了景区80%的收入，20-30岁之间的游客最多，占比42.57% 3、69.98%的游客是散客，30.02%是团队； 4、各个渠道购票都有，互联网线上购票占比多余线下或者官方小程序购票； 5、大部分游客来自浙江、江苏、安徽、江西、福建、上海等周边省份，其他各个省份游客分布相差不大，江浙地区带来的收入也最多； 3）景点画像 景点一级类型的三类收入和收入占比 景点参观次数和收入占比 景点的平均满意度 景点的累计收入占比 景点的热度 游客游玩景点个数ABC分析 游客类型的访问路线 结论： 1、人文景观旅游人次最多占比60.45%，带来收入也最多42.94%； 2、人文景观和自然景观景区收入主要来自副门票及周边收入，主题公园、演艺和休闲度假类景区收入主要来自主门票收入； 3、满意度评价，环境满意度最高是的人文景观，项目满意度最高的是主题公园，服务满意度最高的休闲度假；项目和环境满意度最低的都是休闲度假类的景点，服务满意度最低的是自然景观； 4、名人旧宅、剧院、游乐园、山岳型景区、宗教寺庙、博物馆、标注性建筑等等带来了80%的收入； 5、大慈寺、李白故居、杜甫故居、金顶寺、难上、矛盾故居，市博物馆、森林公园等经典热度最高； 6、约98%%至少游览了1到3个景点，散客和团队的游览路线基本上是名人旧宅——宗教寺庙——山岳型景区 作品链接：https://bisolutions.fanruan.com/webroot/decision/link/w1qk 分析结论和建议： 1、2023年人均消费比2022年人均消费略低，满意度也略低；2022年和2023年游客年龄分布，性别分布，游客类型分布，游玩偏好相差无几；人数多的时候，项目满意度，环境满意度，服务满意度都有降低的趋势，可见人数过多带来的问题导致项目、环境和服务的体验感降低。 2、根据以上分析结果： 游客方面：0-40岁左右的游客带来了景区80%的收入，可针对这部分游客的偏好提升景点和项目、环境和服务等； 景点方面：名人旧宅，剧院，游乐园，宗教寺庙，山岳型景区，标志性建筑，博物馆等带来了景区80%的收入，可针对容纳人数改善项目，环境，增加服务人手提高项目、环境和服务的体验感； 景点线路方面：97%的游客会游览景区1-3个景点，路线基本上包括名人旧宅——宗教寺庙——山岳型景区，可设计合理的园区出行缆车便于抵达；热门的景点主要有大慈寺、杜甫故居、金顶寺、南山、森林公园、南山、茅盾故居、市博物馆等，旅游线路设计可圈出这些热门景点，旅游手册可着重介绍。 三、参赛总结 关于FineBI 亮点功能 图表功能很强大 用户上手也很容易 函数功能也很齐全 可视化呈现效果具备多样性， 需要改进 组件的大小只能依靠视觉，没有比例尺 组件的排列顺序设置悬浮之后，从上往下改空出位置才能放置，不如取消悬浮，按顺序排放 参赛感悟 站在岸上学不会游戏，掌握一门工具关键在于多使用，掌握一门分析方法关键在于实践，还需要继续努力。  

一、学习初衷 公司开始设立BI项目，原本使用的是Qlik工具，后来由于人员更新以及数据不规范，数据量级等问题，导致项目一度停滞，后来更换成帆软BI工具，从数据抽取，数据处理，自助数据集，仪表盘等一步步看着操作文档自学，基本踩了所有坑，比如：多系统来源数据数据重复导致关联更新失败，左右合并笛卡尔积，大量级数据仪表盘计算导致系统宕机，等等问题。 后面反应，闷头自学是不行的，有些问题其实可以采用更简单的操作方式，因此报名BI工程课程，以补足自学过程中漏掉的部分。 二、学习经历 起初，由于已经有了一定基础，开始的题目也确实很简单，所有操作问题基本上能独立解决，课程进行后面，发现之前一直把自己定位在按要求做看板，图表布局格式等都是领导吩咐和业务人员要求，后面才发现这种观点对于数据分析师来说，其实是错误的，BI不等同于帆软报表，是需要对数据进行分析得出结论提供决策依据，而不是单单为了解决统计员工作的。 后面的学习，发现自己对于分析问题和根本原因，以及描述看板故事等方面存在很大的不足，构面在工作和学习中逐渐锻炼自己这方面的能力。 三、学习成果 （1）个人成长     目前对于帆软BI工具操作基本熟练使用，工作上遇到的基本上是数据量导致性能问题，当前图表功能十分丰富，操作也容易入门，是一种门槛较低的BI工具。对于当前个人能力做出基本诊断： 掌握帆软BI工具操作方法是基本，这点基本完成； 基于数据深入分析问题根本原因是目的，这点仍需要加强； 描述看板故事能力是必须的，这点需要重点训练。 希望通过对上述自己存在的问题，继续加强，然后一口气拿下FCP考试，然后在工作上取的长足发展。 （2）工作应用 目前已经完成公司各主题看板等。 由于公司数据上信息化工作开展时间还不够长久，当前针对工厂生产组织流做出相应的看板，对对应的数据和指标进行分析绘图，提供给工厂各级管理这使用。 四、小结 本次课程让自己对操作不熟悉的关于地图的部分做了深入了解，比如流向地图，对数据分析方法有个基本了解，接下面需要运用到工作中去，许多知识运用之后才是自己的，新知识和新技能，需要经常使用才会记忆深刻，成本解决问题的本能。