1、选手简介 1.1.选手介绍 团队名称：超清新！ 团队组成： 超超：颜值与脑力担当，数据分析业务岗位，有数据分析业务经验，提供分析思路与宝贵的分析建议； 清清：队长，任数据分析岗位，有数据分析实战经验，本次负责数据清洗和可视化呈现； 新新：美貌与智慧并存，任数据分析板块负责人，业务熟练，逻辑清晰，属于核心成员。 1.2.参赛初衷 受制于分析工具匮乏，业务在数据可视化、报表定制化方面一直处于瓶颈状态，急于寻找成熟的可视化BI工具，实现业务增长，帮助业务人员从常规的、繁琐的、重复性的业务中得到解脱。借以帆软BI大赛，加深对于FineBI工具的了解和掌握程度，以便于结合实际业务，切实解决业务痛点。 2.场景介绍 2.1.业务背景介绍&数据来源 业务背景介绍：XX航司是民航业的一家民营航空公司，自负盈亏。“五一劳动节”作为营销节点，是一个出行旺季，特别是在后疫情时代，“五一”所蕴含的巨大商业机会，深受瞩目。 为此，现通过FineBI对“五一劳动节”前后的市场形态的变化进行总结分析。 数据来源：XX航司线上销售数据。 2.2.分析思路 145713 综合实际业务，根据分析目的，选择SWOT模型思路进行分析，由外到内、由整体到局部的分析思路。 A. 核心销售概览展示：销售额、出票量、平均票价的情况。 B. 活动前后的数据对比情况：分渠道、分航线、分产品销售对比。 C. 指标细分分析：渠道稳定性销售分析、航班票价销售分析、用户购票行为分析。 2.3.数据整理 对原始数据进行数据清洗及数据处理，共分为去除异常数据、数据脱敏、数据规约三个步骤。 2.3.1 去除异常数据 在该部分，将原始数据中存在的重复数据、异常数据进行删除，而后为了压缩数据量，取全量数据的一定百分比作为大赛最终初始数据来源。 145715 2.3.2 数据脱敏 将用户姓名进行批量处理，只取姓名中的一个字作为用户姓名；用户年龄、用户性别均根据证件号进行判断；支付渠道、订单来源出于数据保护角度进行批量替换。 145716 2.3.3 数据规约 原始数据导入FineBI自助数据集后，创建自助数据包，对部分字段进行识别处理。 对字段进行新增：提前购票天数、改期距离起飞天数、退票距离起飞天数等字段，用以对用户行为进行进一步判定。此外，更改个别字段的字段类型，实现文本与数值型数据的相互转化。 145717 2.3.4 数据关联合并 将原始订单数据事实表，与机场三字码、性别维度表，进行关联，得到自助数据集的整合。 145718 145720 2.4分析报告 145721 145722 145723 145724 145733 145735 2.5总结 作为可视化项目的首次尝试，集结团队智慧，将思路和想法进行实现，还是很有成就感的。特别是当业务发展到一定阶段，迫切需要一个新的出口解决当下面临的困境和问题。在新的探索过程中，面对新生事物的好奇心，和不断挑战、乐于学习的心态得到了进一步的激发，业务之余，增添了工作的乐趣。此外，在面对新出现的问题讨论中，大家各抒已见，摩擦和碰撞过程中，产生了新的思想火花。 如果要补充一点不足，那就是分析思路的局限和分析方法论尚需进一步沉淀。 未来发展路上，祝福大家都能不断有所收获，心之所想，行之所往！