【2023BI数据分析大赛】护肤品销售分析

楼主
我是社区第1306257位番薯,欢迎点我头像关注我哦~

 

一、选手简介

1、选手介绍

目前就职一家电商公司,任职数据运营岗位,做着系统管理员的内容。

 

2、参赛初衷

  去年8月时候才认识FineBI,发现这个工具使用起来比较深得我心,和其他BI工具比起来,这个更加能够展示个人及团队价值的工具。由于在日常工作中做数据分析的工作内容越来越少,都快忘记自己的老本行是做什么的了。所以参加这次比赛主要是想提升工具的使用技巧和练习分析思路。加上个人对设计图、数据分析比较感兴趣,正好有空余时间就决定参赛玩玩,向各位同行交流和学习。

 

二、作品介绍

1.业务背景:

  公司业务模式是通过某社交软件引流进淘店成交。

  由于2022年底的业务调整,店铺销售大幅度下降。业务希望通过数据分析,给到一定的数据支持和可实施的建议,从而提升店铺销售额。

2、数据来源:来源企业网店销售数据,商品数据。时间维度:2022年7月~2023年6月。

 

3、分析思路:通过经营整体数据、客群、商品3个方向。目前整体的销售走势如何?都通过哪些渠道进店?整店转化率怎么样?一周内哪天最活跃?客群转化和留存如何?哪些品类和商品为主要贡献?

4、数据定义:

老客定义:一年内有成交≥两次视为老客

老客转化率=老买家数/访客数

新客转化=新买家数/访客数

复购率:首月购买的客户在后面有购买行为算复购。复购率=复购数/首月购买数

留存率:首月购买的客户在第1个月购买有多少、在第2个月购买有多少、第3个月购买有多少以此类推到最近一个月。留存率=留存数/首月购买数。

 

三、数据处理

  1. 重点说介绍复购、留存

 

①、首先是复购,建立先按照数据源建立一个辅助表,得到每个月只购买一次的客户。

②、另外再建一个复购表,选好客户编号和付款时间

③、然后再对客户编号做分类汇总,得出唯一的客户和最早付款时间。

④、比较关键的一步,左右合并之前建好的辅助表

⑤、得出客户每天购买数量

⑥、得出复购数

⑦、接下来是留存率。也是一样选择客户编号和客户付款时间,按照月汇总

⑧、左右合并辅助表

⑨、得出最早的购买时间

⑩、使用付款时间最早的字段,对客户编号去重,得出最早的购买时间数据

 

2、数据报告:

第一部分:店铺整体销售如何?

分析:从2023年4月开始,销售额不达标,6月份仅完成一半销售,连续3个月未完成目标,差40%~50%,说明有较大问题。

①渠道角度,通过渠道进店访客可以看出,主要流量来源于站外推广引流(手淘搜索、手淘待分类、我的淘宝),无站内推广引流;

②访客角度,23年上半年的进店访客平均在8万左右,每个月进店访客波动不大,没有较大促销活动;

③每个月转化率角度,整店的转率平均在14%,23年4~6月在访客不变的情况下转化率有显著上升;

④平均每个客户进入店铺购买选择购买2件商品,2023年上半年仅两个月达到平均水平。

结论:综上,从侧面得出进店访客不足,运营无活动规划,渠道流量单一。

 

第二部分:客群转化、复购、留存如何?

分析:

①通过拆分新老客发现,整体客单由老买家占大头。老买家客单价从最高371元跌到最低126元,2023年上半年客单均低于200元;

②再看新老客的转化情况,老客户转化占整店80%,新客转化占整店20%。新客转化能力较低,平均转化仅3%;

③留存、复购:客户复购率最高能达到45%,平均每个月复购率30%,2023年4、5月复购率异常低。通过留存率可以看到首月购买后的1~4个月内回购率较高;

结论:新客人群转化低,老客户重点维护。建议把老客户培养成忠诚客户,从而产生多次购买,对于新客可以进行消费刺激在店铺下第一单,根据复购率数据得出再次下次的概率较高。

思考:中端消费用户少了?

客户分层:通过对客户购最近的购买时间、购买频次、购买金额3个指标进行一个客群层,将层级分成8个类。

分析:

①从数据可以看出重要挽留客户(中端消费客户)占比,占18%。该部分客户在比较长一段时间都没有购买行为,频次不高,购买金额较高;

②价值客户的占比有12%,该部分客户客单较低,但贡献金额比较可观,可针对该部分客户做高客单转化;

结论:中端客户即将流失,建议通过发优惠卷,策划一场活动等操作挽回客户。

第三部分:哪些品类贡献最大?

商品分析:

①从货品维度可以看到,前3个品类主要是美妆、水乳/面霜、个护大类。

②商品销售价格带主要在0~100元的低端产品,通过产品数量可以看到,866个商品贡献71.3%销售。

结论:产品销售比较分散,主要低价格商品,且需要大量产品堆积销售,此时比较考验运营的选品能力。

第四部分:如何发掘潜在商品价值?

购物篮分析:两件商品同时购买有较高的概率

商品评级分析:制定评级规则,对产品销售额、数量的阈值进行等级评分,得出爆品、冲量品、冲销品、中间品、连带品、普通品。

目的:了解到运营的选品需求,对商品进行购物篮和商品评级分析,给到运营有一定的选品方向。

建议:

①对于单品。根据商品评级分析,得出37款商品具有爆款潜质,冲销售额商品有35款,冲销量产品有141款。运营在选品时可以针对该标签进选择推广;

②对于组合品。根据对商品的购物篮分析,对商品进行组合销售,扑兰图牌子防掉发洗发露和咖啡因洗发露可以进行组合销售。

 

3、完整报告

护肤品销售分析.pdf (2.3 M)

 

 

 

四、参加赛总结

1、FineBI工具:工具容易上手,而且有很多教学文档。我觉得比较好用的就是可以在仪表板建立多个图表进行分析,同时也比较享受设计图片的过程。

 2、参赛总结:在本次的分析作品中也遇到了很多问题,主要是复购率和留存率怎么在帆BI里实现,通过多次测试分组汇总、左右合并、时间差等操作,用尽了毕生所学,最终,还是实现了,虽然几条代码就可以解决的事情,但是在多个工具实现需要的数据也是很有成就感的事情,总之收获颇多。

分享扩散:

沙发
发表于 2023-8-8 19:36:54
恭喜通过大赛初审,获得参与奖和手气红包!
1、可能受编辑器影响,文中图片无法点击放大,建议调整下图片大小提高图片清晰度,方便评委查看!
2、如果使用本地BI制作,且确保作品已完成不再需要修改,建议尽快联系组委会助手苏茜,进行作品资源迁移,导入大赛公共平台,形成在线模板查看链接,方便评委查看。

期待选手完善之后的作品~~
板凳
发表于 2023-8-30 09:43:34
复购率可以用6.0的def函数轻松实现的 写公式就可以
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

地板
发表于 2023-9-6 16:25:32
打卡:分析思路明确,布局合理,通过这4步销售分析可以很好的展现数据价值,但感觉最后再有一个整体的总结就更完整了!
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

5楼
发表于 2023-9-7 21:31:54
打卡打卡,系统管理员做数据分析,是个不错的发展方向,尝试给大家介绍自己的作品是一件骄傲的事。
BI6.0可以执行一系列的自动化sql命令,相信会带来更多惊喜。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

6楼
发表于 2023-9-13 14:07:02
打卡:发现问题,并针对问题查明原因,我看楼主直方图中重点的部分用截图标注颜色,是否直接在图片中通过颜色显示,这样阅读者可以直观发现问题
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

7楼
发表于 2023-9-13 16:53:11
打卡:是个整体来说非常完整的作品的,最终BI报告配色非常舒服,点赞!
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

8楼
发表于 2023-9-15 13:48:13
打卡:对于一个不怎么使用护肤品的人来说,看完也能收获很多东西,整体布局也很好看,对这行业也有了一定的了解。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

9楼
发表于 2023-9-16 17:53:49
打卡:
工具运用的很多,整体的分析思路不错,UI设计的整机很舒服。整体故事化的讲解,逻辑贯穿始终
10楼
发表于 2023-9-23 15:14:28
打卡:
非常详细的报告,关于复购和留存的计算说明很详细。整个报告通过4个问题逐步展开,运用了很多常见的分析方法,整体的布局配色也很舒服,报告的最后可以有对这4个问题的一个总结。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

11楼
发表于 2023-9-27 15:28:16
打卡:作品分析的是销售数据,分析框架清晰,相关指标释义清楚,主要使用的分析方法应该是RFM,分析过程中以问题为导向来展开,逐步分析原因并给出相应结论,可视化仪表板末尾建议增加分析总结部分。
参与人数 +1 F币 +6 理由
兔子酱 + 6 打卡奖励-最走心评论

查看全部评分

12楼
发表于 2023-9-28 08:42:56
打卡:报告结构合理,从经营整体、客群和商品三个维度进行全面的挖掘。指标设计适当,包含新老客转化、复购率、客群分层等关键指标。图表信息聚焦,采用多图表形式进行可视化表达。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

13楼
发表于 2023-10-2 10:08:17
打卡:
作品从多个角度分析销售状况,并通过数据给出结论,数据很好的支撑了输出。布局合理、色彩协调,具有较高美观性、可读性。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

14楼
发表于 2023-10-13 10:01:14
打卡:完整的数据分析过程,从背景,数据处理,数据建模,展示,分析,结论,故事化表达相关的数据分析场景,值得学习。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

返回顶部 返回列表