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。 | 
