序言
我从第一次接触BI（Business Intelligence），至今已有5年多的时间了，从Excel的报表制作到数据运维，再到数据规划，自己也算是都有些经验，但要说这些经历让我最感兴趣的，还是数据分析的过程，你要问我为什么，我会告诉你，思维逻辑是我觉得人生最值得学习的一门学问。
本人是计算机信息管理专业毕业，投身于IT事业的时间也不短了，对于企业信息化发展的看法就是：2020年的今天，如果我们还讨论什么信息化的基础建设就太low了，那IT部门或者作为企业IT的服务者到底在这个时代应该做些什么呢？
我一直跟我的小伙伴们灌输这样的理念：随着大数据时代的发展，IT终会向DT转型，IT需和业务部门合作，把对业务的理解转化成量化的指标，然后再对业务部门进行输出指导，最终才能最大程度的提升部门在企业内的核心价值。应运而生的，就是商业智能，我们口中的BI！而我们的企业，也会随着BI的运用，慢慢地转为精细化的管理，所以数据管理、数据运营等也会变成企业成长的分水岭。
Excel篇：我觉得我是Excel学渣，在企业内最早接触的数据统计和分析工作，基本都是用Excel做的。比起各个部门的表哥表姐，我会因我的Excel水平仅停留在一些简单的函数上而羞愧，幸好曾经的统计分析工作并不多、数据量不大、时效性也没那么高，索性自己也并没有深入的去学习，但我会偶尔问问大佬透视表、切片器这些工具用法。所以这段经历就讲这么多吧，但是，请别忽视这样一个数据分析工具，大量的数据应用场景中都还是会出现它的身影！
FineReport篇：我第一次接触这样一个报表系统，眼前一亮，兴趣使然加之领导施压，我便开始学习并使用它，起初它的优势真的显而易见：直连数据库、多数据库取值、报表人效高，界面也挺高大尚的。
但不得不说，学习它也非一朝一夕的事，FineReport的使用需要一定的技术基础，当时完全是自己摸索着学习，所以有段时间，觉得挺难的，什么数据库，什么SQL，什么JS，哎~~总结了份自学的思维导图笔记，算是见证了自己的成长吧！
FineBI篇：FineBI是我这次分享的一个重点，毕竟我刚刚拿到帆软认证的BI工程师的证书（这里就不放证书图片了）。
但如果你所在的单位已进入到数据管理、数据运营的阶段时，如果想要关注长期的战略决策，更着重于商业趋势和业务单元的联系而非具体的数据和精确度本身，BI才是真正的选择，FineBI和报表系统的侧重点真的不一样，一句话概括就是：BI解决企业内部的数据分析问题，而Report则能解决人效及数据意识问题。
说下学习， 我本身就对数据分析很感兴趣，当企业发现问题需要解决时，只有用数据说话才最铿锵有力！我今年的目标本来定的是运营官的学习和认证，误打误撞报了 BI工程师实战班，关于FineBI的操作培训，对我一个IT出身的人来讲，真的不难，准备数据集，清洗数据然后对各种维度和指标托拉拽就好了，FineBI对于普通的业务来说其实是很合适的，是一个不需要技术基础就能掌握的分析工具。 但说实话，这门课里除了讲FineBI的操作外，各种分析思路与方法太受用了，老师不光会讲解各种分析模型，还会如实的还原一些数据应用场景让大家能更深入的理解这些模型的意义，比如RFM模型，做了这个模型的分析后，再将它应用于企业的精准营销，不香么？再比如购物篮分析，能有多少零售公司会将它分析的结果用于运营管理并提升商品的销售？
当然，怎么样写一份优秀的数据报告也是我觉得此次课程最有价值的一部分，我有的时候把自己定义为是一个茶树菇，这个自黑或许比表哥表姐感觉高一个档次，但想必所有做数据工作的人内心都应该是拒绝的吧，为什么要查这个数据，这个数据的含义是什么，这个数据能解决什么问题，是我经常在做数据分析中会思考的，当这些思考能总结出语言和文字，便是课程中所学到的商业可视化数据分析报告，也是数据价值的产出。在这方面，以前我是严重不足的，学完了这个课程也深受了很多启发。
我学FineBI的方法就一个字： 肝。说实话，我平时学习的时间并不多，但时间这个东西还是要靠挤的，然后就是提升自己的学习效率。以下是我学习 BI课程的经验： 认认真真的看遍PPT，课程里的PPT写的还算精炼了，基本上后面的视频讲解，也是跟着PPT的顺序走，所以认认真真的看PPT，我觉得你就能掌握70%-80%的知识； 粗略地过一遍本周作业，在我学习过程中，熟悉作业是我觉得很重要的一步，不看作业有的时候真的不知道学习重点，所以在粗略地看过/做过一遍作业，很快能让我了解课程结构和重点难点； 带着疑问过视频，看视频是我认为比较花费时间的，虽然视频里有倍速播放。所以在这块学习一定是要带着问题去看的，这样可以大大节约学习时间； 查看文档，翻文档是自学必备技能，帆软在文档这块做的还是不错的，无论是FineBI还是FineReport，未来在实战应用中，文档可能就是你最亲密的伙伴； 与小伙伴们多进行沟通交流。交流本身，在正常的工作中都是多多益善的，每个人的岗位不同，角度就不同，看到问题的本质或许就不同，通过思维的碰撞，你会发现另一扇窗外有别具一格的风景。
python篇：我还是一个python的小白，但这里我为什么会Q下python呢，python作为一门编程语言，有它得天独厚的优势，当python的爬虫遇上FineBI的可视化，你的数据分析报告想不专业都不行，当然pandas和numpy等模块也可以学学，绝对能保证你在数据分析领域越来越全面。最后，还有一点，56岁的潘石屹，比你老比你牛逼比你有钱的人都还在学习，你还有什么理由不去努力？
思维逻辑篇：我记得课程里有一个综合可视化应用案例，是分析企业毛利率下降。其实听老师讲这块内容时，就是一个思维逻辑的学习。毛利率下降到底有哪方面的影响，是我们应该全面思考的，然后抽丝剥茧，查到门店明细，最后再找出下降原因，你会觉得特别过瘾，这个就像我跟朋友在一起玩狼人杀，因为某夜某人的死亡找出所有狼的过程一样！
前不久，在知乎上看了篇对数据分析师的评价，我也分享给大家：数据分析的“纯技术”门槛并不高，会有越来越多的人开始使用数据并享受数据带来的价值，更多的区分可能还是在于分析的逻辑思维上，当然这一点还需要数据人无论在什么行业，都一定要拥抱业务，在业务中体现出自己模块的价值。
Lynn小姐姐跟我说，能不能跟我们分享下你现在所处的医疗行业的案例或者曾经做过的零售/生产案例，但因为我目前正逐步转型尝试用FineBI做业务分析，还没有成熟的场景可以分享，就实在不好意思。所以就分享一个我课余玩BI数据分析的思路案例，希望可以启发到大家。
就在前不久，爱奇艺刚刚完结了《隐秘的角落》这部国产犯罪悬疑剧，豆瓣上的评分高达8.9分，那到底这部剧是怎么火的呢？带着这样的疑问开始做BI思路的分享。
趋势分析，是我们最好理解，也最容易接受的一个分析办法，可以清晰直观的展现事态的发展情况，于是我就做了整部剧播放周期的搜索数据趋势，如果套用到我们工作业务分析场景中，这种分析是可以经常做的，主要用于和日期相关的分析。
接着我做了年龄层次和性别占比的分析，可以更全面的了解受众。如果你处于零售或者电商行业，这样的分析完全可以定位住你的目标人群。
顺着上面的思路，就得看本届网友们的讨论了，通过词频分析就可以看到剧里供大家探讨最多的就是几位小演员。其实如果要用FineBI去呈现，我会选择用词云的方式展现，词云的优势还是在于可以在多频次出现的分析目标中找到最突出那几个，比如超多SKU的企业商品销售~~
看过该剧的朋友应该对每一个角色都有深刻的印象，我从豆瓣上查到这样一个对比，可以说明主线上的几位小演员的演技都是得到了网友们的极度认可。对比分析，这种分析方法在企业里的应用我这里就不过多说明了，这应该是大家用的最多的一种分析方法。
最后，我选择全局来看待这部剧的评价，有两个维度和一个指标，百分比堆积柱形图刚好能直观的看清本届网友客观的评价，所以选择它来分析就对了。我曾经在一个实际案例（集团分市场/类别的分析）中用过这种方法，你们也可以试试~
看过上面的分析结果，你可以明白这部剧火的原因了吧？上述分析中，我没有剧透，也不掺杂个人的影评色彩，但如果让我写分析报告，我会告诉你们，数据呈现出来的结果与原著、与剧情、与剧中每个角色的个性又息息相关，请问，如果你还没看过这部优秀的国产剧的话，会不会有想看的冲动呢？？？
《隐秘的角落》数据分析——FineBI的分析报告如下▼
我想把与班级中结识的小伙伴们拿出来单独写，是因为这段时间的共同成长让我了解了不少我没接触过的行业知识。在FineBI学习中的沟通，就如同我之前说的一样，是非常有必要的，我个人的一些数据分析经验也仅限于零售连锁，所以在与芳芳、邪少、浪人、小T、团子他们的接触中，我又学习到不少其他行业的特点，当然大家在一起的交流也不仅限于FineBI的学习，还会有些关于各行业的发展，数据分析职业规划见解，以及个人在工作中碰到的问题等等，所以这段学习经历的体验感也炒鸡nice~~因此，特别想感谢大家！
之前跟一个朋友交流中，说到任何事情有因必有果，我觉得放在数据的世界里这句话可以延伸下：有因必有果，万物皆可分析。所以当摆脱了思维的束缚，你会发现BI工程师真的不难。最后给帆软打波广告，如果你对数据分析有兴趣，如果你不甘心做一个表哥表姐或者茶树菇，真的可以报下 BI工程师的课，保证受益匪浅。
>>点击查看最新开课时间：BI工程师从入门到精通实战班
| 
。顺便问下条形图头像那边是直接插的多个图片排列吗？
，我都学习半年了 看来要重复学习才行