1.学习初衷一个从没有从事过数据分析工作且以后也不打算专职于数据分析工作（专注于业务）的人竟然会学习FineBI，简直是不可思议。我刚接触数据分析是使用的FineReport，当时很认真的钻研过不少Finereport的使用技巧，越专注于技巧，越忘了当初使用工具来进行数据分析的初衷了，再然后就是我制作的报表分享给其他同事，一点微调，都需要我来修改，每天疲于应付这些，后来发现FineBI正好可以满足我的使用，我就下定决心一定要好好的学习下。2.学习经历每周老师发布新视频之后，我都会先看一遍视频；在找到对应的FineBI文档通读一遍，这里真的要表扬帆软的文档，在我使用的产品中文档易用、准确、及时是最好的；通读完文档之后我会先做理论题（基本上是找答案），最后完成实践题。但我在群里好像不怎么聊天，也不怎么问问题，每次老师的答疑也没看，这些在以后的学习要改掉。 目前提交的作业，错误的地方还是很多，需要及时修订。3.学习成果（1）个人成长· 掌握了数据分析的基本思路，掌握了FineBI工具的使用· 最让你印象深刻的内容？FineBI最让我深刻的就是钻取功能，由大到小逐层递进，逐步发现问题· 学习的初衷实现了几成、是否达成目标？基本上实现了一半吧，距离目标还有很大距离· 通过FCBA的感悟和分享！这个我通过还挺早的，感觉还挺简单的· 是否有信心拿下FCBP？肯定能拿下· 个人的心得体会：任何时候学习数据分析都不迟（2）工作应用 以课程中的银行理财用户分析为例，按照数据分析的7步骤来，一．洞悉业务背景 年度目标：理财用户数量同比增长20% 发生问题1.营销手段单一，过程随意和盲目性比较强，导致每月理财用户数量增长缓慢。2.在网点进行视频播放，需要大量的网点作为支持，也导致银行营销成本增加。 期望：转变营销模式，遵循以客户为核心的概念，结合客户对银行整体利润的贡献以及实际的金融需求，开展分层次的服务模式。一、对于普通客户，提高宣传的效率。做到宣传对象要有侧重点，宣传内容也要有侧重点。二、对于高端客户，主要采取的提高服务质量，提高客户体验的方法来进行营销。 二．制定分析计划计划1：普通客户，制定出高价值潜在客户属性的标签，以此来提高寻找潜在目标客户的效率；计划2：找到客户最感兴趣的产品，加强宣传，优先宣传。计划3：高端客户，筛选出头部客户，点对点的进行高端服务。 三．数据准备及建模 3.1将excel数据导入到系统中 143495 3.2处理自助数据集将期限处理成数字，公式如下 143496 四．执行分析计划4.1计划1分析 性别-年龄分析，将年龄拖入性别字段，合并生成性别-年龄字段，使用饼图，图形属性配置如下。143497 家庭收入分析，使用词云，图形属性配置如下。143498 学历分析分析，使用折线图，将学历拖入横轴，纵轴使用记录数累计值143499 添加学历累计分析警戒线143500 4.2计划2分析购买金额分析，使用矩形图，图形属性设置如下。143501 年化收益率分析，首先计算年化收益率字段，计算公式如下143502 将理财产品分类拖入横轴，收益率拖入纵轴，图形属性如下。143504 风险偏好属性，图形属性设置如下。143506 4.3计划3分析头部客户TOP10，设置如下。143507 过滤最大的10个。143508 明细表展示，将所有字段拖入。143509 五．提炼业务洞察 六．产出商业决策 计划1：制定出高价值潜在客户属性的标签，以此来提高寻找潜在目标客户的效率。性别：男女比例平均。年龄：30-50岁中青年用户占比较大家庭收入：家庭收入中等用户占比较大。学历：专科以上文化水平人数占比较高。 计划2：针对客户最感兴趣的产品，加强宣传，优先宣传。购买金额多的是银行理财产品。收益率教商的是服、,理对产品风险偏好喜欢中低风险的客户占比居多 计划3：针对头部客户，重点在于提升服务质量提高用户的服务体验。头部客户选择本行的原因多为认可本行的服务质量。七．验证决策效果 利用客户标签筛选出的客户中有80%都有理财的意向和需求。调整了宣传视频的内容，增多了对于低风险产品的介绍。重点关注头部客户，维护好了头部客户的关系，保证头部客户没有流失。 4.小结数据时代即使你不从事数据分析相关的工作，你也要有数据分析的思维，尤其是我身处的传统制造行业，每一天都在面临着不同的挑战，你如果能提高百分之一的利润率就能再干掉一半的竞争对手，如何提高这百分之一的利润率，我认为就在于哪家企业能充分发挥数据的价值。学习FineBI不仅是学习一个工具，更是学习帆软在数据分析行业沉淀的经验，站在帆软的肩膀上，相信我在数据分析上能走的更远。

134358 {:10_276:} ，不知道是不是60分飘过的 编辑于 2020-5-27 16:05

打卡送的书到了，香

谁能想到进入数据分析这个行业之前，我是做供应链的。突然有一天，领导发话了，我就被派去客户那边做大数据项目交付了。更加奇怪的是，合同里约定的BA工具是帆软，ETL工具是XX的，我们公司自己的产品竟然弃之不用，就这样我和帆软结缘了。 帆软是啥？带着疑问，我百度了一下，然后我再一天的时间里就捣鼓出了一个简单的页面，我突然意识到，帆软竟然这么易用，那还说什么，学些呗，从此上班的第一件事就是打开帆软官网，跟着文档一步一步的学习。 有了帆软这个实用的BA工具远远不够，工具为末，BA思想才是最重要。可是根本没有人告诉我数据分析到底该怎么进行，身边的同事也都是跟我一样，数据小白，所以我们这个团队真的是一穷二白，唯有撸起袖子加油干。客户说要建立数据仓库，数据仓库是啥，百度吧，原来是数据的仓库，把所有需要到的数据都放一起，需要的时候就从里面拿就好了，再也不需要到业务系统中取数了；客户说要酷炫大屏，好，大屏真的很好看，可是这大屏里的数据怎么都是线下的，只能做报表让客户填了；客户说要看板和主题，那做吧，从此我的每天都是帆软、navicat一条龙，SQL语句越写越厉害了。 到今天为止，我的第一个BA项目已经快完结了，客户领导对我们做出来的东西很满意，也能从数据中看到企业的经营状况，有问题也能追溯到个人和单位，强有力的支持了市有关单位对企业的监管需求。 2019年已经快完结了，我的数据之路才刚刚开始，我需要做的还有很多。正如客户领导所说的，我们目前所做的只是简单的统计分析，在接下来还有因果分析、预测分析等更高深的数据分析，以我目前所掌握的内容还远远不够，我需要学的东西更多，但我并不怕，因为我的未来可期。