📖 期末網頁優化成果報告

🔗 任務連結 (Link Tugas)

🎯 Tujuan Pembuatan (製作目的)

熟悉 Power BI Desktop 的三大核心視圖，並學會將外部客戶中心來電記錄數據順利載入系統中，以便後續進行大數據分析與清洗。

📝 Deskripsi Langkah (步驟說明)

• 開啟 Power BI Desktop 軟體，熟悉頂部導航欄與報表畫布的區塊配置。
• 點選進入「資料數據視圖」，匯入「客服中心12月份來電記錄.xlsx」進行基礎欄位檢查。

💬 Pendapat (個人心得)

Power BI 的數據載入功能非常流暢，自動識別欄位型態的精準度很高。網頁排版優化方面，加入圓角與微陰影能讓圖表區塊的可讀性同步增高。

🔗 任務連結 (Link Tugas)

🎯 Tujuan Pembuatan (製作目的)

利用視覺化圖表呈現複雜的數據。透過繪製環形圖，分析不同訴求區域的工單編號計數分佈，讓營運團隊快速抓出主要客戶問題點。

📝 Deskripsi Langkah (步驟說明)

• 切換至「視覺效果報表視圖」，在右側欄位中勾選「訴求區域」作為圖例，「工單編號」作為數值。
• 將圖表類型設定為環形圖，並在篩選器中針對特定主要地區進行資料聚焦篩選。

💬 Pendapat (個人心得)

透過顏色區分不同的诉求区域，可以非常直觀地進行比對。在網頁端將這些圖表並列排版，大幅提升了操作步驟與結果報告的整體視覺美感。

🔗 任務連結 (Link Tugas)

🎯 Tujuan Pembuatan (製作目的)

建立多個資料表之間的多對一關聯性，並利用 Power Query 進行更深度的資料清洗與欄位型態轉換（如日期與定點小數設定）。

📝 Deskripsi Langkah (步驟說明)

• 點選「模型視圖」，雙擊關聯性箭頭彈出編輯視窗，確認話務中心資料表間的多對一關係。
• 點擊頂部功能區的「轉換資料」進入 Power Query，選取話務員公號並修正其格式。

💬 Pendapat (個人心得)

建立正確的模型關係是商業智能分析的關鍵。Power Query 的步驟紀錄功能很強大，即使設定錯誤也能隨時退回上一步，非常適合處理複雜的大數據。

🔗 任務連結 (Link Tugas)

🎯 Tujuan Pembuatan (製作目的)

練習將 Power BI 連接到非 Excel 的多元數據源（如 CSV、XML、JSON 及 Access 資料庫），並將整個目錄夾內的多個檔案自動合併為一體。

📝 Deskripsi Langkah (步驟說明)

• 點擊獲取資料，選取連接 CSV 與 XML 氣象資料實作，擴展資料讀取範疇。
• 選取資料目錄夾「客服中心第四季來電記錄」，利用合併載入功能將多個月份的資料整合成單一數據表。

💬 Pendapat (個人心得)

自動合併目錄夾的功能實在太方便了！這解決了業界需要手動合併大量月報、季報的痛點。學會這項操作後，數據處理效率提升了數倍。

🔗 任務連結 (Link Tugas)

🎯 Tujuan Pembuatan (製作目的)

跳脫純圖表分析，利用 VS Code 開發環境設定，建立 Flask 後端專案結構。透過下載與解析中央氣象局的 XML 氣象資料，實作出具備美觀介面的動態天氣儀表板。

📝 Deskripsi Langkah (步驟說明)

• 在 VS Code 中開啟新資料夾，透過終端機安裝 Flask 必要的套件，並建立 app.py 後端主程式。
• 在 templates/index.html 中引入 Bootstrap 5 框架，結合 CSS 磨砂玻璃效果，動態異步局部更新天氣 DOM。

💬 Pendapat (個人心得)

前後端整合的專案挑戰性很高，需要兼顧後端 Python 邏輯清洗與前端 JavaScript 動態異步載入（AJAX）。透過精緻的漸層背景設計，能大幅強化網頁的使用者體驗與現代感。

📊 Lampiran Result (成果數據與優化指標)

本學期成果已全數成功上傳至 Neocities 平台，網頁程式碼（HTML、CSS、JS）均完成優化。以下為期末報告之關鍵成果指標統計：

📝 總結心得與自我期許

這學期的課程非常充實，從最基礎的 Power BI 商業智能圖表分析，一路進階到使用 VS Code 編寫 Python Flask 網頁專案。所有的操作步驟都在報告中完成了詳盡的圖文紀錄。這不僅提升了我的程式邏輯能力，也讓我學會了如何把繁雜的數據轉化為漂亮且實用的網頁成果！