【2023BI数据分析大赛】棒球类产品销售分析与探索

我是社区第479102位番薯,欢迎点我头像关注我哦~

一、选手简介

团队名称:燃烧战队

1、团队介绍:

 

 队长:JL,热爱数据分析与数据挖掘,希望每次通过比赛,跟伙伴们一起思维碰撞,得到不一样的成长;

 

糯米小丸子:女,热爱数据,热衷于从数据中探索有价值的信息和洞察,并将其转化为商业决策和行动的支持。

 

jin勿忘初衷:目前就职于食品行业的的一名数据分析,紧跟数字化转型的步伐,为企业发展插上数字化的翅膀,让数据成为第一生产力!

 

duosila:男,热爱人工智能和大数据,希望能在数据中找到事物的本质。  

 

2、参赛初衷:

(1)深入学习和了解FineBI等优秀BI工具的使用方法和技巧,为我们部门的数据分析和决策提供更多可能性。

 

(2)这次比赛提供了一个与FineBI大神们交流学习的机会,这对我们的个人成长和职业发展也具有重要意义。通过与行业内的顶尖BI专业人士进行交流,可以学习到更多实用的技巧和最佳实践,了解他们在数据分析和可视化方面的经验和见解。这将为大家拓宽思路和眼界,提升大家的专业能力,使大家在未来的工作中能够更加熟练地运用BI工具,为企业带来更好的业务成果。

 

(3)我们决定参加这次数据可视化作品以及分析思维的激烈碰撞大赛,旨在通过比赛实践提升BI工具的使用方法和技巧。希望通过与FineBI大神们的学习交流,深化对BI工具的理解,提升数据分析和可视化能力,并将所学应用到公司内,为企业带来更好的决策支持和业务成果。同时,这次比赛为我们提供了进一步挑战自我的机会,让我们能够在个人和职业发展中不断进步,为公司带来更大的价值。

 

二、作品介绍

1、业务背景

公司位于大中华区西北区的(港口城市)天津市,2013年开始在小程序售卖棒球有关用品,到2015年关注到出口政策和海外对棒球的热爱程度,慢慢开始在速卖通网站投入资金到海外市场,先在新加坡、韩国试点,未来延伸更大的海外市场。现需对2016年1-7月的数据进行复盘,针对业务数据异常进行分析,以提供有针对性的业务建议,优化销售策略,为下半年提升销售业绩做准备,寻找潜在的市场机会和挑战。

 

2、数据来源

和鲸社区-客户购物订单数据;

用到字段:订单ID、订单日期、客户ID、产品ID、产品名称、产品类别、区域、销售大区、销售额

 

3、分析思路

 

 

4、数据处理

                 注:2016年各个区域、销售大区目标是用SPSS时间序列模型来预测目标;

                  字段说明:

 

(1)客户分层数据:利用kmeans算法与RFM模型相结合

 

a.用这三个特征最近一次购买时间差,购买次数,销售金额来训练模型;

 

部分代码展示:

 

b.确定K值

 

通过手肘图法进行确定K值,手肘图如下: 整体的轮廓系数: 0.65>0.5,聚类效果较好,确定k=4

                                                                                     

 

c.数据不均匀分布,所以用中位数代替平均数;得出来RFM的中位数之后,用finebi做RFM模型;

 

R的中位数:165 ,F的中位数:3.2 ,M的中位数:3137;

 

d.RFM模型数据集

 

a)对客户id进行分类汇总;b)计算最近消费时间差;

 

 

 

c)对RFM进行赋值;

 

d)R、F、M合并之后对客户打上标签;

 

000:低价值客户,100:新客户,001:重点挽留客户,101:重点深耕客户;

 

(2)商品个性化推荐数据

 

具体步骤:

用Python处理:

第一步,对历史订单数据中的客户ID、产品ID求和购买次数,然后筛选每个客户ID购买次数最多的2个产品ID作为推荐产品。

 

第二步,对每个产品ID找出购买过的所有客户ID,并统计这些客户ID购买其他产品ID出现的次数,按购买次数高低依次找出同时购买次数最多的另外3个关联产品ID,结果保存为字典(键为产品ID,值为3个关联产品ID)。

 

第三步,筛选2016年的订单数据,统计总购买次数前10的每个产品ID作为明星推荐产品。

 

第四步,根据第一步的结果中每个客户ID购买最多的2个产品ID,分别与第二步的字典进行匹配,字典值去重后添加到推荐产品中。然后判断每个客户ID推荐产品的个数,如果小于8则从第三步中添加明星推荐产品(与之前的推荐产品不重复)。

 

难点:订单数据中总共有18000个左右的客户ID,其中只有8000个客户ID有复购记录,而且订单数据维度较少。如果使用机器学习方法,不管怎样切分训练集和测试集,都容易导致过拟合。

 

解决办法:放弃机器学习算法,采用“最多复购+购物篮+明星产品”的组合进行个性化推荐。

 

5、可视化报告

 

(1)图表设计原则

 

第一,柱形图可以有适当的圆角,全圆角则有可能歪曲可视化图表的表达;

 

第二,不要使用平滑折线,平滑的折线图可能看着很舒服,但它们歪曲了背后的实际数据,而且过粗的线条掩盖了真正的节点。

 

(2)整体情况

 

>>>2016年1-7月累计销售目标缺口为68.85万,2016年7月销售额断崖式下滑,首先是目标还有40%未完成,再者是销售额环比下降43%,需要关注数据异常的原因;

 

a)2016年1-5月,整体销售目标超实际销售额3-9个点,实际销售金额均超过了相应的销售目标;6月虽未完全实现销售目标但也十分接近,销售额也处于高位;整体来讲,上半年尽管有轻微波动,但整体上仍达到或超过了目标。7月整体的销售目标还有135.4万未完成,销售目标完成率仅为为60%

 

b)2016年1-7月各个区域累计销售完成率达到92%以上,整体累计销售目标缺口为68.83万,其中大中华区的累计缺口占整体的比例达到45%;下钻到大中华区的销售大区,发现中国澳门和西南区的累计销售目标缺口较大,其值分别为76.83万和63.8万,它们的销售目标完成率分别为85%和88%,但是销售额要高于其他地区;而中国台湾和中国香港销售完成率超16%、38%,其销售业绩表现较好,销售增长潜力大;

 

c)联动2016年7月查看区域和销售大区销售目标完成情况,发现大中华区和新加坡销售完成情况表现不佳,其销售完成率分别为56%和49%大中华区7月的销售目标缺口较大,其值为109.52万;

 

d)回顾2016年1-7月销售环比情况,发现2016年1-6月整体呈平稳上升态势,但是在7月销售额环比突然出现了显著下降,并且降幅达到43%(将近一大半销售额),其销售额增长值下降了152.72万

由于在2015年8月销售额大幅度上涨,之后的月度销售额趋势呈现轻微上下波动,趋势趋于稳定,所以对比方法应用环比方法进行分析;以下从区域、客户、产品维度角度,探索2016年7月销售额异常的原因,并针对其各个维度的指标异常,制定下一阶段的营销策略。

 

 

(3)区域、客户维度

 

>>>整体上,交易人数、新客数、老客数环比下降,不管是销售额、交易人数、新老客数,影响最大的是大中华区;后续可以先针对大中华区进行营销规划;

 

区域:

7月大中华区和新加坡销售额环比都达到了-49%大中华区销售额环比下降136.54万。大中华区的各个地区的销售额都出现了下降,环比增长值为负数。其中,中国台湾、中国澳门、中国香港、西北区和西南区的销售额都有较大的下降幅度,增长值绝对值最大的西南区达到了35万

客户:

 

a)交易人数:大华区交易人数环比增长率下降了60%,减少了1016个顾客;其中中国澳门和西南区的交易人数下降比较明显;

 

b)客单价:大中华区、新加坡和韩国的客单价均有较大幅度的环比增长。大中华区的中国台湾、中国澳门、中国香港、西北区和西南区的客单价均呈上升趋势;需要考虑到是否是定价问题;

 

c)新老客:在新客方面,各区域新客人数环比下降超45%,大中华区的各个销售大区环比也下降超43%,其中西南区、西北区新客下降数Top1、Top2,其环比增长值分别为-131和-188;

 

在老客方面,大中华区、新加坡和韩国均出现下降,大中华区老客数环比下降了71%,其中香港环比增长率下降了91%,澳门环比增长值绝对值最大的,其值为-248;新加坡老客数环比下降96%,7月老客仅有3位;

(4)产品维度

>>> 需要注意客户对产品的忠诚度,尤其是棒球手套;

 

产品类别:

 

2016年7月服装销售额环比下降47%球类7月无销售额产生配件销售额环比下降了42%,其销售额增长值为-134.96万,联动区域的-大中华区配件的销售额环比下降幅度也大,其销售额增长值为122.22万;新加坡的配件也是下降幅度较大,其销售额增长值为14.17万;而新加坡的配件销售额环比反而上升;

 

产品:

 

整体上,棒球手套环比增长值的绝对值最大,其值为-73.19万,其中大中华区占到96%,其销售额环比增长值为-70.57万;次其是球棒与球棒袋,销售额环比增长值为-49.55万,其中大中华区的销售额环比增长值为-40.94万;

(5)大中华区营销策略

 

>>> 对2016年1-7月数据异常分析,现针对大中华区销售额下滑做客户分层和营销策略;

 

a)客户分层及其营销策略

 

  • 根据kmeans算法模型,用2015年8月-2016年7月的大中华区的客户数据进行训练,最终结果是轮廓系数是0.65,聚类效果较好,将客户分成4类;

 

棒球类的客户复购比较低,大部分客户至少五个月来复购一次,粘性不够高;新客户(或者一次性客户)、低价值客户占到39%;这四类客户主要分布在东南区、澳门、西南区,营销活动主要对这些区进行营销投放;

 

客户分层的营销策略:(1)新客户:采用积分制换取代金券或者建立积分商城,创建品牌知名度;(2)重点挽留客户(消费金额高):采用距离购买时间有3个月进行短信触达,个性化推荐商品;(3)重点深耕客户:可以交叉销售,推荐别的棒球类产品

 

营销策略--个性化商品推荐

推荐逻辑:

 

1、客户最经常购买的2个产品;

 

2、客户最经常购买的2个产品中,在所有客户购物篮中会同时出现的其他3个不重复产品;

 

3、额外推荐最近(2016年)最畅销的明星产品(如果前2个逻辑不足8个产品);

营销策略—小程序交叉销售

 

小程序捆绑销售选一款商品搭配组合:【头盔、棒球手套】

 

支持度TOP1的产品组合是【头盔、棒球手套】:支持度为0.12,置信度为0.41,证明同时购买【头盔、棒球手套】组合的概率为41%,而这种可能性发生的概率为12%,置信度>1,这样搭配组合是有效合理的。

营销规划:

>>>2016年7月销售额下滑,在对客户、产品维度分析归因后,计划在9月开始调整营销规划;

 

1、2016年9月开始根据产品(整体、产品类别)销量TOP10对小程序的商品布局做调整,优先把销量最好放在页面展示前面,以更能让新客户优先看到畅销品是哪些;

 

2、每月1号直到年底通知新客户、重要客户复购,可以给新客户发放畅销品的优惠券,促使其他产品成交率;针对重要客户,定期回访,询问产品体验感,为选品、淘汰品做参考,购买商品时加一些附赠品,促进客户关系,提高留存率;

 

3、捆绑销售:将关联性强的产品进行交叉销售,目前选择【头盔、棒球手套】作为搭配组合,把这个搭配组合显示小程序首页;

 

4、对重点区域东南区、澳门、西南区进行营销投放,后续做营销投放方案,预计投入产出比,来评估是否需要投放这些区域。

 

(6)最终结果呈现的页面布局

仪表板公共链接:https://bisolutions.fanruan.com/webroot/decision/link/chBj

 

三、参赛总结

 

1、FineBI工具

 

指标卡:BI升级6版本后,组件-文本可以根据指标的大小设置图标;

 

2、参赛总结

 

(1)在团队协作和参赛交流中,一群志同道合的小伙伴。我们相互鼓励、分享经验,共同探讨数据分析的技巧和应用。数据分析给我们团队的成长带来了巨大的帮助。通过FineBi,我们可以更轻松地进行数据可视化分析,深入挖掘数据背后的价值,为业务决策提供有力支持。这不仅提高了我们的工作效率,也使我们更好地理解了数据分析的重要性,并在实践中不断成长。

 

(2)在学习和使用FineBi的过程中,我们意识到尝试、坚持、突破和成长是非常重要的。尝试新的工具和方法,不断摸索和实践,才能掌握更多技能并取得进步。同时,坚持不懈地学习和解决问题,突破自己的困惑和瓶颈,才能不断提高自己的能力和水平。通过不断地尝试和坚持,迈出了学习数据分析的重要一步,也收获了成长的喜悦和新的认知。我们将继续努力学习,不断突破自己,在数据分析领域追求更高的成就。

发表于 2023-8-16 10:49:57

恭喜通过大赛初审!!

建议优化下文字排版,略显拥挤,可点击文末“编辑”按钮修改,或者选择“导入Word”按钮,重新导入全文

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 2023-9-16 17:38:06
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
发表于 2023-9-19 21:23:35
打卡:整体分析思路和内容展示不错,也应用了其他工具,文字排版待优化。
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 2023-9-25 08:30:19
打卡:从多个维度对数据进行了全面深入的挖掘分析,运用了RFM模型、关联规则等算法对客户进行精准划分和产品推荐,并提出了针对性强的营销策略建议。作者处理了数据质量问题,采用了合适的分析方法,分析过程逻辑清晰。作品展现了作者扎实的数据分析与业务决策能力,是一个高质量的商业分析案例。
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 2023-9-27 10:14:46
打卡:是一份销售数据分析作品,分析方法中采用到了K-Means算法和RFM模型相结合的方式,并且作品中多次用到python工具,整体分析思路是清晰的。
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 10:40:34
打卡:
作品从多个角度分析产品销售状况,分析框架解读清晰,具有完整的数据分析过程体现;图表类型选取合理,能够恰当的表达相关的数据分析场景。
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 2023-10-13 09:41:20
打卡:棒球主题,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,图表类型选取合理,能够恰当的表达相关的数据分析场景。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

7回帖数 1关注人数 7167浏览人数
最后回复于:2023-10-13 09:41

返回顶部 返回列表