九月初一个偶然的机会，同事问我说有一个数据分析的培训有没有兴趣？作为一个从事信息工作多年的“老人”来说，系统学习新的技能和体系是一件很困难的事情，总是提心时间、精力、孩子等等困扰；但碍于同事的高涨热情，抱着陪读的心态报了名。但真正上了一节课后，FineBI的魅力让我不能自拔；这不正是困扰我很久的解决之道么？之前数据报表不能解决的问题都在这里找到了方向——之前也经常用编程的方式来制作BI看板，但苦于没有系统的理论基础和方法，结果是花了时间和精力也没有好的落地效果。于是决定认真的按课程步骤体系学习数据分析理论和方法，在调整心态的同时向家人进行了报备！
从此上班、学习、作业、熬夜成了常态，特别从第三周开始，大量新的概念、工具和作业，感到严重的精力透支；群里同学们的高涨热情和老师们（在此对助教小丁老师、小何老师、班主任苏芮老师和Lynn老师的辛勤付出表示感谢）的长期陪伴，激发自己要坚持信念，我们相互提醒、相互鼓励、相互支持。记得是国庆双节期间，为了抢时间，很多同学放弃外出和聚会的时间，一起看视频、解答问题！从之初的心如止水，过程中的心无旁骛到最后的心潮澎湃，仿佛跨越时间限制又回到了学堂，哪种久违的求知后的满足感和获得感在今天看来回味无穷！
在经历了焦急、焦虑甚至于焦躁之后，静心回顾整个学习历程，让自己欣喜，通过培训视频、作业和实操带来的是对于数据分析的另一种理解——他不再是“表叔”的恶梦，刹那间好像是拥有了“阿拉丁神灯”；为尽快将所学运用到实践，又一轮的通宵达旦即将开启。附上期间个人作品，以大家共勉！
1、洞悉业务背景
某超市现有21家分店，分布于5省17个城市，其中以湖南省为主（17家）；经营品类有饮料、零食、调料、生鲜、水果、水产品、日用品、服装等；目前超市反馈的问题是8月份总毛利率下滑，处于年度最低，需要找到毛利率突然下降的原因，并做出针对性的解决措施。
2、制定分析计划
根据业务背景现已知8月份毛利率下滑，预①采用归纳推理法（即从最终指标（结论）出发，拆解指标来定位原因）进行分析（注：演绎推理法适用于从原因出发，推断结论给出预警结果）；首先根据MECE原则(相互独立、完全穷尽)，②将可能影响到毛利率下滑的因素全部罗列出来；③再根据内外因素分解法，将内部、外部、可控和不可控的因素进行分类。
A.根据毛利率公式罗列可能存在的因素，毛利率计算公式：
A.上期库存金额+本期进货金额+部门移入金额-部门移出金额-本期库存金额=本期销售成本
B.本期销售总金额-本期销售成本=本期毛利额
C.毛利率=本期毛利额/本期销售总金额*100%
由毛利率公式来看，直接相关的就是“销售成本”、“毛利额”和“销售额”三项指标：
Ø “销售成本”增加导致毛利额减少，间接导致毛利率降低；
影响销售成本的因素有：库存数据异常(如损耗)、供货价格提高、高毛利商品缺货、低毛利商品库存增加；
Ø “毛利额”减少分子减少分母不变的情况下毛利率降低；
影响毛利额的因素有：商品成本提高(销售成本因素)、商品售价降低；
Ø “销售额”增加则分母增加，在毛利额不变的情况下毛利率也会降低。
影响销售额的因素有：经营策略变化(如促销活动)、行业竞争(恶性竞争、低价清仓)、突发事件(抢购抛售、物资舆情等)；
B.根据超市现状与问题调研，通过对供应体系变动，周期性促销活动，区域性重大策略、突发性事件等现象，初步探讨基本可排除行业竞争、突发事件、供货价格、成本数据异常、库存结构等方面的原因(因作业数据仅有销售纬度数据)；据此聚焦四个分析方向：毛利率异常与时间的关系、毛利率异常与地域(终端)的关系、毛利率异常与价格变动的关系、毛利率异常与销售数量的关系，来探索毛利率异常的原因。
3、数据拆分建模
根据分析计划，共整理出了3张相关的数据表。主要包括以下几种数据源：
Ø 商品销售明细表(含日期、门店、商品、销售额、销量、毛利、成本等字段)
Ø 门店信息维度表(关联门店、城市、省份等字段)
Ø 商品信息维度表(含品类、商品名称等字段)
4、执行分析计划
A.毛利率异常与时间关系的分析
分析思路：首先观察全年月度毛利率变化存在一定的时间规律，是逐步下降还是突然变化；然后观察全年月度毛利率与销售额、毛利额的变化，查看三者之间的变化规律；最后分析本月周数据与年度平均值之前的变化，查看有无特定规律。
操作过程：
1） 月度销售毛利与毛利率趋势关系分析：选择自助数据集中的“第六节：毛利率下滑异常原因分析”，创建组件设置图表方式为柱形图；新增“添加计算指标”，计算聚合“毛利率”，公式为：SUM_AGG(销售额)/ SUM_AGG(毛利）;将销售日期、销售额、毛利、毛利率分别拖入横轴和纵轴，修改销售日期汇总方式为年月；设置毛利率的值轴为右轴值，并修改其图表方式为线图，并添加平均值的警戒线；通过颜色、标签等图表属性设置后，即可查看销售额、毛利和毛利率的变化趋势。
初步分析：观察上述图表，从1月至8月销售额、毛利无明显变化，但毛利率8月份明显异常仅有18.37%，低于其他月份，且偏差值很大，属于突发性变化，进一步观察发现销售额505.66万元居全年第一，原因可以存在于毛利方面，需进一步分析；
2） 月度销售毛利与毛利率环比分析：选择我的自助数据集中的“第六节：毛利率下滑异常原因分析”，创建组件设置图表方式为柱形图；新增“添加计算指标”，计算聚合“毛利率”，公式为：SUM_AGG(销售额)/ SUM_AGG(毛利）;将销售日期、销售额、毛利、毛利率分别拖入横轴和纵轴，修改销售日期汇总方式为年月，设置销售额、毛利、毛利率的快速计算方式为求环比；设置毛利率的值轴为右轴值，并修改其图表方式为线图，并添加0值的警戒线；通过颜色、标签等图表属性设置后，即可查看销售额、毛利和毛利率的变化趋势。
初步分析：观察上述图表，从1月至8月销售额、毛利、毛利率环比来看，毛利环比高于销售额环比时,毛利率环比呈增长趋势(如1、6月份)，否则相反；特别是8月份销售额环比增加9.24%，而毛利环比反而减少了5.57%，说明8月毛利率偏低可能主要是存在于毛利相关的问题；
B.毛利率异常与地域关系的分析
分析思路：首先观察全年按省份、城市、门店各层级同维度之间的毛利率的变化；再重点查看8月份各省份、城市和门店毛利率变化异常，逐步聚焦是否有重点省份、城市或门店的异常规律；
操作过程：
1） 城市毛利率排名(倒序)分布：选择自助数据集中的“第六节：毛利率下滑异常原因分析”，设置图表类型为“区域地图”，将纬度字段的城市，转换为“地理角色”的“城市”纬度，并将“城市(经度)”和“城市(纬度)”分别拖至分析区的横轴及纵轴；新增“添加计算指标”，计算聚合“毛利率”，公式为：SUM_AGG(销售额)/ SUM_AGG(毛利）;将“毛利率”字段拖入图表属性颜色栏，设置“毛利率”字段快速计算方式为正序排名，并设置渐变类型为区域渐变，通过4个区间，分别将第1-3名和其他进行颜色设置，以重点定位排名靠后3位的城市；设置“月度销售毛利与毛利率趋势关系分析”和“月度销售毛利与毛利率环比分析”组件的联动，即相互可以联动查看城市年月趋势和月度排名落后的城市清单，以快速定位问题；
初步分析：观察上述图表，从本年的毛利率排名来看，排名靠后的三个城市为：邵阳市(20.50%)、长沙市(20.61%)和怀化市(20.70%)，与正序排名第一的城市：珠洲市(22.70%)，相差并不大；
初步分析：根据与时间趋势联动观察各月份城市倒序排名情况发现，1-7月份城市(门店)数据较少且与总体毛利率都在20%左右，差异不大，无明显异常；但联动到8月份倒序提名，发现长沙市排名为倒数第一，仅为15.16%，而排名倒数第二三的是成都市(20.40%)和邵阳市(20.50%)，说明核心问题集中在长沙市的门店，需进一步分析聚焦问题；
2） 门店毛利率排名(倒序) : 选择自助数据集中的“第六节：毛利率下滑异常原因分析”，设置图表类型为“柱形图”；新增“添加计算指标”，计算聚合“毛利率”，公式为：SUM_AGG(销售额)/ SUM_AGG(毛利）; 将纬度 “门店名称”和计算指标 “毛利率”字段，拖入分析区的横轴和纵轴，并设置横轴“门店名称”按毛利率倒序排序；通过交换横纵轴的字段将图表设置成横向柱形图；设置“月度销售毛利与毛利率趋势关系分析”、“月度销售毛利与毛利率环比分析”和“城市毛利率排名(倒序)分布”组件的联动，即相互可以联动查看门店年月趋势和月度门店毛利率排名的情况，以快速定位问题；
初步分析：根据本年门店毛利率的排名情况未发现明显异常；按年月逐一联动查看，1-7月未发现明显异常，8月份门店毛利率排名发现，明显问题出现在“长沙梅溪湖店”,仅有2.58%，具体问题是在哪此商品？是进价还是售价问题？需进一步单独分析；
C.毛利率异常与商品及价格关系的分析
分析思路：首先观察全年按品类、品牌、商品各层级同维度之间的毛利率的变化；再重点查看8月份各品类、品牌、商品与毛利率变化异常，逐步聚焦是否有重点品类或商品的异常规律； （注：因作业数据涉及品类和商品资料简单，无需通过品类结构、品牌结构、二八分析等方式进行层级全面分析；）
操作过程：
1） 品类销售毛利与毛利率关系分析：选择自助数据集中的“第六节：毛利率下滑异常原因分析”，设置图表类型为“柱形图”，并将纬度“品类名称”字段分别拖至分析区的横轴；新增“添加计算指标”，计算聚合“毛利率”，公式为：SUM_AGG(销售额)/ SUM_AGG(毛利）; 将指标“销售额”字段拖入纵轴，设置纵轴“销售额”图表类型为线图，并将“毛利”字段拖入图表属性的大小栏；将指标“毛利率”字段拖入纵轴，设置纵轴承“毛利率”轴值为右值轴；设置所有组件的联动关系，即相互可以联动查看年月、城市、门店、品类与毛利率的变化规律，以快速定位问题；
初步分析：观察上述图表，从本年的品类毛利率结构来看，毛利率较高和较低的品类销售和毛利占比都不大，零食类商品销售和毛利占比较大，但毛利率为20.96%，未发现明显异常；
初步分析：通过月份关联1-7月及品类、商品均未有明显异常，但8月份关联至“梅溪湖店”时发现零食品类毛利率异常-5.15%；结合“梅溪湖店”零食品类1-8月的趋势分析，1-7月未见异常，8月份销售额下降严重，且毛利额为-2.88万元，由此可见核心问题大多聚焦在8月份“梅溪湖店”零食品类；
2） 商品销售毛利与毛利率关系分析：
选择自助数据集中的“第六节：毛利率下滑异常原因分析”，设置图表类型为“词云”图，并将纬度“商品名称”字段分别拖至分析区的图形属性的文本栏；新增“添加计算指标”，计算聚合“毛利率”，公式为：SUM_AGG(销售额)/ SUM_AGG(毛利）; 将指标“毛利率”字段拖入图形属性颜色栏，并设置渐变方案为热力图；将指标“销售额”字段拖入大小栏；设置所有组件的联动关系，即相互可以联动查看年月、城市、门店、品类及商品与毛利率的变化规律，以快速定位问题；
3） 商品销售明细与毛利率关系分析：
选择自助数据集中的“第六节：毛利率下滑异常原因分析”，设置图表类型为明细表，销售日期、门店名称、商品名称、销售额、毛利、毛利率（毛利/销售额）、售价（销售额/销量）、进价(销售成本/销量)拖入数据栏；设置所有组件的联动关系，即相互可以联动查看年月、城市、门店、品类及商品与毛利率的变化规律，以快速定位问题；
初步分析：通过月份关联1-7月及品类、商品、明细均未有明显异常，但8月份关联至“梅溪湖店”时发现“德芙巧克力”销售占比较大，但毛利率为绿色明显异常，可以定位问题可能出在德芙巧克力这个商品上；进一步观察商品销售明细表发现，8月份该商品售价不变的情况下，成本价由原来的29.7，提升至34.5和32.4，因销量占比较大，导致负毛利销售。
5、提炼业务洞察
A 分析结论：
按照分析计划得出结论，8月份毛利率下滑，主要原因是“梅溪湖店”“德芙巧克力”销售价格不变的情况下，成本价提高所造成的。需进一步论证问题原因，以改进此问题；
B. 整改建议：
Ø 若公司和门店管理人员者知晓，则系公司策略预估不足，需加强公司层面策略风险预估机制；
Ø 若公司管理人员知晓而门店管理人员不知晓，则说明信息沟通机制不完善；
Ø 若公司管理人员不知晓而门店管理人员知晓，则说明门店管理人员责任意识不强，需调整；
Ø 若公司和门店管理人员者不知晓，则说明经营过程跟踪能力及管控能力不够需建立跟踪机制；
6、产出商业决策
根据提炼业务洞察与超市核心管理层进行深入分析，讨论拿出详细的整改方案，有必要的话成立整改项目组，分解到人、时间、奖惩机制，并定期（日、周、月）检查反馈；
7、验证效果
根据整改方案落实情况，运行一定周期后，重新进行数据分析，检验产出的商业决策是否有效，或者有无新的异常变化，持续优化及改进；
