【2022BI数据分析大赛】某零售电商平台的销售分析
一、选手简介
1、选手介绍
帆软社区用户:每天要早睡,目前就职一家零售企业,职位数据支持岗,个人对数据分析非常感兴趣,也对数据行业的前景十分看好,热衷于各种数据处理以及帆软BI对数据的可视化
2、参赛初衷
一直没有机会实战的检测一下自己的数据分析能力,希望对自己的能力的一次锻炼的机会,也为自己积累一些项目经验,也是很感谢帆软公司的支持,比赛的奖励很丰富诱人。
二、作品介绍
1、业务背景与需求
随着市场的进一步的饱和,竞争压力逐渐增大,某电商平台的销售增长明显出现滞涨情况,为了分析出销售额增长放缓的原因,你拿到了电商平台2015-2017年的销售数据进行分析,用以帮助企业找到问题所在,帮助改善运营策略
2、数据来源
和鲸社区https://www.heywhale.com/home
表格包含会员信息表,销售记录表,客单价变化表
会员信息表包含:会员卡号,年龄,性别
销售:会员卡号,单据号,消费人群,消费金额,销售数量,销售价格,品牌,消费时间
3、分析思路
为了避免过多的数据干扰,我只截取了每年销售额最高的1-3月进行分析,为了增加销售额,我们要明白销售主要的增长来自会员人数和商品两个维度,会员数量的增加会直接影响到商品的销量,而好的商品又能吸引顾客成为会员。
通过对会员的分析,得到会员人数的增长情况,再根据订单号与时间,得到每个月会员的消费频率,这里没有对会员的流失和增长进行分析,只针对消费人数
根据时间,性别,年龄进行聚合,分析各个年龄段的客单价占比情况,进而重点关注该类型客户,精准营销
通过对商品的分析,判断出近期平台商品趋势变化,以便更好的调整策略
4、数据处理
对原始数据进行处理,主要使用Excel自带的Power Query进行数据清洗工作,原始数据包含销售记录表和会员信息表,补齐缺失数据
根据时间进行汇总销售金额,再使用各个时间段的销售金额除以订单数量,得到客单价表。
上传三张加工完成的三张表:会员信息表,销售记录表,客单价变化表
添加自助数据集,对会员信息表和销售记录表进行左右合并,得到会员销售记录表
5、可视化报告
从销售额变化趋势来看,2015至2016年销售额增长最多,涨幅超过100%,而至2017年1月,保持着同比24.97%的增长,后续的二月份反而同比下降了7.84%,结合消费人数的角度,会员数量一直保持着同比的增长情况,不存在客源流失,而导致消费人数不足而造成的销售放缓
按照会员的角度继续往下分析,2015-2017,因为消费人数的增加,每月1次消费频率的人缓慢增长,而2-5次消费频率的人数也是正常的同比增长。也基本排除了因为消费频率减少导致的消费金额减少的原因。
按照客单价变化的趋势,2017年的客单价减少最多,客单价降低是导致了销售金额下降的主要原因,接着对客户人群进行分类,按照,时间,性别,年龄维度,找到客单价下降最多的重点人群
年龄段角度:2016-2017中老年龄段的消费占比进一步上涨,而其他年龄段的占比变化不大,客单价人均下降5w,而青年与壮年两个年龄段的占比远大于老年人段,而且这两个年龄段又是伴随着时间变化,逐步迈入最具有价值的中老年时间段
性别角度:虽然男性的客单价相对较高,但是女性群体的消费占比却达到了男性的两倍,女性群体存在巨大的消费潜力
营销策略:A建议营销策略往女性用户上进行倾斜,特别是针对青年,壮年,中老年这三个时间段的女性用户。
B会员人数还是偏少,每月复购率较低,建议适当进行优惠促销,增加会员消费频率
从销售金额前二十品牌图可以看到,TOP20品牌对消费金额的占比越来越高,而且头部品牌与尾端品牌消费金额差距较大,说明市场逐渐加强对品牌的认知度,消费者更加青睐于头部品牌的消费。
从商品各类售价的变化趋势来看,2015只销售2500元的产品到2016年的各类产品,再到2017年1500-2000元的产品消失,市场逐渐两极分化,中端产品‘’逐渐减少,平价商品和高端产品占逐渐增加
从销售数量来看,2015年-2016年销售数量翻了2.5倍,从而导致了2016年销售金额暴增,而2016年-2017年产品售价的组成以及数量都没有太大的变化,导致增长放缓。
策略:建议深化对于头部品牌的合作,提高品牌入驻门槛,减少一些销售额较少的品牌,整合资源,用于拓展高端品牌的消费增长。
三、参赛总结
1、FineBI工具
各种数据转换都很方便,bi的文档也做得很棒,不管是数据源的变更还是图表字段的转换,都可以非常快速的达到实时刷新和联动的效果,仪表板的样子也很丰富,直接便利了我这个小白选手。
2、参赛总结
第一次做完一份数据分析报告真的成就感很高,拖到最后交卷也是自己的拖延症很严重,但最终结果是好,过程虽然很艰辛,但是对自己以后做报告的流程的梳理还是帮助蛮大,再次感谢帆软官方组织的比赛,让我们一起在数据这条道路上,肩并肩越走越远。