【2022BI数据分析大赛】新冠疫苗接种的必要性分析

新冠疫苗接种的必要性分析

一、选手简介

个人选手版

• 选手介绍姓名：帆软社区用户名木子凌。第一次参加这个比赛，但是关注有一两年了。之前一直都觉得自己技能不够娴熟，对数据分析的理论理解不够透彻而不敢参赛。今年学习了一段时间，于是想对此做个小小的测试，同时也想借此机会与更多在使用Finebi和有深厚数据分析经验的朋友进行下交流，希望能在交流中提升自己。

参赛初衷

• 希望能借此机会提升BI的使用技能，数据分析的理论基础。
• 开拓下眼界，看看大神们是如何玩转finebi的，看看其他行业的朋友是如何做数据分析的。比较中找到自己与他们的差距，同时也积累一下技能和行业知识，为工作做一部分储备。
• 希望自己现有的使用水平能被认可，当然也是对比赛奖励心动不已^-^。

 

二、作品介绍

• 选题背景

1. 新冠已经在我们的世界肆虐了两年多，给这个世界造成了很多的伤痛。世界人们虽热做出了很多防疫行动的努力，但是疫情还在一波接一波的爆发，所以我想做一个世界疫情整体变化的比较。
2. 疫苗或者治疗药物在最终战胜疫情上肯定占据着至关重要的一环，那么当今世界接种疫苗的情况如何了，疫苗对接种和不接种人群在感染新冠后的保护力度如何，也都严重影响着全民接种疫苗的进程。
3. 疫苗的保护效果影响着疫苗的接种意愿，疫苗的接种意愿又涉及疫苗对全民的保护效果。那么世界各国对疫苗的接种意愿又如何呢？

• 数据来源：和鲸社区 ourworldindata

数据内容：《Coronavirus (COVID-19) Cases》，《How many people support vaccination across the world?》，《covid-deaths-by-vaccination》

• 分析思路
  

我个人思路就是对对疫情发生以来，全世界的疫情变化情况，疫苗的接种情况，接种疫苗和未接种疫苗对感染新冠后死亡率的影响以及人们对接中新冠疫苗的意愿变化。从趋势数据得到疫苗是否有助于控制新冠疫情的发展，从而影响人们接种新冠疫苗的意愿、态度。也为后续疫情继续发展情形下的个人和政策决策者提供数据支撑。

• 数据处理

1. 新冠数据的处理在于原始数据的维度不符合，它按国家/省份/城市三个维度给出，其中省份等于各个城市的和，海外国家没有到城市级别
   1. 选出所需要的字段 时间+国家+省份
      
   2. 对国家+省份+时间分组汇总，指标取最大值
      
   3. 在对时间+国家分组汇总，指标取求和
   4. 对日期进行降序

• 1. 过滤出最新的数据

1. 从ourworldindata获取的数据其地区名称都是英文，所以需要跟地区维度数据集进行左右合并，拿到中文名称字段
2. 美国和新西兰不同接种类型对周死亡率的原数据中，只是以时间+年龄和三个不同类型死亡率的指标提供的，所以我需要把它转换成时间+年龄+类型的维度
   1. 选择原数据集的 时间+年龄+指标1字段
      
   2. 新增列 接种分类，给与字典值 1
      
   3. 上下合并，合并自己的原表，选择时间+年龄+指标2字段
      
   4. 新增列，如果 接种分类为空给字典值2
      
   5. 同理在上下合并一次和新增列 得到接种分类的维度
      
   6. 最后再选取最终要使用的接种分类字段
      

• 可视化报告

整体报表展示我按小主题分成了四个部分

1. 总览，采用了一个世界地图和一个tab组件；tab中全球用了四个指标卡，旨在醒目展示四个关键指标，国内用了二维表，区分了省份明细，自己国家会多关注一点。全球地图按2的倍数区间区域染色，显示最新节点全球性格的累计确诊情况。

总的来说此部分就是为了摆出现今全球疫情情况直观效果。

1. 把国内和国外的疫情发展做了些简单的对比

坐标表格显示了累计排行前二十和对比国家选择框中的排行。使用过滤条件连接固定值和选择值

1. 疫苗部分内部使用分割线将内容划分成了三个小块，一块整体接种率，一块周死亡率跟接种疫苗的关系，一块接种意愿的变化趋势

在周死亡率部分，当点击图中的数据点时，使用跳转设置，把按单接种方式多年龄的趋势图展示出来，这样可以很好的跟原 单年龄多接种方式的趋势结合起来查看。固定变化因素，更直观的分析单因素带来的影响。

意愿部分的分析也是一个横向同时对比的过程。通过日期组件固定日期维度的值，通过点击联动设置右边的堆积图

有图的标题也跟下钻的值联动显示，标题中插入组件数据集字段

1. 最后一部分时一些数据分析总结和一个外链彩蛋。
   点击图中的时间对应的点可以发生跳转动作，跳转至外部网页。

在数据集中直接将对应的url放入字段中

页面整体的布局涉及就是二分法，强调一个对比效果，最后来看一看长图

 

三、参赛总结

1. FineBI工具

       首先很感谢帆软官方的辛苦组织。从建立导师群，到直播授课，最后群里导师耐心解答问题，切身体会到了大赛组织者的用心至深。帆软这一套BI开发流程涵盖了数据库开发，etl开发，ui设计和前端开发，同时也极好上手，有excle函数基础的人，使用起来只会更加如鱼得水，真正做到了以一人之力替换整个开发团队，优势明显。

 

2.比赛总结

      本作品历时接近了一个月时间，做的陆陆续续，会是不是的冒出一些灵感，有技术上的，有方案上的，有UI上的等等。这其中经历的很多波折都给我在bi工具的使用上和数据分析上带了很多好处。版本在不停的修改，现在里面一定还有很多不完美的地方，也希望能有机会被大家指正。

      再者，也想就我的主题写一段话。本人在武汉经历已经的爆发，到目前疫情已经两年多了。有些人们已经遭受了很深的苦难，所以很希望疫情能快点结束掉。全世界的人们都在努力，大白和医疗工作者更是功不可没。他们为研制疫苗在疯狂努力，而平凡的我们也应该做好防疫工作。我的报表特意使用了一张蜡烛祈福的图片，既是为那些苦难离世的人们默哀，也希望有一天治疗新冠能如同治疗感冒一样简单。

      学不辍，事可会；学不怠，事必精！

 

案例打卡：非常清晰的仪表板，如果单独每个专题做个分享，用确诊人数、政策驱动、年龄影响、信任力等等来验证接种的必要性就更优秀了。

案例打卡：“新冠疫苗”社会热点无疑了，作品采用大篇幅展示疫情情况，稍微模糊了“必要性分析”。疫情什么时候可以结束呢，遍地开花，五月以来几乎天天核酸~

肯定是有必要接种了，想不明白为啥有人还不愿意接种，这幅作品让人们都能接种就达到目的了，加油

案例打卡：紧跟时事，当前全球最in话题，其实国外很多有基础疾病的老年人也许真的不适合打疫苗，可以理解。

哈哈 可以说不分析接种疫苗也满必要的。。。建议推广给社区，让社区给老人宣讲，现在老人接种疫苗还是有点难的样子

案例打卡：大热点话题，选这个也非常有勇气。透过仪表盘直观看到疫苗的作用，有些折线图感觉有些单调，适当加粗可能观感更好？

案例打卡：天啊，连新冠疫苗也可以拿来做分析，可以看出来疫苗和治愈的相关性，真正的让大家了解真相。