|
1、学习初衷
（1）个人介绍
（2）学习初衷
-
起初是通过帆软的销售人员介绍得知的，了解之后发现非常符合我目前的工作诉求，课程安排的也比较全面合理，就迅速报名学习了。
-
学习背景：在正式开始课程之前，已经使用FineBI进行过一些简单的分析并运用到工作中去了，所以实际学习的过程中上手的较快，对知识的理解和掌握也比较快，能够结合此前的经验查漏补缺的去学习，大大提高了学习的效率。课程中老师很好的引导了我对一些功能的理解，课程之外也可以自己结合帮助文档进行额外的拓充学习。
2、作品简介
（1）业务背景/需求痛点
（2）数据来源
-
企业数据：（已脱敏）
- 用户表：客户在销售系统上的账号信息，包括登录时间等。
- 部门表：组织的层级情况。
- 客户表：客户的基本信息，包括创建日期，所属组织，最近下单日期等。
- 客户渠道表：客户的所属销售渠道。
- 客户区域表：客户的行政区域，包括了区域的层级信息。
- 商品表：商品基本信息，包括基本单位，分类情况。
- 商品分类表：商品分类的层级信息。
- 订货单主表：订货单单据表，包含销售组织，客户，收货人，下单日期等。
- 订货单明细表：以商品为粒度的订货明细数据，包含商品数量及金额。
- 发货单主表：发货单单据表，包含销售组织，客户，收货人，发货日期等。
- 发货单明细表：以商品为粒度的发货明细数据，包含商品数量及金额。
（3）分析思路
- 明确目标：从客户角度出发最终提升销售额
- 分析角度：
- 增量客户运营：对于目前的销售情况而言，研究流入客户的原因及其后续的留存情况，复购情况等意义不大，目前事业部的新客户流入方式及原因为：
- ①原有老渠道客户流失，需新增客户替补原有客户渠道或片区职责。
- ②新增产品类别，需新增客户负责新产品。
- ③要求目标额增加，需新增客户来完成目标额。
- 存量客户运营：
- 一方面是消费能力的提升：①对客户分类，管理层维度统筹制定不同的促销策略。 ②客户复购率、客户粘性 ③构建用户画像，全方位分析用户状态，用数据支撑人为分析，策略下放至业务员，进行针对化细致的对接服务。
- 一方面是客户流失原因分析 ①与企业无关：客户自身消费属性的转变。 ②与企业有关：产品类别、促销策略、业务员、组织地域管理、所属渠道。
- 提出问题：
- 1.客户的地域分布情况如何
- 2.客户的流入流出情况，流入后的客户主要购买哪类产品，流入后客户的留存情况如何。流出客户原先主要购买哪类产品。
- 3.客户分类及其占比
- 4.针对单个客户的分析（目标完成情况、费销比）
- 拆解问题：
- 1.客户数（流入数、流出数、各个类型客户数）
- 2.客户留存率=某一段时间内（时间段a）的新增用户在若干天后的另一段时间（时间段b）的留存数量 / （时间段a）的新增用户总量
- 3.客户复购率=一个月内购买两次及以上的人数/该月内总购买的人数
- 4.RFM分类：Recency客户最近一次交易距离现在的时间差、Frequency客户在近六个月内的购买频率、Monetary客户的消费能力，以客户六个月内单次消费金额的平均值来计算
- 5.用户生命状态分析：激活时间小于等于 180 天，且最近一次登录在 60 天内：新用户； 激活时间小于等于 180 天，且最近一次登录距今大于 60 天：一次性用户；激活时间大于 180 天，且最近一次登录距今大于 60 天：流失用户； 激活时间大于 180 天，且最近一次登录距今在 60 天内：忠实用户；
- 维度拓展：
- 1.流出标签：六个月前有购买记录，近六个月无购买记录。
- 2.激活日期：创建客户后第一次发生交易的日期
- 3.最近登陆日期
- 4.未下单时长：最近一次交易至今差值
- 5.下单频率
- 6.消费能力：单次消费金额均值
- 7.客户渠道
- 8.消费产品类别
（4）数据处理
（5）可视化报告
使用了RFM分析方法对客户群体进行分类，观察发现总体的客户结构不太健康，一般客户的占比高达近80%，重要价值客户和重要发展客户的占比较低，建议采取措施增加一般价值客户的平均消费金额，逐步扩大重要客户占比。
客户的分类同时有助于公司对于不同类型经销商的下属终端门店实施不同标准的形象店建设工作，这一举措可以减少营销成本，很大程度上提高费用的投入产出比。
通过联查发现，重要价值客户及重要发展客户均在河北省数量最多，并且在全局维度上河北省客户数并不是最多的，河北省对应公司组织管理层级上的石家庄销售大区，可以推测石家庄大区的大区经理管理能力较强，大区内部管理制度较为完善有效，钻取发现下属片区发展均衡，有多个片区的重要价值客户较多且数目较为相近，由此可以推测大区定期举行的内部会议交流密切有效，片区之间形成了友好的良性合作关系，建议总公司可以多组织其他大区的管理人员向石家庄大区学习优秀的管理经验。
总体维度上特殊渠道占主流，尤其是在重要价值客户中，特殊渠道占比更是高达88%，由此可以得出，公司的特殊渠道运营已经相当完善，市场很可能已经趋向于饱和，想要进一步提升销业绩可以从线上渠道、通路渠道、终端渠道等其他渠道入手，拓宽渠道覆盖范围。 通过联查客户详情表，使用排序功能等可以快速锁定目标管理客户，后续可以针对具体客户，构建目标客户画像分析模型，再结合跳转功能，由面及点，进一步针对性的分析客户的个体数据信息及动态，包括但不限于基础信息及签约情况、业务人员配置、下属门店资料、形象店建设数据、费销比投入、指标额完成进度、交易行为分析等等，为业务员提供定制化的业务跟踪服务提供实时高效的数据分析支撑。
观察【组织客户留存】组件可以发现，各个大区的流出客户数均高于流入客户数，说明客户正在呈现负向流失趋势，这也是影响销售业绩的重要因素之一，流失后系统内客户信息并没有及时维护和更新，导致呈现虚假的客户总数增长，建议制定制度督促相关维护人员定期依照规则清理僵尸账户。其中南京大区的流失客户数最多，钻取后发现其下属片区呈现较为光滑的圆形，说明各个片区的客户流失情况相当，并不是某个片区的个例，由此推测是南京大区的管理制度和大区经理出现了问题，这可能和此前大区经理调岗至总部进行兼职，新的大区经理尚未及时补位有关，从而导致整个销售大区的客户大幅度流失，建议重点跟进大区经理的任职工作。此外，郑州大区和徐州大区的客户流失情况也较为严重。
组件【组织客户留存情况】和【次均消费额商品分布情况】的关联字段是客户，点击南京大区的流出客户进行联查，可以发现这批流出的客户此前主要购买的是豆奶粉产品，继续钻取可以发现销售额最高的是720g维他粉，推测南京大区的豆奶粉指标完成情况可能会受到影响，尤其是720g维他粉这款产品。
组件【组织客户留存情况】和【新增客户留存情况】的关联字段是组织，南京大区的客户流入数量也比较突出，推测大区的业务人员已经在采取措施弥补客户大幅度流失的问题，通过【新增客户留存情况】组件可以观察到南京大区的拓客措施的成效，我们可以很明显的看出，七月份及八月份的新增客户的留存率逐月大幅度下降，这说明这两个月的拓客措施效果较差，应该及时予以纠正。结合【新老客户复购率】组件可以观察到，南京大区新增客户的整体复购率呈现非常明显的下降趋势，甚至在5月、8月、9月等老客户复购率较高的月份时也依旧明显低于老客户的复购率，由此可以得出，南京大区整体的拓客结果较差，新客户的客户粘性较低，忠诚度较低。建议尽快调整南京大区的拓客策略，针对性制定促销政策来提高新客户的品牌粘性。
3、学习总结
（1）学习经历
（2）个人成长
通过为期六周的学习，我已经全方位由浅入深的了解了FineBI的使用方法。通过课程学习到了很多此前自学过程中完全没有接触过的功能点，这些新发现的功能点大大的提高了我日常工作的效率。学习过程中仍然存在一些没有完全掌握的知识点，希望能够通过以后工作中更多的案例来增强这些内容的熟练运用。
本次的课程学习是对长时间以来的自主学习进行一个系统性的查漏补缺工作，学习过程中了解到了很多之前自学过程中的知识盲区，经过课程老师的指点，能够精准的定位到文档进行额外的拓充学习，进一步提升工作技能和效率。整体课程安排的较为合理、全面，能够在工作之余跟上课程进度，对于学习过程中的疑问老师也能够及时准确的解答，班级群内同学们互帮互助，积极探讨学习成果，学习氛围浓厚，大大拓宽了我的知识面。总体而言，是一次收获颇丰的学习之旅。后续计划继续关注帆软的其他学习班，继续提升能力，充实自我。 | 
