帆软BI结业总结 1、学习初衷 （1）个人介绍 帆软社区用户名鹿鹿56，新希望乳业公司总部数科部，产品经理岗位，主要是供应链方向的IT产品全生命周期管理，目前主要是采购模块的产品需求承接及运维运营。 （2）学习初衷 在24年转到采购线路负责采购系统的运营管理后，基于对采购相关系统的个人梳理，以及领导层的管理要求，发现目前采购模块业务数据的分析没有使用统一的分析平台，更多是业务人员手动从各系统导出基础数据后线下汇总整理成表格，往往是业务领导临时想看什么维度的数据，业务人员再紧急导各种系统的表格整理，分析工作繁琐且效率低，所以想要学习BI数据分析，看是否能从系统的角度，基于BI平台，给业务人员更好的分析体验。 2、作品简介（作业10） （1）业务背景 由于市场大环境影响，公司内部现要求梳理各业务各系统的应用情况，从业务规范以及系统改善两方面实现已有系统的应用已用、应用善用，现作为营销线路的数科产品经理，需分析公司自研的电商平台的使用情况，了解该平台用户的业务数据是否合理，发现该平台应用中存在的问题并提出对应的解决方案 （2）数据来源 参考数据：公共数据-行业数据-互联网下7个表作为数据来源 包含用户的基本信息（昵称、性别、年龄、注册地）、平台推广渠道（1/2/3级渠道）、用户访问行为数据（访问平台、访问次数、停留次数、浏览量、访问最后阶段）等数据；该表没有提供推广渠道成本及对应的消费订单及金额数据，故不分析投入产出比 （3）分析思路 按照用户、渠道以及访问行为三个维度进行分析，主要原因为： 1）绘制用户画像，便于定位平台的用户群体，后续可针对性的推广，提高客户转换率； 2）了解用户趋势，并针对性的分析各类用户类型变化的原因，采取对应措施，提高用户留存、转换比例； 3）优化推广渠道，提高投入产出比，以更优的成本推广更高质的渠道； 基于如上维度及方向，考虑使用漏斗模型分析、留存分析、用户流入流出分析等分析模型。 （4）数据处理 对用户维度数据及访问数据进行了数据清理及分析， 存在问题： 在梳理数据时，发现在访问统计表里有很多存在“注册日期”在“统计日期”之后的记录，数据逻辑不合理，但因这里测试数据无效占比过高（测试数据的合理性也需要优化），故这里做了两个操作： 1）将“注册日期”调整为原始数据前6个月的日期，即原本为“2016-07-18”注册的改为“2016-01-18”，有效数据占比变为75%（这个仅本次作业参考数据的修改动作，实际业务不存在该操作）； 2）对修改后的数据进行访问记录有效性的筛选，“注册日期”在“统计日期”之后的记录标记为无效统计数据 （5）可视化报告 （1）部分数据逻辑含义如下： 用户活跃标签： 活跃用户：近一个月有至少3次访问记录的客户； 沉默用户：近一个月没有访问记录，但近三个月有访问记录的客户 流失用户：近三个月没有访问记录的客户 用户价值标签： 有价值用户：有至少1次交易成功记录的客户； 潜在用户：没有交易成功记录但有至少1次加购物车或付款或下单页面记录的客户 其他：其他 用户跳出率：用户跳出次数/用户访问次数*100% 仪表盘整体布局是总分模式，先对用户整体情况进行分析，再对用户访问动作及推广访问渠道进行分析，整体布局才用黄绿为主色调 （2）具体分析 1、数据周期： 访问记录在2015年7月到2016年5月的数据共2040条，其中有效数据1635条；系统记录的访问数据存在异常数据，需排查是系统逻辑及数据准确性； 2、用户分析： 使用平台总用户数264人，有价值用户数占比48.48%，活跃用户占比65.15%，整体占比不高，需要加强用户下单转换比例； 3、用户画像： 用户集中在21-30岁，属于比较年轻的群体，其中整体女性用户占比较高，女性用户的下单率占比也更高，可以考虑针对性的推广； 4、用户地区分布： 用户分布较广，但主要集中在华西河南三省、华南广东三省以及西南四川地区，后续可加入平台产品属性来分析产品对这三个地区的地域影响占比； 5、用户转换率： 新用户当月转换率整体较低，平均38.34%；分析用户操作动作，可看到整体用户从浏览到加购动作转换比例50%，加购到交易达成动作比例又是50%，需重点分析这两块用户流失的原因，提高用户转换率。 6、用户跳出率： 用户跳出次数与访问次数的比例，可看单页面对用户的吸引力，目前数据显示用户跳出率有64.85%，比例过高，需要优化单页面元素，提高吸睛元素，吸引用户停留。 7、推广渠道分析： 目前一级渠道新媒体营销的用户访问比例最高占比64%，后续可重点推广新媒体营销渠道； 目前各渠道的平均浏览时间都超过6分钟，属于比较有效的浏览 （3）后续优化方案 1、加入产品维度及销售金额维度，以便更好的分析各类数据的实际情况，目前顾客转换率是比较低，但是若客单价较高，该平台的部分价值可以得到体现 2、优化系统单页面，提高吸睛元素，吸引用户停留，提高新客的留存比例 3、加购到成交的流失率需要重点分析，或许可以优化/简化用户加购、下单、付款流程，提高用户操作体感来看是否能提高转换率 3、学习总结 （1）学习经历 确实熬夜以及周末都有在认真学习，偶尔会留点尾巴卡着时间交； 辅导老师也比较负责，会经常在群里提醒我们时间，也会积极回答我们的问题； 帆软的课程也是很清晰明白，也有很多文档方便查阅了解； （2）个人成长 学到了最后，学习初衷的认真学习，不敷衍也做到了，希望能拿下FCP考试； 目前对数据分析有了一定的了解，学习数据分析的课程及练习中真的收获了很多，越来越发现对这方面的兴趣，不过这最后一次作业确实也发现个人对数据分析维度的欠缺，需要更进一步的学习