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
BiThinking(uid:367089)
职业资格认证:FCP-FineBI | FCA-FineBI | FCP-报表开发工程师
挑战FineBI极限的Dashboard看板案例分享 Part 3 图表设计
目录 挑战FineBI极限的Dashboard看板案例分享 Part 1 综述 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(1)建模 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(2)看板设计 挑战FineBI极限的Dashboard看板案例分享 Part 3 图表设计   本系列最后一篇了   I KPI组件 指标 环比 为了数据不失真,在dws层的dm建模时,本期或上期任意存在数据的行,都会被收录在本期范围内,以保证整体计算环比计算时,遗漏本期发生业务,但上期未发生;或本期未发生业务而上期发生的数据。但当筛选条件下钻至单品时,本期/上期未全部发生业务的商品在计算环比时,会因分母为零而报错。除此之外,还要考虑null值在计算时的影响。因此在环比计算公式中,预先通过if语句将参与计算的参数格式为0或null的值做转义,以避免组件显示错误。具体替换公式可参考下图   图表类型 组件类型:KPI 编辑文本: 颜色:   II 维度旋转表 图表类型 组件类型:分组表 编辑标题: 图表中的颜色不做说明,会影响用户认知;而图表中颜色过多会干扰用户判断重点,如何将重点突出,是设计图表时始终需要考虑的问题。本报表用颜色和符号对波动幅度做了区分,小于5%的波动不用颜色标识,5%-10%的用颜色标识,10%以上的用颜色加符号标识,具体参见下图: 维度 旋转维度功能的实现,是依靠直接向meas_pos_01字段传参实现的。FineBI虽支持这一功能,但字段名称却不能显示为参数名称,也不能为空,因此在前台改名,并用下拉框在传参的同时,将参数名称提供给用户,可参考下图: 下拉框传参   表格属性   III 趋势图 图表类型 组件类型:分区折线图 编辑标题: 趋势图需要同时展示X期数据,对数仓压力比较大,通过传参可以将默认值控制在用户可接受的最小范围内,当用户需要查看更多期数的趋势时,手动调整来展示,避免一次加载过多数据,可参见下图说明 图形属性 细粒度 在展示趋势或其他图表时,如图形太多,则会影响用户观察重点,因此在本报表设计中,默认只根据筛选条件,显示TOP10的趋势。 颜色 只对TOP3做颜色标识,进一步突出重点,具体情况可参见下图   FineBI不支持  
挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(2)看板设计
目录 挑战FineBI极限的Dashboard看板案例分享 Part 1 综述 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(1)建模 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(2)看板设计 挑战FineBI极限的Dashboard看板案例分享 Part 3 图表设计 I 确定Report Dashboard模式 先简单介绍一下数据产品的作用,是将企业数字化、信息化成果可视化后,用于洞察结果、验证假设并预测趋势。要实现洞察结果,需要支持指标的拆解和维度/标签的钻取这2大功能。 再简单介绍一下看板的类型。Report Dashboard 适用于数据利用意识处于早期阶段,分析思路匮乏,对指标的需求比较单一,只能由设计者提供一个抽象普适的分析思路,供用户日常使用。而Customize Dashboard,可以为客户定制大屏的方式交付。   因此从开发背景 看,结合数据产品的作用和看板类型,此项目最适合report Dashboard。   II 确定分析方式与交互 Report Dashboard最通用的分析方式包括杜邦分析、趋势分析、结构分析、明细分析4种。常用的分析交互是维度钻取与旋转, 以及指标的切换。   III 确定表现形式 1 分析表现形式 杜邦分析: 使用KPI组件,通过指引线展示指标分拆逻辑 趋势分析:使用折线图,折线图是用户学习成本最低的表现趋势的图表。作为产品经理,我相信俞军倡导的“创造有利可图的用户价值”观点,产品不是为了满足开发者的野望,而是为了实现用户价值。建议大家在设计时,尽量采用显示用户聪明,而不是显得开发者聪明的方案。 结构分析:柱形图/热力图,理由同上。 明细分析:使用表格,理由同上。   2 交互表现形式 维度钻取:顶部菜单。把相关功能放在一起,方便用户理解。 维度旋转:表头字段中。维度旋转对于大多数用户而言,是个比较陌生的功能。通常做法,是把所有旋转维度(单维度分析)以及旋转维度组合(双维度交叉)的结果,分表格来展现。有多少种旋转维度以及旋转维度组合的需求,就有多少个表格。而这样会对系统负载(成本)和用户体验(用户价值)2个方面,对整个看板产品提出挑战。 因而,在此项目中,我尝试将“维度旋转”功能在FineBI中做了尝试。而要在FineBI中实现维度旋转功能,就必须使用直联数据,通过调取参数,实现维度的切换。图表的设计请见下一Part图表设计,代码实现方式如下: SELECT ${IF(ib_meas_pos_slt01 = "渠道", "cops.fd_media meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "平台", "cops.plt_name meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "大区", "cops.org_hier_operation2 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "省份", "cops.org_prop_province meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "城市", "cops.org_prop_city meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "门店", "cops.org_name meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "DTP", "cops.fd_category_name4 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "大类", "cops.pdt_hier_catcode1 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "中类", "cops.pdt_hier_catcode2 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "小类", "cops.pdt_hier_catcode3 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "厂牌", "cops.fd_product_prop14 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "通用名", "cops.fd_product_prop15 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "单成分", "cops.fd_product_prop16 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "品牌", "cops.fd_product_prop17 meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "PR", "cops.pdt_prop_key meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_meas_pos_slt01 = "单品", "cops.pdt_name meas_pos_01" + ",'"+ ib_meas_pos_slt01 +"' " +" meas_name", "")} ${IF(ib_idx_pos_slt02 = "销售额", ",sum(cops.fd_final_amount) idx_pos_drilling01a ,sum(cops.fd_final_amount_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "件均价", ",sum(cops.fd_final_amount)/sum(cops.fd_quantity) idx_pos_drilling01a , sum(cops.fd_final_amount_old)/sum(cops.fd_quantity_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "销售件数", ",sum(cops.fd_quantity) idx_pos_drilling01a ,sum(cops.fd_quantity_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "件均毛利额", ",sum(cops.fd_gross_profit)/sum(cops.fd_quantity) idx_pos_drilling01a ,sum(cops.fd_gross_profit_old)/sum(cops.fd_quantity_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "毛利额", ",sum(cops.fd_gross_profit) idx_pos_drilling01a ,sum(cops.fd_gross_profit_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "毛利率", ",sum(cops.fd_gross_profit) / sum(cops.fd_final_amount) idx_pos_drilling01a ,sum(cops.fd_gross_profit_old) / sum(cops.fd_final_amount_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "订单数", ",sum(cops.nbsk) idx_pos_drilling01a ,sum(cops.nbsk_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "客单价", ",sum(cops.fd_final_amount) / sum(cops.nbsk) idx_pos_drilling01a ,sum(cops.fd_final_amount_old) / sum(cops.nbsk_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} ${IF(ib_idx_pos_slt02 = "客单件", ",sum(cops.fd_quantity) / sum(cops.nbsk) idx_pos_drilling01a ,sum(cops.fd_quantity_old) / sum(cops.nbsk_old) idx_pos_drilling01b" + ",'"+ ib_idx_pos_slt02 +"' " +" idx_name", "")} FROM cops 指标切换:下拉框。    
挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(1)建模
目录 挑战FineBI极限的Dashboard看板案例分享 Part 1 综述 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(1)建模 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(2)看板设计 挑战FineBI极限的Dashboard看板案例分享 Part 3 图表设计   I 报表形式 本项目如按标准,根据目标用户群体的划分,将需求分拆为满足老板看数需求的Dashboard看板和满足业务高管和业务骨干看数需求的分析报表的项目集开发。但在时间和资源有限的情况下,只能大胆引进“旋转”角度的理念,将分析报表结合进了Dashboard看板(如下图)。   II 指标梳理   整个报表如上图所示,包括了17个指标。并根据不同时段、对比方式等,共计衍生出了50+个指标。其中与订单量相关的指标,如客单价、订单数、单均毛利额、单均销售件数等,在全局筛选情况下属于不可累加指标。   III 建模思路   如前文“挑战FineBI极限的Dashboard看板案例分享 Part 1 综述”中所述,为了更有效重复利用现有组件,每个组件都需要接受全局传参。所以每个组件背后的数据集,都需要17个维度的参数。因此,传统FineBI采用抽取模式并不适合于本项目。采用帆软SQL数据集定义函数,根据筛选条件调整SQL的select(维度和指标)以及where(广度和深度,定义口径)更适合本项目。SQL数据集定义函数在FineReport开发中属于常规操作,FineBI虽然也支持这一功能,但从官方文档提供的信息量差异也可以推测,直联数据下的SQL数据集定义函数并不是FineBI用户的常用选择。   根据区域树(省份⇲城市⇲门店)和机构树(运营1组分组⇲运营2级分组⇲门店)的结构可以看出,门店是这2个树状结构维度共同的最小粒度。同理可以从商品树(商品大类⇲商品中类⇲商品小类⇲商品单成份⇲商品厂牌/品牌⇲商品SKU)的结构看出,SKU是商品树状结构最小颗粒度。   订单量指标在门店粒度是可累加,不会因为膨胀的笛卡尔积影响计算精度;而订单量指标在SKU粒度虽是不可累加指标,但件均价、件均毛利额等指标的计算精度不会受整体订单量膨胀产生的笛卡尔积而影响计算精度。   因此以这2个粒度为主,并将报告类型加入行定义完成建模,可以覆盖绝大多数场景。极个别组件,直接使用dws + dim计算。这样即可以充分发挥预计算的算力优势,又可以快速反映   图表使用的SQL数据集如下   SQL数据集参考如下代码 WITH o1 AS (SELECT fd_store_id FROM qyt02.arko_dim_channel WHERE fd_channel_property15 = '门店' GROUP BY fd_store_id) ,o2 AS (SELECT fd_store_id FROM qyt02.arko_dim_channel WHERE fd_channel_property2 = '自营' GROUP BY fd_store_id) ,o3 AS (SELECT fd_store_id FROM qyt02.arko_dim_channel WHERE fd_channel_property2 = '加盟' GROUP BY fd_store_id) SELECT cops.pdt_hier_catcode3 pdt_hier_catcode3 ,cops.fd_product_prop14 pdt_prop_factory_brand ,cops.fd_product_prop16 fd_product_prop16 ,cops.pdt_code pdt_code ,cops.pdt_barcode pdt_barcode ,cops.pdt_name pdt_name ,IF(cops.fd_category_name4 = '新特药', 'DTP', '其它') DTP ,pdt_prop_key PR ,sum(cops.nbsk) idx_pos_cnt_bsk ,sum(cops.fd_final_amount) idx_pos_amt_fnl ,sum(cops.fd_gross_profit) idx_pos_gpft ,sum(cops.fd_quantity) idx_pos_qty ,sum(cops.nbsk_old) idx_pos_cnt_bsk_old ,sum(cops.fd_final_amount_old) idx_pos_amt_fnl_old ,sum(cops.fd_gross_profit_old) idx_pos_gpft_old ,sum(cops.fd_quantity_old) idx_pos_qty_old ,countIf(distinct cops.org_id, cops.fd_final_amount IS NOT NULL) idx_pos_cnt_org ,countIf(distinct cops.org_id ,cops.fd_final_amount_old IS NOT NULL) idx_pos_cnt_org_old ,idx_pos_amt_fnl / idx_pos_qty idx_pos_pce ,idx_pos_amt_fnl / idx_pos_cnt_bsk amt_fnl_per_bsk ,idx_pos_amt_fnl / idx_pos_cnt_org amt_fnl_per_org ,idx_pos_gpft / idx_pos_qty gpft_per_qty ,idx_pos_qty / idx_pos_cnt_bsk qty_per_bsk ,idx_pos_qty / idx_pos_cnt_org qty_per_org ,idx_pos_amt_fnl_old / idx_pos_qty_old idx_pos_pce_old ,idx_pos_amt_fnl_old / idx_pos_cnt_bsk_old amt_fnl_per_bsk_old ,idx_pos_amt_fnl_old / idx_pos_cnt_org_old amt_fnl_per_org_old ,idx_pos_gpft_old / idx_pos_qty_old gpft_per_qty_old ,idx_pos_qty_old / idx_pos_cnt_bsk_old qty_per_bsk_old ,idx_pos_qty_old / idx_pos_cnt_org_old qty_per_org_old FROM report.app_qyt_sales_summary cops WHERE 1 AND cops.rpt_period = '${rpt_period}' ${IF(own_fd_media = "全部", "" ,IF(own_fd_media = "新零售" ,"AND plt_name IN ('实体门店' ,'小明科技' ,'京东到家' ,'百度健康' ,'美团外卖' ,'京东药急送' ,'饿了么' ,'天猫同城达' ,'饿了么B2C' ,'小荷')" ,IF(own_fd_media = "线下" ,"AND plt_name IN ('实体门店' ,'小明科技')" ,IF(own_fd_media = "O2O" ,"AND plt_name IN ('京东到家' ,'美团外卖' ,'京东药急送' ,'饿了么' ,'天猫同城达' ,'饿了么B2C' ,'百度健康' ,'小荷' ,'美团中心店')" ,IF(own_fd_media = "B2C" ,"AND plt_name IN ('京东' ,'天猫' ,'唯品会' ,'拼多多' ,'百度B2C' ,'美团B2C' ,'抖音')" ,"")))))} ${IF(own_plt_name = "全部", "" ,"AND cops.plt_name = '"+ own_plt_name +"'")} ${IF(LEN(own_org_prop_province) = 0, "", "AND cops.org_prop_province IN ('" + own_org_prop_province + "')")} ${IF(LEN(own_org_prop_city) = 0, "", "AND cops.org_prop_city IN ('" + own_org_prop_city + "')")} ${IF(own_org_status = "全部", "", IF(own_org_status = "自营", "AND org_id IN (o2)", IF(own_org_status = "加盟", "AND cops.org_id IN (o3)" ,"")))} ${IF(LEN(own_org_name) = 0, "", "AND cops.org_id IN ('" + own_org_name + "')")} ${IF(LEN(own_pdt_hier_catcode1) = 0, "", "AND cops.pdt_hier_catcode1 IN ('" + own_pdt_hier_catcode1 + "')")} ${IF(LEN(own_pdt_hier_catcode2) = 0, "", "AND cops.pdt_hier_catcode2 IN ('" + own_pdt_hier_catcode2 + "')")} ${IF(LEN(own_pdt_hier_catcode3) = 0, "", "AND cops.pdt_hier_catcode3 IN ('" + own_pdt_hier_catcode3 + "')")} ${IF(LEN(own_pdt_prop_factory_brand) = 0, "", "AND cops.fd_product_prop14 IN ('" + own_pdt_prop_factory_brand + "')")} ${IF(own_pdt_prop_dtp = "全部", "", IF(own_pdt_prop_dtp = "DTP", "AND fd_category_name4 = '新特药'", IF(own_pdt_prop_dtp = "其它", "AND fd_category_name4 != '新特药'" ,"")))} ${IF(own_pdt_prop_pr = "全部", "", IF(own_pdt_prop_pr = 'PR商品', "AND cops.pdt_prop_key IN ('PP+', 'PP' ,'P' ,'R')" , "AND cops.cops.pdt_prop_key ='" + own_pdt_prop_pr + "'"))} ${IF(LEN(own_pdt_prop_brand) = 0, "", "AND cops.fd_product_prop17 IN ('" + own_pdt_prop_brand + "')")} ${IF(LEN(own_fd_product_prop16) = 0, "", "AND cops.fd_product_prop16 IN ('" + own_fd_product_prop16 + "')")} ${IF(LEN(own_pdt_name) = 0, "", "AND cops.pdt_code IN ('" + own_pdt_name + "')")} AND plt_name IN (SELECT fd_platform FROM finedb.fine_roles_platform WHERE fd_role_name IN (${"'" + replace(fine_role,",","','") + "'"})) AND org_hier_operation5 IN (SELECT fd_store_lev5 FROM finedb.fine_roles_authority_qyt WHERE fd_role_name IN (${"'"+replace(fine_role,",","','")+"'"})) GROUP BY cops.pdt_hier_catcode3 ,cops.fd_product_prop14 ,cops.fd_product_prop16 ,DTP ,cops.pdt_prop_key ,cops.pdt_code ,cops.pdt_barcode ,cops.pdt_name
挑战FineBI极限的Dashboard看板案例分享 Part 1 综述
目录 挑战FineBI极限的Dashboard看板案例分享 Part 1 综述 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(1)建模 挑战FineBI极限的Dashboard看板案例分享 Part 2 设计与架构(2)看板设计 挑战FineBI极限的Dashboard看板案例分享 Part 3 图表设计   项目背景 这次分享的案例来自公司内部项目,从场、货、人三个角度切入,分析母公司泉源堂大药房的销售域数据。这套Dashboard不但在公司内部得到了集团董事长在内所有老板、高管的赞誉;在作为主讲嘉宾参加帆软官方组织的数据分析沙龙中,也得到了BI佐罗等嘉宾,以及其他与会同行的认可。项目开发周期累计1个月,持续运营了2年时间。项目组成员2人,1名计算工程师,本人继续以产品经理及报表工程师双重身份参与开发,从提出问题、分析问题到解决问题实现闭环。展示数据已做脱敏处理。 业务背景 在介绍这套Dashboard之前,需要先把泉源堂大药房的业务特点和对应的数据分析特点做一个介绍,以方便大家理解设计思路、技术难点以及对于技术的取舍。 泉源堂大药房是1家总部位于四川成都的医药连锁公司。不但经营了超过700家门店,按门店规模排入了国内医药连锁的TOP50;而且其旗下还拥有国内最大的医药连锁O2O代运营公司与梦同行,为超过500家连锁40,000家店铺提供线上运营中台服务。   项目需求 泉源堂大药房的战略特点是放眼未来,主动拥抱新零售所带来的消费习惯变化,主动布局线上渠道,深耕O2O市场。因此,在内部数据分析项目中,与其他同行不同,特别重视业绩的渠道来源,即从场的角度看,单店(新零售,线下+O2O)收入/利润增长主要因素来自线上(O2O、B2C)还是线下?从人的角度看,线上和线下2个渠道对商品需求差异是什么?... 按业务流程中各节点,所负责的业务部门需求,在维度上不但需要支持区域树(省份⇲城市⇲门店);同时还需要支持机构树(运营1组分组⇲运营2级分组⇲门店)。加上从货的角度看,商品需要支持商品树(商品大类⇲商品中类⇲商品小类⇲商品单成份⇲商品厂牌/品牌⇲商品SKU),以及报表周期(日报、周报、月报)、门店运营方式(自营/加盟)、商品等级,总计17个维度,均需要支持全局筛选。因此我把这个项目,称作“挑战FineBI极限的Dashboard看板”。 设计需求 17个维度带来的主要设计需求有2个: 1. 如何设计才能让不同角度的17个维度的分析结果都能在一个Dashboard中呈现?每个维度单独做一套图表系统开销太大,向用户传递的信息量也太大。从成本和用户体现2方面都不具备可推荐性。 2. 如何展示不同维度和粒度下,不可累加指标或半可累加指标?订单数并不是可累加指标,按商品统计会膨胀。   回答第1个问题,首先需要回归到数据分析方式本身。在零售中最常见的分析方式是结构分析、趋势分析、排名分析、对比分析。结构分析中包括指标拆解的杜邦分析、占比分析、累计占比分析...是业务最喜欢的分析方式;趋势分析就是我们常见的折线图;排名分析和结构分析很像,但与结构分析不同,分析时并不需要考虑整体,而只分析TOP品;对比分析包括了对比目标对象的历史时段(也叫同期群分析)、对比目标对象的同粒度可比对象、对比目标对象上级粒度整体对象、对比目标对象多组指标的相关性等。4种分析方式即可以结合使用,也可以单独使用。其次就是引入全局筛选功能,保证每个组件都能响应筛选动作,每个组件都能按筛选结果呈现数据,实现组件复用。最后要引入一个数据角度切换的方式:旋转。具体表现方式在后续图表设计的篇章中展开。 回答第2个问题,则首先需要回到数据建模,根据是否可累加,选择不同的数据来源,如可累加指标选择ads预计算,不可累加指标选择dws + dim前台计算。其次要结合图表设计,在2种类型数据源中切换。不但考验了建模设计能力,和上文提到的旋转一样,同时挑战了对FineBI技术边界的理解。
头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地...
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图 I 地图 1. 组件 本案例使用区域地图组件,将省份、城市自动转换为地理角色即可使用地图,详见3.1。区域地图支持多指标,只需将需要展示的指标拉到提示栏。如若偷懒的话,如本案例般,也可以直接拉到细粒度。 2. 颜色 本案例使用了清新渐变方案,从蓝至绿的渐变与主题色相符。 3. 样式 3.1 地理角色。地理角色是地图组件使用的基础。选择   地理角色(城市)中不包括直辖市,却能匹配到直辖市的城区。其余国内城市只要名称标准,即可自动匹配区域经纬度和范围。 3.2 钻取目录。钻取目录是FineBI构建维度下钻关系的方式。构成钻取目录结构后效果如下图 II 柱折图 1. 组件 本案例使用自定义图表组件,将2个指标分别应到柱形图组件和线图组件。 2. 颜色 组合图需对每个图表单独配置颜色,其余操作如其余图表,不再描述。 3. 样式 3.1 日期格式 将日期拖入横轴,在更多分组中选择日,即可借助FineBI的功能,实现年月日、日等的计算并自动加上单位。 3.2 纵轴度量值 将左右纵轴度量指标加入纵轴栏,并配置哪个指标为右轴,即可实现双轴。   3.3 堆叠柱形图 将需要堆叠显示的指标,选择“开启堆积”即可将普通的柱形图,转换为堆叠柱形图 3.4 曲线图  在连线栏样式中选择“曲线”。曲线比折线更美观,但曲线也会干扰用户识别波动幅度。   至此,GSK百万合同Dashboard看板案例分享结束,感谢各位的观看。
头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)-- ...
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图 I 饼图 1. 组件 饼图是把不同的维度指标值以角度的方式展示。对比角度毕竟不如对比直线长度直观,建议饼图如图都做上标,并配图例。 2. 颜色 根据维度值对颜色赋值。建议维度值控制在6个以内,超过6个的建议将剩余指标值标上相同的颜色,以突出TOP重点。 3. 样式 在标签中放入维度和指标值,标签居外,这样更醒目,字体颜色不会受颜色的影响而模糊无法分辨。建议勾选“标签重叠时隐藏重叠标签”。标签太多影响重点表达,不如隐藏。 II 表格 1. 组件 建议选择分组表,明细表不支持添加的自定义字段,也不支持自动计算。表格组件使用相对而言是最简单的,将需要展示的维度和指标增加至维度栏和指标栏就行。 2. 颜色 设置主题色即可,建议风格选择风格2。FineBI的风格1隔行变色效果不好,显脏;风格又3太简单。 3. 样式 3.1 数据条 点击需要展示数据条的指标,在下拉菜单中点击“开启数据条”,在弹窗中配置数据条颜色。    3.2 形状 在需要显示形状的指标下拉,将指标拖进形状栏,在突出配置窗口中,根据分析需求对颜色进行配置。如本案例中的累计占比,则按帕累托模型,将累计值为60%、80%以及80%以上的维度分别打上不同的颜色,将分层信息通过形状更明显的提示给用户。 或是如排名字段,将TOP3标上金、银、铜色,其余标灰色。为了避免用户分辨银色和灰色困难,将TOP3和其余设置不同的形状。这也是形状功能使用的建议场景,当颜色无法直观的突出重点,加上形状。 III 气泡图 1. 组件 FineBI的组件名称作散点图,也有称作散列图的。将维度拖入颜色栏,横轴、纵轴拖入需要做关联分析的指标即可 2. 颜色 建议自定义配色方案,默认的颜色色域相差大的,饱和度太高;饱和度合适的色域太接近,很难直观的用颜色分辨。   3. 样式 3.1 参考线 气泡图中的十字参考线通过分析线的方式添加,一般使用警戒线,通过与平均值的对比来判断好坏。   3.2 细粒度 细粒度也是气泡图制作过程中的重要项,本项目案例中,将商品SKU颗粒度放到了细粒度栏中,气泡的颗粒度就显示商品SKU颗粒度的指标值;如若去除,FineBI会自动计算维度值上卷后的指标,如下图所示,即连锁颗粒度的气泡。  
头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- K...
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图 I KPI指标卡组件 1. 组件 KPI指标卡支持多指标展示。将“当期”、“上期”、增长率三个指标加入“文本”参数。 2. 颜色 颜色的作用是突出重点,颜色越多,重点越多,反而削弱了图表表现效果。在本项目分析场景中增长是常态,因此只对指标下行加红色以提示,指标上行保持黑色。在颜色选择时,尽量选择饱和度偏低的色号,过强的颜色容易让用户产生“辣眼睛”的感觉,影响用户体验效果。 3. 样式 按重要性,配置文字尺寸。如当期指标值设置最大的40号字体。KPI组件指标排版支持富文本,可以单独自定义颜色、换行、对齐等。 虽然不支持分割线,但可以用“----------”的方式自己画一条。遗憾的是,颜色只能对整个KPI组件生效,无法进一步细化,自定义颜色时无法再通过传参等方式让自定义单个指标的颜色。   II 拆线雷达图组件 1. 组件 2. 颜色 如上文所述,将用于坐标轴数字格式自定义的第一个指标的颜色设置为透明,不干扰用户访问体验。市场代表整体,采用灰色就行。 3. 样式 拆线雷达图的样式构建难点在建模。“上架率”、“在售率”、“销售额”、“销售量”、“订单量”、“客单价”在建模时并非作为指标值,而是标签字段的值,如下图中的“value_show”字段。 其余字段是为了开发指标时,定义不同的口径,如下图所示,即可在指标中过滤出本期的GSK权重SKU指标 将“value_show”加至维度,重命名为截面;将计算好的指标加至纵轴。一个指标代表一条雷达线。多指标横向对比场景下,多指标的测量对象不同,如若对比直接值,如销售额对比订单数,则失去了分析意义。建议如本项目,仅对比波动幅度,也就是变化率。可以清晰的了解各指标波动的影响原因。 本项目中,采用了4个指标做了3条雷达线。第一个“*”指标并不显示,作用是用于定义纵轴坐标轴数字位数。如下图所示,虽然未直接将指标上标,但悬浮显示的指标值显示为1位小数。而纵轴坐标轴则为整数显示。FineBI图表的轴数字格式自动跟随第一个指标,并没有提供单独的数字格式配置方式。因此在业务中通常多配置1个指标,好实现坐标轴数字格式自定义,而不受后续指标数字格式的影响。
头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、...
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图   本篇延续Part 1内容,讲解正式交付看板的设计,将分几部分展开介绍。本仪表板数据已做脱敏处理。 6. 地图 作用 地图组件是常用图表组件,适合于表现单指标在地理区域中的分布规律。FineBI地图组件支持下钻,方便用户从全国颗粒度(省份颗粒度),逐级下钻到省内(城市颗粒度)和市内(单店、连锁颗粒度)。在逐级下钻的过程中完成从结果到原因到细节完整的分析。因为美观、直观、有趣,地图组件非常受用户欢迎。 设计 在使用地图组件时,为了和看板其他组件风格统一,建议将背景设置为透明,并弱化GIS信息的表现,如邻国、海洋、城市楼宇等,突出省份、城市、连锁、门店间的对比。在用颜色表现指标值热力时,也可以如上图所示使用蓝绿渐变,或蓝紫渐变等冷色调的渐变,做到整体展示和谐。 7. 柱折图 作用 柱折图属于常用图表,用于表现趋势。常用做法是用柱形图来表现指标结果值,用折线来表现指标变化值或者效率值,2个指标间须存在关联关系。如柱形图表现销售额结果,折线图表现毛利率。在本项目中,因用户的数据素养比较高,因此在常规柱折图的基础上,又增加了信息量,采用了堆叠柱形图+折线图。堆叠柱形图不但可以表现整体结果,还可以从堆叠中分析结果原因。譬如5日的销售额增长了62.5%,增长的主要引擎是Calcium类产品;Gluco类产品相较过往三天也有比较明显的涨幅;而MV类产品的销售结果虽然不如4日,但从月平均表现看,仍处于均值线以上。属于正常波动。 分析师在判断走向趋势时,建议至少连续三个日期区间涨跌方向一致时,才建议将这一段时间的走势定义为上涨或下跌。如条件不符合,建议表述为:波动、震荡,如16日至20日的数据表现,就是典型的波动。波动幅度过大或过小也是值得关注的问题。而日期的波动因素往往又和周期相关,如休息日和工作日的区别等,因此在表现日趋势时,建议把星期加上。本项目在开发时,本人还没有合理标明星期的方式,也算是个遗憾吧。 设计 除了上文说明的图表标示星期、指标要具有关联性外,柱折图在设计时还建议把指标对应的表格附上。虽然图表已经具有了拎重点的作用,但配套表格仍然很重要。本案例中使用的表格,采用了和图表不一致的周颗粒度。一方面是为了弥补图表无法将星期表现出来,另一方面业务复盘是以周为最小单位的,一日表现的好坏偶然性因素占比比一周表现好坏要多。业务更倾向于站在周的角度来回顾趋势变化。结合上方日颗粒度的图表,也可以借用为周趋势图表。
头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、...
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图   本篇延续头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图,讲解正式交付看板的饼图、表格、气泡图设计。本仪表板数据已做脱敏处理。 3. 饼图 作用 饼图是常见的结构分析表现方式,适用于6个因素以内的归因表现。 设计 饼图的主要缺点有2个,1是因素大于6个,或者因素占比偏差过大时,占比小的因素在图表上展示困难;2是不同因素之间的横向对比不如横向柱形图直观,如上图中的Calcium和MV在类目分类销售额占比中,如果不看上标,只从图形上很难直观对比指标值的大小。因此在饼图组件的选用和设计时,即要注意因素(维度值数量),如果数量较多,为了美化在颜色选用上,可将TOP3以后的因素直接灰置处理以突出重点;又要留意图例的使用,尽量把颜色和对应维度值、指标值给标识出来。 4. 表格 作用 表格组件能够呈现的信息量最大,所以最适合于多维度值(多因素)、多指标横向对比的分析场景。 设计 业务人员在归因分析、或对细节进行复盘时,往往需要横向、纵向对比多维度的多项指标,所以对表格组件往往表现出很大的偏好。从辩证唯物主义的理念出发,优点和缺点往往是一体的两面。更多的信息之间如果缺乏足够的因果关系,而是关联关系,那分析时就不适合只参考1期的指标。对比趋势会更好;一味迁就业务人员的需求堆砌指标,不但给数仓和图表开发制造了额外的成本,对分析效果也不利。而减轻这一问题的方法,除了在开发前对指标间关系的梳理,另一个直观有效的方法就是分拆分析主题。本项目中如上图所示在TAB组件帮助下采用了4个表格,展示了4个不同颗粒度、4种观数分析路径并支持下钻的设计。 在设计表格时,也可以使用颜色、图标等表现方式,来突出重点,帮助用户在信息量提升的情况下,依然可以很快找到重点。 5. 气泡图 作用 气泡图也属于进阶图表,适用于表现单维度多维度值,存在关联关系的2个指标的分析。随着横向指标值的增长,判断观察维度纵向指标值的趋势。 该场景虽然用表格组件也可以兼容,但表格很难直观的反映出整体的趋势,以及通过纵向对比哪些维度对象表现好哪些表现一般哪些表现差,不能直观的把重点拎出来。因此气泡图非常需要在上线后加强培训工作,分析师在做presentation时也需要将图表的作用向听众先做说明。 设计 本气泡图的设计目的,用于表现各连锁随着销售额的提升,客单价的趋势。承接上文的雷达图,补充说明销售额的提升与降低客单价之间的关联性。用平均客单价和平均销售额2项指标值,将图表划分为了类似波士顿模型的四象图,右上象限中的连锁表现最好,左下角象限中的连锁表现最差。在FineBI中使用鼠标圈选,就能把这些表现好的或表现差的连锁筛选出来,并全局联动图表,分析细节。
头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI...
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图   本篇延续Part 1内容,讲解正式交付看板的设计,将分几部分展开介绍。本仪表板数据已做脱敏处理。 1. KPI区域 作用 KPI是仪表板设计最常用的组件,可能没有之一。KPI指标的设定,是整个数据看板产品的基石。在GSK项目中,除了零售交易域最核心的销售金额、销售量、订单量、客单价等结果指标外,为了适配线上渠道销售场景,又补充了在售率、上架率2个供给域的指标。打通了需求与供给,即可以通过交易域指标判断需求的变化,又可以通过供给域指标判断需求变化与供给之间的关系,如果供给指标趋势与交易指标趋势方向不一致,则需要做供给域指标原因拆解,并请业务参与进一步了解业务细节中的卡点、堵点与难点。 设计 指标采用了复合设计,揉合了本期指标值、上期指标值、本期指标增长率3个指标。以本期结果为主,对比展示上期结果和增长率,以判断本期指标变化趋势方向以及幅度。这样的复合设计让组件可以承载更多信息的同时,通过层次感来保障主要信息依然能够突出显示。   2. 雷达图区域 作用 雷达图用于横向对比多个指标表现,属于进阶图表类型。在本项目中,虽然可以通过上方的全局筛选,依次得到6个指标在整个市场、在GSK商品、以及GSK权重商品三个不同颗粒度的表现。但缺乏了一个直观的横向对比的渠道,用户无法直观的了解从整个市场到GSK商品到其权重SKU三个颗粒度交易需求的结果的波动频率。 对比是数据分析的核心,在设计图表时与市场、内外竞争对手的横向对比分析,以及与自身过的纵身对比分析都是非常重要以及常见的对比分析手法。而雷达图则是非常适合于多指标横向对比的组件形式。从示例数据中可以看到,虽然从纵向对比上看,GSK在交易域的需求涨幅不错。但从横向对比上看,GSK的涨幅却不如市场整体值。从2个供给域指标看,需求涨幅不如市场整体的结果与供给表现关系不大,2个供给域的指标表现都超过了市场其它竞争对手,表明商家对于GSK商品的备货以及上架工作上,已经表现出了一定的倾斜。因此,客单价指标偏高可能是需求涨幅偏低的主要原因。过高的客单价限制了顾客的购买量和交易需求。
头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作
头部国际药企G百万合同Dashboard看板项目 头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP 头部国际药企G百万合同Dashboard看板案例分享 Part 1 第1个可交付物MVP图表制作 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 2 正式交付看板介绍(3)--地图、柱折图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(1)-- KPI与雷达图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(2)--饼图、表格与气泡图 头部国际药企G百万合同Dashboard看板案例分享 Part 3 正式交付看板图表制作(3)--地图、柱折图   本篇延续Part 0内容,讲解图表制作过程。讲解过程中会把官方相关教程一并附上,供大家了解细节。   1. 双层饼图 图1.1 从大类下钻至品牌 图1.2 从中类下钻至品牌   双层屏图属于进阶图表,内层描述上级分类的UE占比,外层描述下级分类的UE占比。进阶图表的优势是“有新意”,缺点是并不直观。支持在2个不同分类(Category)下钻至品牌(Brand),在实践中,GSK这样世界级的巨擎员工和领导,对于此图的理解成本也偏高,需要分析师讲解,不利于直观传递业务情况。因此在最终可交付物中,不再引入此图表。官方多层饼图教学链接:多层饼图- FineBI帮助文档 FineBI帮助文档 (fanruan.com) 2. 词云 图2 销售额TOP10词云   词云是个很方便使用的图表组件,适合“拎重点”。既然是“拎重点”,自然要把“非重点”给剔除掉。直接在“颜色”里添加条件即可。官方词云教学链接:词云- FineBI帮助文档 FineBI帮助文档 (fanruan.com)   3. 柱形图 图3 TOP10连锁柱形图   柱形图是最受资深图表制作者喜爱的图表类型。经济学人每期都会有大量的柱形图和柱形图的变种来描述数据。在《storytelling with data》中,作者强烈建议读者少用饼图(尽可能不用),而多用柱形图。同样的图表面积,柱形图能最直观的表述结构、进度、趋势等丰富的信息。图3在用色方面,为了体现不同连锁的分类属性,按分类为柱子赋色。在结构上为了美观用了纵向排列的柱形图,其实并不好。纵向柱形图更适合用于描述趋势。官方柱形图教学链接:普通柱形图- FineBI帮助文档 FineBI帮助文档 (fanruan.com)   4. 环形 + 仪表盘组合图 图4 环形 + 仪表盘组合图   这个组合图站在现在看,设计还上挺欠考虑的... 为了美观和炫技,把一个简单的平台贡献UE占比问题给复杂化了。制作环形图 + 仪表盘2个图,然后用悬浮的方式将仪表盘组件放到环形图当中即可。官方仪表盘教学链接:百分比仪表盘- FineBI帮助文档 FineBI帮助文档 (fanruan.com)   5. 热力点地图 图5 热力点地图   FineBI对地图支持得很好,地图很容易制作。在MVP中为了吸睛用了“闪烁动画”功能...现在回头看,挺中二的...地图一般推荐使用GIS信息不明显的,更能突出数据主题。 官方热力点地图教学链接:点地图 - FineBI帮助文档 (fanruan.com)   6. 象限散点图 图6 象限散点图 散点图是用作表现相关性的图表。加上使用“警戒线”画出的参考线,将图表区域分为了4个象限。更方便了解2个指标描述的商品处于哪个区间。4象限图源自BCG模型,帆软官方波士顿模型介绍:波士顿矩阵图- FineBI帮助文档 FineBI帮助文档 (fanruan.com);帆软官方散点图制作说明:散点图- FineBI帮助文档 FineBI帮助文档 (fanruan.com)  
头部国际药企G百万合同Dashboard看板案例分享 Part 0 第1个可交付物MVP
头部国际药企B Dashboard看板案例分享 Part 3图表制作
PART1 头部国际药企B Dashboard看板案例分享 Part 1综述 PART2 头部国际药企B Dashboard看板案例分享 Part 2架构与设计(aka 拆指标与数据建模) PART3 头部国际药企B Dashboard看板案例分享 Part 3图表制作   前文提要   最近在跟国药项目,一直在加班更新进度落下了。好在项目收尾工作在磕磕绊绊中还在不断推进,终于有得空在加班之余把头部国际药企B 项目的案例给完结掉,图表中的数据做过处理。话不多说,直接进入正题吧。   图表设计 按阿里系的划分方式,分析师角色一般分为商业分析师、经营分析师和数据分析师。 商业分析的主要分析场景是分析企业的战略策略的落地风险和成本收益预估,服务于高管,入场时间一般在项目启动以前; 经营分析的主要分析场景是项目落地过程的监控,偏日常经营分析,如收入、利润、流量目标达成怎么样了; 数据分析的主要分析场景更侧重于技术,在为商业分析和经营分析提供算力支持。 头部国际药企B 项目属于经营分析。因此图表分3个部分,2021年目标达成分析、同比2020年增长额度与趋势、分月日成长趋势,用对比分析和趋势分析为业务人员追踪当下达成情况,评估年目标达成的概率。   1. 2021年经营目标完成情况 左右展示2个图表,左侧“2021年度目标完成情况”表现达成事实,右侧“2021-QX完成率”分品牌分析对达成(或未达成)最大的影响因素。为了更好的控制标题行高,采用了文本组件。4个品牌的LOGO采用图片组件置入仪表板 用堆叠柱形图来展示达成、未达成、目标   2. 同比2020年经营情况 左侧展示同比增长结果,右侧将增长趋势按品牌结构拆分,供业务了解不同时间点不同产品对于目标达成的贡献情况。图表底部用文本称述分析结论。 GMV同比增长是事实,为了突出主题,GMV同比增速并不需要直接展示,指标值颜色设置为透明,只需要用趋势线来强调“同比增长”的事实。   3. 经营情况趋势 制作方法同上,颗粒度至日。通过对比GMV增长率折线变化和GMV总量(及结构)变化,洞察各个品牌的增长趋势。 通过图例筛选,也可以直接查看单个品牌、或对比2个品牌看增长趋势 用“矩形树图”制作热力表,展示分品牌的增长趋势变化。该图表能直观表现趋势、值变化幅度在经营分析中还是很受业务欢迎的。   除了YTD(当年) Dashboard外,还有DOD(当日)、MOM(当月)2份报表,图表展现形式大致相同,就不再一一展示了。数据图表设计时,一定要注重目标用户群体的需求。YTD的目标用户群体是头部国际药企B的高管,因此更注重信息的凝练,要求突出观点。而面对中层和基层运营的看板,则会提供更多维度,展示更丰富的细节。无论是商业、经营还是数据分析师,或者产品经理或工程师,我们都是技术人员,只有用自己的技术满足目标用户的需求,才能让自己的技术发挥经济价值。不存在1个通用的方法,但随着项目经验和自身对于数据、业务的理解深入,相信大家最终都能总结出一套属于自己的方法论。
头部国际药企B Dashboard看板案例分享 Part 2架构与设计(aka 拆指标与数据建模)
PART1 头部国际药企B Dashboard看板案例分享 Part 1综述 PART2 头部国际药企B Dashboard看板案例分享 Part 2架构与设计(aka 拆指标与数据建模) PART3 头部国际药企B Dashboard看板案例分享 Part 3图表制作   经过Part 1 《头部国际药企B Dashboard看板案例分享 Part 1综述》的需求整理后,进入Part 2,架构与设计工作。 I 报表形式 数据的价值在于通过数字,可以方便、准确、抽象的描述一段时间内发生的事情;而经营分析是对业务运营效果的监控。因此将运营指标开发为定期发布的周报、月报等,是最适合经营分析需求的报表形式。   II 运营指标梳理 通过使用金额、数量2种测量方式的运营指标是最常见的度量经营效果的指标类型。通过金额类型的指标(及其派生指标)值变化反映收入的波动;通过数量类型的指标(及其派生指标)值的变化反映动销的波动。结合下钻分析(结构分析)、对比分析和趋势分析,就能比较快速的洞察波动原因,判断今后波动方向。 美*平台提供的数据粒度是城市+ 连锁 + 店铺 + SKU,金额口径为1 美*平台GTV,数量指标有 2 销售数量、3 订单数、4 顾客数、5 动销连锁数。对店铺字段进行简单清洗后,打上了重点客户、销售渠道等标签。从货看场的角度计算了派生指标:6 动销店铺数;从场看货的角度计算了7 动销SKU数;并按环比、同比2种对比分析方法,计算了以上7个指标的环比与同比值,支持从时间维度按月、按旬(每月分上下旬)筛选;从销售渠道筛选;从区域维度按省份、按城市筛选; # 指标名称 指标类型 原子/派生 对比方式 是否可加 备注 1 美*平台GTV 金额 原子 环比,同比 是   2 销售数量 数量 原子 环比,同比 是   3 订单数 数量 原子 环比,同比 是 无法对交叉购买去重,精度问题忽略 4 顾客数 数量 原子 环比,同比 是 无法对交叉购买去重,精度问题忽略 5 动销连锁数 数量 原子 环比,同比 半可加 区域上卷至全国时,可加 6 动销店铺数 数量 派生 环比,同比 半可加 区域上卷至城市时,可加 7 动销SKU数 数量 派生 环比,同比 否     III 数据建模 按此要求,ADS建模如下 # 列名 数据类型 长度 描述 1 dateperiod String   旬 2 yearmonth Int32 10 报告年月 3 city String   城市 4 province String   省份 5 region String   区域 6 chain_client String   厂商口径连锁名称 7 chain_prop String   连锁属性 8 chn_prop String   销售渠道(O2O/B2C) 9 upc Int64 19 SKU UPC编码 10 pname String   品名 11 brand String   品牌 12 pdt_prop String   商品分销方式 13 pdt_key String   重点商品 14 qty Float64 22 销售数量 15 gtv Float64 22 美*平台GTV 16 nbsk Int32 10 订单数 17 nstr Int32 10 动销连锁数 18 nmbr Int32 10 顾客数   IV FineBI数据准备 在 cube表建模前,通过FineBI数据准备功能,基于ods做了尝试,最终采纳按不同的日期期间进行聚合的建模方式,开发日颗粒度(另一套报表)和旬颗粒度2套cube,可以在报表性能和开发容易度2个维度中,均取得不错的反馈。最终交付的报表按“演、练、战”3种场景进行了定位。“演场景”,给厂商老板看的正式交付报表(Part 1截图);“练场景”, 给拜耳运营日常使用的报表;以及“战场景”,按排列组合的方式,将各种维度交叉组合后开发结构分析图表组合。而这2套cube在3个场景中均能通用,并且性能优良,充分体现了计算工程师高超的建模能力的。下一Part 将进入图表开发介绍。 SELECT * FROM factory.bayer_dm_sales_rollup WHERE 1 = 1 ${IF(LEN(by_yearmonth) == 0, "", "AND yearmonth IN ('"+by_yearmonth+"')")} ${IF(LEN(by_dateperiod) == 0, "", "AND dateperiod IN ('"+by_dateperiod+"')")} ${IF(LEN(by_city) == 0, "", "AND city IN ('"+by_city+"')")} ${IF(LEN(by_province) == 0, "", "AND province IN ('"+by_province+"')")} ${IF(LEN(by_region) == 0, "", "AND region IN ('"+by_region+"')")} ${IF(LEN(by_chain_client) == 0, "", "AND chain_client IN ('"+by_chain_client+"')")} ${IF(LEN(by_chain_prop) == 0, "", "AND chain_prop IN ('"+by_chain_prop+"')")} ${IF(LEN(by_chn_prop) == 0, "", "AND chn_prop IN ('"+by_chn_prop+"')")} ${IF(LEN(by_brand) == 0, "", "AND brand IN ('"+by_brand+"')")} ${IF(LEN(by_pdt_prop) == 0, "", "AND pdt_prop IN ('"+by_pdt_prop+"')")} ${IF(LEN(by_pdt_key) == 0, "", "AND pdt_key IN ('"+by_pdt_key+"')")} ${IF(LEN(by_upc) == 0, "", "AND upc IN ('"+by_upc+"')")} ${IF(LEN(by_pname) == 0, "", "AND pname IN ('"+by_pname+"')")}
头部国际药企B Dashboard看板案例分享 Part 1综述
PART1 头部国际药企B Dashboard看板案例分享 Part 1综述 PART2 头部国际药企B Dashboard看板案例分享 Part 2架构与设计(aka 拆指标与数据建模) PART3 头部国际药企B Dashboard看板案例分享 Part 3图表制作   和大家分享一个头部国际药企B Dashboard看板案例。此项目开发周期累计1个月,持续运维了1年,在产品运营期间赢得到了O2O平台美*、头部国际药企B双方的认可。最终美*为了给自家沙盘引流的公司战略,不再向外提供数据源而宣告项目告终。参与项目开发的一共2人,我是产品经理兼报表工程师,另有1名计算工程师。作为产品经理和商业分析师双重角色,我在分享过程中会尽量揉合对产品设计和数据分析的观点。计算Part 1先介绍一下背景。Part 2介绍FineBI设计与开发过程。 I 成品看板 II 开发背景 本项目是头部国际药企B、O2O平台美*和与梦三方合作项目。由O2O平台美*和提供数据来源,我司与梦负责数据加工与呈现,交付头部国际药企B使用。在与梦参与前,头部国际药企B和美*的已合作了1年。随着数据量的提升,base在头部国际药企B业务部门的数据分析师在处理数据时已力不从心。希望通过外包的方式,请懂O2O业务的数据服务供应商来承接这项工作。头部国际药企B业务部门可以专注于数据洞察后,对运营动作的调整。 III 开发目的 满足头部国际药企B内部半月会和月会复盘需求,支持复盘后营策略的落地执行。 头部国际药企B通过数据可以了解旗下商品在美*平台的经营销售进度和趋势。 从场看货,从区域(省份、城市)和连锁2个维度下钻分析业绩来源。 从货看场,洞察旗下商品和品牌(商品的上卷)在不同区域、和连锁的业绩来源。 IV 开发目标 承接头部国际药企B制作的Excel版,尊重用户习惯。对美*源数据重新建模和计算,解决数据量过大的问题。 使用新模型开发FineBI版Dashboard,将用户逐步迁移到FineBI,更快提供更多的洞察。 实现用户权限管理。 V 验收标准 数据精度 数量金额等可度量指标,与美*数据源一致。如波动幅度过大,则与美*联系数据源是否有问题。 图表表现力 图表表现力要强,符合图表设计规范,并遵从头部国际药企B公司内部使用习惯。 交付时间 接到数据源后第2天发布数据。  
FCBA考试通过了
一直想参考培训和考试,将日常工作中遇到的问题与困惑系统的解决一下... 第二课的作业做着做着,最后一题居然是参加考证...看看考试时间30分钟,那就考吧... 然后就考过了...虽然考试过程中全是汗啊... 后期继续好好学,希望也能一次性把FCBP的证书拿到... 离开学校15年了,突然考试好紧张,心情也很微妙...... 138347
个人成就
内容被浏览92,199
加入社区4年268天
返回顶部