一、选手简介 1、选手介绍 个人介绍：帆软社区用户名——不考编的山东人，目前就职于某财经教育培训的龙头公司，主职产品运营岗，兼职渠道投放和数分岗位；因为之前也在腾讯和有道的K12部门从事过销售管理和后端运营岗位，对于To C的教育培训公司前端后端都有所接触，所以对整体项目的经营分析产生了兴趣。 2、参赛初衷 可能是和帆软的第三次缘分了吧，之前两次试图加入帆软均失败（是我太菜了） 今年6月份部门内有看板需求，技术排期又排不上，无奈之下申请了一个帆软账户，照着使用文档开始了自己的自学流程。学有小成后正好看到了今年的比赛，便想做一个体系更完善的分析框架，作为自己的检验作业~ 二、作品介绍 1、业务背景 1.1背景介绍 因为不清楚企业内数据脱敏流程，因此采用的和鲸社区的《拍拍贷经营数据》作为基础数据集，但是整体分析思路还是按照To C公司经营分析来做的。 开始分析前对数据做一个大致的的了解，根据用户人数的逐月变化图可以发现，企业处于高速增长期，该阶段重点目标是占领市场（新用户增长），同时保证经营的正常进行（利润率和违约率不出现异常波动） 1.2需求痛点 ①每次周会、月会的汇报数据整理美化，对于管理者和汇报者都是一个比较浪费时间的工作，且管理者无法实施把控业务进度，只能通过开会来了解情况，导致会越开越多，因此倾向于制作一个全流程的业务监控看板，采用总-分的构成，只对出现波动的数据和负责部门做更详细的数据分析和后续跟进。 ②实现精细化的管理：权责清晰，目标明确，上下拉通。业务越复杂，牵扯的部门越多，各部门的权责界限不明确；通过各项数据，可以更规范的界定各个部门的业务目标，实现数据——部门的清晰对应，更换的明确各部门的方向，避免部门间的低效沟通情况。 2、数据来源 2.1 数据来源 ①本次选用的是和鲸社区的——《拍拍贷真实业务数据集》 https://www.heywhale.com/mw/dataset/5eaf73b9366f4d002d74df08?shareby=64b7a3fb0b5c4ab8085a7bc1# ②Shibor一年期拆借资金利率，来源于上海银行间同业拆放利率官网：https://www.shibor.org/shibor/index.html 2.2数据含义简述 ①《拍拍贷真实业务数据集》 提供数据包含了成交时间从2015年1月1日到2017年1月30日的328553支标的数据。 贷款记录表： 标的特征表，每支标一条记录。共有21个字段，包括一个主键（listingid）、7个标的特征和13个成交当时的借款人信息，全部为成交当时可以获得的信息。 还款记录表： 标的还款计划和还款记录，每支标每期还款为一条记录。 还款记录和状态更新至2017年2月22日。共有10个字段，包括两个主键（listingid和期数），3个还款计划字段和4个还款状态字段。 ②Shibor一年期数据表 1Y：银行间一年期资金拆解利率 3、分析思路 由于是网上开源数据集，对于数据的含义及对应业务情况的不了解，因为没有直接开始搭建分析思路，而是先收集信息，了解业务并搭建虚拟业务框架；然后进行业务逻辑的数据验证最后搭建整体分析框架。 3.1收集信息，搭建虚拟业务框架 收集信息主要通过chatGPT、雪球等渠道，对于小额贷款公司的基础运作流程和大概架构做了了解，并狠狠的补了一下相关的财务指标和计算公式~ 用户生命周期拆解及对应部门及核心指标 团队架构拆分 3.2业务逻辑的数据验证 ①计息方式 验证过程： 用户ID：1542681 借款金额：13083，12期，年化利率18% 按期还款： 实际还款： 6833.52*（18%/360）*19天=64.92 结论：用户在当期还款日前提前还款当期，当期利息不会变 用户提前结清所有借款，会采取剩余本金按日计息的方式计算利息 ②还款方式：等额本金还是等额本息？ 验证过程：通过期数的（个数统计）和每期应还金额的（去重计数）对比，拍拍贷的还款方式仅有等额本息这一种（每月还款金额相同，利息更高的一种还款方式） ③部门划分 观察可以发现，类型为“其他”中首标占比明显低于其他部门，因此划做私域运营部门，其他为渠道增长部门。 3.3搭建整体分析框架 目标是呈现一张月维度经营分析的看板，默认数据更新规则Day+1，制作2016年7月23日的监控报表，其中的数据截止2016年7月22日（因为是7月22开动，所以选了这个时间，但这个脑抽的决定让我后面做同期对比花了好多好多的时间） 根据企业所处阶段：扩张期，确认核心分析方向有3个：用户增长、经营利润、风控三大环节，围绕这三大环节进行拆解： 各类指标对应负责部门 根据查阅到的资料： 小额贷款公司的主要资金来源为股东缴纳的资本金、捐赠资金，以及自主选择若干家银行业金融机构融入资金，融入资金的余额不得超过资本净额的50%。对运行情况良好、合规经营、考评符合条件的小额贷款公司，向银行业金融机构融入资金上限可提高至公司资本净额的100%。 因此在《拍拍贷真实业务数据集》之外，额外引入了Shibor 一年期利率数据作为资金成本的代替，用来计算贷款发放所需要付出的资金成本。 4、数据处理 4.1基础利率的导入 Shibor官网下载的利率数据只有工作日的数据，缺失节假日的数据，无法直接左右合并 处理方法：在EXCEL中先创建一个空表格，拉取15年-17年2月的所有日期，匹配下载的利率表，对于空值自动填充上面最近一行的非空值数据（最近一个工作日的利率数据） 4.2 利息计算 已经验证计息规则为等额本息、按月计息，因此直接套用等额本息的计算公式： 贷款额为a，月利率为i，还款月数为n，还款利息总和为Y 分别计算并预计利息收入、预计资金成本，求差值为预计利息差收入 【实际资金成本这里很复杂，但是Shibor利率能比较好的反应当期市场上资金的流动性，因此这里只是大致计算，对资金成本做了一个大致的评估。实际要会受到自有资金占比、外部资金来源（实际资金成本会高于Shibor利率，但是波动方向大致相同）、债权交易的流通性、还款资金的利用效率等等，由于不是财经专业，对此了解不多，欢迎专业人士拍砖】 4.3 关于数据筛选 由于数据集的贷款明细表和还款明细表都是部分，两个表的ID字段并非完全相同，且日期都是从2015年起，存在无法完全匹配的情况，所以只筛选可以匹配到还款计划的（无论是否还款，均有明细记录）数据作为分析范围。 处理方法： 从【贷款记录表】新增数据集，左合并【还款记录表】，筛选到期日期非空的，赋值“有还款记录”，为避免合并回去膨胀，仅筛选还款期数为“1”的数据（2015年1月1号的借款，后续还款肯定要从第一期开始还），赋值成功后合并回新增的【有还款记录的贷款记录表】 4.4加权计算 由于计算平均期数和平均息差都采取的是金额加权的计算方式，在fineBI里面没有找到加权计算的公式，因此直接在表格里面添加了含权的对应值 4.5日期截止 因为制作的是截止到2016.07.22的监控看板，因此所有的数据处理好之后，借款日期、到期日期、还款日期全部设置为2016.07.22之前。 4.6 关于指标选取 可以看到业务处于迅速扩张期，每个月都有增长的压力，因此放弃【同比】指标，采取【环比】指标。 4.7 仪表板各模块指标释义 月同期定义：在当月日期进度下，之前月份的数据也同步统计相同日期范围内（即本看板采用到7.22的数据，前面各月份统计的也是1-22号的数据情况，而非全月） 仪表板模块 指标名称 统计口径 负责团队 用户增长模块 新增用户数 新增放款且为首标的用户数量 增长团队为主，私域团队为辅 新增用户进度 当月新增用户数/目标值 日期进度 当月已过天数（Day-1）/当月实际天数 各渠道贡献度（月同期） （月同期）当月各渠道新增用户数/当月总新增用户数 拉新率 当月新增用户数/当月放款用户数 经营利润模块 息差收入 （当前统计口径下）用户贷款金额的预计利息收入—预计资金成本，计算方法均为等额本息、按月计息的公式 核心聚合指标 息差 借款利率-资金成本（本例子中以一年期的Shibor利率为参考值） 资金部门、运营策略部门 放款金额 （当前统计口径下）用户借款金额求和   平均期数 用户借款期限的加权平均数（借款金额为权重） 运营策略部门 平均息差 用户借款息差的加权平均数（借款金额为权重） 资金部门、运营策略部门 LTV （当前统计口径下）息差收入之和/放款人数之和 增长团队&私域团队 经营风控模块 当期违约率 未按时还款总金额/当期总待还金额 风控团队 7天违约率 超过还款日期7天仍未还款总金额/当期总待还金额 风控团队 违约处理团队 30天违约率 超过还款日期30天仍未还款总金额/当期总待还金额 风控团队 违约处理团队 不良贷款率 不良贷款总额 /当期总待还金额，其中不良贷款总额为超过还款日期90天以上的未还款金额 风控团队 违约7天处理成功率 逾期7天内（含7天）完成还款人数/逾期人数 逾期处理团队 违约30天处理成功率 逾期30天内（含30天）完成还款人数/逾期人数 逾期处理团队 经营优化模块 提及后息差收入 息差收入-不良贷款总金额 风控团队 息差收入留存率 提及后息差收入/息差收入 风控团队 履约率 按时还款总金额/当期总待还金额 风控团队 5、可视化报告 5.1整体布局及色调选择 由于整体业务处于高速增长阶段，因此把用户新增模块放在了Part1环节，后续分别展示经营利润、风控模块，最后呈现经营优化策略模块作为总结。 整体色调上由于经营分析的商务性质，选择了以蓝色作为主基调（主色调：#3573ba），并插入了许多蓝色基调的图标作为提醒。 5.2关键指标制作步骤 ①仪表盘 非常好用的一个展现形式，可以直观的看到业绩完成度和日期进度 我常用的日期进度公式（我司数据是Day+1更新） (DAY()-1)/DAYSOFMONTH() ②关于同期数据的截取 实际工作中应该是利用动态日期设置好，但是由于我默认是2016.07.22，因此所有的数据都需要手动截取（受大罪） ③表格组件的美化 可以给表格指标添加条件，突出颜色或者形状，让人很明显一下就能看出来重点。 ④联动设置 先取消默认联动，再根据每个组件的联系和整体分析思路去调整，减少了过滤组件插入引起的不美观，而且使用起来特别方便 5.3分析结论 每个模块都有对应的分析结论文本框，在这里就不在复制粘贴一遍了，大家可以看下面的最终结果页面呈现。 最终结果呈现的页面布局 看板链接：https://bisolutions.fanruan.com/webroot/decision/link/wBFz 三、参赛总结 1、FineBI工具 （1）FineBI真的是特别容易上手的工具，作为一个业务人员，也就是陆陆续续的学习了小半个月，基本上就可以完成所有想要的数据分析工作了，再也不用等技术的排期了 （2）6.0版本的FineBI使用感受好很多，我司采购的是5.1版本，日常使用中涉及到跨表字段的计算统计需要采取很多中间步骤，6.0版本的模型视图关联功能，让跨表统计分析更方便了。 实际工作中，我认为数分的岗位一定要有业务人员的深度参与，或者数分岗位最好是有业务经验的人员担任，否则很容易导致数据口径难对齐的情况，除了一些通用的财务数据指标，很多过程数据指标数分人员很难清晰的做出定位和口径规范，导致业务人员并不会采用对应报表数据，实际上没有对业务产生实际的赋能推动。 2、参赛总结 我对帆软可以说是相识已久（但实际应用仅有2个月有余，怪不得我面试不过）。作为一个理工男，从始至终我都很相信数据的力量，虽然在很多企业家自传中，许多重大的决策彷佛都是一个直觉性的判断，但是基于数据的决断一定会让一个企业走的更稳更久。 目前的经济发展从高速发展变为了高质量发展，管理会计相关的理念和岗位也在很多企业艰难的推动着，这就给了BI领域更多的机会，企业精细化的发展和运营一定需要更多的过程数据支撑，相信BI领域后面会是一个像金蝶用友这样的标配企业软件领域。