1111MicrosoftInternetExplorer402DocumentNotSpecified7.8 磅Normal0     一、选手简介   1、选手介绍 l 团队名称：BI胜客 l 选手介绍： l 林洪，毕业于厦门大学，目前在厦门某国企从事数据分析工作。 l 小月，毕业于厦门大学，目前在厦门某乡镇政府担任基层干部。     2、参赛初衷 目前FINEBI工具已经在较多的企业中进行推广应用，但是在社会民生方面的应用一直比较少，主要受限于政府机构的数据较难获得。因此我们本次项目就是希望通过汇总一些民生相关类数据（从公开网站获取），通过FINEBI这个工具，来解决乡镇信息化过程中碰到的一些难点和痛点，改善乡镇人居环境，通过信息共享机制扶持农业发展等。     二、业务背景 1. 背景介绍 “数字化乡镇” 是信息化催进乡镇发展的信息化产品的集成，是对乡镇发展中的公共服务资源的信息化。队员小月大学毕业后一直在厦门市某乡镇工作，在工作过程中碰到“数据获取难、获取时间长、数据格式不规范”等问题，因此结合自身工作经历，提出了“以乡镇治理为视角”来建设本次仪表板，并希望在以后的工作中可以将项目逐步落地。本次仪表板将以乡镇“强政、安居、兴业”为结果导向，紧抓乡镇治理、强化民生服务，致力解决乡镇信息孤岛、加快乡镇产业融合、改善乡镇人居环境、强化乡镇治理效能。通过“大屏上统一展现、监控统一告警、信息统一发布”的形式打造具有时代性、先进性、地域特色的综合性数字乡镇应用集群。   2.需求痛点 2.1数据分散：当前乡镇内部数据较为分散，分别存储在各个职能部门，缺乏统一汇总管理平台。 2.2过度依赖经验：乡村建设缺少外部的数据支持，很多活动（尤其是农业）基本上都是靠经验，但是经验这个东西并没有数据来记录以及检测，就造成了很多人虽然有很多经验，但没法通过数据以及大数据传达给其他人，导致项目很难展开。 2.3缺乏顶层设计：当前数字乡村规划比较缺乏统一规划，而且各个行政村和部门都是各自为战，很难进行有效的配合，造成了花费大量时间。   3.分析问题 针对以上痛点，我们经过讨论最终决定先筛选三个模块进行建设，分别围绕“强政、安居、兴农三大目标，通过发布“数字乡镇全景解决方案”，协同全部门职能、全渠道集成、全要素连接，形成系统互联互通、数据共建共享、部门协同的县域数字乡镇数据中心，为数字乡镇建设一盘棋打下坚实基础。三大目标的拆解思路分别为   （1）强政：汇总乡镇基本指标，展示阶段性目标进度和工作成果，为领导决策参考意见； （2）安居：确保治安警情信息即时汇聚，从而及时筹划并调配警力处理各项纠纷； （3）兴农：接通外部数据，打通“农业信息孤岛”，支持农业发展，让农产品长得好、卖得出；     二、分析框架   1.“强政”模块 1.1功能概况：汇总乡镇基本指标，展示阶段性目标进度和工作成果，为领导决策参考意见 1.2主要使用者：乡镇主要领导 1.3当前现状：当前政府相关报告主要是通过报告等形式展示，缺乏时效性且展示的维度优先。 1.4分析框架 （1）主要经济指标及项目进度：GDP是衡量乡镇经济状况和发展水平的重要指标。因此要在主视角突出展示“截止上一季度的GDP情况”，并掌握财政收入及支出情况。 （2）人口分析：要了解乡镇各个行政村的人口构成，包括常驻人口和流动人口占比。 （3）企业分析：要了解乡镇各个企业分布情况，掌握全镇的经济构成情况。       1.5数据处理： （1）GDP、人口总数主要来源当地政府数据公开平台：https://data.xm.gov.cn/opendata-stat/#/ （2）政府工作报告：http://www.xmta.gov.cn/zc/zfxxgkzl/zfxxgkml/zfgzbg/     1.6可视化报告 根据脑图绘制的分析框架，采用的是左中右的布局。        查找图片素材、背景图、颜色搭配等方式作出仪表板   1.7模块结论： （1）主要经济指标及项目进度：从中间的《GDP》指标卡来看，A镇的GDP截止上一个季度的总值为16.89亿元。而细分到项目进度,从三个《项目进度》的指标卡来看，A镇主要有三大重点项目，分别是“征拆项目、商业街引资、跨海大桥”。截止当前，商业街引资的进度已经超过88%，整体高于预期。而“征拆项目”目前的进度仅为“20%”，后续需要重点关注。从《碧游镇财政收支变化》来看，2023年1月之前一直处于财政亏损状态，而1月之后财政收入提升，支出明显下降。猜测是“口罩”政策变化原因，消费市场回升所致，部分“特殊支出”结束。     （2）人口分析：从左侧的《各村人口》的词云图来看，目前A镇最大的行政村为“浦尾村”。A镇的流动人口为10.5万人，占比高达21%，由此可见A镇对人才的吸引力整体较高。     （3）企业分析：从右侧的《企业数据》的指标卡、仪表盘还有矩形树图来看，A镇的高新企业的占比为53%，其中纳税前三的企业为“每天秀秀、白鹿航空、邻家餐饮”。但值得关注的是，有20家企业出现“经营”异常，建议重点关注，防范企业风险。         --------------------------------分割线----------------------------- 2.0 安居模块 2.1功能概况：执行层面确保治安警情信息即时汇聚，从而及时筹划并调配警力处理各项纠纷   2.2主要使用者：乡镇职能机构，主要为治安巡逻员   2.3当前现状：当前治安重点环节在于“事中”，较少进行“研判预测”机制。   2.4分析框架  （1）主要指标：通过指标卡形式展示展示乡镇当天的“总报警数”、“当前处理中的警情”以及“出警平均时长” （2）警情地点分析：只要出现新警情，大屏幕上就会马上显现出来，节约人力的同时，也大大提高了巡逻治安工作效率。通过热力地图直观展示当前按键的发生地，并可用于后续巡逻警力的调度分配。 （3）警情案件分析：通过分析近期的案件类别，了解并做出改进措施。     2.5数据处理： （1）当前治安情况来源于当地“警情通报”（非结构化数据，手动提取）； http://ga.xm.gov.cn/xmjx/jqtb/202301/t20230119_2716039.htm 如果项目实际落地可以直接对接警方数据库。   2.6可视化报告 根据脑图绘制的分析框架，使用XIAOPIU大致勾勒出线框图。  查 查找图片素材、背景图、颜色搭配等方式作出仪表板   2.7模块结论： （1）警情分析： 从《实时报警-平均出警市场》的指标卡可以看出当天的出警时长为“5分钟”，属于可接受范围区间。当该指标大于10分钟的时候，可以认为当天的案件高发且巡逻警力不足，应尽快通知休假中民警返岗工作。   从《案件地图》可以看到当天案件主要分布在“卧龙村”，通过《当天报警地点分布》可以看到，卧龙村的案件基本都是“拆迁纠纷”，而商业街主要的案件则为“噪音扰民”、五道沟村则是“电话诈骗”等。近期警情分析：     从《近期治安案件走势》来看，进入6月夏季以来，滨海公园的“溺水事故”案件有所增长。          （2）应对举措：可以根据掌握的案件类别“对症下药”，比如在，商业街晚上增加宣传“文明用餐”，要求商户不得在商业经营活动中使用高音广播喇叭或者采用其他发出高噪声的方法招揽顾。针对近期“溺水事故”高发的特征，可以在滨海公园附近增设“劝导志愿者”并树立“禁止下海游泳”的标识。           --------------------------------分割线----------------------------- 3.0 兴业模块   3.1功能概况：打通“农业信息孤岛”，支持农业发展，让农产品长得好、卖得出   3.2主要使用者：乡镇职能机构，主要为驻村干部   3.3当前现状：当前乡镇农业信息化的水平依然较低，农业信息交流方式落后，传递速度缓慢。各项信息缺乏合理的整合与规范，农户生产的产品经常“卖不出或者买不了高价”。另外农业生产对天气的依赖程度非常高，需要搭建一个平台来汇总天气、农产品收购价等相关信息助力发展现代农业。把数字技术贯穿农作物耕、种、管、收等各环节，推动农业生产经营，提高农业质量效益和竞争力。   3.4分析框架 （1）农产品价格：一是要了解当下的农产品批发价格，并掌握买个收购商的报价和收购量，争取帮助农户以最好的价格卖出手头的存货。二是要了解各种农产品的价格走势周期性，掌握什么期间可能迎来“价格高峰”，什么期间可能跌落“价格低谷”，趋高避低卖出农产品。 （2）天气数据：农业是一个“靠天吃饭”非常典型的行业，尤其是降水、台风等极端天气严重影响农业生产，因此要时刻掌握天气预报的信息。 （3）收割进度分析：掌握当地各个农产品的收割进度，并避免“不利天气”影响。之前河南的连绵对农户就造成了严重损失，因为我们在设计“兴业版块”的时候要避免此类情况再次发生。     3.5数据处理： （1）农产品价格数据：来源于“农业农村部官网”，有一个“数据公开”版块，可以按日、周、月查询主要农产品批发价格 http://zdscxx.moa.gov.cn:8080/nyb/pc/frequency.jsp （2）天气数据：来源于“百度天气”，可以查询未来30天天气情况： https://weathernew.pae.baidu.com/weathernew/pc?query=%E7%A6%8F%E5%BB%BA%E5%8E%A6%E9%97%A8%E5%A4%A9%E6%B0%94&srcid=4982&forecast=long_day_forecast （3）农产品收割进度数据：在实际操作中，本模块数据由各村驻村干部每周汇总提供，并根据往年收割进度，预测未来一个月的农机需求。       3.6可视化报告 根据脑图绘制的分析框架：         查找图片素材、背景图、颜色搭配等方式作出仪表板：   3.7模块结论： （1）价格分析：从《当前农产品收购价格》可以看到各个收购商的最新报价。例如：当某一农产品成熟时，驻村干部可以从此平台了解各个收购商的报价和收购量，并协助农户找报价最合适的收购商进行联系。     （2）价格走势分析：除了分析当前农产品的价格，农户还可以从《往年农产品价格走势》图了解某一农产品价格的周期性走势。例如：部分鲜果存在明显的“周期效应”，可以选择在价格较高的时候大面积上市。例如从往年来看，葡萄在20-26周将迎来“价格高峰”。当有农户在在18周左右想出售草莓的时候，驻村干部就可以通过此平台将葡萄的未来价格走势共享给农户，通过“大棚控温”等科学化手段延后草莓的成熟期。     （3）天气预报及农产品收割进度：天气情况将影响农业生产的播种、施肥、收割、贮存等环节。例如：当前我们即将进入小麦的集中收割期，但是从《未来15天天气预报》却显示接下来可能进入严重的““烂场雨””。这时乡镇干部看到此信息就可以提前未雨绸缪，尽快补齐烘干设施短板，例如提前建设一批大中小型烘干中心，提升稻谷烘干应急能力。并根据《未来一个月农机需求预测》图，了解未来的农机需求缺口，提前为收割机企业联系，并开通农用机高速绿色通道。并定期发布政策动态、农机动向、烘干机、晾晒场资讯等，为农户提供方便，减少粮食霉变损耗。   --------------------------------分割线----------------------------- 最终仪表板样式（带结论）：       最终仪表板样式（不带结论）：     智慧乡镇管理平台-带结论版.pdf (11 M)   智慧乡镇管理平台-无结论版.pdf (10.4 M)

回顾一下 2022 年，参加了帆软的数据分析大赛，拿到行业最佳应用奖，过程中也学到了很多东西，算是小有收获的一年～年底还收到了帆软提供的小礼物，开心～ 希望明年疫情能有所收敛，工作上继续搞钱，加油！ 最后也祝大家身体健康，万事如意，新年快乐?

我这次是使用用内置公共数据集进行体验测试，测试仪表盘为《世界GDP》。 整体体验上，FB6.0的相比5.0有明显提升。从本次使用中，我个人比较喜欢的功能点是： 1、 界面的设计更加友好，尤其是设计了“全新的分析路径”。将数据、组件、仪表板放在同一个仪表盘里面展示，用起来更加的丝滑流畅。 2、 新增协作功能。在旧版本中，如果要邀请同事编辑，必须分享给协作人，协作人另存后在分享出来，产生众多的副本。而新版本中：直接邀请其他人成为协作者，大幅提高开发效率。 3、提供了一个数据预处理平台，数据处理更为方便。通过FineDataLink数据平台，支持快速配置调度周期以实现任务的定时执行。 4、“回收站”“组件独立”、“图例位置变多”、“图表样式变多（桑基图和箱型图）”都是不错的体验。 当然也有一些改进的地方： 1、 组件的标题无法直接双击修改。在旧版本中，可以在组件的编辑见面双击标题栏直接修改标题。但是在新版本中，取消了“双击修改标题”的快捷键 2、 新版本添加一个组件的流程过于繁琐。需要通过下方先添加一个组件，再点击“刷新”，待添加的组件才会出现在右侧中，然后在执行一次拖拽，组件才会添加到仪表盘中。 3、复制的组件无法继承原来组件的过滤关系。复制后的组件为B，组件B无法继承组件A的过滤关系，会默认被其他组件控制。   (图片较为模糊，详见excel附件)   【FineBI v6.0体验报告】测试功能体验V1.xlsx (516.31 K)

Your browser does not support video tags. 【A航空运力增投建议】 作品概况 本作品以“A航空公司运力增投建议”为分析诉求，从A航的经营布局、不同年龄段旅客诉求点、不同城市淡旺季为切入点，分别从“客运市场、货运市场、疫情市场”三种完全不同的市场进行拆解分析，选取某企业的真实数据进行脱敏分析，引入“淡旺季指数模型”，给予A航“在特定时候调派飞机执飞特定航线”的决策建议。 (温馨提示：由于部分图片过大，适当放大屏幕分辨率阅读效果更佳哦！)   一、选手简介 1、选手介绍 团队名称：BI胜客 选手介绍：林洪，毕业于厦门大学管理学院，就职于福建某中大型航空有限公司。主要从事数据分析工作，个人感兴趣的方向和领域——可视化和建模（赚钱）。   2、参赛初衷 希望通过比赛实践提升BI工具的使用方法和技巧 公司准备在部门内推广BI工具，学习了解一下 大赛奖励很诱人   二、作品介绍 1、业务背景/需求痛点 业务背景：面对疫情冲击，航空运输市场竞争日益加剧。 需求痛点：如何有效地抓住机会，做好运力增减投策略，制定适合自身需求的可持续成长战略，是每个航空公司重点研究的方向。   2、数据来源 表名（节选） 描述 数据来源 销售突增突减城市 记录疫情发生前后该城市进出港的订座和退座变化 企业数据-已脱敏 实时销售额 记录A航销售情况 企业数据-已脱敏 每日疫情新增情况 记录每日确诊人数、中高风险地区数 卫健委公布数据 货运价格月度价格指数 记录按月度统计的货运价格 民航资源网公布数据 不同年龄段旅客关注点 描述老年旅客/学生旅客关注点 携程/去哪里研究报告 福建市场份额变化 记录A航在福建市场份额变化 机场公布数据 各城市淡旺指数 记录各城市各月进出港旅客人数 交通运输部公布数据 A航主要经营指标 记录A航飞机数、通航点、客座率等数据 上市公司年报、企业数据-已脱敏 附录：FINEBI数据连接   3、分析思路 作品按照“航司概况”、“客运市场分析”、“货运市场分析”、“疫情市场分析”总共分为四大模块。 3.1航司概况           3.1.1待解决问题 俗话说“知己知彼方能百战不殆”。在开始正式的分析之前，所以需要对A航的经营概况，战略重心有大致了解，才能提出有针对性的运力增减投建议。 3.1.2分析思路 先通过《主要经营指标》、《航线图》、《境内外通航点》了解A航的经营概况和战略重心。通过《各航司市场份额》了解A航在行业中的地位。通过《福建市场份额变化》了解A航的在主基地的经营龙头地位是否稳固。 3.1.2结论及建议 ①A航空拥有飞机数150架，通航点达260多个，年承运旅客8万余人，是境内排名第六的中大型航空公司。 ②建议A航空重点构建沿海经济带向全国辐射的航线网络, 实现点对点运输与网络化运营的有机衔接, 争取形成连接全国各地到台湾和东北亚、东南亚相对完善的航线网络。 ③建议A航司在对外拓展的过程中，也应注重稳固其在福建市场的竞争优势，避免“后院失火”。     3.2客运市场分析     3.2.1待解决问题 掌握不同城市的淡旺季变化规律，并了解老年旅客和学生旅客的诉求，做好配套营销服务。 3.2.2分析思路 ①目前分析航空运输市场季节性变动的常用方法是“淡旺指数法模型”。 淡旺指数是用于描述客观现象季节性变化程度的相对量指标，它是在某月的值除以该年的月平均值得到的。如果该“淡旺指数”大于1，证明该月为该城市的旺季，反之则为淡季。通过该指数可以了解境内不同城市的“淡旺季划分”，并在旺季的时候适当增飞航班。 ②对民航业而言，中国已进入中度老龄化社会，面对庞大的“夕阳红”市场，行业需要做哪些调整和改变？通过A航的电话回访，收集老年旅客的最真实诉求，并以此为依据为A航的服务提出改善意见。③从年龄段来看，80后和90后已经成为飞机出游主力消费人群，他们更追求飞行的舒适性。家长们在出行上更舍得花钱，愿意给孩子带来更好的飞行体验。通过A航对的电话回访，收集年轻旅客的最真实诉求，抓住年轻人的“钱袋子”。 3.2.3结论及建议 ①我国幅员辽阔，不同地区，气候差别很大，旅游淡旺季时间不一。从《主要城市各月淡旺季》可以发现大部分地区旺季是每年3-10月，淡季时11-2月。 ②：东北地区（沈阳、长春）的旅游旺季一般是6-7，11-2月。华南地区（福建、海南）旅游旺季往往是12-2月。特定城市（舟山）的淡旺季受宗教信仰、风俗习惯影响较大。建议A航针对不同城市的旺季区间增投运力。 ③老年旅客在航空出行最关注的三大痛点：“步行距离”、“排队时长”、“医疗保健”。建议A航司持续优化标志设置、功能配套、人员服务等系列措施。 ④建议A航司在针对学生群体营销时，重点突出其“机上娱乐设施丰富”的特点。⑤建议A航跟旅游景区推出“联合套票”，不断满足旅客关于乘机、旅游、饮食等一站式需求。   3.3货运市场分析 3.3.1待解决问题 了解各地产品周期性特点，分析每一种商品的运输限制，调整合适的机型执飞相关航线。 3.3.2分析思路 通过《季节特色货源地图》了解不同城市的产品周期性及运输限制，通过《机型性能选择》来选择合适的机型（制冷、供氧、尺寸）执飞相关航线。   3.3.3结论及建议 ①建议A航在每年7-8月调配具有温度调节性能的飞机执行鲜花运输航线。 ②建议A航司重视多联运输，即与公路运输、铁路运输、海上快线等的结合。由单一货运向综合一体化服务的现代物流转型。 ③建议A航司发挥其对外枢纽的区位优势，整合防疫物品供应链，加快形成国际航空物流大通道。      3.4疫情市场分析 3.4.1待解决问题 ①紧跟疫情动态变化，自动预警哪些城市有新发疫情，关注退票是否突增，及时调减航班。 ②研判风险地区变化，预测哪些城市的风险地区即将清零，关注订座是否突增，及时复飞航班。 3.4.2分析思路 当某地发生局部疫情之后，会对该地的民航造成严重冲击，旅客的出行意愿会大幅下降。我们通过用Python爬取卫健委每日发布的疫情新增人数和中高风险地区分布并绘制成地图。业务人员可以通过了解过去一天有哪些城市爆发了新一轮的疫情，及时做出航班调减决策，并出台相应的“退改签”政策，避免集中退票导致客服进线压力过大。  3.4.3结论及建议 ①业务人员可以通过《退座突增城市》了解哪些城市出现了明显退座，及时做出航班调减决策。 ②业务人员了解哪些城市处于“即将清零”的阶段，提前恢复运力增投航班。     4、数据处理 ·  数据处理 作用 应用场景 脱敏 数据脱敏之后，依然要保持一致性和关联性 企业数据脱敏 网络爬虫 通过Python爬取“百度疫情”每日更新的新增确诊人数、中高风险地区数。（详见附录） 用来判断某城市疫情发生后，退座是否突增；研判城市清零时间（连续14天无社区传播） 月份淡旺指数 某城市的单月流量/该城市的该年的月均流量 结果>1则为该城市的旺季，反之为该城市淡季 销售异动指数 本期销售额/同周期销售额，预警销售的突增和突减 订座、退座是否发生突增（关联疫情市场）     附录：Pythong爬取疫情数据相关代码   5、可视化报告 5.1作品介绍： 下图为整体仪表盘展示的图表。在正式进入FINEBI开发之前，先按照“脑图（processon工具）——线框图（xiaopiu工具）——正式开发（FINEBI工具）”，提高开发效率。   5.1.1航司概况 先明确需要展示的图： 绘制线框图：                   通过FINEBI实现效果图：                             5.1.2客运市场分析 先明确需要展示的图： 绘制线框图：   通过FINEBI实现效果图：                             5.1.3货运市场分析 先明确需要展示的图： 绘制线框图： 通过FINEBI实现效果图：                           5.1.4疫情市场分析 先构思需要展示的图： 绘制线框图：             通过FINEBI实现效果图：                           5.2图表排版布局 ①配色设置：以深蓝、浅蓝色为主色调。 ②图表设置：图表的背景网格线都去掉了。 ③文字设置：突出的重点用橙色的文字表示，通过分析得出的结果用红色文字表示。 ③布局设置：以流行地图、区域地图作为主要元素。 ④文本说明：通过文本框展示“分析思路”“结论建议”，一般在模块的最开始和结尾位置。   5.3最终结果呈现的页面布局       三、参赛总结 1、FineBI工具 BI工具优点多多，比如“帮助文档非常详尽、课程学习非常丰富、数据连接非常顺畅”。 建议BI工具新增数据分析建模的功能，建议一个数据预处理平台。比如类似于“KNIME”这类轻应用，可以直接调用一些数据处理的算法（KNN\K-MEANS\PCA）等等。目前我在处理数据的时候，基本上都是先通过Python处理完再导入数据库，在通过FINEBI直接数据库，感觉步骤相对繁琐一些。   2、参赛总结 通过可视化可以讲原本繁琐枯燥海量的数据，以一种“生动形象直观”的样式展示出来。但数据可视化不是单纯为了将数据图做得多美观，而是要让数据蕴含的规律直观地体现出来，有利于后续的分析决策。   A航空公司运力增投建议——最终仪表盘.pdf (10.13 M)

一、选手简介       1、选手介绍        （1）团队选手版 · 团队名称：鹭岛必（BI）胜客        · 队长介绍：林三三   毕业于厦门大学管理学院，目前就职于厦门航空有限公司        · 成员介绍：郑正振   毕业于厦门大学数学学院，目前就职于厦门航空有限公司                          叶耶椰   毕业于福州大学信息学院，目前就职于厦门航空有限公司      · 成员-公司: 厦门航空有限公司，简称厦航，成立于1984年7月25日，企业标志为“蓝天白鹭”。厦航经营国内航线220余条，国际及地区航线近30条，每周执行航班3200多个，构建了以厦门、福州、杭州为核心，覆盖全国、辐射东南亚、连接港澳台地区的航线网络，设有福州、杭州、天津、上海、北京、长沙、重庆、泉州等8家分公司 ，以及48个驻境内外营业部、办事处，总资产突破350亿元，净资产达到130亿元，是中国民航唯一连续保持28年盈利的航空公司。荣获飞行安全“四星奖”，并成为全球首家荣获“IOSA杰出成就奖”的航空公司。        · 团队组成：男女搭配  干活不累        · 团队照片：怕亮瞎大家的眼睛，就不放了，留点遐想。                                2、参赛初衷        · 大赛奖励很诱人· 公司正在大力推广FINEBI的使用，借此机会了解一下。                                       二、作品介绍        1、业务背景/需求痛点        · 业务背景：国内局部疫情反复发生，对疫情发生地的机场影响重大。· 需求痛点：· 当疫情局部刚发生后，如何第一时间预警并进行航班调减。                   · 当疫情局部发生一段时间后，如何研判市场恢复拐点点，尽快做好运力编排。  2、数据来源        · 企业数据：爬取各机场公布各城市每日民航旅客运输量（脱敏处理）       · 自选数据：通过数据爬取卫健委网站获取每日新增确诊病例3、分析思路        · 分析2020年新冠疫情对整个民航市场影响        · 局部疫情发生后所在机场的流量曲线变化情况   · 流量下滑及复苏前后新闻关键字出现频率· 拟合各局部疫情发生地流量变化曲线拟合广州复苏时间点       4、数据处理        · 计算关键字与市场下滑（恢复）的系数关系        · 计算局部疫情发生地民航市场恢复曲线率     ——字段解释       流量恢复率：本期流量/2019年同期流量       运力恢复率：本期座位数/2019年同期座位数5、可视化报告 146435【正式分析】从5月到10月，市场整体呈现一个稳步回升的趋势。这说明局部疫情爆发虽然影响市场恢复进程，但不会改变市场整体恢复趋势。146436“五个一政策”导致境外航班量减少，航司纷纷将剩余运力转投国内市场。导致运力恢复率大幅超过流量恢复率，境内市场竞争加剧。146437通过分析局部疫情爆发市场的反应过程，我们发现当新闻出现“非必要不出省”、“停产”、“停课”、“全员核酸检测”、“封城”等信息时，行业客流量将应声下滑。此外，在疫情结束末端，当出现“连续7天无新增”、“全区低风险”、清零“等关键词时，往往预示着市场将开始复苏。     146438大部分局部疫情的风险地区持续天数在20-30天左右，而2020年12月大连、北京、2021年1月的黑龙江及石家庄疫情持续时间最长，风险地区持续天数达40天左右。        146439但当疫情在短期内迅速蔓延，引发了局部流行，例如北京、新疆、大连以及近期的广东等。各地为了阻止疫情扩散，出台了较为严格的防控政策及措施，如实行封闭式管理、加强交通运输关口的防控等。146440 146443因此，局部民航市场会经历一段时期的低谷，在局部疫情得到彻底控制之后，航班量才会出行明显的反弹，因而整体市场恢复呈U型曲线，如下图所示。广州机场进出港旅客流量自5月22日起开始迅速下滑。截至目前，广州市场已基本度过了“谷底”，正在触底缓慢回升中。这一过程将为航空公司恢复广州相关航班提供市场机会。同时，由于广州的公商务旅客较多，相对刚需，市场恢复也会较快，随着广州中风险地区清零，通过预测模型，预计在7月上旬左右广州市场流量将恢复至疫情前水平。146441                                    （3）最终结果呈现的页面布局        146433三、参赛总结        1、FineBI工具          · FineBI美中不足的是缺乏数据分析建模的功能，建议一个数据预处理平台。        2、参赛总结        · 感觉回到了在厦大参加各种比赛的快乐时光！局部疫情爆发对民航市场影响——鹭岛必胜客.pdf (3.29 M)