【2023BI数据分析大赛】研究生招生数据分析

1. 选手简介
2. 选手介绍

团队名称：美少女战士小分队

队长介绍：李春俐，现就职于南京软件科技有限公司，目前从事数据分析的工作，希望通过本次比赛学习到更多的数据分析思维和技巧。

成员介绍：

元英：从事数据分析工作。

陆圆圆： 从事数据分析工作。

王丽晨：从事设计工作。

1. 参赛初衷

希望通过本次比赛学习到更多的数据分析思维和技巧。

1. 作品介绍
2. 业务背景/需求痛点

为进一步提高研究生选拔培养质量，优化生源结构，分析对比往年招生生源等数据，结合学校近年来研究生生源质量的突出问题，按照强化基础、突出综合能力考查的原则，进一步优化考试科目和内容的整体设计，提高科目和内容设置的科学性、规范性和有效性。

1. 数据来源

用到了某所高校的招生数据，选用了2017年-2021年的研究生招生数据。

数据已经过脱敏处理，采集脱敏，关键字转换处理，由于涉及学生的个人信息，隐藏了姓名后两位、考生编号及其他关键信息都已做脱敏处理。

1. 数据处理

出于安全考虑，并未直接连接企业数据库，最终选择将数据经过筛选过滤，导出excel文件，导入FineBI。

由于硕士和博士数据是分开导入的，我们的分析主题意将硕博合并分析，通过筛选硕博字段来过滤硕博，固在数据处理过程中将硕士和博士的录取数据合并。

1. 数据结构

• 1. 硕士报名录取数据

考生编号为唯一键，记录了考生报名和录取的数据，通过录取结果字段查看是否录取

• 1. 博士报名录取数据

考生编号为唯一键，记录了考生报名和录取的数据，通过录取结果字段查看是否录取

• 1. 推免生

记录了推免生的基本信息

• 1. 双一流高校标记

记录了所有高校是否为双一流，主要用来统计生源高校是否为双一流

• 1. 硕士成绩

记录了硕士初试成绩

• 1. 院系专业代码

记录了院系专业的对应关系，以及专业类型。

1. 分析思路

1. 可视化报告

作品链接：https://bisolutions.fanruan.com/webroot/decision/link/LhBI；https://bisolutions.fanruan.com/webroot/decision/link/S69e;https://bisolutions.fanruan.com/webroot/decision/link/IQCi;https://bisolutions.fanruan.com/webroot/decision/link/KN0r;https://bisolutions.fanruan.com/webroot/decision/link/95Iw

6.1录取结构分析

主要展示学校博士硕士的录取情况，2021年，全校共录取5991人，推免生有1399人，其中第一志愿占100%，说明该学校没有调剂录取的学生。

通过招生方式、报考类型、政治面貌、学习方式、性别、年龄、专项计划等维度进行统计，可以看出几个关键点中国党员占比20.14%，团员占比57.55%，团员占比较大。学生主要来源于四川省，其次是河南省、重庆市、安徽省、江西省、山东省。男女学生比例相差较大，男性占比高，年龄集中在25岁左右，30岁以上的硕士研究生女性比男性略多。专项计划中联合培养的学生占比较大。工程学院的学生录取人数最多。

6.2 生源质量

生源质量主要从录取学生生源高校角度分析，将学校划分为本校、一流高校、一流学科、其他高校。从近五年的数据可以看出，一流学科和一流高校是逐年递增的趋势，说明学校的综合影响力也在提升。

6.3报录比分析

2021年报录比为3.92，从近五年的数据中可以看出报录比是逐年升高的趋势，意味着报考竞争力也在变大，护理专业是最热门的专业，从专项计划角度来看，少数民族骨干计划也比较抢手，定向就业比非定向的报录比高，说明定向就业报名人数较多，竞争较大。从学院角度来看，医学院的报录比最高，竞争大。

6.4 推免生分析

从推免生的生源质量角度分析，其中其他普通高校人数占比较多，排名前10的高校有**科技大学、**交通大学、**理工大学等。推免生录取最多的专业是电子信息，近五年推免生人数是逐年增长的，工程学院推免生录取人数最多。

6.5 硕士初试成绩分析

硕士初试主要有四门成绩，主要针对总分和专业课成绩做分析，从优秀率、合格率、不合格率，以及优良中差等角度分析成绩情况。

成绩优秀是指超过满分值80%，良是指小于满分值80%，且大于等于70%，合格是指小于满分值70%，且大于等于60%，不合格是指低于满分值 60%

电子信息专业合格率和优秀率最高，成绩相对出色，工商管理不合格率是最高的。

总分最高的是万**同学，448分，心理学综合专业课成绩得分最高，信息与系统专业课得分最高为满分。从各学院来看总分的情况，最高分在工程学院，最低分在管理学院，同时管理学院的平均分也是最低的。

恭喜通过大赛初审！！

1、部分图片有点模糊影响阅读，建议点击文末“编辑”按钮重新上传图片；或者选择“导入Word”按钮，重新导入全文

2、如果使用本地BI制作，请确保提交的附件resources.zip内容完整（附件如有更新请微信发送苏茜）；组委会将在8月16日后统一进行作品资源迁移，将您的作品导入大赛公共平台，形成在线模板查看链接，方便评委查看。

截止8月16日20:00仍可继续修改完善，期待选手完善之后的作品~~

打卡：楼主详解对招生的各个维度进行分析，如果是一个即将要报告研究生的，那么他该如何做抉择，如果从这方面提供建议，我想报告更有意义

【打卡】看专业分析难道是校友，哈哈
报告对报考、保送研究生的历年生源数据做了严谨而全面的分析，结果清晰。看到最后希望看到针对分析结果的策略，有点小遗憾；重新返回去看分析背景和痛点，发现文中没有提到“学校近年来研究生生源质量的突出问题”，所以没有针对突出问题的策略。
仪表板展示简洁清晰，配色合适，赞。

打卡：这份报告很好的从5个方面去看了近今年的研究生招生数据情况。个人小建议是，可以明确一下这份的报告面向的使用群体是哪些？给学校领导展示一下数据？还是给考生分析一下这个学校的报考难度？这样的话，分析结论和展示维度可能会更有针对性一些。

打卡：作者数据分析也全面，近期有报考研究生的打算，本来想进来学习一下有什么知道建议，希望后续能有更多这方面的分析。

打卡：
工具运用的很多，整体的分析思路不错，UI设计的整机很舒服。整体故事化的讲解，逻辑贯穿始终

打卡：近年来应届大学生选择考研的人数越来越多，但是高校的研究生招生情况是怎样的呢~~作品基于某高校脱敏的硕士和博士研究生数据展开研究生招生情况分析，其分析框架清晰，包括录取结构分析、报录比分析、生源质量分析、推免生分析、硕士初试成绩分析等5方面，分析结论偏向概况总结方向，数据分析深度可能稍浅，可视化仪表板还有一定的优化空间。

打卡：研究生招生主题，完整的数据分析过程，配色统一，布局合理美观，图表类型选取合理，故事化表达相关的数据分析场景，值得学习。