文末有....
好久不喝星巴克了，今天天氣好，所以也就饞了，下樓買了一杯：
我喝咖啡的第一反應就是星巴克，而不是瑞幸，儘管瑞幸很便宜，很會砸錢，但是我的心智還是選擇星巴克。很多人疑惑其咖啡之王的地位，今天我就給大家分析一下吧。
我回到辦公室，想看看星巴克在中國到底有多少家門店，於是python爬取數據和可視化分析就派上用場了。
主要是想分析4個點：
話不多說，直接上部分代碼：
<code>temp = data.groupby('Countries and Regions')['Brand'].count().reset_index()
temp.columns = ['國家或地區','計數']
data_pair = [(row['國家或地區'], row['計數']) for _, row in temp.iterrows()]
top_country = sorted(data_pair, key=lambda x: x[1], reverse=True)[:10][::-1]
_map = (
Map(init_opts=opts.InitOpts(theme='dark'))
.add("門店",
data_pair,
"world", is_roam=False,
is_map_symbol_show=False)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
title_opts=opts.TitleOpts(title="星巴克門店在全球分佈",
subtitle='數據截止日期：2020年2月'),
legend_opts=opts.LegendOpts(is_show=False),
visualmap_opts=opts.VisualMapOpts(is_show=False, max_=2000,
is_piecewise=False),
)
)
_map.render_notebook()/<code>一共爬取了3W+的數據，這只是部分代碼，完整代碼見文末。
數據取好後，就要選擇工具進行數據分析，一提到分析工具，很多人都會想到用Excel，我很多年前剛入行的時候，也是“Excel打遍天下”，但Excel數據清洗和計算效率低下，需要進行大量重複性、低附加值的人工操作，而且要做好看的圖表得花很多時間研究功能，遇到大數據量就卡的不行。
同時，很多人喜歡用echarts圖表接口或者是python的第三方庫進行數據可視化，甚至是用matlab，基本上都需要用代碼實現，在數據展示上十分繁瑣，效率不高。
我想到了一種方法：BI分析。
那個被拜耳開除的拒絕隔離的跑步女，也是拜耳BI項目的leader，想想真丟人，BI圈子它是肯定混不下去了。
敏捷BI，隨便拖拖拽拽就能生成可視化圖表，原理也很簡單，數據層由Python來進行抓取到網頁數據，解析後儲存到mysql數據庫；BI負責最後應用層的數據處理、加工和可視化。
本次BI工具用的是FineBI，對於個人來說，它永久免費，在國內BI領域，是直接對標Tableau的存在，不僅僅是性價比高，還因為：
- 30多種數據源支持，你的數據庫都能連上，口徑不統一的數據也能聯合分析
- 可以處理複雜式中報表，這是別的工具不具備的能力
- 可以自動建模，並且是利用自助數據集的方式，讓用戶能夠在人性化的操作界面進行數據處理和ETL處理，比如數據過濾、數據整合等等，能夠極大的降低用戶的數據清洗與數據加工時間
- 可視化優秀，支持聯動、下鑽、跳轉等OLAP分析操作功能，能夠幫助業務人員進行有價值的可視化分析和dashboard設計
拖拖拽拽即可生成可視化
來看看FineBI做出的星巴克數據可視化吧。
1、全球門店分佈
星巴克起源於美國，所以在美國的門店數量最多。
我們可以看見，門店主要還是集中在北美洲，亞洲，歐洲。
另外有意思的一點，整個澳大利亞只有20幾家星巴克門店，難道是澳大利亞人不愛喝咖啡嗎，其實正好相反，因為澳大利亞人太鍾愛咖啡了，澳大利亞人對咖啡的講究，就像中國人對茶的挑剔一樣，對於星巴克這種過於商業化的連鎖品牌有些難以生存。
2、擁有星巴克門店最多的城市
毫無疑問，如果國內星巴克最多的城市，那肯定是上海和北京。而且隨著時間的增加，星巴克會像羅森、全家這種便利店一樣，佈滿其大街小巷。
3、全國門店分佈情況
和上面的類似，毫無意外的最紅的三個區域——長三角，珠三角和北京，中部城市以成都為首。
我偷偷的告訴你top5：北上杭深廣，這要放在10年前肯定沒有杭州。但隨著互聯網的發展，基建速度和這個城市的數字化速度成正比，每座城市都有屬於自己的IT企業。
4、門店所有權分佈
這個得解釋一下，星巴克的經營種類分4個：
其實分析這個，不是想讓大家對星巴克增加了解，而是想教會大家在很短的時間內，可以自己上手，用BI工具做出一個數據可視化，Excel的數據透視表就別想了，可視化太醜，還要會VBA，性價比太低了。
最後來談談BI工具直接的區別吧。
FineBI畢竟是國產工具，基礎的學習文檔還是教學視頻資料都很豐富，另外還有著非常活躍的帆軟中文社區供所有用戶進行學習交流。
企業級方面，主要涉及部署項目和技術服務方面。Tableau和powerbi這塊是代理商在管，所以你懂得，和帆軟本土服務（前方售前技術），後方技術支持，無法比。有一次請教一個使用問題，麻煩了人家技術支持半天，又是遠程又是給文檔的。
最後，工具好不好，自己嘗試了就知道，大家不妨自己下載嘗試！
關注我，並轉發該文章，私信回覆“星巴克”，即可獲得FineBI個人永久免費版和python代碼！
閱讀更多 IT技術管理那些事兒 的文章
