一、选手简介 1、选手介绍 帆软社区用户名小空，是学生。个人感兴趣的方向是数据分析，近期正在进行Fine BI的学习，并会持续学习。 参赛初衷 参赛的原因一方面是希望通过比赛实践提升BI工具的使用方法和技巧，另一方面是想要锻炼自己在数据分析这方面的能力，在以后的学习与工作中也能利用数据分析的思维去看待事情。 二、作品介绍 业务背景/需求痛点 业务背景：文创产品是基于IP进行的产品制作，根据IP不同，需要对应设计并制作相应的文创产品进行销售。 需求痛点：在文创产品的销售过程，在进行了同质宣传后，根据IP的不同，同一类产品的销售情况也会有不同。如何设计运营活动，或者改变产出比重，获得营业额最大化，是在运营中的痛点。 2、数据来源 在获得允许下，选取了友人的文创产品淘宝店铺，对无线端流量结构表、核心经营表、商品效果分析表、订单表、商品列表进行了脱敏处理并分析。 其中，无线端流量结构表根据时间维度对消费者的获取渠道进行了区分统计，能够阐明店铺获客渠道；核心经营表根据时间维度对访问消费情况进行了统计；商品效果分析表选取了top10商品的销售情况；订单表为现有阶段订单概况；商品列表为现有商品现象。 分析方向 根据由浅入深的逻辑关系对明星商品、销售峰值、营运效率进行产品、营销、竞争力三个维度的运营分析： 首先，以销售额为基准找出明星商品，对商品进行属性特征的探究，搭建现金流模型。通过对其访客平均价值与销售额来进行分析其商品特征。由此，可结合销售情况进行特征类比推广。 其次，对销售峰值进行分析。在文创商品进行销售期间，曾有多次线上线下的直播、现场活动。通过对顾客所在地域的探究，解明活动效果。并且，根据消费高峰时段，可对线上直播活动进行调整。 最后，对营运效率进行分析。通过搭建漏斗分析模型，对整体的营运效率进行分析。 数据处理 根据各表特征做了如下表连接： 通过表的关联，实现了多个仪表盘的联动。 在数据处理过程中，利用分组汇总功能实现了大批同质商品名称的分类汇总，并根据分类汇总进行时间差的统计： 可视化报告 根据现阶段营业额，筛选出现有文创系列商品，并将销售额与其他各个指标进行对比分析。其中最受欢迎的是“灿丧系列”，其次是“生日季系列”与“张家秘密系列”。 通过销售额与页面浏览时长的对比可知，销售额主要来源于“灿丧系列”，而浏览时长最久的是原创配饰设计。由此可知，顾客对原创配饰设计是感兴趣的，却没有进行下单，具有一定的原因。 对分组付款时间差发现可发现两极分化现象严重，顾客不需要犹豫很久，就能过对“灿丧系列”、“沙海记事系列”、“张家秘密系列”进行购买。 虽然“张家秘密系列”商品的用户停留时长低于“生日季系列”，但其支付转化率较高。证明顾客能在较短的时间确定是否对“张家秘密系列”商品进行购买，较能引起顾客的购买冲动。 对销售额与访客平均价值进行分析，其中“张家秘密系列”商品的访客平均价值远高于同等程度的支付金额，可以在此基础上进行进一步的商品研究。 通过对流量进行分析，可知大部分的店内流量都来源于自主访问——即店铺在其他端运营引流带来的流量。并且在2022-03-07~2022-03-13与2022-04-11~2022-04-17期间短，流量明显增长，证明在这段时间的私域运营活动具有一定成效。 如果要促进流量进一步增长，或可着眼关注淘内免费流量。日订单浮夸时间集中在20:00前后， 23:00之后降低。是每周五晚20:00开始进行运营活动的结果。 如果想进一步促进销售，或对运营活动进行优化。买家基本覆盖全国，其中北京、上海的买家消费金额较高。商家可在之后在该地区开展线下活动。 首先，商品访客数远大于搜索引导访客数，而搜索引导访客数与下单买家数的出入不多，可证明，下单买家中有大部分都是搜索引导来的访客。商家可以进一步对该文创产品感兴趣的用户进行精准营销，转化成买家。 其次，商品收藏人数少于支付买家数，说明大部分买家都是出于购买冲动进行立刻购买。但是，商品人数教授，也意味着复购率较低。 商家需要在保持买家购买冲动的同时，对商品进行改良，以增加复购。 最终结果呈现的页面布局 https://bisolutions.fanruan.com/webroot/decision/link/oB62 三、参赛总结 1、FineBI工具 FineBI是一款非常优秀的BI工具，在数据处理、数据运算、数据可视化方面都非常便捷。在之前的数据分析中，应用的软件只有Excel，对比来看，FIneBI无论在数据处理，还是在可视化方面；无论是在数据量方面，还是在制作过程方面，都要比Excel优秀很多。 值得一提的是，FineBI的帮助文档非常详尽。通过查阅文档可以解决大部分难题，从而节省了很多询问他人的时间。通过帮助文档中的数据分析模型以及多个案例分析，可以让0基础的小白也能通过短时间的学习，完成基础的数据分析与可视化呈现。 2、参赛总结 在报名截止的前两天进行了参赛，时间非常紧张。由于时间过于匆忙，没有来得及组建团队并与团队成员磨合，所以只能独自参赛。 从确定数据、明确分析方向，到对数据进行清洗、定义指标，对数据进行探究分析、并制作仪表盘，整个过程是一次非常紧张的学习。在这个学习的过程中，也学到了很多新的知识，包括企业数据脱敏的数据清洗思路、通过函数运算对数据进行多维呈现的思路、数据分析思路、仪表盘的排版设计等。 虽然进行了短暂的学习，但是对于有趣的FineBI来说，还远远不够。在接下来的时间，我会进一步学习FineBI与数据分析，并且希望在下一次的活动中认识更多志同道合的小伙伴，超越自我，更上一层楼。