作品选题
现在有一家知名的女装公司,在全国有多家线下门店,现在主要对该企业的日常运营,商品分析,用户分析,单店分析 四个板块 进行可视化看板开发制作, 利用FineBi 的优势轻松地实现复杂的业务需求和经典的分析模型。
极速传送门: 瑞冬说数:零售行业典型场景分析
作品封面:
一、选手简介
1 、选手介绍
队名:瑞冬说数队
个人照片:
2 、参赛初衷
想和大神切磋 看看自己水平
希望可以获奖 提高自己的影响力
想成为帆软MVP
二、作品介绍
1 、业务背景/ 需求痛点
虚拟一个国内大型女装服装公司,日常的数据分析工作主要集中在运营分析、商品分析和会员分析三个板块。随着市场竞争的加剧、业务需求的复杂化以及新型业务的不断增加,公司管理者对业务报表的专业度和时效性的要求也在不断提高。传统的Excel 和多个来源的数据底表已经不能满足企业发展的需求,数据准确性和各指标的计算逻辑口径的统一性不断受到挑战,复杂场景的需求( 如购物篮商品关联度分析和客户标签RFM 模型) 也难以满足,必须借助专业的BI 工具进行数据处理、建模、展示,进行权限管控。
2 、数据来源- 自选数据
事实表:
1. 销售订单表 : 有门店ID 订单ID 会员ID 产品ID 四个关键字段 有金额 吊牌销售额 销售日期
2. 任务表 : 具体到门店 每天的销售额任务
维度表:
1. 会员表: 记录会员ID 性别 生日 行业
2. 门店信息表:记录门店相关信息 面积 HC 状态等
3. 区域信息表 是门店信息表的上一维表 对各城市的省和营销部门
4. 产品信息表 记录产品品类 季节 年份等信息表
5. 产品季节表 记录产品新老品信息
3 、分析思路
4 、数据处理
1. 数据建模
2. 购物篮分析 以月度为单位 来看各品类关联度准备
3. 会员表为主表汇总处理构建RFM 模型
5 、可视化报告
最终仪表板效果:
项目难点:
1. 使用日期参数加上指标明细过滤才能达到指标卡任意时间的同环比效果
2.1 购物篮分析中按月进行品类直接三个指标计算 按照月度的销售情况分析配合其他组件查阅 商品时令销售情况
2.2 帕累托分析中 使用累计函数一步计算累计占比
2.3 使用最新def函数一步得到RFM客户代码类型
3. 指标计算贴近实际场景 高度可落地性
4. 配色考究 选用专业配色网站 结合设计师建议配色
(1) 经营概况
通过12 项重点指标 看到大盘关键指标的同比变化
通过区域来看 各个区域的销售额/ 店效 年同比情况
通过时间阶段变化 看全年销售趋势
通过店铺类型分布看到不同类型的店铺销售占比
(2) 商品分析
通过帕累托分析看到各月ABC 品类分析 和分项占比,通过销售额的两次拆解进行四象限分析 最后看各个品类的购物篮分析 通过支持度 置信度 提升度来看各品类的联系 具体单月分析可看仪表板
(3) 客户分析
通过客户最后购买日期,客单价,购买频次三个指标构建RFM 模型,展示占比和绝对值,并提供明细表和具体的营销策略
(4) 单店分析
单店分析:8 项关键指标 当年各月度同比情况 当月每日趋势( 销售额& 完成率、客单价& 连带率) 产品品类/ 季节/ 新老品分布
经营概况:https://bisolutions.fanruan.com/webroot/decision/link/6SRk
商品分析:https://bisolutions.fanruan.com/webroot/decision/link/48Bt
客户分析:https://bisolutions.fanruan.com/webroot/decision/link/h2HH
单店分析:https://bisolutions.fanruan.com/webroot/decision/link/7Skp
三、参赛总结
1 、FineBI 工具
我之前用过市场上主流的Bi 工具 其中我用FBI 5.0 版本的感觉还是不是很好用 有些场景会整很多自助数据集出来 6.0 出来后 数据建模和DEF 给了更多的可能性,可用性进一步提高。
但是我发现了一个可能是比较大的产品问题 就是间接关联容易造成维表数据缺失,比如产品信息表有A B C D 四个产品 但是销售表只有ABC 三种产品产生的销售 但是进销存表里面有ABCD 四个产品的进存记录,因为产品表和进销存表是间接关联的,中间D 产品会不会导致数据缺失,而且产品信息表和进销存表不能进行关联,只能间接关联 所以这种问题对于复杂场景还是挺常见的,而且其他BI 工具是有解决办法的,希望产品可以考虑这种情况的解决办法。
2 、参赛总结
我进入公司后一直接触帆软相关产品,从Fr 到Fbi, 正好借助这个大赛的机会总体总结冲击一波,试试自己的水平,检验一下自己的学习成果,坚定自己的职业发展方向。