ITPub博客

听说最近车厘子的价格突然猛跌，之前很多人梦寐以求的“车厘子自由”，现在都能实现了。其实车厘子的价格下降，主要原因是进口货运成本的大大降低，为了找到车厘子最佳的购买方式，我决定用python+BI进行数据分析。因此我在淘宝上用python爬取了3000条数据，然后导入到了FineBI中进行可视化分析，最终制作出了下面这样一份可视化报告：下面我展示一下操作过程：一、数据获取用Python在淘宝上进行数

讲到可视化大屏展示，终于可以轮到我上场了！其实一般大屏都能用代码开发或现成的可视化工具来实现，用得比较多的就是JS+Ecahrts，但数据量支撑、后台响应、实时更新、平台运维等应该还要调用更多的技术，这方面我不是专家，就不多赘述了。比较简单快速的方法是用现成的可视化工具，比如FineReport，阿里dataV等等，这里给大家介绍一下FineReport的演示：首先，FineReport其实是一个

“到年底了，公司又要组织大家天天写报告、总结、计划了，最近被这些报告搞得头都大了。”“可不是嘛，还得要求在报告里展示部门的业务增长、成绩成果，更让人头疼的是老板还让我们用新颖的形式展示出来。”“新颖的形式，这还不简单吗，直接给老板做个可视化大屏就行了！”做汇报和总结的时候，老板没有空去知道你背后的数据是怎么来的，这是中层管理者做的事情，决策层只会看大体趋势，所以一张能反映数据变化的可视化就显得很重

经常在后台收到粉丝留言，说公司准备上BI了，但苦于市面上BI工具太多，不知道该怎么选，让我帮忙出出主意。这个其实说来话长，市场上的BI工具侧重点有所不同，有的以报表为主，有的以可视化为主，有的以查询分析为主，具体选择什么是需要根据公司业务需求考虑的。但问的人很多，索性今天我就选取国内主流的几款BI工具，从产品功能、数据源支持、可视化能力、服务等方面进行对比，分析优劣，并给出我的打分，希望对你有所帮

一、用户价值模型1、RFM模型RFM分析是客户关系分析中一种简单实用客户分析方法，他将最近一次消费、消费频率、消费金额这三个要素构成了数据分析最好的指标，衡量客户价值和客户创利能力。RFM分析也就是通过这个三个指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略。R——最后交易距离当前天数（Recency）F——累计交易次数（Frequency）M——累计交易金额（Monetary）在

昨天朋友聚餐，做报表的张哥在饭桌上吐槽，说现在的报表工程师太难了，不仅要会敲代码，还要会做视觉设计。我们感到很纳闷，为什么？他说没想到公司里上司和同事们都是“颜控”，对报表也有颜值要求。他和新来的小王都是做报表的，不过小王做出来的报表比较好看，经常被领导同事表扬。而他做的报表太过朴素，所以同事们都抢着跟小王提需求，他觉得很郁闷。张哥不是没想过改进，他还专门在网上学了Excel做数据可视化的教程，不

我是10几年前进入股市的，当时还是学生，因为经常看我爸炒，于是从小就对K线图还有红红绿绿的界面有亲切感。后来走上数据分析的职业道路，知道了炒股还有量化这个门道，于是天天下班在家写代码，用概率来预测股票未来一段时间涨跌，整了一段时间还是亏钱，感觉这玩意还得专业团队才整的来，于是放弃。再后来无意中读了一本美国传奇基金经理彼得·林奇写的《彼得林奇的成功投资》，感觉它简直就是我人生中的光。里边教的低估值选

前段时间，我担任评委评审了一个冬季可视化分析挑战赛，在评审的过程中，发现了不少优秀的作品，可以说是真正将可视化与业务价值结合起来了，今天和大家一起来看3份，也有些心得想与大家分享。第一部分先放优秀作品，都有详细的分析思路和步骤。第二部分我会聊聊我这次的评审心得，并分享如何做有价值的数据可视化，比较干货，一定要往后看。作品一：作者：大猫吖作品二：作者：caihuanglun作品三：作者：枫城注：以上

经常与数据打交道的人都知道，当我们有一个大计划需要按照进度执行的时候，或者需要统一管理所有工作的任务与资料的时候，就需要一个好用的项目管理工具，甘特图就是最高的工具！一周君整理了一些关于Excel中甘特图的相关知识，第一部分包括介绍基础甘特图的制作与技巧，第二部分包括进阶的甘特图，我们让它“动”起来了。那么，什么是甘特图？就是甘特先森发明的，让你看一眼就知道哪天该干什么的图，它长这样：在推进比较复

做数据可视化，什么是最难的呢？就是动态可视化效果，单纯的静态图表一来不够灵活，二来颜值太低，所以说实话，动态数据可视化实现起来还是比较难的。除了时间序列的数据，还有动态路径数据、实时轨迹数据等等，都需要动态工具，这里就推荐几个吧：1、FineReportFineReport可以用来做实时大屏的可视化，本身直连数据库，主要是使用起来很简单，而且内置的图表元素也比较丰富，使用者只需在B/S端简单拖拽目

今天给大家介绍11种数据分析方法，从大家耳熟能详的5W2H出发到群组分析等，基本上涵盖了工作生活中可能会用到的各种方法，下面我们一个一个来聊1、5W2H分析方法就是用5个W和2个H开头的英文单词来思考问题，很好理解，适用于解决简单的问题，而面对复杂的商业问题时就需要其他的方法辅助了。2、逻辑树分析方法由费米提出，主要用来将复杂的问题变成简单的问题，像树枝那样逐渐展开，问题拆解，把一个复杂的问题变成

对于大中型企业来说，数据处理和分析就是一个深不见底的巨坑。因为经过多年的经营和信息化建设，系统里早就积累了大量冗杂的数据，如何从这些数据中抽丝剥茧，对关键数据进行处理分析，是每个数据分析人必须思考的问题。大家都知道 Excel可以处理数据，可如果要处理一个企业级的海量数据呢？Excel就显得很吃力了，这时BI（商业智能）工具应运而生，它不仅可以代替Excel处理海量数据，同时能快速生成报表，提供决

一、数据中台功能架构数据中台建设是一个宏大的工程，涉及整体规划、组织搭建、中台落地与运营等方方面面的工作，本节重点从物理形态上讲述企业的数据中台应该如何搭建。一般来讲，企业的数据中台在物理形态上分为三个大层：工具平台层、数据资产层和数据应用层。1. 工具平台层工具平台层是数据中台的载体，包含大数据处理的基础能力技术，如集数据采集、数据存储、数据计算、数据安全等于一体的大数据平台；还包含建设数据中台

作为一名重度报表工作者，最近被最近被Excel伤害得很深，想找一个可以替代的做报表做dashboard的工具，网上有人推荐了很多工具，然而效果和效率都始终不尽人意。直到我利用专业的报表工具做出了类似这样的仪表盘，领导都夸我的报表功底是公司第一！这个工具就是FineReport+FineBI，相比来说，Excel对于大数据量的支持不能让我满意，并且经常崩溃，而且Excel的图表公式太过于繁琐。既然它

让人惊艳，这个要求也不低。这也从侧面说明了工具的易用性、成熟度、用户体验、性能都是ok的，实话实说，一般的工具达不到用让人惊艳的标准。关于可视化工具，我曾经也说过很多次了，这次就再来说一遍吧。作为一名数据分析师，一提到数据可视化就会感到莫名兴奋，我认为数据可视化有两个非常重要的部分：一个是数据，一个是可视化。而我们最常见的问题就是一看已经有了数据，却不知道如何去可视化。市面上有相当多的可视化工具，

作为我们IT人，一到年底年初就要做各种各样的数据报表、数据报告，且不说从各个业务系统里拉通数据有多费事，光是与需求方沟通就要浪费太长时间，尤其是面对业务变化非常快的部门，一张报表做三天都是常事。Excel应该是最常用的报表工具了，但是在实际工作过程中，由于IT规划和业务流程的缘故，很多IT人、数据人开发报表都不一定通过excel来实现，相反用邮件发送抄送密送excel报表是一个很落后的方式。不信你

根据我从业这么多年的经验，如果为了尽快找到一份数据分析的工作，需要掌握三个核心的点：数据分析基础（一定的数据思维、统计学基础和sql能力）——能做最基本的取数工作数据分析能力（使用各种分析工具、套用数据模型、做可视化报表等）——能做简单的分析工作业务分析经验（熟悉各种业务逻辑和指标体系）——能做复杂的业务拆解因此对新人来说，强烈建议按照下面的学习路径进行学习：一、数据分析常用的思维判断一个人做数据

转行进数据分析已经十年了，表达一下我的个人看法。私以为，数据分析行业是可以长期发展下去的，但是对于数据分析师的专业技能的要求会越来越严格。一、原因分析在互联网时代下诞生的不仅仅是一系列的智能产品，还有海量的用户数据。从app的开发使用、人工智能的快速发展到5G的产生，整个大数据时代高速发展。就像当年的淘金热一样，谁能在海量的数据中找到有用的信息，谁就能在这场信息战中获得巨大的胜利。于是，在大数据的

提起数据运维，大部分人的第一印象都是：运维=修电脑+接网线+连监控+打扫机房卫生+背锅其实这都是圈外人对运维的刻板印象，无论你是个刚入职没几个月的行业新人，还是在行业里摸爬打滚了好几年的“老鸟”。你都面对着同样残酷的一个现实：这是一个高速发展的行业，任何肚子里没有实货的技术人员都会被这个圈子所淘汰。那么，做运维的你，最终的出路到底在哪里呢？到底怎么样才能出人头地，拿到一个年薪百万的Offer？我给

我是一个数据从业者，很早以前就想把自己在工作和学习中的心得做个总结，一方面是对自己过往经历的一个总结和回顾；一方面最近几年大数据是越来越火了，也希望自己的经验能帮到那些对数据有热情、希望从事数据行业的新人们；还有一方面，也非常重要，是希望借助ITPUB这个平台跟广大同行们做一个交流，互相帮助，共同成长。自我介绍在开写之前，先做下自我介绍。我在企业里从事数据相关的工作已经有11年了，在这些年里，我做