【2023BI数据分析大赛】A航司国内货运业务发展分析
一、选手简介
1. 选手介绍
团队名称：数据搬运队
Ada：航司监控小白，有可视化经验，有物流运输方面的数据分析经验，负责航空货运运输现状及分析，货运品类细分，运价策略等模块。
SH：航司监控小白+1，有数据分析、可视化经验，负责影响因素，市场监控、总结等模块。
2. 参赛初衷
希望通过比赛锻炼自己的工作能力，在工作中更好的运用FineBI这个工具来进行可视化展示。
通过比赛巩固技能，接触新技术，新领域，新方法，力求创新，提高自我。
二、作品介绍
1. 业务背景/需求痛点
（1）业务背景：我国是全球最大的物流市场。近年来，随着我国经济的不断发展，居民可支配收入不断提升，居民消费能力也随之增强，促进我国物流市场不断发展。据资料显示，我国社会物流总额达335.2万亿元，同比增长11.7%。航空运输是我国物流领域重要组成部分，其中，班机运输作为航空运输的方式之一，具有航期固定、高时效性、货舱容量较小、运价较贵的运送等特点。近年来，在我国宏观环境利好及电商快速发展的推动下，航空货运行业规模整体呈现增长态势。
（2）需求痛点：全球供应链复苏后，空运需求有部分缩减，与需求相反的是运力同比增长9.9%；需求减弱，但运力供给持续增加，供需失衡进一步加剧了运价下跌。本文拟通过对航空货运运输特征分析，制定航空货运营销策略，提高航空货运效率，增加航线收入和贸易业务扩容，推动航空运输公司的不断发展和数字化转型，最大程度发挥航空货运的优势。
2. 数据来源
（1）数据源说明
l民航、公路、铁路、水路等货量来源于国家统计局发布数据
l物流行业景气指数、电商物流指数来源于国家发改委发布数据
l航空运力，行业货运、航司货运等数据来源于企业数据，已通过python、SQL和excel做脱敏处理
l由于数据量较大，本次分析主要选取2022-2023年的数据
（2）指标定义
l货邮运输量：货物周转量与邮件周转量的总和
l国内货邮运输量：全国境内货物周转量与邮件周转量的总和
l货运收入：企业在国际、国内航线上承运货物、邮件运输和执行国际、国内货物包机任务应得的全部实际收入。
l运价：货邮运输总收入/（货邮运输量*距离），旨在减少运输成本对分析结果的影响
l市场份额：称“市场占有率”。指某企业某一产品（或品类）的销售量（或销售额）在市场同类产品（或品类）中所占比重。
l物流行业景气指数：综合地区经济发展状况、物流发展基础条件以及物流发展对环境的影响的系统性评价指标。
l居民收入指数：指一个国家物质生产部门的劳动者在一定时期内创造的价值总和。人均国民收入这一指标能大体反映一国的经济发展水平。
l电商物流指数：反映电商物流运行的整体情况，通过各分项指数加权计算得出。
3. 分析思路
（1）分析方向与方法
首先初步研究了大致能获取到的数据的广度，随后开始思考分析方向和思路。在总体思路上，借鉴了SWOT的模型思路，即优势、劣势、机会、威胁，由总体货运到国内货运，由国内货运行业整体到民航运输单项，由民航运输到航司，逐级深入分析。航司品类分析选用了帕累托分析法，得到ABC三类货品。运价和市场分析选用波士顿矩阵分析，交叉得到重点市场。最后制作思维导图。
（2）整体布局与展示方式
确定好整体思路后，使用FineBI文本组件直接绘制布局草图，确定整体布局及各部分内容展示方法，直观又方便。
（3）颜色选择与细节设置
l 总体色调：蓝色
l 图表的配色：一开始试过各种配色，后面决定以深蓝为背景，选用FineBI自带的适合深色背景的薄荷配色（蓝紫色系），清晰、简洁，同时又具有整体感，也比较符合我们想要的航空分析的特性。
l 图表设置：报告分5个模块，选用统一的小图标加标题的形式进行划分；由于图表较多，因此去除了背景网格线，使用了统一的边框，同时为了表示出时间走势上的连续性，统一选择曲线折线图。
4. 数据处理
（1）事实表：
由于底层表数据量较大，且此部分为企业数据，同步进行清洗、转换、脱敏等，因此基本使用SQL和PYTHON进行处理。
l 品类明细表
l 货邮运输量明细表
l 运价明细表
（2）维度表：
l 月度信息表：按月时间维度
字段有：年月、货邮运输量、国内货邮运输量、公路/水路/铁路运输量、各类指数
运价、运力、收入、市场份额
l 季度信息表：按季度时间维度
字段有：年份季度、货邮运输量、国内货邮运输量、各类指数、运价、收入
l 省份信息表：按省份地理维度
字段有：年份季度、货邮运输量、国内货邮运输量、各类指数、运价、收入、市场份额
l 品类信息表：
字段有：年月、货物类型、件数、货邮运输量、收入
5. 可视化报告
(1) 报告主要内容
一、现状及趋势：
通过描述航空货邮运输总体趋势，纵向对比分月度变化趋势，横向对比地理（国内国际）和运输方式（公路铁路水路等）两个角度，总结航空货邮运输特征。
二、影响因素：
通过分析居民收入、物流指数、电商指数、民航运力指数等要素对民航货运运输的影响，总结出航空货邮运输影响要素。
三、A航品类分析：
使用帕累托分析法，对A航货运品类进行重要性、价值分级，并总结A航运输品类特点。
四、A航运价策略：
观察A航的运价走势及运价的地理特征，使用波士顿分析法，对A航的航点市场进行分级。
五、A航市场调控策略
使用波士顿分析法，对航空货运品类进行重要性、价值分级，并总结航空货运运输品类特点。
六、总结与建议
结合对A航的品类、运价、收入市场分析，总结发展特征，给出相应的建议。
三、参赛总结
1.FineBI工具
FineBI从5.1版本一直用到6.0版本，总体用得很顺畅，能满足很多客制化的需求，新版本多了一些功能，使用上更友好。
l 优点
A、重点夸下FineBI的配色！对选择困难且时间紧迫的人十分友好，可选主题多，配色专业；
B、切换数据的功能较方便，可以快速生成同类型组件。
l 建议
A、新增替换参数的功能，当组件内想切换字段的时候，所有格式需要重新设置；
B、在分析主题中，无法替换数据；
C、文本组件颜色无法使用渐变色。
2.参赛总结
从我们决定参赛的那一刻起，我们就认真的对待每一个环节。从选题，找数据、数据清洗、脱敏、草图、画图成型到最后写参赛总结，我们在不耽误工作的前提下，加班加点的完成了整个作品，虽然不一定能得到很好的成绩，但是通过整个过程我们不仅磨练了自身的技能，还看到了参加大赛的大家都有各种各种的数据奇妙应用，希望我们能在赛后更好的运用FINEBI这一工具，将心中所想描摹成可视化的BI，让工作更轻松，让交互更顺畅，继续加油！
2023BI数据分析大赛-洪宏达-数据搬运队.zip (14.14 M)
BI链接：https://bisolutions.fanruan.com/webroot/decision/link/WVss
