食品销售库存分析报告 一、选手简介 1. 选手介绍 个人介绍：帆软社区用户名析木，目前是一名大三在校生，偶尔参加一些商业数据分析比赛。 2. 参赛初衷 l 去年就参加过BI数据分析大赛，因为第一次参与所以作品的思路和制作细节不成熟，但在后续的学习中也顺利考取了FCP-FineBI的技能认证，虽然今年升级到6.1版本了，还想继续挑战一下。 l 比赛的奖励多，对比学校的奖励这对我也是很大的吸引力，也为自己的未来发展，准备一个作品集，来增加自身的核心竞争力   二、作品介绍 1、业务背景介绍   2015-2018年的经济快速发展，但商超的发展速度有限且发展速度和水平未达行业同期水平，需要您对找出存在的问题并提出解决方案。   2、数据来源： 自选数据：来自heywhale的公开数据“商城详细销售数据”， 订单表---原始数据字段包含：'行 ID'， '订单 ID'， '订单日期'， '发货日期'， '邮寄方式'， '客户 ID'， '客户名称'， '细分'， '城市'， '省/自治区'， '国家'， '地区'， '产品 ID'， '类别'， '子类别'， '产品名称'， '销售额'， '数量'， '折扣'，'利润'，共9959条数据； 退货表--'订单 ID'，'退货'，共1163条数据； 销售人员--'地区'，'地区经理'，共6条数据； 3、分析思路   4、数据处理 异常值----引用SQL库的行政地图，对其订单的城市进行对应替换，    重复值---退货表去重处理，保留297条唯一数据   计算字段---单价=销售额/数量 利润率=利润/销售额*100% 然后通过自助工具来进行左右合并，这步操作选择相同字段进行合并即可，其字段的计算主要还是在Excel中操作，。 5、完成分析报告       总体看近四年销售1606万，但其订单量仅为2770笔，市场份额低，利润率低至8.63%，商场的经营情况不佳，呈现颓势，发展空间有限。需要进一步寻找利润率低存在的问题；          2015-2016年销售额及利润同比上升，但利润率波动超过1.5%，进一步研究发现六个地区中仅有两个地区（中南、华北）超过其平均利润率； 总体退货率高达11.67%，华北占3.06%，但利润率占16.29%远超其他地区，需要针对性深挖其盈利空间，为其他地区提供经验；        华东地区的销售额和订单量是最多的，利润率不及华北地区的一半，联动发现华东地区退货率高于华北，初步判断退货率影响其利润率。         四年来总客户仅790人，客单价为1613元，其利润和客户的主要来源是消费者；商超需要更加关注消费者客户的利润率提升，适量减少小微企业的资源倾斜，以提高商超的整体利润率；       在客户邮寄方式中---对企业进行联动发现其利润率负值居多，当日方式的利润率呈现较多正值，在接下来的邮寄方式可以适当增加当日寄送；对小微企业进行联动，发现其二级和当日的客单价高达1700，但利润率也起伏较大且存在多个负值，要多进行风险管控，降低其退货率，来增加整体利润率；         地区经理中盈利能力最佳的范彩，洪光销售额第一，但盈利水平稍微落后范彩，楚杰、白德伟和杨健三位经理的盈利水平均为达到平均水平，后续可以增加各地区经理相互交流学习，提高品类运营能力和盈利水平。     类别情况中技术是利润率较高的达8.91%，初步分析是因为其技术类的提货率较低，利润率高于家具和办公用品；在对其子类别分析，家具的书架、办公用品的收纳盒销量最多；      对产品的波士顿矩阵分析，发现其奶牛产品为订书机，明星产品为椅子，更加明确其现有产品的前景，为后续的活动主推产品做好分类；     销售额的统计中发现其摩托罗拉充电器的销量最高达11.51万元，但利润为-0.42万元，需要马上重点跟进其亏损原因，       对退货类别进行统计，发现其办公用品退货数量居多，和利润率偏低有相关关系，后续可以根据活动需要，重点交叉分析，控制其退货风险；       整体仪表板情况   三、参赛总结 1. FineBI工具         之前参加过一次，但因为软件升级更新后存在较大变化，但总体使用比5.1的版本好用的多，虽然重新适应需要较多时间，但也还是顺利完成其作品；操作做图后放到底下框，增加了寻找时间，因为不能直观看出其图片内容，导致每次都要回仪表板找到相应的图表。 2. 参赛总结          每次对待比赛都是比较喜欢在快提交前的2个星期左右才开始，虽说是不好的习惯，但是懒癌有点严重，此次的作品因为对SQL数据的操作不熟练，导致好多时间都浪费在这上面，最后发现FineBi可以直接导入，哭死。因为刚入行不久，接触的数据分析的思维和操作存在不完善，也不够切合实际，希望大家对该作品能给些建议（不是玻璃心，问题点越深刻越好）在此感谢大家的批评指正。

我已经学完简道云从入门到精通实战课程，详情请看：简道云从入门到精通实战班 - 我的帆软 (fanruan.com) 1、学习初衷 因为之前参加过帆软杯的比赛，有幸拿到比赛学习奖金，可以免费参加简道云的课程，加上最近的就业形式也不是很好，更加引起我的核心竞争力的担忧。急需不断提高自己的学习能力和技能水平。 2、学习经历 学习一般都是晚上抽时间，学习进度比较快，从简到难，从基础到高级应用，作业的难度也难易有度，经常需要不断的研究帮助中心来去解决一些问题，难度还是有的，对自己寻找问题解决问题很有提升 3、小结 可以报班学习尽量报班学习，可以快速的上手，并且对于很纠结的问题问问老师可以更快解决，减少不必要的时间消耗。  

1.学习初衷 在22年三月份时，一个偶然的机会让我接触到了帆软的数据分析大赛，一步步开始使用并通过FineBI这个软件，在教程文档的帮助下，也一步步的完成了数据分析报告的撰写。没想到比赛结束后，我还有机会获得课程奖励金，我毫不犹豫的报名了进阶版。 想着不就是一个网课嘛，高三就已经线上学习的我不以为然，在参加暑期实习的期间我也顺带学了帆软课程，学好一门技能也能让自己生产力提高上去，打造更好的竞争力。   2.学习经历 然而，随着课程的深入，第一周简单，第二周，这是啥呀，第三周开始到第五周，我的天呀，这个操作怎么弄出来的，这个又怎搞，奔溃，我去牛了，又奔溃，我有做出来，厉害，就在这几个来回中也不断提高自己的知识。学习的痛苦让我梦回高三，下班回来继续学习经常要弄到12点多才愿意去洗澡睡觉。 当然在学习过程中也能遇到很多志同道合的队友，我再里面也遇到了一个大佬，加了微信，经常讨论作业的疑问相互解答，就这样完成了这个课程的结束。课程群里也非常感谢助教老师的耐心讲解和操作示范，虽然不知道这位老师长啥样名字叫啥，但在此衷心感谢助班和作业批改两位老师辛苦付出。 在课程方面还是要吐槽一下下，这个作业量真的真的好多呀，可以的话增加点课程学习时间（粗略看法，当然高强度的学习下才会更快的进步） 帆软的工具越学越有意思，特别是钻取和联动这个功能特别好玩，我记得我在作业8的综合题里面，我通过下钻竟然发现很多东西是相互关联的，问题的角度不同，他的因果关系也存在不一样的点，在那时我发现数据他在和我对话。这种感觉很奇妙。不知不觉我再那一天我玩到了凌晨2点，才发现我的作业还没弄完第二天就要交了，然后就急急忙忙弄完睡觉。   3.学习成果 一定程度掌握了fineBI自助数据集的数据处理的方法，以及BI生成可视化组件的方法。能快速完成一个自己做需要的的dashboard。浅浅的看看我做仪表板吧（进步空间还很大）       4.小结 在帆软我第一体会到数据意义和有趣，这应该是辛苦付出后的收获吧！收获的喜悦！最后希望可以通过8月底的认证。莫问前程，勇往直前！少一点功利性目标，做自己热爱的事情。    

一、选手简介 1. 选手介绍 个人介绍：帆软社区用户名析木，目前是一名大二在校生，在商务管理专业学习。因个人对于数据分析比较感兴趣，希望在这个帆软社区可以多交到志同道合的小伙伴 2. 参赛初衷 l 我想深入尝试一下数据分析这条路，那么肯定要多多参与数据分析的相关比赛，给你自己增加知识，在比赛的过程中不断深入学习，不断提升自己。 l 这次比赛也是我第一次接触专业的可视化分析，之前都是用excel来处理和分析数据的。来更深入了解专业工具的使用。 l 比赛的奖励多，对比学校的奖励这对我也是很大的吸引力，也为自己的毕业面试，准备一个作品集，来增加自身的核心竞争力 二、作品介绍 1、业务背景介绍 小刘是刚刚转行的数据分析师，星期三经理让小刘把暑假的销售库存做一下分析，5天后出一份完整的分析报告。 分析目标：商品运营状况和销售趋势；如何在优化库存？ 2、数据来源： A公司大型零食连锁专卖店商品库存表，由“数据分析不是个事儿”公众号提供的数据 。原始数据包括“年月日”、“大类”、“商品ABC级别”、“商品名”、“小类”、“中类”、“成本额”、“断货天数”、“到期天数”、“库存金额”、“库存量”、“库龄”、“销售量”、“安全库存天数”、“可售天数”、“未来一个月的销售额”、“缺货天数”、“是否有效商品”，共765000条数据 3、分析思路   4、数据处理 为了保证源数据的准确性，将商品库存表的基础数据进行去重及异常数据的处理（如库存金额负数、时间不一致等常规性问题），通过Excel的相关功能完成清洗，过程比较简单，不一一展示。 5、完成分析报告 a、整体框架：整体排版按照宏观到微观来分析，具体为如下板块，任务背景，明确目的->库存整体分析->商品abc级别分析->中类分析->小类分析->总结建议。 b、分析思路和对应结论 整体趋势显示，8月11—9月30日的库存量达5260026件，但其无效库存占比为2.58%，中短期库龄最高。 ①目前库存量比较大，有效产品占97.42%。 ②在对库龄进行分析时发现13天到18天的库存帐龄占16.72%，占比较大。 ③对库存和销售量的对比中发现休闲零食、方便食品/粮油副食、进口食品和零食/坚果/特产,四大类的库存占比大于实际销售量，尤其是进口食品库存最高。 ④库龄在7-12天的占比是所有产品大类中最多的达53.68%，但销售量却不成正比。                  商品abc级别分析： ①商品abc级别分析三个级别的库存量有两个正常，b级别的商品高出警戒线 ②b级别的商品库存金额占比较大，但其周转率也是最高达59.19%，正常范围内。   商品中类分析： ①对中类46种商品进行矩形树图分析，发现无效库存商品中前15种数量达102889件。 ②对中类销售量分析后得出：畅销前十的中类商品也是存在大量的无效库存。 ③销售单品前十的均为进口食品，其库存量也是最多的。 ④在对饼干/糕点/膨化小食联动，库存量大，但销售量也不高。                             重点小类品牌库存分析：                ①销售前10的商品均为进口食品，单天销售额也高               ②重点商品明细中把销售量进行排序后，得到前20的商品买的最多，其周转率也大于7%，未来的一月的预测销售额也可观。               ③在对其小类的库存进行词云统计前五：膨化食品、进口乳制品、进口红酒、进口咖啡、方便面。               ④对存销比分析得出有6475件商品的周转率最高。        结论与建议 ① 设置安全库龄线，对库龄比较长，销售量却不理想的商品进行定时的淘汰。 ② 控制库龄在7-12天的产品数量，降低库龄增加的风险。 ③ 降低无效库存中的前15产品，可利用销售正比例法进货； ④ 中类滞销前10产品，停止进货，通过畅销产品捆绑销售，及时清理库存； ⑤ 对进口产品要控制进货量，避免过多的占用库存，增加库存成本； ⑥ 对周转率高，库存率低的中类商品及时补货；可以建立对应得库存变动仪表板，实时监控库存化。 ⑦ 库存周转慢，库存量大的，先暂时不进货，避免出现积压增加库存成本； ⑧ 重点关注销售单品前十、未来一月的预测销售额、存销比最小的商品，建立对应的库存销售仪表盘； ⑨ 自动预测每日需进货商品明细，并根据历史销售额来确认是否可以补货及补货量多少；    仪表板 公共链接：https://bisolutions.fanruan.com/webroot/decision/link/DA6F   三、参赛总结 1. FineBI工具 第一次使用，还是比较好用、上手很快。 ① 在对不同的图表使用时，寻找解决问题的途径很快，有对应的文档给我们学习，询问大赛导师，也快速解决了问题 ② 方便数据的导入和MySQL的使用，让我对数据分析也快速上手 ③ 熟练使用各种图表建模后可以很快的达到自己想到的那种图表。 2. 参赛总结 （1）不要高估自己的行动力，还是在最后期限前把报告给做出来了，以后还是要尽量做好规划。 （2）在深入分析之前，感觉难度不大，但在真真的深入分析的21号——27号，发现了一大堆的问题，需要自己去不断学习相关的知识，学会这个又发现这个不会，在凌晨的汪洋中，感到对知识的无力感，但又对认识它有强烈的喜悦。 （3）第一次参加，感觉难度很大，但绝不会是最后一个。 （4）从参赛的计划、报名、选题、梳理分析思路、设计、到后期的美工、参赛总结等等，每一步都让我对数据分析的流程有了很大的理解。也非常感谢帆软组织的这次大赛。