【2022BI数据分析大赛】运营管理平台用户分析报告
Your browser does not support video tags.
选手简介
团队：Hash队 ，队长/队员：刘智鹏，指导老师：李和平
1.1选手介绍
大家好，我是刘智鹏，一名新接触FineBI的搬砖人。目前在地产公司就产品一职。本次我的参赛队伍名为Hash队。队名来源于数据结构中的Hash，意思是可以在最少的时间复杂度内（O(1)）找到目标数据，契合了帆软的产品定位。
1.2参数初衷
1、之前参加了帆软的基础训练营以及通过了FCBP，想通过比赛把今年学到的知识做一个综合训练。
2、 学习社群各路大神的分析思路。
3、 拿奖金。
作品介绍
2.1业务背景
为监控集团数字化转型的实际落地情况，掌握项目上应用数字化平台的情况，同时提升运营管理水平、减少评优工作时间成本，故设计本作品用于方便上层根据可视化的运营数据，快速决策，督促一线提升运营工作的数字化水平。
2.2分析思路
本作品采用总分结构，先从总体出发对应用率和活跃度整体分析，选取指标卡展示。然后选取环形图和柱状图等从底层情况分析并给出建议。
1、对App的总体应用情况以及活跃度分析
2、对活跃度的趋势进行分析
3、追踪区域每个月的活跃度变化情况，筛选出异常情况
2.3数据处理
2.3.1数据来源及预处理
本作品提取公司去年其中5个月的App应用情况数据，提取项目维度表、App天数访问天数表和App执行次数表进行汇总。首先进行数据清洗，将无区域的项目进行补充，之后把区域、项目等数据进行随机数脱敏（脱敏公式举例：="项目"&RIGHT(RAND()，4)），之后去除重复值后虚构应用于本作品，本作品不对数据真实性负责。
2.3.2数据加工
（1）添加计算指标：本月应用率
编辑数据集：分部活跃人数
先把5个月的用户登录天数合并，然后再过滤出每月登录天数大于15天的用户。
新增计算字段：活跃度
说明：使用聚合函数SUM_AGG是先按照维度对字段求和后再计算。
2.4可视化报告
本节先介绍关键指标的显示效果，然后对主要指标进行多维度的分析，探索提升用户活跃的方法。
2.4.1主要图表展示
关键指标展示。
四个指标卡可按时间过滤组件查询。
当月活跃度排名红黑榜。
可下钻显示下属项目的情况
历史活跃度记录查看
（4）App应用率、区域活跃度趋势图
①应用率在前4个月保持在高点，但第10月份低于均值，较9月下降2.28%
②活跃度呈现“高开低走”的格局，10月份环比下降49.77%，较6月份最高点下降65.28%。
2.4.2 活跃度下降分析
用户执行App的次数直接影响活跃度的高低，这里把用户分为“新用户”和“老用户”两种情况。对于新用户没有成长起来的情况，可能是由于用户的新手操作引导不足；对于老用户来说，可能有以下4种情况：
①存在某些区域用户大幅拉低均值。
②出现影响用户使用的问题。
③促使用户使用App的激励不够。
④用户的活跃度与什么因素有关联。
以下选取三种情况进行验证。
①是否有某些区域大幅拉低均值
取五大分部的活跃人数分析，“项目全国分情况”图可知，由于3部项目少于其他4个分部，故活跃人数少于其他分部属于正常情况。故得知五大分部的App使用情况较平均，没有出现一个分部拉高或拉低整体活跃度的情况，故此假设不成立。
②是否有用户的问题反馈数量增加导致活跃度下降
提取统计月份的用户提问数量分析，发现用户提问数量逐月上升，可以看出活跃度随着用户提问数量的增加而下降，成反相关联系。故此假设成立。
③活跃度与什么因素有正相关联系
由图可知区域组长的平均访问频次在8月开始下降，与活跃度展示的趋势一致，而且由敏感度分析可知一线用户的使用情况与区域组长的登录天数呈正相关的联系。故活跃度与区域组长登录天数成正相关联系。
2.5总结与建议
为推动集团运营数字化转型和提效，发挥区域和项目领导先锋带头作用，实现运营APP的高效应用及项目管理规范执行，根据以上分析基于下面三点建议:
1、为了提高App使用率，可以在公司内部由上到下推广，对活跃的组长和一线项目给予激励和公示表扬，提高用户使用欲望。
2、针对新用户，提供最新的平台操作手册，并安排人员一对一指导答疑，降低其使用门槛。
3、持续关注用户问题反馈并及时跟踪是否有效解决，保持系统稳定，及时关注外部环境发生的变化，监控用户活跃度。
4、在总体活跃度数据中可以看出：
（1）区域99和区域6在统计月份里排名呈现较大的下降趋势，需要集团及时关注。
（2）在活跃度领先方面，在项目上发现项目1095在7月和8月连续两个月保持活跃度最高； 在区域上发现区域43和区域78排名上升比较显著，并且连续3个月排列前十。可根据选取优秀代表进行培训分享，相互借鉴学习、促进应用推广。
参赛总结
3.1项目总结
选取本主题的是希望三个月以来学到的BI知识能应用到工作中，为了丰富一份报告促使自己一步步向下挖掘出底层的现象。借此契机借鉴了去年的很多作品，从而激发了我很多的分析思路，例如本报告中的敏感度分析就是从论坛学习到的。
本次分析的收获是动手之前要先想好业务的目的，从业务出发去思考分析的思路，有了分析路径之后带着疑问去找要用哪些图表展示。对之前的我只想用一堆炫酷的显示来说是一个突破自己的过程。感谢帆软提供本次参赛机会，希望之后的我能和大家一样做出又炫又实用的报表。
2022帆软比赛——运营管理平台用户分析报告.pdf (420.97 K)
