【2023BI数据分析大赛】零售家居行业全链路数据分析报告

只要肯努力学习,还能有什么学不会的?

一、选手简介

1、选手介绍

  • 团队名称:发际线跟我作队
  • 团队介绍:团队所有成员来自一个公司的不同部门,大家因为FineReport、FineBI等工具的培训而结识,当看到比赛信息时,一拍即合,成立小分队!不同部门、不同视角,期待我们碰撞出不一样的火花!

  • 队长介绍:任榕榕(任逍遥),帆软用户名为renongai,从事BI行业12年,熟悉各种BI开发工具(例如:帆软Report,Tableau,SAP Dashboard,BOE等)。整体设计架构担当,拟定业务可行性方案,进行带团队实施落地。个人感兴趣的方向和领域:喜欢挑战,把一切不可能化为可能,只要想得到的就去钻研实现。
  • 成员介绍:
    • 李家慧(李小七):常驻帆软设计器的数据分析人员,负责事业部全领域的数据开发和管理工作,擅长需求分析和数据加工,喜欢研究新事项,坚信方法总比困难多。
    • 涂凡(阿凡图):忙里偷闲的数据打工人,帆软社区用户名为阿凡图,从事数据分析工作,涉及内容包括从后端数据建模到前端报表展示落地的全流程,喜欢挑战。
    • 牟吉宇(勇敢牛牛):BI小白,有Fine Report经验,负责部门数据分析及可视化报表的搭建,希望通过此次比赛对FineBI有一个更深的了解,更好的赋能业务。
    • 马静(余甘):帆软用户名为余甘,目前从事数据分析相关工作,但还处于数据可视化阶段,是个小白数据分析师。积极学习第一名,希望通过此次比赛更深入的了解FineBI工具的用法,后续将其应用于工作中,丰富业务用数需求,并赋能业务自助分析数据。

2、参赛初衷

  • 团队成员今年接触FineBI后,又打开了新世界,但是平时的工作非常繁忙,无法深入研究,借此比赛机会,可以在实际应用中认识FineBI、使用FineBI,掌握FIneBI的使用方法,提升自身可视化及自助分析的专业能力。
  • 在参赛过程中,可以认识其他不同行业优秀的大佬们,学习到其他行业、其他团队的优秀作品,打开自身眼界,拓宽数据分析思路。
  • 团队成员来自于五个不同的部门,成员掌握FineBI后,可以推广到各自部门业务,赋能业务,逐步实现业务自助分析,提高内部数据使用率及分析效率。

二、作品介绍

1、业务背景/需求痛点/解决方案思路

(1)公司简介

顾家家居是中国家居行业的领军品牌,以“家”为原点,致力于为全球家庭提供健康、舒适、环保的家居解决方案。自1982年创立以来,顾家家居一直专注于客餐厅、卧室及全屋定制家居产品的研究、开发、生产和销售。顾家家居的产品品质深受广大客户的认可,远销世界120多个国家和地区。顾家家居于2016年在上证A股成功上市,成为沙发、软床的十大品牌之一。顾家家居以艺术诠释生活,以设计定义潮流,赢得了消费者的一致认可和业界的高度认同。

(2)业务背景

因公司内部有很多部门都会汇报相关指标数据,但各领域都会按自己的业务理解来分析数据,无法在股份层聚合。领导查看相关看板很分散,导致推动报表使用的时候比较乏力。基于之前的现状,公司以股份层先梳理指标体系,进行指标字典内部统一,拟定各域的基表,维度统一整合。

(3)业务痛点

  • 业务痛点一:各域都花精力去开发看板,造成相关指标重复建设,口径不统一,不能带给领导更好的做出经营决策。
  • 业务痛点二:不同领域的看板都分发在不同业务系统中,或不同的工具门户上,无使用统一数据平台,导致需不同的地方导出,再汇总到EXCEL里进行加工处理。
  • 业务痛点三:业务场景变化较快,随着活动的不同政策,IT无法快速满足业务的实时需求,业务无法快速得到新需求的结果数据。
  • 业务痛点四:营销大区每月需要手工做一次经营分析,从销售大区的核心指标开始分析完成情况,完成经营分析报告,并完成数据洞察汇报给营销线各负责人。
  • 业务痛点五:公司整合完字段后,会把每个域的字段都添加进去,单独域进去查看的时候,会多出很多无用的字段,影响整体加载速度及处理效率。

(4)解决方案拟定

  • 股份来主导业务口径,梳理统一的指标体系。清洗各域的基表,能整合的统一整合,公司内部使用看板统一使用相同数据源(HANA数据仓)。
  • 看板统一数据门户使用,如查看维度有变动,用帆软BI已开放的报表基础上另存为功能,设置自己需要的维度看板,不需要从底层了解开发(后台架构由IT统一处理),业务只需要在BI看板上进行维度条件变更即可。能满足大多数需求变更,“自力更生”,无需等IT排期再解决报表逻辑变更。
  • 整合不同系统的所有指标合并到一个大而全的事实表中,使用帆软BI提取功能(定时抽取数据),进行更好的展现多维度的表格相关字段,默认配置好基础维度字段,可由业务自己扩展和删除不需要的字段,再进行导出或在界面上已经能解答出想要的结果。
  • 设置报告的基础格式,进行每个月自动出报表,无需再去不同领域的人员处再手工收集。每个月数据自动从源系统更新或从帆软report采集填报完后进行统一在BI中使用。

2、数据来源

(1)数据来源于企业数据,取20-21年历史数据进行分析,并对关键数据如零售额、成本额、折扣、手机号、客户地址等涉密数据进行脱敏处理。

(2)数据处理逻辑说明:把不同源系统的数据灌入到HANA数据湖。

  • NORM层:直接原样抽取到HANA数据底层
  • DWR层:进行存储基表相关数据
  • DWI层:进行NORM层数据清洗,同源头库的相关表进行关联。
  • DM层:进行所需字段的汇总结果,进行运用到报表中使用。

(3)指标数据来源于帆软Report填报收集。

(4)整体指标都按如下图进行统一进入到HANA数据仓,DM展现层进行看板开发使用。

3、分析思路

4、数据处理

  • 816活动数据处理

(1)字段设置:销售明细数据精简,去除不需要的表字段,并检查字段类型。

(2)排序:对杂乱的数据表进行排序,按照日常使用顺序从总到分排列字段。

(3)新增赋值列:按照客单值区间划分数据,将数据进行定义为新的数据列“客单值区间”。

(4)新增汇总列:按照“客单值区间”对客户数进行去重计数,统计不同客单值区间的客户数量,方便后续计算各营销区域客单价。

(5)客户数:按选择的时间区域统计去重后的顾客手机号,排除经销商,操盘手,内部员工,排除手机号不是11位的客户,连续5位以上的手机号(12345)等异常登记客户。

  • 经销商数据处理:

(1)新增条件标签列:在数据层面,按照实际业务增加地理分区字段,通过条件标签列进行设置。按照以下规则,得到数据对应的地理分区:东北分区:黑龙江、吉林、辽宁、内蒙古;西北分区:甘肃、宁夏、青海、陕西、新疆;西南分区:贵州、四川、西藏、云南、重庆;华南分区:广东、广西、海南;华北分区:北京、河北、山西、天津;华中分区:河南、湖北、湖南;华东分区:安徽、福建、江苏、江西、山东、上海、浙江。

(2)在后续分析过程中,发现需要针对产品大类进行修订,将一些不重要的类别统一修订为其他,返回数据层面,继续添加条件标签列设置,非常方便。并且过程中的一些辅助梳理数据的数据处理步骤如果不需要可以先隐藏掉,非常灵活。

(3)客户名称:按照顾客+手机号来确定唯一客户名称,其中手机号进行脱敏处理。

  • 血缘关系视图

5、可视化报告

(1)数据解释

      • 活动指标(以816为例,从7月20日截止到8月20日):零售额,成本价,客单价都来自于源头“零售分销系统 ”,活动目标值来源于手工帆软填报报表收集,统一同步到HANA库后,进行关联逻辑后出对应的视图运用到报表中展现。
      • 日常指标:零售额,年度计划值,年度完成率,按事业部——运营中心——大区——督导——经销商角度层层查看不同维度的指标达成情况。
      • 经销商top100:指的是在顾家市场中,排名前100位的经销商。这些经销商通常以其销售业绩的优势而脱颖而出,在公司内具有较高的影响力和竞争力。经销商TOP100的排名可以根据不同的标准和指标进行评估,如销售额、销售数量、客户满意度、市场份额、渠道管理能力等。这些指标可以通过收集和分析经销商的相关数据来确定。
      • 客户360:是指通过收集、整合和分析客户相关的各种数据和信息,从多个维度全面了解客户的特征、需求、行为和价值。它是一种综合性的客户分析方法,旨在帮助企业深入了解客户,提供个性化的服务,并制定有效的市场策略。这里收集了有效客户数,客户毛利率、客户收入、单个客户购买品类分布等数据综合分析。
      • 毛利率:是一个用于衡量企业盈利能力的指标,它表示每单位销售收入中的毛利润占比。毛利率可以帮助企业评估其销售和生产活动的盈利能力,以及产品或服务的成本效益。 毛利率 = (零售额 - 成本)/ 零售额 * 100%。
      • 销售结构:将家居产品按照不同的类别进行分类,例如沙发、茶几、电视柜等是客厅空间常见的家具;而床、衣柜、床头柜等则是卧室空间常见的家具。通过对各类产品的销售情况进行统计和比较,可以了解不同类别产品的销售状况。分析零售家居行业产品销售结构,可以结合市场情况,不断调整提升连带比,从而提升利润空间。
      • 会员数:会员数是指一个组织、企业或平台中注册并具有特定身份的个人或实体的数量。这些会员通常通过注册、订阅或购买会员计划来享受特定的权益和服务,例如折扣优惠、专属活动、积分奖励等。会员数是衡量一个组织或平台用户参与度和忠诚度的重要指标之一,同时也可以帮助企业进行市场定位、运营策略制定和客户关系管理。对于顾家家居而言,会员数可能表示已注册并成为顾家家居会员的个人或家庭的数量。
      • 客户数:客户数可以分为不同类型,例如新客户和现有客户。新客户是指最近开始购买或使用企业产品或服务的个人或实体。现有客户是指已经建立了长期关系并持续购买或使用企业产品或服务的个人或实体。
      • 会员转介绍:会员转介绍是通过口碑传播进行的,因为现有会员可以分享他们积极的使用体验和好处,从而增加新会员的兴趣和信任。这种转介绍机制可以帮助组织扩大会员基础,并在市场上建立更多的口碑和品牌影响力。
      • 产品推荐:根据用户的需求、偏好和特定要求,向其提供适合的产品或服务建议。通过了解用户的需求和偏好,推荐可以帮助用户在众多选项中找到最适合他们的产品,提供更好的购物体验和满足需求。

(2)仪表板颜色及样式选择

我们统一使用仪表板样式中的“科幻大屏”作为整体背景色,我们整份报告图表比较多,深色背景让图表信息更加突出。报告分析内容以白色为主,标题为橙色,便于使用者更清晰使用报告。

(3)分析与结论

  • PART 1 股份总览(发际线跟我作队——任逍遥)

1、通过总览界面,先看到该企业的会员数,客户数,会员转介绍数据。

会员通过商城可免费申请加入的,可通过商城,直播号,实体店有意向留有手机号的相关客户。

客户数分线上(商城,各消费平台,直播号)等和线下(实体店),有产生零售额交易的按手机号去重的个数。

会员转介绍通过老带新的方式,老客户认可这个品牌的产品,进行推荐给朋友或家人加入会员,再按需要购买满意的产品。可以帮助组织扩大会员基础,并在市场上建立更多的口碑和品牌影响力。

2、转化率:顾客从浏览或访问阶段转化为实际购买的顾客比例。经销商评估其销售和营销策略的有效性,并采取措施提高顾客购买转化率,从而增加销售额和盈利能力。可按不同运营中心进行查看各分部的转化率。

客户数:需求的客户数,有浏览过产品的总个数(网站或实体店铺的访问个数,按手机号去重)。

意向客户数:指对某个产品或服务表达了购买意愿或展现了兴趣的潜在客户数量。这些客户可能通过不同渠道(如网站、社交媒体、广告、展会等)与企业进行互动,表达了他们对产品或服务的兴趣,并可能进一步考虑购买。

下单客户数:在一定时间范围内完成订单并支付的独立客户数量。可以帮助企业了解其客户群体的规模和组成,以便制定更精准的营销策略和个性化推荐,从而提升客户体验和增加销售额。

到店客户数:到实体零售店铺的独立顾客数量。可以帮助零售商了解其店铺的客流情况,从而进行合理的店铺管理和优化,提升顾客体验和增加销售。

结论:最终的下单客户数和到店客户数越多,证明公司的销售政策比较完善,也可以在其中找到能提升的关键节点。

3、产品推荐

        通过不同品类进行更快的定位查看所需产品,例如:顾客要买床,可点击软床进入商城的软床界面,会显示综合指标排行高的产品排在前面,更高效的让客户进行选择。

当季新品:当季新品通常会根据不同行业、市场和时间而有所不同。可点击对应产品分类,查看当季新品产品货号样式。

热销产品排行:分析人员可以浏览排行榜了解当前热门的产品,了解当前市场的动态。

结论:可快速进入查看当季新品,可结合自己的喜好选择搭配方案,可和设计师沟通自己意向的产品,免费设计出整体的搭配设计图,更好的进行搭配选择。

4、热卖爆款

热卖爆款:指在市场上非常畅销和受欢迎的产品,通常表现出高销量和广泛的消费者认可度。这些产品往往因其独特的特点、优越的性能或引人注目的设计而引起了广大消费者的兴趣和购买欲望。

右图粒度细到货号,排除只剩主产品的货号,以床为例子:时间区间内销售额热销产品月趋势。

结论:每年的5月,8月销量较高,综合分析,发现是因为顾家的几个大活动促销性价比较高,热卖的产品比较受欢迎。

5、限时特惠:在一定的时间范围内提供的价格优惠或促销活动。通常,商家会为某些产品或服务设定一个特定的时间窗口,在此期间内消费者可以以更低的价格购买或享受额外的优惠待遇。

限时特惠活动常被用作一种营销策略,旨在刺激销售、促进消费者行为、清理库存或提高品牌知名度。

活动特价组合款, 以沙发为例,前10限时特惠的产品的毛利率,金额和数量的比较,查看哪些主产品的优惠比较受欢迎。 也可多产品一起绑定进行满减活动。

结论:右图“特惠产品比较”分析:按指定时间销售的特惠品,进行归类分析,零售额和成本进行比较,查看所有特惠产品的总体毛利率,得出哪些产品是比较合适单独销售的,适不适合常期按产品推荐做特价活动。

  • PART 2 816活动分析(发际线跟我作队——李小七)

1、指标达成率

指标达成率是指企业或个人在一定时间内实际达到或超过预定指标的程度,通常以百分比形式表示。它是评估业绩、进度或目标实现情况的关键指标之一。此处从不同维度对816区域指标达成率进行分析,可从“运营中心”下钻至“大区区域”、“督导”、“组织”,体现了816活动期间各营销单位的销售金额和指标达成率。便于各单位负责人实时跟进指标完成情况,及时调整销售策略。

2、816业绩排行榜

业绩排行榜是根据一定的标准和指标对企业或个人的业绩进行排名的榜单。它可以用于评估和对比不同企业或个人的绩效,激励员工,鼓励竞争,促进业务增长等。此处分析时默认取全部区域销售业绩排行前十的销售冠军数据。可与指标达成汇总分析组件联动,取对应区域业绩排行前十的销售人员,用于激励其他销售人员冲击业绩。

3、活动销售趋势

销售趋势是指产品或服务销售量在一定时间范围内的变化趋势。此处做趋势分析是为了各运营中心负责人可以通过观察销售趋势,了解市场需求的变化、产品的受欢迎程度以及销售策略的效果。

结论:816活动期间,总体销售趋势较稳定,但东北零售运营中心销售趋势波动较大,可能存在一些因素导致销售量不稳定;同时,各运营中心应关注各自区域内增减的异常波动,寻找根本原因,提高优势降低劣势。

4、客单价分析

客单价是指消费者在单次购买中平均花费的金额。客单价通常用来衡量企业的销售业绩和消费者的购买力。企业可以通过客单价区间判断当前销售中用户平均消费水平。并对比不同销售区域的客单价水平,通过学习优秀的销售方案提高客单价,增加销售额和利润。计算公式为:客单价 = 销售额/ 购买次数。

结论:816活动期间,客单价小于5000元的客户占比超过60%,说明活动期间主推的产品方案均值过低,应调整销售产品方案;同时可以直观看见816活动期间,安徽零售运营中心平均客单价最高,湘赣零售运营中心平均客单价最低,活动后可组织经验分享大会,共同学习优秀案例。

  • PART 3 日常分析(发际线跟我作队——余甘、阿凡图)

1、数据总览

总体完成情况分析:主要有以下相关指标。

  • 零售额:零售分销系统,经销商录入的零售订单金额。
  • 成本:产品对应的成本价。
  • 毛利率:(零售额-成本)/成本。
  • 计划值:年初拟定的年总体计划值。
  • 计划完成率:零售额/计划值。

分析思路: 省份零售额与成本额对比分析:进行省份零售额占比与成本额对比分析,可以帮助企业了解不同省份的销售表现和成本分布情况,从而指导资源配置和市场策略制定。

(1)区域市场规模:通过比较各省份的零售额,可以了解不同地区市场的规模和潜力。高零售额的省份可能具有较大的市场需求和消费能力,而低零售额的省份可能需要进一步挖掘市场机会或优化销售策略。

(2)消费行为差异:不同省份的消费者在购买力、偏好和消费习惯等方面存在差异。通过比较零售额,可以了解不同省份的消费行为差异。例如,一些省份可能更倾向于购买高端产品,而其他省份可能更注重性价比。

(3)市场竞争程度:高零售额的省份通常意味着市场竞争激烈,可能有更多的竞争对手。这需要企业在定价、品牌推广和服务等方面提供差异化优势,以获得竞争优势。

(4)成本管理效率:通过比较各省份的成本额,可以了解不同地区的成本管理效率。较低的成本额可能意味着供应链管理、运营效率等方面的优势。企业可以从成功的省份学习经验,提高自身的成本管理效率。

(5)市场发展潜力:通过比较零售额和成本额,可以评估各省份的市场发展潜力。高增长的零售额和适度的成本管理可能意味着该省份具有较好的市场发展前景,值得企业加大投入并进行扩张。

结论:

(1)公司当期毛利率为24,59%,计划完成率为84.26%。

(2)全国各省份零售额与成本额对比如图,历年数据零售额与成本额较为接近。

2、毛利分析

毛利率是一个用于衡量企业盈利能力的指标,它表示每单位销售收入中的毛利润占比。毛利率可以帮助企业评估其销售和生产活动的盈利能力,以及产品或服务的成本效益。 毛利率的计算公式如下: 毛利率 = (销售收入 - 销售成本)/ 销售成本 * 100%

分析目的:

毛利率的分析目的在于帮助企业评估盈利能力、调整定价策略、改善成本控制和效率、评估竞争力,并为经营决策提供支持。这有助于企业实现更好的盈利状况和市场竞争力。

(1)盈利能力评估:毛利率是衡量企业盈利能力的重要指标。通过分析毛利率,可以了解企业每一单位销售收入中的利润占比。如果毛利率较高,说明企业能够更有效地控制成本和定价,从而实现更好的盈利能力。相反,如果毛利率较低,可能需要考虑成本管理、供应链优化等方面的改进来提高盈利能力。

(2)定价策略调整:毛利率的分析可以为定价策略提供指导。通过对不同产品或服务的毛利率进行比较,企业可以确定哪些产品或服务具有较高的利润潜力,从而调整定价策略以最大化利润。例如,如果某个产品的毛利率较低,企业可以考虑提高其价格或降低与之相关的成本,以提高盈利能力。

(3)成本控制和效率改进:毛利率分析也可以帮助企业识别成本控制和效率改进的机会。如果毛利率较低,可能意味着企业在生产、采购、运输等方面存在效率问题,需要优化成本结构和流程。通过分析毛利率,企业可以发现潜在的成本降低点,并采取相应措施来提高生产效率、优化供应链和减少浪费。

(4)竞争力评估:毛利率的分析还可以用于评估企业在市场上的竞争力。如果企业的毛利率较高,可能意味着其产品或服务具有较强的差异化竞争优势。相反,如果毛利率较低,可能需要重新评估竞争策略,寻找不同的定位或增加附加值,以提高竞争力。

分析思路:

(1)取2020年全年零售数据,按照月份汇总每月零售额和毛利额。

(2)统计毛利额每月环比增加情况。

(3)统计每月毛利率变化情况和环比情况。

结论:

(1)2020年2月份春节期间,零售额和毛利额达到最低点,年后3月份销售提升明显。

(2)11月达到全年零售销售额最高点。

(3)毛利率各月较为平稳,平均值在83%。

3、波士顿矩阵分析

波士顿矩阵是一种常用的市场分析工具,可以帮助企业进行零售数据分析和业务决策。它基于两个维度:市场增长率和市场份额,并将产品或服务划分为四个象限:明星、金牛、问题儿童和狗。

结论:

(1)数据处理:除去公司主营产品(沙发、床、床垫、茶几、餐台、电视柜、餐椅、床头柜、单椅、按摩椅、餐边柜),其余产品的类别均统一修订为其他。

(2)销售额贡献现金流,利润贡献最终盈利。如图,在该统计期内,沙发大类的零售额与零售数量均高于其他类别,并且沙发类别的利润额也高于其他类别,表明沙发是我们公司当期主营产品,是明星产品,具有良好的发展潜力,并且可以为企业带来高回报,因此,我们有必要投入足够的资源来支持和推广这些明星产品。

(3)对于单椅品类,零售额、销售数量、利润均不高,处于第三象限,即波士顿矩阵中的瘦狗类产品,可以制定相应产品连带策略,如购买沙发,其配套单椅价格优惠等活动政策,带动该类产品的进一步发展。这也可能与公司的长期战略相关,应该持续给予一定关注。

4、销售结构分析

将家居产品按照不同的类别进行分类,例如沙发、茶几、电视柜等是客厅空间常见的家具;而床、衣柜、床头柜等则是卧室空间常见的家具。通过对各类产品的销售情况进行统计和比较,可以了解不同类别产品的销售状况。

分析目的:分析零售家居行业产品销售结构,结合市场情况,不断调整提升连带比,从而提升利润空间。同时,通过分析销售结构,可以了解客厅和卧室空间家居产品市场的规模、发展趋势和竞争格局。这对企业来说是重要的市场情报,可以帮助他们了解市场需求,调整产品定位和开展市场推广。

分析思路:

(1)客餐厅——主产品:沙发,配套产品:单椅、电视柜、茶几、角几、餐台、餐椅;

(2)卧室——主产品:床,配套产品:床垫、床头柜、排骨架;

(3)分别计算不同品类商品在统计期间内销售数量。

结论: 

(1)客餐厅销售结构中,单椅在配套产品中比例上升明显,说明单椅在市场中受客户青睐程度有所提升;

(2)卧室连带比中,床垫在配套产品中比例有所下降,说明,市场上客户购买床之后,购买床垫的意愿有所下降。

5、产品线及产品大类分析

产品类别分析是对不同产品类别在市场中的表现和潜力进行评估和比较的过程。通过产品类别分析,企业可以了解各个产品类别的销售情况、竞争状况和发展趋势,从而制定相应的营销策略和品类管理决策。

        结论:如左图为公司所有产品线的零售额分布及产品大类分布,可以看到,公司主营产品线为RealLaz、全产品线、顾家工艺,主营产品为沙发和床。

6、帕累托分析

        即“二八定律” ,在任何一组东西中,最重要的只占其中一小部分,其余尽管是多数,却是次要的。因此,我们可以根据事物的主要特征进行分类,把被分析的对象按照占比分成 A、B、C 三类(可根据实际需求按照不同的比例分成多类),从而分清重点和一般,有区别的确定管理方式。

分析目的:已知不同品类商品的销售额信息,需分析商品销售量情况有重点的管理商品。

分析思路:

(1)按照帕累托分析法,计算不同品类商品累计销售额及其占比。

(2)我们将品类按照累计销售额占比进行分类,其中累计占比在0-80%为A类、80%-90%为B类、90%-100%分为C类。

结论:

(1)通过左图,按照以上分类原则进行划分,可以看到,销售额累计占比小于80%的A类产品为:沙发、床;介于80%至90%之间的B类产品为:床垫;其余产品均为C类产品。

(2)其中:A类产品总零售额为45306万,B类为5833万,C类为16267万。A类产品的零售额占比远超于其他两类,表明其是我们的主营产品,也是我们要重点关注的产品。

(3)ABC分类法还可以与后端产品供应保障策略相关联,根据分类制定特色供应策略。因此,重点A类产品可增加前期备货量,前置采购相应材料,缩短客户交期,从而提升客户满意度。C类产品由于量少、分类多,可接到订单后再生产,避免产生呆滞。

7、地图分析

分析思路——七大地理分区:

        已知不同省份的零售额信息,需分析全国销售量情况,进而关注重点区域及省份。全国省份数量多,我们按照实际业务情况,将省份划分为不同的地理分区,自上而下承接一个目标,从而更高效管理。其归类标准为:东北:黑龙江、吉林、辽宁、内蒙古;西北:甘肃、宁夏、青海、陕西、新疆;西南:贵州、四川、西藏、云南、重庆;华南:广东、广西、海南;华北:北京、河北、山西、天津;华中:河南、湖北、湖南;华东:安徽、福建、江苏、江西、山东、上海、浙江。

结论:

(1)左图地图展示全国各个地理分区、各省份的零售额分布情况,颜色越深表明相应零售额越多。

(2)可以看到,华东区域的零售额遥遥领先,这也与该区域消费水平息息相关。其中,华东区域中,江苏省、浙江省、安徽省的零售额最多。针对不同地理分区、不同省份,制定差异化销售政策。将重心放在头部区域,最大化最终收益。

(3)全国所有省份中,河南省零售额为9167万,排名第一,在内部挖掘明星产品,找到优势,同步复制到江苏省、河北省这两个零售额占比大的省份中,拉高产品及品牌定位。

(4)零售额排名靠后的产品,进一步分析原因,找到差距点。如果由于市场占有率等原因,可以调整相应策略。

  • PART 4 经销商分析(发际线跟我作队——勇敢牛牛)

经销商TOP100:此处经销商TOP100是指顾家所有经销商在一定时间内以零售额总和排名比较,在前100位的经销商。

分析思路:经销商TOP100的分析可以帮助企业了解市场竞争格局、优化渠道布局、选择合作伙伴等。根据时间、地域、产品等多维度分析,可以更好的使公司了解经销商销售情况。

结论:

(1)通过经销商TOP100条形图,可以看到重庆市-胡**经销商下宋**销售员销售金额最多;张**销售员销量最少,可以制定相应的激励制度。

(2)通过左图,可以看到重庆市-胡**经销商的客单价为1.9万元,黑龙江哈尔滨市-孙**经销商的客单价为1.3万元;整体TOP100客单价为1.9万元。黑龙江哈尔滨市-孙**经销商客单价低于整体水平;可以在之后的谈单中,多介绍配套产品,给予一定的优惠,使客单价提升。

(3)通过左图,可以看到各市经销商排名及各自经销商下的销售排名;用于各自省份的督导快速进行数据比较。

(4)通过左图,可以看到各年各月各经销商排名及各自经销商下的销售排名。

  • PART 5 客户360分析(发际线跟我作队——勇敢牛牛)

客户360:是指通过收集、整合和分析客户相关的各种数据和信息,从多个维度全面了解客户的特征、需求、行为和价值。它是一种综合性的客户分析方法,旨在帮助企业深入了解客户,提供个性化的服务,并制定有效的市场策略。

结论:

(1)通过上图可以看到所有客户的订单状态及订单详情,目前提交状态最多,还有订单处于审核状态,恐是异常数据。

(2)通过收入毛利率趋势图可以看到2020年整体客户的利润率及收入趋势情况。

(3)通过左图零售额趋势图可以分析出在整个市场下,三四季度所带来的营业额是远远多于其余季度的,再细化下去可以看出在20年及21年的8月份,11月份的销售额有一个质的提升,从中可以分析出顾家816及双十一活动所带来的销量暴增,可以继续细化分析各类活动的数据分析。

  • PART 6 生产分析(发际线跟我作队——任逍遥)

1、产量: 指在一定时间内生产或制造的产品或货物的数量。它用于衡量一个生产过程、制造业务或整个行业的生产效率和产能利用率。

2、用于衡量一个企业、一个制造过程或一个行业的生产能力和生产效率的指标。它可以帮助企业评估和管理其生产资源的利用情况,并为业务决策提供依据。

3、计划完成率:年度拟定的计划值,进行和产能的对比,是否完成拟定的计划值,分析公司的产能是否合理。

4、园区面积:截止到2021年所有工厂加起来的总面积,可分析不同工厂的产出比。

5、工厂TOP5排行:按不同工厂折算成标准套系,生产或制造的产品总量进行排行,可分析产能比是否合理。

6、工厂发货流向图:工厂基地生产完后,完成包装后,产品将通过物流渠道离开工厂发到区域仓,齐单后再进行分发到经销商。实际情况会因公司的供应链策略、产品类型和市场需求而有所变化。

7、结论:

(1)结合产量,产能,发货及时率等关键指标,分析目前是否能支撑经销商的供货指标。

(2)如何能高效的提升B to C的发货时长,如顾客下单,经销商向公司采购,公司还需排期生产,按不同工厂生产完后,齐单发货给经销商,经销商再送货到顾客。周期是比较长的、需要按计划提前进行生产,可按顾客期望周期进行调拨库存处理。

(4)最终结果呈现的页面布局

替换显示图

拼接图

三、参赛总结

1、FineBI工具使用感受

(1)FineBI的亮点

团队成员在去年及今年上半年,均学习了FineBI快速入门、FineBI专题操作等课程,对于工具的整体情况有了一定的了解,但是没有像此次比赛一样,完整的开发一个业务可用的数据分析报告。在比赛的过程中,团队每个人都更进一步掌握了FineBI的打开方式及亮点:

  • FineBI工具相比于我们日常使用的Tableau、FineReport,操作方式及思维更易理解、更快上手、更加“接地气”,因此使用人群更加广泛,不再是仅限于专业相关人员的武器,业务人员也可以7天速成并助力日常工作,这样企业数据的使用可以延伸至业务层,提高了数据使用率,更新了业务工作模式。
  • 在FineBI中可以快速制作出美观的图表,图表相关设置和EXCEL一样简洁直观,但是功能点更多,因此,新老手均可快速得到一张精美酷炫的可视化图表。
  • FineBI的仪表板样式相比其他工具,更加丰富,并且还可以自定义样式并保存复用,以后相同主题可以直接选择。
  • FineBI从数据导入、数据处理、可视化组件制作、到最终的仪表板展示与分析都逻辑清晰、层次分明,使用人员整体设计与分析思路不会因为工具的复杂性而跑偏,反而帮助使用者理清逻辑,引导我们分析,从而开发出严谨可用的分析报告。
  • FineBI的数据页面功能非常多,并且只用通过点击即可操作,对于IT小白非常友好。并且“所过之处必留痕迹”,数据层每一步操作FineBI都会在右侧记录,对于“鱼的记忆”的开发人员非常友好,时隔很久后依然清晰明白数据逻辑。同时协作人员也无需开发人员一步步解释,只需查看右侧操作步骤即可了解数据。
  • 我们在分析报告中,通过GIF图片来实现一些动态效果,使得报告更加丰富。

总之,在这个过程中,团队之间互相分享、互相学习,真正将工具作为我们的帮手,FineBI帮助我们梳理数据、理清逻辑、实现精美的可视化、再结合实际情况与业务经验,最终得到了这份分析报告,团队所有人都收获非常大,大家学以致用,在实践中渐渐掌握了FineBI!

(2)FineBI的暗点

在完成比赛的过程中,我们还遇到一些小困难,有部分通过我们的团队努力以其他方式解决,有些开发中遇到的问题,可能是我们团队没有掌握知识点,没能实现,希望借此机会与FineBI工作人员及各位参赛大佬们共同交流学习:

  • 在我们零售数据分析的开发过程中,由于页面篇幅有限,不能用很长的篇幅来展示TOP100经销商,想要通过轮播来展示,我们通过团队内部研究及线上咨询服务询问等了解到目前FineBI6.0版本还不支持轮播功能。正当我们纠结时,团队的技术大咖榕姐提出可以通过链接的方式迂回实现!即先在帆软Report中做好的轮播效果,将链接展示在分析报告中,条条大路通罗马,当现有功能无法支撑我们的分析报告时,我们可以多多想想其他解决方案,看看有没有办法能够解决问题!
  • 关于仪表板合并:我们团队一共5名成员,前期大家各自在自己账号进行分工开发工作,在最后整合所有工作成果时,发现正式环境组件和仪表板都没有“复制到”这个功能,每人的组件都非常多,合在一起工作量会非常大。询问客服后,尝试升级环境、查找插件、更改服务器参数路径,但均未奏效。最终我们将开发好的仪表板全部打包迁移到测试环境,在测试环境中进行合并。虽然最终解决了我们的问题,但是整个过程还是比较繁琐,希望后续可以开发出更简洁的协作分析功能。
  • 还有以下几个小小的开发痛点,希望日后开发团队能够帮忙实现:仪表板页面文本组件没有格式刷功能,需要单独调整,比较耗费时间;仪表板中多个组件不能同时选择,调整布局时需要一个一个调整;仪表板整体自适应效果还需要升级,在笔记本和台式机的展示大小差异很大;联动设置能否增加全选、全不选设置,当组件多时,一个一个点很费时;仪表板复制到另一个时,内置数据集会失效;复制仪表板时,提示不能多人编辑,但实际复制成功;轮播等Report的功能能否同步开发到BI中;组件能否增加多选删除操作;能否增加保存按钮,自动保存不及时,有时候会保存失败。

2、参赛总结

  • 经过此次BI大赛,遇到了新伙伴,也和旧伙伴的交流更加深入了,对于FineBI 6.0,大家都是新摸索的过程,一起开发一起学习,一起赞叹FineBI优秀的地方,也有一起吐槽某些功能的不足。总之,这次经历让我们对FineBI的认识更深了一层,非常有纪念意义!
  • 终于从头到尾的应用FineBI做出了一份结合业务的数据分析报告,并在过程中积攒了相当多的经验,在实际应用中,发现了很多小知识点,收获非常大。并且FineBI非常适合用于分析报告,操作相对而言比较简单,业务也可以应用,让数据可视化与业务更加贴近,是我们后续在工作中需要重点推进的方向。在比赛的过程中,与团队成员的关系越来越好,越来越有默契,来自不同视角的分析让我们互相受益匪浅,三人行必有我师焉,我们五人小分队共同学习,一起进步,让发际线不再和我们作对~感谢我们一起拼搏的团队!
  • 想要做出一份完整的数据分析报告确实很不容易,业务逻辑、数据逻辑、分析思路、展现形式、分析报告等等都需要我们不断深入,不断理解,这次的分析报告还有很多需要完善的地方,比赛截止8月16日,但我们对于FineBI的探索、对于业务数据分析报告的思考没有停止,以终为始,我们将继续在成为优秀数据分析师的路上披荆斩棘、过关斩将,期待我们早日从小白转变为大白~
  • 参加帆软BI比赛给我提供了一个锻炼和展示自己数据分析技能的机会。在比赛中,我不仅能够应用所学的数据分析工具和技术,还能在实践中不断学习和提升自己的能力,这种实际应用的经验对于我们的职业发展非常有价值。其次,与公司的小伙伴一起参赛让我感受到团队合作的重要性。我们共同面对挑战,分享知识和经验,相互支持和鼓励。通过团队合作,我们能够更高效地完成任务,并提供更全面的解决方案。这种合作精神在解决复杂问题时尤为重要。总结就是,参加帆软BI比赛让我在数据分析领域得到了实践锻炼、团队合作经验、与行业专业人士交流学习的机会,并深刻认识到数据分析的价值和影响力。这对我的职业发展和个人成长都具有积极的影响。
  • 零售家居行业全链路数据分析报告.pdf (6.71 M)
  • 公共链接分享仪表盘:https://bisolutions.fanruan.com/webroot/decision/link/rVSe
参与人数 +1 F币 +5000 理由
兔子酱 + 5000 恭喜荣获“最佳数据故事奖”

查看全部评分

发表于 2023-8-14 19:21:30
恭喜通过大赛初审!!
1、建议参考作品模板(https://shimo.im/docs/l6QXA2Hq3k83tcjd),补充必要内容,比如附上“最终结果呈现的页面布局”
2、如果使用本地BI制作,请确保提交的附件resources.zip内容完整(附件如有更新请微信发送苏茜);组委会将在8月16日后统一进行作品资源迁移,将您的作品导入大赛公共平台,形成在线模板查看链接,方便评委查看。

截止8月16日20:00仍可继续修改完善,期待选手完善之后的作品~~
发表于 2023-9-8 00:04:59

这个团队不简单,每人制作一个板块,然后融合在一起,肯定思维经过激烈的碰撞,体现了团队的友谊,宣传了顾家家居。
本来我看到全链路觉得不一定能展示的很好,看过分析后,发现明显都是在家居行业深耕的人才团队,并且发现顾家的产品不错啊,图片一看就很吸引人,这必须让顾家的领导给发奖金才行,至于合并问题,如果买个FineBI就有多用户了,不就解决了呗,嘿嘿。

参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

发表于 2023-9-8 10:47:50
哈哈哈发际线和你们作对,帕累托明细表那里的截图貌似有点问题,可以改一下图。这么多个模块应该是花了很多心思的,而且你们把每一个指标注释都放进去了,工作中经常就是领导问,这是什么那是什么,这个方式值得参考
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

发表于 2023-9-8 14:10:11
打个卡,作品模板一样哈哈哈。感触同二楼,我以为图片点击去,会是这个产品的详细BI,没想到是公司的官网。老板有你们这样的员工,肯定甚是欣慰。
发表于 2023-9-16 16:54:53
打卡:
工具运用的很多,整体的分析思路很棒,值得实际业务的借鉴,UI设计的整机很舒服。让人觉得挺不错的,整体故事化的讲解,逻辑贯穿始终
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

发表于 2023-9-19 09:04:47
打卡:这是一份针对家居的专业且全面的BI数据分析报告。分析角度全面,包含概览、销售、产品、资金等多个方面。
数据处理合理,各个模块的指标设置明确。采用多种可视化模型,如漏斗图、帕累托图等。每个模块都给出了相关的分析结论和建议。报告结构清晰,重点以可视化形式呈现。改进点:图片的清晰度可以提高。可以补充数据集加工和模型搭建的细节。
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

发表于 2023-9-26 15:39:48
打卡:一份“销售数据”分析作品,作品基于顾家家居企业数据,数据处理逻辑、分析思路等很清晰,分析内容丰富,团队之间的配合很默契,最终落地的可视化仪表板内容丰富、布局舒适、配色统一。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

发表于 2023-10-2 10:28:10
打卡:
作品是一篇很详细的分析报告,用数据讲好了故事,立足业务实际,全链路解读了数据的流动。分析框架解读清晰,具有完整的数据分析过程体现;能深刻提供有意义的数据见解,体现对业务的指导作用。
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

发表于 2023-10-12 17:46:37
打卡:零售家居主题,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,不愧是最佳故事奖,学习了
参与人数 +1 F币 +1 理由
兔子酱 + 1 打卡奖励

查看全部评分

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

9回帖数 4关注人数 14653浏览人数
最后回复于:2023-10-12 17:46

返回顶部 返回列表