背景：
我们是一家国内的服装公司，在全国拥有几十家服装门店，从事18个服装品类的销售，市场覆盖国内上海、华北、华中、西南、东北、中南、西北七个区域，年销售额达数千万元。财年结束了，老板希望我们（数据分析师）能对公司的销售团队的数据进行分析，并得出结论作为下年度的制定作战的方向。
一、工具选取：
（1）老模式的工作流：
- 业务人员：制定分析思路，梳理出需要汇报的指标。
- BI研发：清洗数据，提供一张大宽表，并导出Excel给业务人员
- 业务人员：确认数据
- 若数据合理：则在Excel上绘图，粘贴到Word、PPT上撰写报告
- 若数据不合理：则反馈给BI研发重新清洗
（2）新模式的工作流：
然而，在审查过程中，我们发现现有的工作流程存在多方面的问题：
- 沟通难：跨部门沟通成本高，仅靠靠Excel数据作为传递的媒介
- 分析难：业务人员在Excel中分析，往往比较难做下钻分析，有时候甚至很难看出一些异常
- 制作难：
- 制作出的图表无论是美观度还是交互度上都差点意思
- 制作过程需要在Excel和Word或PPT之间粘贴，效率低下
- 沉淀难：无法数字化沉淀管理下来复用
我们看了一系列的产品，发现阿里云DataV下有DataV Note（智能数据文档）的产品比较合适。这是一款以Notebook文档形式为基础、由强大AI模型驱动的智能分析、允许多人协作的数据可视分析平台。因此，我下面的过程均使用DataV Note作为分析的工具。
二、分析过程：
（1）制定分析思路
我们的分析思路如下：
- 按品类和品牌划分的产品市场表现
- 不同品类的销售额对比（最大、最小值）
- 主要品牌占比分析
- 跨地区的业绩比较
- 不同地区日均销售额对比
- 不同地区毛利润主导地位分析
（2）数据准备（已脱敏）
CREATE TABLE `retail` ( `销售日期` datetime DEFAULT NULL, `店风格` text COLLATE utf8mb4_general_ci, `店名` text COLLATE utf8mb4_general_ci, `店性质` text COLLATE utf8mb4_general_ci, `品类描述` text COLLATE utf8mb4_general_ci, `品牌描述` text COLLATE utf8mb4_general_ci, `所属大区` text COLLATE utf8mb4_general_ci, `所属小区` text COLLATE utf8mb4_general_ci, `销售额` bigint DEFAULT NULL, `毛利` bigint DEFAULT NULL, `毛利率` text COLLATE utf8mb4_general_ci ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
（3）绘图 & 总结（已脱敏）
【1】不同品类的销售额对比
【2】主要品牌占比分析
【3】不同地区日均销售额对比
【4】不同地区毛利润主导地位分析
三、制作报告（已脱敏）
DataV Note是分为2种形态：编辑态、预览态。编辑态为上述分析的过程；在预览态中，提供了丰富的定制化功能，包括主题选择、布局调整、样式优化和水印添加等，确保展示材料既专业又美观。与此同时，还支持导出为Png、Pdf、Word格式，并可通过钉钉、微信或邮件轻松分享，满足多样化的汇报需求。
四、总结：
我们从传统模式下的数据分析工作，迁移到全新的工作模式。跨部门在同一个Notebook画布中协同创作，边写代码边绘图的感觉非常爽，而且做好的文档还能数字化下来月度、年度复用；同时，DataV Note提供了很多AI小功能十分惊喜，例如：根据数据AI绘图、自然语言生成SQL、Python等等；DataV Note作为智能数据分析工具，绝对是你不二的选择。
