一个传统行业IT从业者的学习路(BI学业总结)

楼主
我是社区第221776位番薯,欢迎点我头像关注我哦~

 

一、自我介绍

我是【2506】班的【221776】,一名城燃公司的的IT从业者,传统行业的IT工作者在外人眼中就是两种固有思维:第一种就是维护软硬件,业务系统运转,不影响前端业务就可以了,没有过就是最大的功。第二种就是这个人或者说这个部门就是花钱的,并不能给公司带来实际收益。但随着企业的发展和越来越多的不同的人关注到企业的信息化转型并不是只有支出,他的收益远远大于支出。

二、学些初衷

初衷呢,最开始是工作需要,慢慢的变成兴趣使然,最终数据分析成了我自己职业规划中较重的一环。最早的时候接触的是fiereport 9.0,并且一直在企业内应用,现在公司采购了FineBI,我参与了从采购调研,系统布置上线,业务部门需求收集,到成果展示的所有工作。然后发现自己对数据及工具的功能理解不足。人有不足当然就要充实自己,然后就开始了我的学习之旅,从官方文档自学到公开课,最终选择报BI工程师从入门到精通实战班

三、 作品简介

1、 数据背景

公司是一家集团性城燃公司,集团公司负责向气源供给方统采后输送给各区域公司再到用户用气端,在这么多年的发展中发现气源采购,运输损耗,用户端损耗为主要原因,此分析重点关注的指标为年、月、日不同日期维度,不同用气类型,季节性变化对供用气的指标影响。

2、 数据来源

公司气源采购销售平台:通过平台内导出采购气量与用户端各类型用户的用气数量,形成了基础的日供用气数据信息(已做脱敏处理),并去除对此次分析中非关键指标性冗余数据。

3、分析思路
此次分析是以公司输差率的变化及用户用气量的季节性变化,用反向推导的方式看下一年度的应采气量。并发现其中影响输差的关键性因素

4、数据处理

导入前对数据进行了预处理,导入到平台后,重新计算总的供用气量,几个关键性指标合计计算,居民、非居、加气站、转代卖气量等。

5、可视化报告

图形用户界面, 应用程序

AI 生成的内容可能不正确。

通过分析得出以下结论:

       运营现状:

  1. 用气结构呈现显著季节性特征:1月采暖高峰期间居民用气占比超50%4-6月非采暖期居民与非居用气量基本持平(约1:1)。
  2. 气源结构单一性问题突出:当前管道气依赖度高达95%以上,在冬季用气高峰时面临供应压力和价格风险。
  3. 输差管理取得阶段性成效:全年输差率-2.98%优于控制目标,但1-2月较去年同期波动明显,区域表现不平衡(燕*、香*公司波动较大,武*公司表现稳定)。

关键问题:

  1. 结构性风险:居民用气主导模式(50%)导致季节性供需失衡
  2. 运营风险:单一气源+季节波动影响供气稳定性
  3. 商业风险:用气量峰谷差影响管网利用效率和收益稳定性

解决方案用户结构优化,气源结构升级,管理提升

1  制定工商业用户发展专项计划,实现居民+非居结构优化。

2  建立"管道气+LNG"双气源保障体系(LNG占比提升10-15%

3  建立季节性采购策略,利用夏季低价期储备LNG资源

4  开发用气量预测模型,提前3个月做好气源调配预案(管理提升)

通过用户拓展、气源优化、管理提升"三管齐下",实现从"季节依赖型""稳定效益型"运营模式的战略转型。

四、学习成长

1、 技术能力成长

a)      掌握数据建模,数据处理,DEF等各类函数,分析模型等技能

b)      可以独立快速完成多数元的复杂数据模型的搭建

c)       实现从“数据搬运工”到“数据分析师”的角色升级

2、 思维模式转变

a)      学会用全局视角分析业务问题

b)      从原来的只考虑“发生了什么”到“为什么会发生”,“会发生什么”的思维方式转变

总结:通过本次的系统学习过程过后,我们一贯以来的工作模式是业务提供需求,我们负责实现,只需要保证数据准确就行。通过学习突破了简单数据可视化的局限,学会运用FineBI的深度分析功能挖掘数据背后的业务价值,从“知其然”到在“知其所以然”。从而驱动业务决策。fineBI学习并不只是工具技能的掌握,更是一次思维方式和价值创造能力的全面提升。并不只是提升了我的个人效能,同时也为公司创造了显著的业务价值。当然此次的学习时间非常的紧凑,同时也是收获满满。特别是其中对于DEF函数的学习。学完以后可以即时的应用到工作中。解决了很多未解决掉的需求。还有部分未理解的内容需要在后续的工作中慢慢理解融会贯通。谢谢陪伴了整个学习过程的助教老师。辛苦啦。最后我想说学习真的可以使人进步并获得快乐。

 

 

 

分享扩散:

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0回帖数 1关注人数 194浏览人数
最后回复于:昨天 14:43

返回顶部 返回列表