【2023BI数据分析大赛】新能源汽车与燃油车发展趋势
一、选手简介
1、选手介绍：
团队名称：马戏团队
成员介绍：队长：张腾
队员：许子豪
2、参赛初衷：
我们两人是同一个班级的，面对FineBI竞赛也是第一次参加，想要尝试挑战并能有所收获，提升我们的分析能力。
二、作品介绍
1、业务背景：
新能源汽车与燃油车发展趋势，作为当今热门的汽车行业的话题，同时也对汽车市场有着重大冲击。现在，针对汽车厂商燃油车是否还值得投入研究以及用户是否还值得购买，针对新能源发展趋势预测，针对新能源和燃油对环境方面的影响。
2、数据来源：
自选数据：本次比赛一共用到的数据表，均取决于真实可靠的数据网站。
例如：
国家数据https://data.stats.gov.cn/index.htm
懂车帝https://www.dongchedi.com/
蔚来https://www.nio.cn/about
太平洋汽车https://www.pcauto.com.cn/
有驾https://www.yoojia.com/
汽车之家https://www.autohome.com.cn/beijing/
等多个汽车相关网站。
3、分析框架：
4、数据处理：
（1）数据分类：将所采集到的数据分为市场竞争、技术和产品发展、基础建设和环境变化以及市场需求数据，并创建四个文件夹归纳：
（2）数据导入：将已分类好的数据导入到FineBI大赛账号专门的大赛业务包中，如图：
（3）数据清洗：将需要的字段选中，如图：
我们将在自助数据集中处理后的数据导入不同的图表类型，进行数据可视化操作。
5、可视化报告：
（选取部分组件）
1、
（1）排版布局：根据所选的维度，在柱形图中展示各年份的汽车销量。每根柱子表示一个年份，柱的高度表示该年份的销量数量。
（2）通过分析得出以下结论：汽车销量是随年份波动上升的，随着年份的增加，汽车销量呈现波动上升的趋势。这表明市场需求在逐渐增加，并且消费者对购买新车表现出较高的兴趣和需求。经济状况的改善、人民收入水平的提高或其他相关因素可能导致消费者更愿意购买新车。新的汽车技术和创新的推出可能成为销量上升的重要因素。例如，电动汽车、智能驾驶技术的发展可能吸引了更多消费者的注意，并推动了销量的增长。政府对新能源汽车或低排放汽车的政策支持可能在销量增长中发挥了积极的作用。购车补贴、充电设施的建设、环保限制政策等可能鼓励了更多消费者购买新能源汽车。销量的增长，市场上可能涌现了更多的竞争对手或新品牌，导致消费者有更多的选择。这可能促使汽车制造商采用更多的营销策略和创新，以吸引顾客并获得更多市场份额。
2、
（1）排版布局：收集了市场竞争排名靠前的几个国家做了市场份额的饼状图，可以更清晰的看出各个国家的占比。
（2）通过分析得出以下结论：通过对新能源汽车销量数据的分析，可以得出中国的新能源汽车销量在全球范围内排名第一。这可能表明中国市场对新能源汽车的需求较高，并且中国消费者对于可持续和环保汽车的接受程度较高。中国政府对新能源汽车市场的支持和政策措施可能对其在全球竞争中排名第一起到了重要作用。例如，购车补贴、充电设施建设、限制传统燃油车销售等政策可能促使中国消费者更多地购买新能源汽车。中国汽车制造商在新能源汽车技术方面的创新和发展可能是其在市场竞争中排名第一的重要因素。这包括电池技术、电动驱动系统、智能化技术等的研发和应用。技术创新在不断提高新能源汽车性能和可靠性的同时，也增强了中国企业在市场竞争中的竞争力。
3、
(1) 排版布局：热力地图，热力地图用于在地理坐标系范围内，将数据转换成颜色色调，并通过颜色变化程度直观反应出充电桩分布、区域聚集等数据信息。
(2) 通过分析得出以下结论：沿海地区和经济发达地区可能处于电动汽车市场发展的较早阶段。由于这些地区具有较高的购买力和消费需求，制造商和经销商更愿意将电动汽车引入这些地区，并与之相适应地建设充电设施。沿海地区和经济发达地区通常具有更完善的基础设施建设和更好的资源分配能力。这使得设施建设更加便利，包括充电桩的设立。政府和商业实体可能更愿意在这些地区进行充电桩的建设，以满足用户需求，并推动电动汽车的发展。
5、最终作品：
三、参赛总结
1、FineBI工具
·我认为的好处：
（1）柱形图。柱形图可以展示每项数据在一段时间内的变化及数据间的比较情况。
（2）条形图。条形图是柱形图的横向展示方式，用若干个细长的横条长度来表达各类数量大小的图形。
（3）雷达图。面对多维数据，雷达图简洁、直观、准确，分析运动员特质、企业数据等等，雷达图都是不错的选择。
·对数据分析的思考：
明确目标、评估数据质量、选择合适的分析方法、进行探索性分析、解释和故事化分析结果，并持续学习和改进分析能力
2、参赛总结
（1）了解和使用FineBI使我们做数据分析的时候又多了一个工具，并且通过这次数据分析实践让我们在此方面或多或少能有收获。
（2）数据分析对我们专业的帮助很大，让我们更好的了解专业的特点和本质，提前积累一些相关的经验，对于未来的职业规划也会有更加清晰的认知。
