1 选手简介 1.1 选手介绍团队名称：观星队团队组成：队长ZWM，目前还是在校学生；团队成员LYQ，现就职与无锡某知识产权运营有限公司，任运营助理职务 1.2 参赛初衷 希望通过实践提升数据分析能力 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞 2 场景介绍 2.1 主题介绍 数据集包含了截至2020年超过16,500个游戏分别在欧洲、北美、日本及其他地区的销售情况，数据包括名称、游戏版本平台、发行年、游戏类型及游戏发布者。 数据来自DF社区：https://www.datafountain.cn/datasets/4595 2.2 可视化步骤 清理数据 梳理分析大纲，明确要分析因素 整理数据 大屏元素获取，可视化图表选择 利用FineBI，完成仪表盘初步建设 美化仪表盘 2.3 分析思路主要从三个角度进行分析： 分析电子游戏行业整体表现，了解行业整体变化趋势 从游戏销售情况推测用户对电子游戏的喜好特征 从发行商的角度出发探究发行商的电子游戏销售表现，并对典型发行商进行分析 思维导图：https://shimo.im/mindmaps/WDXGytKY3tVr8v8g/ 139113 2.4 数据整理首先进行了数据清洗，将缺少数据的值删除。对清洗后数据根据思维导图进行进一步分析。 （1）行业表现-游戏发行数量分析 表名 所需数据数据来源 年发行游戏数 年份、游戏名称计数清洗后数据 游戏类型分布 游戏类型、游戏名称计数清洗后数据 发行商发行游戏数量 发行商、游戏名称计数发行商发行量 各平台发行游戏数 平台、游戏名称计数清洗后数据 （2）行业表现-全球销量分析 表名 所需数据数据来源 地区销售额 各地区销售额求和各地区总销量 各年发行游戏销售额 年份、各地区每年销售额求和、全球每年销售额求和清洗后数据 全球总销售额 年份、游戏名称、全球销售额清洗后数据 各类型游戏销售额占比 游戏类型、全球销售额、全球销售额占指标百分比各类型销售数量 全球销售额前十游戏发行商 发行商、全球游戏销售额清洗后数据 最受欢迎的游戏平台 游戏平台、全球销售额各平台销售数量 （3）用户喜好分析-地区销量分析 表名 所需数据数据来源 各类型游戏地区销售额 游戏类型、地区销售额清洗后数据 各地区最热卖游戏 游戏名称、地区销售额清洗后数据 各平台地区销售额 发行平台、地区销售额清洗后数据 （4）发行商经营情况分析 表名 所需数据数据来源 各发行商经营情况 发行商、全球销售额、发行游戏数量清洗后数据 各发行商平均游戏销售额 发行商、平均销售额发行商各地区游戏发行表现 发行商游戏销售情况 发行商、全球销售额、各地区销售额清洗后数据 任天堂各类型游戏发行数量及销量分布 游戏类型、全球销售额、游戏类型任天堂数据 任天堂游戏销量情况 发行年、全球总销售额、发行游戏数任天堂数据 任天堂各游戏及销售额 发行年、游戏名称、全球销售额任天堂数据 2.5 完成分析报告 可视化图表的选择：这一部分参考了【BI可视化12期】《NBA可视化作品介绍》139104 2.6 仪表盘制作 （1）游戏发行数量分析139128折线、柱状图设置平均值，饼图标签设置，统一颜色，联动设置；使用KPI指标卡、文本组件进行小结。 （2）全球销量分析139132散点图制作全球最受欢迎的100款电子游戏图，设置闪烁动画特殊显示；矩形树状图制作全球销售额前十游戏发行商图。使用文本、图片组件进行小结。 （3）地区销售额分析139133散点图制作各地区最热卖游戏图，地区设置分别图例，设置闪烁动画特殊显示。使用文本、图片组件进行小结。 （4）发行商经营情况分析139134以任天堂为例进行分析，雷达图制作任天堂各类型游戏数量及销售额分布图。仪表盘整体颜色统一，图表排版，联动设置。 （5）最终整体效果如下图：139201 2.7 总结 这是第一次接触FineBI工具，体会到了数据可视化的方便与神奇。在分析数据的过程中，这也是对自己的一次挑战。希望以后能有更多的机会来锻炼自己的数据分析能力。 140384