【2022BI数据分析大赛】拌客源群店模式下经营分析与广告效果分析

一、选手简介

1、选手介绍

• 团队名称：帕羽宇航员
• 队长介绍：偷星的猫，目前就职于帕羽科技，目前从事运营岗位，个人感兴趣的方向和领域-数据分析、机器学习等方向。
• 成员介绍：如，
• 成员-帆软社区用户名：鱼蛋超Q
• 成员-公司、行业、岗位介绍：就职于帕羽科技，从事运营岗位
• 团队组成：两人对数据分析领域颇有兴趣，在众多博主的推广下看到了帆软的可视化比赛，于是想一组组队试试自己的实力，看能否在比赛中获得较好的名次

 

2、参赛初衷

• 希望通过比赛实践提升BI工具的使用方法和技巧，系统学习FineBI这个工具的使用，之前只使用过Tableau和PowerBI这两个工具，之前看到大多数人认为帆软的产品体系还不够成熟，不推荐使用，于是趁着这次机会想好好学习一下，看能否运用到实际工作中。
• 和更多FineBI大神交流学习，进行数据可视化作品以及分析思维的激烈碰撞
• 大赛奖励很诱人，想拿个优秀作品奖或者其他

 

二、作品介绍

1、业务背景/需求痛点

• 业务背景：
• 在O2O生活圈不断扩张的时代，外卖的普及使得餐饮从线下做到了线上，懒人经济带来的巨大红利，让大量资本涌入外卖市场。作为某外卖连锁品牌方的数据分析师，如何优化自身品牌业务的竞争力与整体的盈收是在资本洪流中存活并做大做强的关键，这就需要对旗下分布于各地的五个店铺进行日常的流量、转化、留存、销售、盈利等数据进行把控、检测与分析，从数据中发现目前各店铺在经营过程中值得推广的方式方法，有待提升的环节和方面，帮助店铺良性可持续发展，提升整体的收益。
• 需求痛点：
• 区域负责人对整体区域的店铺经营情况需要有个大致的了解，知晓当前各平台经营店铺的情况和趋势，广告投放效果如何，对于各个店铺的资源投放应该如何分配比较好。

 

2、数据来源

• 自选数据：用了shop、cpc、orders这三个表，shop表主要记录店铺经营状况、实收和补贴等；cpc主要记录店铺广告投放的效果、流量经营状况和投入产出比、orders主要每笔订单的具体情况如菜品、花费、配送地址及经纬度等。

 

3、分析思路

• 根据用户行为路径将曝光、访问、下单的路径展示清楚，对比看各个环节的转化率
• 使用top分析法对店铺进行占比分析，从店铺的维度看各个店的广告投放效果
• 线性回归对roi效果和营收进行预测

 

4、数据处理

• 对数据格式进行调整，确定每个用户的唯一值：选择订单号+时间+地址这三个数据确定每笔订单只有一个唯一值

 

5、可视化报告

（1）数据含义表达和图表排版布局

• 整体使用蓝色主题

• 数据总览可以整体看到所有店铺的经营状态和用户路径下的流量情况，以及整体的补贴和花费
• 详情支持查询过去的经营情况，配送地图可以看到主要用户的分布情况（圆大表示用户支付金额较多，颜色深表示配送距离较远）

• 环形图可以看店铺经营位置的占比、平台占比、GMV前五的占比情况
• 每日流量数据是该片区域的整体流量情况以及转化效果，散点图主要展示GMV前5的店铺广告投放效果

• 每日营收数据是该片区域的整体收支情况并使用趋势线进行预测，面积图主要看前5店铺的流量占比情况

（2）结论

• 用户路径的转化率可以有进一步的提升，在饿了么平台的广告投放效果比美团好，可以投入更多的资源
• 前5店铺广告经营效果分析中专辑由橙色的投入产出比较高，应该投入更多的资源进行经营，整体可获得的流量也高于其他店铺

案例打卡:布局排版简洁,但不易发现重点,如果再配上些许分析结论和策略综述以及重点指标的预警策略,相信阅读体验感会更强.

案例打卡:根据以往我看过的bi技巧，建议楼主可以适当研究下分析模型，如rfm，abc分类，四象限之类的加深对数据的分析。
在这里补充一个名词解释，GMV（全称Gross Merchandise Volume），即商品交易总额，是成交总额（一定时间段内）的意思。多用于电商行业，一般包含拍下未支付订单金额。
因为看到楼主只使用gmv，没有进行说明。
整体布局色彩蓝色像是主色调，但是店铺cpc，gmv分析中以红黄的为主，希望整个报告的整体色彩的一致性OK哦

案例打卡：配送，如果换成流向地图是否会更加明显，不过数据还是挺显而易见的，分析模型如果可以套用就更好了。

案例打卡：如果是自创的，那值得鼓励，符合常规电商分析逻辑（使用较多维度：行为路径，Top分析法则）。

但是实际上，自主创新性其实有较大的质疑空间，如果没有猜错的话，这篇文章的数据集和仪表盘基础搭建模型近乎和B站的一名Up主的教学视频产出的，甚至作品排布都近乎和教学视频的产出差不多....（bilibili up主：戴戴戴师兄，可以看最新的Tableau教学视频）

总体来说，我觉得近乎有50%保底的一个相似度，这已经不太能算是个人作品，希望主办方也可以审查一下，确定是什么情况，为了比赛的公平性和大家积极参与的信心。

案例分析：结论可以放在看板里，少了建议

案例打卡：建议再多一些自己的思考，有图表改动了，但是效果没有教程中的好。

案例打卡：从总体上看这份报告很不错，如果适当对数据进行降维处理下将重点数据突出下会更好。

案例打卡：如果楼主在分析对于维度时，换一些更加直观的图形，这样效果更好，如转换率，如果用漏斗图是部署会更好

案例打卡：整体看上去配色清新，逻辑清楚，但是更多是事实性描述，缺少深度洞察与发现。

案例打卡：作者(们)作为运营人员，如果是主动学FineBI非常的鼓励了。我们公司的运营人员能到这一步就很好了。希望你们能更进一步。整片的分析几乎就是将能分析的'维度'和'指标'拉了出来,展示的排列组合还算合理吧。但1.没有感觉到有明显的分析思路线在 。2.还需要有更深层次的一些分析，经验还不够的话就先多套用成熟的模型。

案例打卡：整体看上去还不错，但是个人还是喜欢深色系，而且感觉内容也不算太多，不过做的很认真能够看出来。

案例打卡：没有对实际数据进行分析，只是对图表作用进行了解释，加入分析便于更好理解整个看板作用及重点

报告视觉上还是不错的，但是是针对经营+广告效果的分析，在广告效果分析方面没有选取转化率、ROI等指标去看，感觉不够深入

真的不错