finebi可视化分析图表（这篇FineBI入门分析案例）
finebi可视化分析图表（这篇FineBI入门分析案例）如果我们只用表格看数据，可能难以从计算结果中读出有效信息 。因此，学习图表制作，掌握可视化分析技巧是必要之举。FineBI 可以为客户实现数据多维分析，通过表格实现对数据的调整、处理，使其更满足数据呈现的需求。②并分析毛利额下滑原因。用户看完文档能够完成数据分析的第一步，数据准备。对如何将数据上传到 BI ，和一些数据准备中遇到的常见问题有一个大致的了解。大多数时候，我们收集到的原始数据并不能直接拿来分析使用。在分析前进行数据预处理，有助于提升数据分析质量，保障分析结果的准确性和可靠性。如果数据质量较好，可跳过此步骤。
FineBI 入门学习课程通过学习「连锁超市销售报告」案例制作，帮助新手 1h 快速入门 FineBI ，学会 80% 用户会用到的 高频核心功能。
在学完本课程后，零基础用户可达到 独自操作 FineBI 并完成简单数据分析 的能力 。
案例背景假设您是 XX 连锁超市的数据分析师，经理希望您能制作一份 2020 年 8 月的销售报告：
①对未来的商品进货能够得出预测；
②并分析毛利额下滑原因。
- 数据下载：入门表 .xls
- 数据预览：
- 我们可以对 8 月超市商品的销售额进行观察——找到热销商品，增加进货梳理，保证充足库存
- 还能对不同类别商品的销售额进行比较——找到热销的商品类别，扩充商品种类
- 首先，我们查看不同月份的毛利额&毛利率变化情况——查看下滑的具体情况
- 然后，获取商品毛利率情况明细信息——通过对 8 月毛利额低的地区进行层层钻取获取到哪个地区，哪个门店的哪件商品存在问题
| 1. 连接到数据 | |
|
用户看完文档能够完成数据分析的第一步，数据准备。对如何将数据上传到 BI ，和一些数据准备中遇到的常见问题有一个大致的了解。 | |
| 2. （可选）使用自助数据集做数据处理 | |
|
大多数时候，我们收集到的原始数据并不能直接拿来分析使用。在分析前进行数据预处理，有助于提升数据分析质量，保障分析结果的准确性和可靠性。如果数据质量较好，可跳过此步骤。 | |
| 3. 创建组件和分析数据 | |
|
FineBI 可以为客户实现数据多维分析，通过表格实现对数据的调整、处理，使其更满足数据呈现的需求。 | |
| 4. 可视化组件 | |
|
如果我们只用表格看数据，可能难以从计算结果中读出有效信息 。因此，学习图表制作，掌握可视化分析技巧是必要之举。 | |
| 5. 添加交互效果 | |
|
实际业务往往比较复杂，一个组件的计算结果难以支撑分析结论。可能需要多个组件协作以读取重要信息。 | |
| 6. 仪表板制作和分享 | |
|
关于仪表板内的组件制作完成后，我们需要对仪表板的整体，进行布局，丰富内容，整体美化，完成一张仪表板的制作。 已完成的仪表板查看
对照仪表板可得到分析结果。 分析结果复盘点击查看分析结果和仪表板：点击查看仪表板 ①对未来商品进货预测 分析思路：对销售额分析 1、通过「销售额最大的十件商品」得出：三全960g奶香馒头、微爽日用245mm是持续畅销性产品，应该保证充足的库存。 2、通过「不同类别商品销售额占比」得出：应该保证「零食」和「日用品」的库存，并丰富该类别下的商品种类。 ②毛利额下滑分析 1、通过「毛利额分析」得出：2020年7、8月份毛利额下降，且8月下降趋势明显，需要及时采取措施。 2、通过「毛利率分析」（点击毛利率栏表头设置升序，点击表内第一列数据下钻。）得出：发现【湖南省>长沙市>梅溪湖店毛利异常--零食品类德芙巧克力】导致毛利异常问题。 相关文章 | |
