一、选手简介
1、选手介绍
个人介绍：帆软社区用户名大山里的茉莉，男，目前就职于亚洲知名的乳制品快消品公司；目前在液态奶销售部从事数据分析主管一职，商业分析（Business Analytic）专业毕业，目前也在与香港大学商业分析专业合作研究算法项目，乐于与各界交流学习。
2、参赛初衷
为落实集团在领导力峰会上关于加速数字化转型的重要指示，我司数字化部门于2021年开始引进帆软，面向各部门相关领域的业务人员，全面推广使用帆软。借助本次帆软数据分析竞赛活动，集竞赛、培训、交流于一体，旨在帮助自身以及相关人员提升数据分析技能。
二、作品介绍
1、业务背景/需求痛点
业务背景：
所在销售部的产品经销商体系庞大，主要KPI是产品的销售额。日常工作是借助数据分析进行风险预警、机会挖掘与效率提升。
需求痛点：
产品部门亟需对产品的销售情况进行跟踪分析，包括分析产品卡位、挖掘机会产品、追踪窜货产品、监控产品市场份额、制定决胜计划等。
2、数据来源
全部为企业数据：应用了产品销售的每笔记录，包括我司卖给经销商的进货额以及终端门店卖给消费者的POS销售数据。由于数据总量上亿行，本次采用对数据库进行自助数据集整合的方式，导出数据量较小的Excel作为参赛数据源，对客户名称、地区分类，以及销售额等所有数值进行了脱敏。
3、分析思路
数据产品开发五步法：
- 需求调研：深入调研需求，清晰明确使用用户、应用场景、业务痛点；
- 方法论提炼：与用户一起通过切片分析、个案分析等方法提炼总结方法论；
- 数据准备：收集、整理、清洗数据；
- 模型搭建：选择合适的分析工具或平台进行建模，进行数据产品开发；
- 推广应用：对数据产品使用方法、操作流程向用户进行讲解，确保可投入生产环境应用；
因此，本次作品以业务为导向，所有结论均服务于业务。
4、数据处理
- 关联分析是本作品中数据处理最复杂的部分。由于业务数据量过大，无法使用“去重计数”的方法，因此改用销量左右合并的方法计算置信度、支持度和提升度。
- 通过产品之间的连线颜色深浅代表关联强弱，采用了雷达图与流向地图结合的方法，整个数据处理的步骤比较多。
5、可视化报告
（1）采用典型的驾驶舱排版布局，深蓝色未来科技风；
（2）由于实际应用的数据量过大，如果一页长图则会导致页面加载时间过久，严重影响用户的耐心和体验，因此采用TAB组件轮播与仪表板跳转的组合应用的横屏模式（跳转链接仅适用于公司内网平台），也结合了联动钻取效果；
（4）动画效果拉满。
（5）通过分析可得出以下结论：监控各产品/地区销售达成与增长情况、通过产品关联制定组合营销方案、通过窜货路径及时进行风险防控、通过RFM判定客户价值、制定市场份额计划，等等。 | 
