FineBI与DeepBI针对用9行数据分析一篇完整的数据报告的速度对比

#数据分析报告#

在我们的理想化构想中,数据分析师如同诸葛亮一般,运筹帷幄之中,决策千里之外。他们似乎拥有无尽的资源,可以随心所欲地运用各种方法和模型。在这样的前提下,数据分析师理应能轻松驾驭复杂的数据,通过精湛的分析技巧揭示出潜藏在数据背后的深刻洞见。

然而,现实中的数据分析工作远非如此简单。优秀的数据分析报告并不是简单地套用模型和方法就能得出的。相反,它需要分析师具备深厚的专业知识、敏锐的洞察力和灵活的思维方式。他们必须能够根据实际情况选择最合适的分析方法,而不是盲目地套用模板。

此外,数据分析师还需要与企业内部各个部门紧密合作,确保所收集的数据准确、完整且具有代表性。他们的工作成果不仅仅是一份报告,更是对企业未来发展的有力支撑。通过精准的数据分析,他们可以帮助企业识别市场趋势、优化运营策略、提升竞争力。

难道真的没有一个BI软件可以实现数据分析零门槛吗?

当然不是,近期了解到一款DeepBI数据分析软件,它就已经实现了让数据分析面向大众。今天我们一起来看一下DeepBI 与 FineBI 对9行数据做一篇分析报告的对比。

数据来源

数据来源于美国某连锁零售超市的2010-2018年的经营数据,共9行11列

数据介绍:

总收入=商品销售收入+会员费收入

总成本=商品成本+运营费用+税

商品毛利=商品销售收入-商品成本

净利润=总收入-总成本

全部会员为总会员人数,付费会员是贡献会员费的会员人数

 

1.FineBI分析报告过程

看到这个数据是不是很震惊,总共9*11列的数据,就这么点数据能分析出啥,还想要一份详尽的数据分析报告,简直就是天方夜谭!!

但是数据分析还是要做的,既然没有头绪,那就先来套数据分析模型吧!是否可以将数据按照用户群体划分,使用RFM模型来完成呢?然而,想象是美好的,现实是骨感的,第一步就给Pass了,因为当前拿到的都是按照年度汇总的数据,并没有具体的商品和用户的信息,此法不通。

后来围绕分析主题和已有的数据,打算先从整体上对超市的经营情况进行分析,然后根据每个指标对应的关系进行拆解,先总后分,也就是使用的多维度拆解的分析方法。把握北极星指标,也就是针对净利润展开分析。

首先是净利润本身,通过对比不同年份的数据,对公司的整体情况进行评价,了解企业的发展趋势和变化。而净利润=收入-成本,再对收入、成本进行多维度的分析,在分析收入的过程中,还对会员数据进行了分析,层层拆解以分析超市的整体盈亏情况,如下图所示。

主要分以下四个部分:

1.总体分析:展示总体的利润、收入以及成本的数据趋势,了解企业的盈亏情况。

2.收入分析:比较总收入、商品销售收入和会员费收入的趋势和占比,了解各类收入的变化情况和贡献比例。

3.成本分析:比较总成本、商品成本、税和运营费用的占比和趋势,了解各类成本的构成比例以及比例的变化趋势。

4.会员分析:分析全部会员人数和付费会员数的趋势,以及会员费及客单价的情况,了解会员结构和贡献比例。

总体分析

在对数据进行总体分析版块,需要对超市的整体发展做一个初步评价,从整体上来看超市的发展状况,因此将净利润、总收入、总成本以及会员费收入这四个关键指标进行了增率计算。即:(本年的数据-上年的数据)/上年的数据。

接着合并本年和去年数据,由于数据集中没有展示上年的数据,故增加一个辅助列,通过公式:去年年份=年份-1来计算去年年份,然后通过左右合并的形式把去年的数据加入数据集当中。

字段设置,为了让今年数据与去年数据作区分,使用字段设置功能对字段作区分。

计算核心指标环比增长率,考虑到第一年的数据为null,遂用if语句将其环比增长率设置为null,防止出现分母为空计算错误的情况。具体公式见下图,并按此方法完成总成本、总收入、净利润的环比计算。

这样我们就完成了经营分析信息的初步整理了,并把这个数据集命名为经营分析数据表。

总收入分析

涉及到总收入的数据分别是会员费收入、商品销售,对于分类的展示需要再新建一个数据集

我们使用了Fine BI列转行功能,发现把对应字段名字放到列字段了,并分别给出对应的数值,以前在sql上要用case when,完了之后还要用union all上下合并。

还用了条件标签列,把收入和成本的指标分的清清楚楚,最后还计算了每一项的占比。这个分类数据集就做好了,命名为经营分析收支占比表。

 

总成本分析

总成本由商品成本、运营费用以及税收3大类组成,同上,需要明确各类在总成本中所占的比例,因此先需要计算各类在总收入中所占的比例,这里与收入分析使用同样的数据集。

商品分析

让我们回到一开始做的经营分析数据表。为商品分析增加一些计算指标吧,作为零售企业,商品的分析尤为重要,商品成本控制很大程度上代表了利润空间,于是用商品成本/商品销售收入计算商品成本控制率。

会员分析

最大的收入来源不就来源于会员么,会员分为付费会员和普通会员,注意这里的普通会员并不是不付费,而只是没有给会员费,两者都是提供消费的群体。

首先对会员平均消费金额进行计算,等于每一个会员平均购买商品的金额,计算公式是:商品总收入/全部会员数,但是注意这里的单位不同,需要进行转化处理。

即使是只有两个层次的用户,也得进行分层管理和分析!!先计算了会员数量的占比,发现每一年基本都是一样一样的,都是55%,推断出付费用户占比基本保持不变。

FineBI可视化报告

看一下仪表板内的报告可视化吧

总体分析

通过观察后得出以下结论:

1.净利润从2010年的13.0亿美元增至2018年的31.3亿美元,反映超市的盈利能力较好,经营状况良好,但净利润浮动较大,仍需控制好成本;

2.总成本从2010年的766.5亿美元,到2018年的1384.4亿美元,说明超市在发展的同时,其成本也在逐年增高,但增速放缓,说明超市能够有效地控制成本。

3.总收入也从2010年的779.5亿美元,增至2018年的1415.7亿美元,上涨近一倍,说明超市的业务规模扩大,可能占据了相对较大份额。

总收入分析

结论:总收入由商品销售、会员费收入构成

1.商品销售占总收入的98%,会员费收入占比2%,意味着超市的主要盈利来源是其销售的商品,且商品销售一直处于稳步增长的状态,表示超市售卖情况良好;

2.会员费收入虽然仅占比2%,比例并不高,也并非可以忽视,虽然不是总收入的较大贡献角色,但与商品销售几乎是相同的增长趋势,未来应该着重于提高会员消费力度,以增加会员费收入。

3.尽管会员费收入在整体营收中所占份额相对较小,但其增长趋势却持续而稳定。从2010年的16.9亿美元增长至2018年的31.4亿美元,这一增长不仅证明了会员业务的稳健发展,更凸显了其潜力。尤其是自2015年以来,会员费收入的增速明显加快,这为进一步拓展会员业务提供了有力支撑。

总成本分析

结论:总成本由商品成本、运营费用、税构成,商品成本所占比重最大,为88%,运营费用次之,占比10.1%,税的占比最小1.1%

1.总成本从2010的766.5亿美元到2018年的1384.4亿美元,有明显的增长;

2.商品成本由2010年的680.0亿美元到2018年的1231.8亿美元,随着超市的发展,商品成本也在不断增加;

3.运营成本随着超市的发展,虽然增长不是很明显,但也在逐年发生变化;

4.税收虽占比最小,但增速较快,不过自2017年开始下降,说明超市在合理合法的情况下,明显优化了税务结构;

5.虽然运营成本、税收总额相对商品成本较小,但若加以调整,总成本或有所下降。

商品毛利分析


结论:商品毛利 = 商品销售收入-商品成本,随着年份的增长,商品销售收入和商品成本在逐步增长,其中,

1.尽管商品成本从2010年的680.0亿美元增加到2018年的1231.8亿美元,但商品销售收入的增长更为显著,从726.6亿美元跃升至1384.3亿美元。这表明在这一时期内,商品销售收入的增长速度超过了商品成本的变化;

2.商品毛利也在随着时间在日益增长,说明超市除了做好销售以外,也很好地控制了成本。

3.尽管商品成本从2010年的680.0亿美元增加到2018年的1231.8亿美元,但零售行业在成本控制方面仍然保持有效的内部控制策略,使得商品成本控制率基本保持稳定。理想的成本控制目标是将商品成本占商品销售收入的比重维持在85%至95%的范围内。为实现这一目标,零售企业可以进一步实施有效的成本控制措施,例如选择提供更高质量且价格合理的供应商,以优化采购渠道和降低成本。通过持续的成本控制努力,零售企业可以在保持竞争力的同时,提高盈利能力。

会员分析

结论:

1.会员人数与付费会员人数随着年份的变化在增加,说明超市一直在办理会员制活动,通过会员制对用户进行挽留和刺激多次消费;

2.超市的付费会员在整体会员人数中占据了约55%的比例,这一数字超过了半数,显著体现了超市提供的会员福利具有较好的吸引力。这可能意味着超市为会员提供了如积分兑换、折扣优惠、赠品等多种增值服务,从而激励了更多消费者选择成为付费会员,并享受这些独特的福利

 3.但自2011年开始,付费用户占比基本保持不变,会员转化率也处于下跌状态,超市需要加大在会员方面的经营力度。

 4.客单价近两年有所提升,建议继续保持优势,如增加产品种类、提高产品质量、优化产品价格、提供更好的服务。

FineBI最终的结论


超市经营表现良好

1.净利润、总收入从2010年开始到2018年间,基本保持增长趋势;

2.总成本虽也在逐年增高,但增速放缓;

3.会员费收入一直在保持增长的趋势,比较稳定,且自2015年增速较快。

值得借鉴点

1.总收入从2010-2018年,几乎翻了一番,说明超市的业务规模扩大,可能占据了相对较大份额;

2.会员费收入虽然仅占比总收入2%,但一直保持稳步增长的状态,且付费会员人数也基本保持总会员人数的55%,超过一半,这表明会员服务较好;

3.商品毛利也在随着时间在日益增长,说明超市除了做好商品销售以外,也很好地控制了成本;

4.税收虽占比最小,但增速较快,不过自2017年开始下降,说明超市在合理合法的情况下,明显优化了税务结构。

建议

1.2012年开始,会员转化率基本处于下跌状态,需要加大力度对现有用户进行维系并吸引更多新用户加入,可以考虑提升会员福利的质量和多样性,例如定制化产品推荐、专属折扣券等,也可以通过数据分析和用户反馈来了解会员的需求和行为习惯,从而针对性地改进会员服务;

2.运营成本、税收在总成本中占比共12.2%,虽份额较小,但也一直处于增长的状态,还需要对运营费用和税收结构进行优化,尽可能降低总成本。

使用FineBI总结

太不容易了,拖拖拽拽,数据集在一起的时候,字段很容易拖错,有时候一不小心有可能使之前的操作也功亏一篑。再有根据可视化图表进行总结得出结论。

2.DeepBI分析报告过程


上传数据集后,我们可以把任何问题直接抛给DeepBI,让它为我们工作:

总体分析及可视化


这个图表呈现了某连锁零售超市从2010年至2018年的净利润、总收入以及总成本数据。从这些数据可以看出以下几点:

净利润Net Profit):随着时间的推移,净利润持续上升,这表明公司的盈利能力在增强。

总收入(Total Revenue):随着每年的增加而增加,反映了公司销售收入的增长趋势。

总成本Total Cost):总成本与总收入增长相似,说明了公司在扩大业务规模的同时,能够有效地控制成本。

怎么样?是不是不敢相信?不但数据可视化展示出来,而且分析报告也不需要我们自己编写了。

为了不啰嗦,后面的截图就不再把报告复制出来了

总收入分析及可视化

总收入分析可视化需要从收入占比、商品销售及会员费收入变化、收入占比趋势着手,我们不用仪表板了,来看一下分别可视化到底有多简单:

收入占比:


没错就是简单提需求就可以。

商品销售及会员费收入变化:

收入占比趋势:

我们再让DeepBI总结一下:

总成本分析及可视化

成本占比:

税和运营费用成本变化:

年度成本占比趋势:


商品毛利分析及可视化

商品成本以及销售收入变化趋势:

商品毛利趋势:

商品成本控制率:

会员分析及可视化

会员人数变化趋势:

 

DeepBI最终结论

我们还是把问题丢给DeepBI,让它进一步得出结论,看截图:


让我们再来看一下DeepBI能在这9行数据中给出什么建议:


有这样的提问就能出结果的BI工具,你还会选择传统的BI工具自己绞尽脑汁去思考数据关系、再拖拖拽拽以及组织语言编写报告吗?

使用DeepBI总结

有了DeepBI真的不需要再费脑筋组织语言编写报告了,数据可视化也不需要自己拖拖拽拽和自己学习如何运用函数了,简直太方便了,一句话实现数据可视化。

最后总结

只有实际经历过的人才知道这样的数据分析是多么的让人无助,但是DeepBI的出现已经开启了数据分析新时代,不需要拖拖拽拽,不需要自己再苦思冥想数值之间的关系生成可视化图,更不需要有任何代码基础和复杂的函数基础。

使用传统BI工具,一般的数据报告怎么样也得1-2天时间才能完成,而且需要我们有一定的数据分析基础,需要数据可视化的话还得有SQL语言和Python基础等等,以及报告编写能力。

而DeepBI仅需几分钟便能自行完成,这真是大大的“降本增效”!不需要任何编程基础,有了DeepBI人人都是数据分析师,真是实现了“数据分析零门槛”。

DeepBI已经在GitHub开源:https://github.com/DeepInsight-AI/DeepBI

有兴趣的朋友可以用其他的软件也做一下数据分析报告,数据集很简单,自己根据文章开头截图就能自己做出来,再和DeepBI对比一下,如果有比它更好用的BI数据分析工具大家可以评论区留言!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/418359.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

备战蓝桥杯---树形DP基础3

上一次我们讲了二叉苹果树,现在我们加一点难度,从二叉变成了多叉苹果树。 这样子我们就不可以直接按照上次的方法DP,我们其实可以发现,我们可以用类似背包的思想求解,这就是所谓的树上背包。 我们先加进第一个儿子来…

靶机渗透之sar

Name: Sar: 1Date release: 15 Feb 2020Author: LoveSeries: Sar Download: https://drive.google.com/open?id1AFAmM21AwiAEiVFUA0cSr_GeAYaxd3lQ 对于vulnhub中的靶机,我们都需先下载镜像,然后导入VM,并将网络连接改为NAT模式。首先我们…

包管理工具之npm也慌了?

起因 因为npm的种种问题,我很早就换成了pnpm和yarn(但是其实npm也在使用),已经很久没有关注npm的功能更新了。最近无意间进入Node18版本的安装目录,发现其除了常规的node,npm等默认安装了一个新的包corepack,这个就是今天我要分享的东西了。 注: 我因为18版本的node上…

自动化构建平台(一)Linux下搭建私有代码仓库Gitblit的安装和使用详解

文章目录 前言一、Gitblit的安装和使用1、本地安装2、docker下安装3、Gitblit使用简介4、Gitblit仓库权限控制5、Gitblit邮件配置 总结 前言 代码版本管理,git模式应该是目前最流行的代码管理软件。目前支持git的管理软件有很多。 Gitblit是一个小型的代码仓库管理…

最简单的基于 FFmpeg 的推流器(以推送 RTMP 为例)

最简单的基于 FFmpeg 的推流器(以推送 RTMP 为例) 最简单的基于 FFmpeg 的推流器(以推送 RTMP 为例)简介需要注意的地方封装格式延时PTS/DTS问题 程序流程图源程序结果工程文件下载参考链接 最简单的基于 FFmpeg 的推流器&#xf…

HTML5:七天学会基础动画网页4

backgorund-size 值与说明 length(单位像素):设置背景图片高度和宽度,第一个值设置宽度,第二个值设置高度,如果只给出一个值,第二个是设置为auto。 percentage(百分比):以父元素的百分比来设置背景图像的宽度和高度&#xff0c…

ChatGPT4.0 的优势、升级 4.0 为什么这么难以及如何进行升级?

前言 “ChatGPT4.0一个月多少人民币?” ”chatgpt4账号“ ”chatgpt4 价格“ “chatgpt4多少钱” 最近发现很多小伙伴很想知道关于ChatGPT4.0的事情,于是写了这篇帖子,帮大家分析一下。 一、ChatGPT4.0 的优势 (PS:…

SpringBoot接收参数的几种形式

SpringBoot接收参数的几种形式 在SpringBoot中获取参数基本方式有5种,需要都掌握. 这里需要记住一个技术术语或概念 API接口: 你写好的那个URL地址,就被称为API接口 1. 接收常规参数 给/param/demo1这个URL接口发送id, name两个参数 以上是以GET请求类型进行发送,实际发送…

深度学习500问——Chapter02:机器学习基础(1)

文章目录 前言 2.1 基本概念 2.1.1 大话理解机器学习本质 2.1.2 什么是神经网络 2.1.3 各种常见算法图示 2.1.4 计算图的导数计算 2.1.5 理解局部最优与全局最优 2.1.5 大数据与深度学习之间的关系 2.2 机器学习学习方式 2.2.1 监督学习 2.2.2 非监督式学习 2.2.3 …

【iOS ARKit】协作 Session 实例

协作 Session 使用注意事项 协作 Session 是在 ARWorldMap 基础上发展起来的技术,ARWorldMap 包含了一系列的地标、ARAnchor 及在观察这些地标和 ARAnchor 时摄像机的视场(View)。如果用户在某一个位置新创建了一个 ARAnchor,这时…

指针的传递使用场景

C语言函数调用时为值传递,实参赋值给形参,形参值改变不会影响实参(原理:两个参数地址不同),若要函数改变实参值,应当传递实参的地址,参考以下实例。 代码展示: #includ…

WiFi模块引领智能家居革命:连接未来的生活

随着科技的快速发展,智能家居正成为现代生活的一部分,极大地改变了我们与家庭环境互动的方式。其中,WiFi模块作为关键的连接技术,在推动智能家居革命中发挥着不可忽视的作用。本文将深入探讨WiFi模块如何驱动智能家居革命。 设备互…

OD(13)之Mermaid饼图和象限图

OD(13)之Mermaid饼图和象限图使用详解 Author: Once Day Date: 2024年2月29日 漫漫长路才刚刚开始… 全系列文章可参考专栏: Mermaid使用指南_Once_day的博客-CSDN博客 参考文章: 关于 Mermaid | Mermaid 中文网 (nodejs.cn)Mermaid | Diagramming and charting tool‍‌⁡…

layui中,父页面与子页面,函数方法的相互调用、传参

<%--父页面--%> <script type"text/javascript">var KaoHaoType 0; // 考号类型 自定义参数1// 选取考号类型function SelectKaoHaoType(callBack) {KaoHaoType 0; // 默认选择填涂考号layer.open({type: 2, title: 请选择 考号区类型, ar…

Linux信号【保存-处理】

目录 前言&#xff1a; 1、再次认识信号 1.1、概念 1.2、感性理解 1.3、在内核中的表示 1.4、sigset_t 信号集 2、信号集操作函数 2.1、增删改查 2.2、sigprocmask 2.3、sigpending 3.信号的处理机制 3.1处理情况 3.2合适时机 4用户态与内核态 4.1、概念 4.2、…

Python:练习:编写一个程序,写入一个美金数量,然后显示出如何用最少的20美元、10美元、5美元和1美元来付款

案例&#xff1a; python编写一个程序&#xff0c;写入一个美金数量&#xff0c;然后显示出如何用最少的20美元、10美元、5美元和1美元来付款&#xff1a; Enter a dollar amout:93 $20 bills: 4 $10 bills: 1 $5 bills:0 $1 bills:3 思考&#xff1a; 写入一个美金数量&…

Android NDK底层BUG,记录:connect、socket(AF_INET, SOCK_STREAM, 0) 等系统套接字接口函数崩溃问题。

在 Android NDK 之中&#xff0c;看上去调用 connect、socket 函数是不会崩溃的&#xff0c;但这是否定的&#xff0c;它在特定的情况下存在必定的崩溃的问题。 但是这种情况放到MACOS、LINUX、WINDOWS都不会崩溃&#xff0c;而它崩溃的点出现在操作系统底层。 人们需要参考这…

设计推特(Leetcode355)

例题&#xff1a; https://leetcode.cn/problems/design-twitter/ 分析&#xff1a; 推特其实类似于微博&#xff0c;在微博中可以发送文章。 求解这类题目&#xff0c;我们需要根据题目需求&#xff0c;利用面向对象的思想&#xff0c;先对需求做一个抽象&#xff0c;看看能…

TDengine 研发分享:利用 Windbg 解决内存泄漏问题的实践和经验

内存泄漏是一种常见的问题&#xff0c;它会导致程序的内存占用逐渐增加&#xff0c;最终导致系统资源耗尽或程序崩溃。AddressSanitizer (ASan) 和 Valgrind 是很好的内存检测工具&#xff0c;TDengine 的 CI 过程就使用了 ASan 。不过这次内存泄漏问题发生在 Windows 下&#…

MYSQL01高级_Linux版安装、各级别字符集、字符集与比较规则、SQL大小写规范

文章目录 ①. MySQL - linux版安装②. 字符集的相关操作③. 各级别的字符集④. 字符集与比较规则(了解)⑤. SQL大小写规范⑥. sql_mode的合理设置 ①. MySQL - linux版安装 ①. 进入mysql官网,找到安装文件 ②. 将抽取出来的文件放在linux下的opt下 MySQL Community Serv…
最新文章