1. 学习初衷 系统性的参与帆软报表培训纯属巧合，本身对帆软BI有一定基础，工作上也大部分采用帆软BI以及二次开发即可满足工作需求。因业务需求想实现万级别数据上传，在这个调研过程中，最终选择帆软报表填报功能实现。基于此，想更加的深入以及系统性的学习帆软报表。 2. 学习经历 在课程学习的过程中，最令我头疼的就是理论题，很多时候研究研究就开始钻牛角尖了。对于操作题这部分，基本上耐心、多看视频、多翻论坛帮助中心就能解决掉，于此同时，提交作业由小时变成天的级别了。后期的作业非常具有挑战性！但当你提交的那一刻，值了！ 给后面的同学提个醒吧，千万千万不要报太多的科目~最好最好选择时间相对空闲的时间学习这个课程，也许你前面觉得很轻松，但随着课程的推进，后面的课程一定会影响你的工作时间（如果不想熬夜~）。 总得来说，要想掌握的好，多看视频，多逛帮助中心以及论坛。 3. 学习成果 个人技能方面肯定提升了很多，不论是从理论还是实操。课程虽然快结束了，但帆软报表还有很多值得再花精力时间去深入学习的，比如其数据分析与可视化方面、图表应用场景分析等。 与此同时，结合这次培训学以致用，将原数据上传填报又重新进行了优化，比如SKU的unknown类型排查、函数的调整等。那么接下来的重心是将帆软报表和帆软BI的深入应用为企业提供决策支持。 4. 小结 感谢各个老师，助教让我能够深层的了解帆软报表的理论和实操。通过这次的学习，让我深深感受到数据的“有趣性”，也又一次认识了不一样的帆软报表。学习的过程是痛苦的，但收获是满满的。 加油吧，番薯们！

1. 业务背景 (1) 销售部门的管理者只清楚收到了多少客户的问题，但不清楚具体客户售后问题的数据情况如何。 (2) 只解决客户的售后问题，不知道汇总反馈，也就没有渠道发现客户所发现的企业经营或产品方面存在的问题。这样企业只能被动地解决问题，但无法分析问题的规律寻找源头。 (3) 某些时段客户售后问题会出现较大的涨幅，但是具体增长情况如何决策者不清楚，也就无从分析客户的症结所在，从而从根本上进行改善。 2. 数据来源（取2021年欧美店铺售后问题明细） (1) 问题件Top select top(10) SKU编码 ,sum(问题件) 不良数 from vm_mrg_fr_uf_wy_shmxb_qa group by SKU编码   order by 不良数 desc (2) 店铺售后数量汇总 select  店铺,sum(问题件) 店铺问题件 from vm_mrg_fr_uf_wy_shmxb_qa group by 店铺 order by 店铺问题件 desc (3) 问题类型占比分布 select 核算年月,问题类型,运营类目,SKU编码 ,sum(问题件) 不良数 from vm_mrg_fr_uf_wy_shmxb_qa group by 核算年月,问题类型,运营类目,SKU编码   order by 核算年月 (4) 运营类目占比分布 select 核算年月,问题类型,运营类目,SKU编码 ,sum(问题件) 不良数 from vm_mrg_fr_uf_wy_shmxb_qa Where 1=1  ${if(len(wtlx)=0,"","and 问题类型 ='"+wtlx+"'")} group by 核算年月,问题类型,运营类目,SKU编码   order by 核算年月 (5) 产品占比分析 select 核算年月,问题类型,运营类目,SKU编码 ,sum(问题件) 不良数 from vm_mrg_fr_uf_wy_shmxb_qa Where 1=1 ${if(len(yylm)=0,"","and 运营类目 ='"+yylm+"'")} group by 核算年月,问题类型,运营类目,SKU编码   order by 核算年月 (6) 产品原因分析 select * from vm_mrg_fr_uf_wy_shmxb_qa Where 1=1 ${if(len(wtlx)=0,"","and 问题类型 ='"+wtlx+"'")} ${if(len(yylm)=0,"","and 运营类目 ='"+yylm+"'")} ${if(len(skubm)=0,"","and SKU编码 like '"+skubm+"'")} ${if(len(hsny)=0,"","and 核算年月 like '"+hsny+"'")} 3. 分析思路 (1) 通过售后明细剖析，问题类型--》运营类目--》产品SKU--》具体问题明细--》改进 4. 指标拆解 (1) 问题件合计 (2) 涉及SKU数量 (3) 涉及店铺数量 (4) 问题类型不良率 ① 每月问题类型不良数/月总不良数 (5) 运营类目不良率 ① 每月运营类目不良数/月总不良数 (6) 产品不良率 ① 每月产品不良数/月总不良数 5. 可视化报告组件 (1) 条形图，描述了当前最严重的问题件。 (2) 饼图，分别展示了问题类型、运营类目、产品SKU的各个部分占比分布分析。 (3) 报表块，主要记录具体产品SKU的质量问题原因剖析 (4) 问题类型饼图关联了运营类目饼图、报表块；运营类目饼图关联了产品SKU饼图、报表块；产品SKU饼图关联了报表块。 6. 效益分析 (1) 这一张大图包含了售后方方面面的内容，方便业务人员通过系统了解公司售后情况，给用户带来了全面的、清晰明了的系统使用感受，减少人工统计数据的时间，提高管理人员的工作效率，做到更加有依据的、科学的决策。 (2) 将所有渠道收到的客户售后需求进行分门别类的统计，制成相应的数据图表方便查阅 6. 最终结果呈现的页面布局  

业务背景 我们是一家处于快速成长期的跨境电子商务公司，主要经营各种家具、户外、体育、办公、儿童、汽配产品的出口业务，主要供应商遍布于国内各地，质检部门员工因公出差较多。 目前我们通过在线填报出差申请、差旅费报销业务，但对于差旅原因及费用分析线下花费大量时间统计分析。 公司希望通过数据整合和分析实现更加准确的报告，对质检部门员工费用的支出模式进行分析和监控，来持续改善企业差旅和费用管理实践。 需求梳理 一：差旅费用汇总分析 目前质检部门差旅费信息在OA系统中，但出勤信息为线下统计，数据整理采用excel，未从业务系统自动采集，存在手工整理耗时、时效性差，统计分析口径不一，领导不能及时了解实情。因此希望打通OA系统、考勤系统数据链，将原来线下excel整理工作，通过系统自助获取分析通过BI报表平台整合数据，方面管理层进行分析和监控。 二：供应商重验率分析 质检人员出差很大的因素是进行SKU检验，但是缺乏有效的数据反映供应商检验次数、重验次数以及对于的重验费用等信息，因此希望结合业务场景设计，用正确的方式提供准确的数据做出正确的决策。 需求分析 我采用结构化分析法梳理该业务模块。通过问卷调查汇集问题，将问题进行整理分类，和业务部门主管、公司管理层一起沟通达成业务目标，按照管理问题痛点进行数据链和管理链进行整合。最终借助数知鸟平台的脑图模块将最终分析结果展示。 指标梳理 通过管理链和数据链的整合需求汇总如下指标清单（备注：异常预警规则未定，待后期优化）： 可视化展示及持续迭代 经过需求梳理和指标梳理，最终落地的报表如下： 一、看板介绍： 将业务部门、管理层关心的关键需求展示出来，帮助他们全面了解质检部门情况，且可以随时通过报表实时查看、全面掌握，减少数据提取时间； 按照供应商、年度、月度、人员类型、索赔类型等不同维度的数据统计，帮助业务部门/管理层快速了解质检部门业务情况； 通过下钻、联动，可以快速分析每个指标的具体情况。 通过不同的图形进行数据展示便于快速分析。 二、员工出差费用统计汇总 三、供应商索赔分析 价值凸显 一、用户价值： 提供总览指标可以实现各单位的数据下钻，进行多视角、多维度分析。 管理者发现业务问题或者异常情况时，可以通过多种途径和形式及时询问业务人员或部门，形成有效的沟通机制，转化为有效的输出。 提高管理者查看报表的使用频度。 二、业务价值: 降本增效：通过数据可视化大大节约时间成本和人力成本。 打造数据文化：提倡用数据说话，统一口径，减少误解。 快速获得真实可靠的数据，效率从几天缩短到几分钟，提高决策效率90%。 三、价值量化: 看得清，好决策。领导依靠BI报表数据可视化，获得真实可靠的数据的效率从几天缩短到几分钟，提高决策效率90%。 经验总结 一个好的平台不仅能够快速推进项目的进程，更是能够提升项目的质量。在这个项目中吸取了数据运营官的课程知识、结合了数知鸟、帆软BI平台完成了项目需求的落地。 需求梳理分析阶段一定要多沟通、多汇报，站在业务、管理层的角度看问题，深入管理链、业务链痛点，才能真正的帮助企业解决问题。 编辑于 2021-11-10 13:50

大环境：泛微提供人员信息视图给帆软BI，然后以此实现单点登录及组织架构同步。 问题：员工A修改了泛微OA密码，但无法单点登录帆软BI，提示用户或密码错误。 解决思路： 1.先判断泛微的视图是否有问题。通过修改员工A的密码，查看泛微、帆软对应passowrd是否发生了变化。 2.经检测发现泛微的密码前后发生了变化，但帆软的密码未发生变化（已手动同步） 3.检查帆软配置。果然，【管理系统】–【用户管理】– 【 同步用户管理】–【编辑】–【 用户可编辑 】被打了√！！！！ 特别说明，如果勾选后，用户可编辑姓名、密码、手机、邮箱，可使用忘记密码功能。已存在用户的以上字段在定期同步时将不再更新！！！！