请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
简小凡(uid:386856)
职业资格认证:尚未取得认证
【2023BI数据分析大赛】一线拓客难?这套模板打开思路——品牌业绩监控与拓展
一、选手简介 1. 选手介绍 姓名:简小凡 性别:女 星座:水瓶 公司:南京一家科技公司 职业:数据产品经理 爱好:......   2. 参赛初衷 今年是接触FineBI的第三年,一直用的5.1版本,加之7月初才休完半年假期,很久没有正儿八经搞过数据分析类工作了;正好借此机会熟悉FineBI6.0版本,沉浸式搞搞数分。 二、作品介绍 写在前面:本次选题是结合做过的几个分析案例,提炼的一个分析场景(其实吧,我是觉得以前做的不够)。 1.业务背景 1.1 背景介绍 公司总部的供应商部门年初引进纸尿裤新品牌“酷奇宝贝”,需向已合作的客户(线下母婴店)推广该品牌, 达成既定的采购额目标。 1.2 需求痛点 2023年Q2度酷奇宝贝目标采购额90万,时间已过33.3%,KPI达成率仅达成6.6%。 经了解,一线销售人员反馈客户拓展难,反馈声音集中在: 新品牌知名度较低、 品牌纸尿裤价格较高不好卖 新品牌毛利感觉一般 1.3 分析问题 作为新品牌推广,现阶段重点是拓客,因此分析问题为: 如何通过拓展客户完成2023年Q2的采购金额KPI目标? 2.分析框架 2.1使用场景 分析问题分为两部分:一是对总部对KPI的监控,二是需要提供拓客思路。 总部管理层:及时了解目标达成、品牌拓客和具体业绩 总部运营人员:提炼客户特征,对客户分群,给一线销售人员提供客户拓展指导 一线销售人员:提供用于拓展客户的数据支撑 2.2分析方法及框架 3.数据处理 3.1 数据来源 本次比赛选择的是企业数据,已经脱敏处理。 (1)根据分析框架,梳理出所需数据包含: 采购订单 零售订单 会员指标 客户标签 KPI目标 商品数据 (2)数据范围: 品牌:酷奇宝贝(虚拟宝贝) 客户:存量合作客户 品牌采购/零售数据:2023年1月-2023年4月 标签数据:2022年4月-2023年4月 3.2 数据口径 3.3 处理逻辑 (1)数据模型本次分析分为总部管理层、总部运营人员和一线销售人员三个视角,在看板规划上分为3个主题开展; 总部管理层【酷奇宝贝业绩监控】 总部运营人员【潜力客户分析】 (2)标签数据会员标签在SQL内处理好输出,客户标签在FineBI的数据集内处理标签处理示意 if函数嵌套AND、ISNULL函数判断 通过新增赋值列处理 (3)目标转化客群人数占比数据处理客户标签表按客户输出每个客户的指标和标签,在看板中需要展示目标转化会员占比的饼图,需按【是否高潜力会员】生成新的标签【目标转化客群标签】;处理步骤:①取客户标签表新增列【非高潜力会员人数】,=目标会员购买流通奶粉人数-高潜力会员人数②上下合并客户标签表,将【非高潜力会员人数】和【高潜力会员人数】上下合并,作为【目标转化客群人数】字段③新增列【目标转化客群标签】,①部分为【购买尿裤】②部分为【未购买尿裤】   4.可视化报告 4.1 原型与图表选择 原型:品牌销售分析 密码:FBI2023 酷奇宝贝业绩监控 潜力客户分析 客户群自定义筛选 客户销售机会分析 4.2 图表处理说明 (1)柱状图展示KPI进度说明:未选用仪表盘,原因是其可视化效果无法还原原型处理说明1:通过2个指标(达成指标+复制展示指标)+1个维度实现 处理说明2:条形背景用灰色展示,该指标的边框可以改成透明,整个进度条看起来更和谐 处理说明3:组件样式取消勾选【轴线、横向网格线、纵向网格线、图例】(2)文本组件+组件悬浮功能实现多图像组合 (3)箱型图使用 (4)散点图——波士顿矩阵应用,实现客户分类 (5)图形处理说明-矩形树图展示不同分类客群占比 (6)图形处理说明-文本组件引用指标+联动 实现在第一个图形点击省份可查看相关数据 5. 报告解读 看板公共链接:酷奇品牌业绩监控、潜力客户分析、客户群自定义筛选、客户销售机会 5.1 总部领导视角 (1)从整体业绩看,截止2023年5月1日,存量客户106名已渗透22名,2023Q2采购金额5.97万,KPI达成进6.6%,切换查看上季度数据,2023Q1的KPI达成94.3%,由此可见本季度的KPI设定相对合理。(2)酷奇宝贝2023年年初开始推广,至今客户渗透率仅20.8%,说明客户可拓展空间尚可,因此可优先从未拓展客户中去寻找机会点。 5.2 总部运营视角 ——取近一年数据对存量客户进行分析 第一步:了解现状(1)安徽、江苏、山东、湖北可作为重点突破区域(2)存量客户中,尿裤品类销售额占比7.1%(各区域负责人可点击省份取查看对应省份数据),目标会员(宝宝年龄0-3岁)占比21%第二步:客户分类(1)盈利角度看品牌对客户经营有提升机会,尿裤销售额高占比+低毛利的客户可从转牌角度出发,替换成酷奇宝贝,提升其营收,该类客户定义为优质客户群,共31名。 (2)商品结构排除优质客户群后,机会点要从商品结构入手,如果能够补充对标价格带则有利可图,故以对标价格带为出发点,评估剩余客户价值,最终选定对标价格带尿裤毛利率低且品牌相对集中的客户,该类客户定义为机会客户群共10名。(3)会员机会排除【优质客户群】和【机会客户群】后,从会员角度出发,去查看有一定消费能力(酷奇宝贝价位属于中高高端)的会员,促成类目转化,故以对标价格带+高潜力会员占比出发,评估剩余客户价值,最终选定4名客户,定义为替补客户群。 ——具体到实操环节,一是可以从上述看板的【客户价值评估】中查看明细数据导出客户名单,同时可从【客户群自定义筛选】看板去按标签筛选获取客户名单及其指标详情 三、参赛总结 1.FineBI工具 (1)FineBI6.0的主题模型解决了数据重复使用的问题,这个真的很赞! (2)新上的2个图形使用价值高 (3)DEF函数家族可解决场景挺多的,但是本期时间赶还没具体应用,后续计划再深入学习应用下 (4)FineBI的可视化自由度高,但是如果有预制的模板应用,以及提炼一些常用的图表组合或许更适合实际使用 (5)目前没有图层功能,图形组合后在不同分辨率屏幕展示会有误差 (虽然是可以用自适应功能,还是有一定误差) 2.参赛总结 道阻且长,本期规划的最后一部分【销售机会分析】是提供给一线人员去使用的,这样可以形成总部到一线的合理数据应用,在一线使用中需要配置好移动端并且做减法,这块后续可以好好研究下再FineBI移动端能力上可以如何实现。   --------------------------------------------------------------------------------------------------------------- 作品链接:https://bisolutions.fanruan.com/webroot/decision/link/9ZDb;https://bisolutions.fanruan.com/webroot/decision/link/znnY 看板效果图  
2023兔年礼物!超可爱!
嘿嘿嘿,年前就收到了,今年的手办真的好可爱呀!!!!!(忘了拍照,马住回家拍)
【2022BI数据分析大赛】母婴童行业之新零售连带消费分析
经常有小伙伴问数据集,放在这个链接了,有需要的自取呢哈哈 https://pst1ktjfek.feishu.cn/file/NNEmbiFNAogS95xKiSgcGlRtnX0?from=from_copylink 文中提到的几个配色   一、选手简介 1. 选手介绍 哈喽,大家好呀~我在帆软社区叫“简小凡”. 目前就职于南京一家产业互联网公司,我司目前旨在帮助母婴童产业提升全渠道数字化的会员经营能力,通过对本地化的会员和商品的大数据分析,接入多元化的上游品牌商,为母婴童门店提供母婴商品、亲子服务、新家庭等全品类精选商品和服务,提升整个产业链效率。 本人现阶段主要从事数据分析工作,偶尔会兼做数据产品经理,对产品方向的应用颇有兴趣。 日常喜欢撸猫,这是我家猫咪李橘花的丑照 2. 参赛初衷 2020年秋第一次接触FineBI,至今已在FineBI打怪升级道路上一年半多,算是个有点经验的老玩家了吧,哈哈~想着可以通过比赛评估下自己当前的水平如何;同时也希望跳出日常工作的需求,去做下自己有想法但一直没有落地的分析场景。 再者,去年就有关注帆软的BI数分比赛,了解到这个比赛有很多很优秀的小伙伴,不管是可视化创意、分析思路、数据处理、应用场景方面,很多作品都值得好好学习总结、提炼,并最终运用到自己的工作中去。 总而言之,希望借此机会学习优秀作品的思路、可视化,提示自己的数分思维;也希望自己可以做出一个相对满意的小作品,算是对自己使用FineBI的一个阶段小结吧!     二、作品介绍   ▮ 写在前面 选题:零售行业之《母婴童行业·新零售连带消费分析》 我司定位于打造母婴童互联网产业,从上游品牌方、供应商,到下游母婴连锁店,乃至终端消费者,各环节都有数据分析需求。最初思考选题时,有三个方向: (1)上游:新合作某一品牌系列,要找到该品牌系列在我们的客户范围内的机会点有多大,以及如何说服品牌方与我们合作 ——放弃,看板已经做过并应用,至多在美化和思路上进行优化,对自我提升帮助不大。 (2)下游:线上新零售引流到店二次消费,对下游母婴连锁店的业绩贡献有多大 ——采纳,连带消费分析陆续做个几次小分析,没有形成完整的分析框架,正好借此机会梳理!做好还能反向应用到工作中,美滋滋。 (3)自身:经营分析体系搭建,从整体的经营监测分析到各业务线核心分析看板的串联,提供核心经营指标监测,并基于核心业务线的核心指标做二级看板跳转,实现可运营的BI数据分析。 ——放弃,后续还是要做的,但是工作量有点大了,最近工作上需求不少,我这个DDL选手怕是完不成   1. 业务背景   1.1 背景介绍 在消费升级、群体需求变化、疫情影响等多重因素的驱动下,实体母婴店接受外部赋能,融入新零售发展的大潮成为了必选出路。在新零售模式下,母婴店依托小程序与多场景的有效融合,结合线上运营策略引流到线下,促成会员转化、提高会员复购率,盘活经营效率。 但不同于天猫、蜜芽等线上渠道,"线上零售场"是母婴店与用户的新触点,不能完全取代线下门店的体验消费,在数据上表现为线上零售额远不及线下门店销售,对母婴店而言,通过新零售为线下引流,促成用户“到店二次消费”更能提升门店业绩。在此背景下,我们的客户运营部不定期会给客户提供新零售运营方案,帮助客户提升业绩。 1.2 需求痛点 每次出运营方案都要耗费大量人力、时间从客户系统导出数据进行分析,而客户遍布全国各地,由于区域差异性导致方案复用性较低,客户运营部希望我们数据分析团队可以提供一个固化报表,帮助他们提升工作效率。 1.3 分析问题 进一步沟通后,了解到运营方案差异在于为客户目标客群选取合适商品,通过新零售工具组合拳触达会员,促成转化;同时选品时会和品牌营销部一起沟通,匹配上游合作品牌资源,反向思考后,当品牌要投放资源,本报表可以为其匹配合适区域/客群/场景。 为此,本次报告的分析问题主要有: (1)了解现状:线上到线下的消费转化率,到店连带消费对门店业绩的贡献度 (2)分析现状:哪些场景、哪些商品、哪些客群的到店连带消费效果最好? (3)策略选择:对于不同客户如何选择客群+场景+商品?对于不同商品又应如何选择? 2. 分析框架   需求方:客户运营部、品牌营销部 使用场景: (1)场景一:提供新零售连带消费整体数据概览 (2)场景二:平台级活动或品牌资源投放,选取合适区域/客户群 (3)场景三:赋能单个客户,提供新零售运营方案 分析方法: (1)整体思路:基于5W2H结合”人-货-场”分析思路对上述三个问题进行拆解 (2)描述现状:通过公式拆解找到本次分析的核心指标 (3)分析现状:对“人-货-场”三个主题逐步拆解,具体方法包括—— 对比分析法:看数据整体大小、时间趋势变化,不同维度对比 漏斗模型:看人群转化 ABC分析:找核心枚举 波士顿矩阵分析:找到可选项(城市、商品) 品类关联分析(参照购物篮分析系数):找到商品组合 TOP分析:找到头部品牌 具体分析框架见下图:   3. 数据处理 3.1 数据来源 本次比赛选择的是企业数据,已经脱敏处理,根据分析框架,梳理出所需数据包含:订单、流量、会员、微信场景、城市等级这5部分数据。   3.2 指标口径 指标名称 统计口径 线上消费会员数 统计周期内,订单支付成功的会员数(减退单) 到店核销会员数 统计周期内,订单支付成功后到线下门店核销的会员数,注意按支付日统计 连带消费会员数 统计周期内,到店核销当日产生线下订单的会员数,注意按支付日统计 线上销售金额 统计周期内,订单支付成功的金额(减退单) 到店核销金额 统计周期内,订单支付成功后到线下门店核销的金额,注意按支付日统计 连带消费金额 统计周期内,到店核销当日产生线下订单的支付金额,注意按支付日统计 到店核销转化率 =到店核销会员数/线上消费会员数 连带消费转化率 =连带消费会员数/到店核销会员数 到店人群转化率 =连带消费会员数/线上消费会员数 连带消费贡献度 连带消费金额/到店消费人群核销金额 单客产值 =消费金额/消费会员数 支持度 =A+B同时购买订单数/所有订单数 置信度 =B订单数/A订单数 贡献度 =支持度/A的支持度*B支持度 页面访问量 统计周期内,小程序的页面访问量 支付核销天数差 线上订单核销日期-支付日期,0表示线上支付当天到线下核销   3.3 处理逻辑 本次分析的数据表处理逻辑见下图 具体各部分处理如下 (1) 基础表-订单商品明细数据处理 连带消费本文定位回顾:线上订单到线下核销后当天产生的订单 场景一:支付当日到线下核销并产生连带消费订单; 场景二:支付后N日到线下核销并产生连带消费订单。 存在问题:线上支付订单和连带消费订单是N对N的关系,由于本次分析产出的看板需要支持自定义时间查询,因此需对订单商品行的金额数据进行均摊处理。 数据处理: ① 获取前置订单及核销日期(即表1线上订单),然后获取关联订单(即表2核销日期线下订单) ② 生成表3,获取表1和表2订单重复次数,表1和表2 关联规则为“表1.核销日期=表2.支付日期 且 表2.支付时间>表1.核销时间” ③ 均摊表1和表2的订单支付金额,解决在看板侧计算时的订单重复问题 前置订单支付金额均摊=前置订单支付金额/前置订单重复次数 关联订单支付金额均摊=关联订单支付金额/关联订单重复次数 具体处理见图示,订单数据同时将会员属性和客户属性信息一起通过SQL处理完成后导出到EXCEL,再上传到FineBI   (2) 漏斗数据处理 ① 从订单表获取每日会员明细后分组汇总,减少数据量; ② 按“线上消费-到店核销-连带消费”三个环节依次合并“每日会员明细表”: 选择字段,生成环节A”线上消费“; 上下合并“每日会员明细表”,生成环节B”到店核销”字段;环节C操作类似; ③ 合并上述3个环节,生成”消费阶段“字段,并过滤环节为空的数据。   (3) 品类关联分析数据处理 具体步骤参照FineBI帮助文档的购物篮分析:https://help.fanruan.com/finebi/doc-view-1195.html 连带分析的商品组合效果,分两部分处理: 第一,“波士顿矩阵分析”,看不同商品组合的到店人群转化率和连带消费贡献度; 第二,“购物篮分析”,将线上订单和连带的线下订单作为一个整体,挖掘两者之间的联系。 本文旨在了解线上订单引流到店消费的连带效果,因此以前置的线上订单作为主订单号,前置+连带订单的商品视为一笔订单处理(注意连带订单号要非空),具体处理如下: ① 支持度 含义:A+B在所有订单出现的概率,支持度越大,关联规则越重要。 实例说明:前置订单一共10笔(前置订单数=所有订单数),其中同时购买奶粉和尿裤的订单是5笔,则该组合的支持度为5/10=50%8 ② 置信度: 含义:购买A后购买B的概率,置信度越大,关联规则准确度越高 实例说明:前置订单一共10笔,其中前置订单购买奶粉的订单是8笔,奶粉的连带订单中购买尿裤的订单是5笔,则置信度为5/8=62.5% 注意由于前置订单在于连带订单前,先购买的商品要从前置订单中取 ③ 提升度: 含义:先购买A对购买B的提升作用,用来判断商品组合方式是否具有实际价值,是看组合商品被购买的次数是否高于单独商品的购买次数,大于1说明该组合方式有效,小于1则说明无效。 实例说明:前置订单一共10笔,前置买奶粉8笔,连带买尿裤6笔,前置买奶粉且连带买尿裤5笔,则提升度为0.5/(0.8*0.6)=1.04>1 具体可见下图: 前置订单 前置A:奶粉 连带B:尿裤 AB 支持度 置信度 提升度 10 8 6 5 5/10 5/8 0.5/(0.8*0.6)     4. 可视化报告 4.1 原型与图表选择 第一步,结合分析思路去构思每一模块用什么图形表达; 第二步,选择一个合适的仪表板样式,包括配色、组件背景等的预设;日常工作中,我们数分小组每年会出一套视觉方案,在管理系统-外观配置中预设好当年的仪表板样式,方便大家使用;同时通过视觉差异可以也能快速了解这个看板大概的制作年份; 这次比赛可视化评分占比15%,正好今年还没更换主题色为此想了好几套配色方案,在深色和浅色中纠结许久,最终选择了去年自己的一套深色方案! 按照分析思路初步规划原型图和每个模块图表选择、业务含义/目的,如下图. 这里就不敲文案啦,布局的选择主要还是按照“对称”原则去展示,这个是个人偏好;关于布局,我还想着在本次比赛中学习下各位大神们的思路,提升下自己的审美。 By the way,原型图用墨刀画的,但平常工作画原型图,我会倾向在FineB看板中通过文本组件去实现原型图制作。   4.2 图表处理说明 (1) 对于同类型组件(如指标卡),通过在组件编辑界面切换数据集,可以提高效率; (2) 漏斗图的转化率展示,通过TAB组件将“漏斗图”、“转化率指标卡”合并在一起,解决不好通过数据集处理自定义时段的漏斗筛选转化率 (3) 通过“闪烁”、“警戒线”、“注释”去突出重要信息 (4) 通过标签的“最大、最小值”减少标签元素的视觉干扰 (5) 联动效果处理 首先取消默认联动,然后在整体看板制作完成后,根据每个组件的联系和整体分析思路去调整;例如,看板默认展示1个月数据,希望点击其他组件的维度,可以查看该维度下的“近一年时间趋势”,这个时候就要改动下相关组件的联动关系了,见下图 这里小小吐槽下,对于不同数据集的组件联动,同自定义勾选字段时,总是会自动匹配所有关联字段,但有时候只需要核心1-2个字段关联,就要疯狂点击删除键保留所需字段。(不过不影响可用性,哈哈)   5. 报告解读   看板制作完成,首先保存一份作为日常使用的看板(不存在任何描述性、诊断性分析),用于满足需求方使用;接着,按照本次分析的命题,另存为一份仪表板,然后输出一份报告给到需求方。 5.1 时间选择:2022年六一大促,选择去年同期数据,并与全年数据对比。 5.2 了解现状:线上到线下的消费转化率,到店连带消费对门店业绩的贡献度 【结论】:2021年6月到店人群转化率较低,单客产值较低 , 但由于线上消费会员数较多,该月连带消费规模较高,且连带消费贡献度高于整体水平; 【建议】:需结合去年同时段大促策略、SA客户的会员消费特征找到影响到店核销的可能原因   5.3分析现状:哪些场景、哪些商品、哪些客群的到店连带消费效果最好? 5.3.1场景选择 首先看省份规模,规模大才更有可能提升业绩;其次按省份下钻查看城市占比,结合消费会员规模、到店人群转化率、连带消费贡献度找出各省份的城市名单。 最后,基于城市名单,选择合适门店类型和营销方式、线上场景。 例如,江苏省2021年连带销售规模最大(20%),其中扬州市的核心指标表现较好,1264线上消费会员,转化率18.75%,贡献度17.56%,线上单客产值167元,连带单客产值高达2764元;并且从线上到线下连带消费,整体人群转化率都表现优异。 可考虑选择商场店,通过短视频和社群推送特卖促销活动信息。 参照上述思路,可考虑重点选择以下4个省份(连带消费金额占2021年6月79%)的8个城市进行重点突破: 江苏省(20%):扬州市(商城店+特卖促销+社群&短视频)、徐州市(社群服务店+多人拼团+社群) 湖北省(19%):宜昌市(社群商品店+多人拼团+社群) 河南省(16%):新乡市(社群商品店+多人拼团+社群)、鹤壁市(社区服务店+福利秒杀+直播) 安徽省(13%):滁州市(社区商品的+特卖促销&活动报名+短视频&社群) 四川省(11%):眉山市(商场店+特卖促销+社群&短视频)、达州市(社群服务店+特卖促销+社群) 5.3.2 品类品牌选择 5.3.1已选择出7个城市,该部分重点针对这7个城市,通过数据联动,找到合适的品类品牌;以扬州市为例: 扬州市2021年6月线上玩具车床图书品类消费会员数、线上销售金额均最高,可以在线上主推该品类的华婴地垫品牌, 婴童服饰、辅食、纸尿裤线下购买人数较多,从品类关联角度看,可以考虑婴童洗护+婴童服饰,婴童洗护+零食,婴童服饰+婴童服饰的组合;婴童服饰品牌可选“奇宝乐园”,婴童洗护品牌可选“松达”。 线下3段奶粉、纸尿裤和2段奶粉销售金额占比较大,品牌可选贝因美、妙兜、飞鹤;结合关联分析,婴童洗护和3段奶粉组合搭配相对较好(订单数较大,但是提升度<1) 5.3.3 客群选择 仍以扬州市为例,结合社群和短视频场景效果最好,可以针对女性群体,围绕1-3岁宝宝偏好内容和品类,选择下午17点、20-21点进行推送和触达 考虑到时间影响因素,需要查看当前时间宝宝年龄分布,经查询会员分析看板,扬州市截止2022年4月末,宝宝年龄分布仍以1-3岁为主,因此上述选品相对可行。(我司用户可以从目录/会员综合分析中查询,本次报告不展示该数据,后期会增加看板跳转==) 已转化人群中,男性占比相对较高,当女性仍占绝大部分,女性和男性会员宝宝均已1-3岁为主; 从访问行为看: --女性会员:偏好17、20-21点查看小程序,其中21点访问量最大,基本使用最近使用访问小程序 --男性会员:偏好9点查看小程序,基本使用最近使用访问小程序 5.3.4 《母婴童行业·新零售连带消费分析》之六月大促如何选品   对于本次六一大促选品,分析结论如下 (1) 2021年6月到店人群转化率较低,单客产值较低 ,但由于线上消费会员数较多,该月连带消费规模较高,且连带消费贡献度高于整体水平;  【建议】:需结合去年同时段大促策略、SA客户的会员消费特征找到影响到店核销的可能原因  (2) 考虑重点选择以下5个省份(连带消费金额占2021年6月79%)的7个城市进行重点突破  ① 江苏省(20%):扬州市(商城店+特卖促销+社群&短视频) ② 湖北省(19%):宜昌市(社群商品店+多人拼团+社群) ③ 河南省(16%):新乡市(社群商品店+多人拼团+社群)、鹤壁市(社区服务店+福利秒杀+直播) ④ 安徽省(13%):滁州市(社区商品的+特卖促销&活动报名+短视频&社群) ⑤ 四川省(11%):眉山市(商场店+特卖促销+社群&短视频)、达州市(社群服务店+特卖促销+社群) (3) 以扬州市为例进行策略选取,其余城市参考思路即可 ① 扬州市2021年6月线上玩具车床图书品类消费会员数、线上销售金额均最高,可以在线上主推该品类的华婴地垫品牌;  ② 婴童服饰、辅食、纸尿裤线下购买人数较多,从品类关联角度看,可以考虑婴童洗护+婴童服饰,婴童洗护+零食,婴童服饰+婴童服饰的组合;  ③ 婴童服饰品牌可选“奇宝乐园”,婴童洗护品牌可选“松达”;  ④ 线下3段奶粉、纸尿裤和2段奶粉销售金额占比较大,品牌可选贝因美、妙兜、飞鹤;结合关联分析,婴童洗护和3段奶粉组合搭配相对较好(订单数较大,但是提升度<1) ; ⑤ 结合社群和短视频场景效果最好,可以针对女性群体,围绕1-3岁宝宝偏好内容和品类,选择下午17点、20-21点进行推送和触达。     6. 最终结果   6.1 日常使用版本 6.2 分析报告版本 三、参赛总结 1.FineBI工具 (1) FineBI对于新手而言是非常优化的自助分析工具,易上手、做出来的效果也很美观;对于在企业内部推广自助分析是一个很不错的工具选择(当然不是尬夸啦,我所在公司就在用FineBI啦) (2) 目前为止最喜欢的几个功能点:切换自助数据集(配合复用,对工作效率提升非常有帮助);Excel插件,这个期待很久了,近期公测使用了该插件,很好弥补了复杂式报表、系统数据和填报数据混杂的场景。 (3) 对于BI工具和数分的思考:FineBI工具要走出IT部门,真正推广到业务部门中去才能更好发挥BI自助分析的价值,不管是提升业务日常数据处理效率,还是让业务进行探索分析,都是很有必要的! 2.参赛总结 总结吧,最主要还是要好好规划时间,不然DDL选手真的就要错过末班车了......认真总结如下: (1) 想做很久的分析通过比赛落地,很有成就感;同时学习了如何在BI处理关联规则的数据和可视化,颇有收获。 (2) 业务分析框架和思路确定后,缺少和业务深入交流讨论,这点做得是不够的。 (3) 本次看板的联动做得不是很好,这一点提交作品后看看还有没有优化空间。 (4) 数据分析一定要有参考线,不管是自我对比,还是他人对比;在对比时候一定时刻牢记时空变化,群体和群体需求也是在变化的,例如在分析报告版本解读的时候,发现没有增加当前人群画像属性是不够的,碍于时间问题暂未补充该数据,多少有些遗憾。 最后,本次分析从规划—确定选题—拆解思路—原型制作—看板制作整个环节看,确定选题和拆解思路方面感觉自己有些许提升,但是到底如何,还是只能寄希望于最终结果和点评,看看自己几斤几两啦,哈哈~~~但不管如何,这次比赛经历弥足珍贵。 分析报告版本《母婴童行业·新零售连带消费分析》.pdf (1.72 M)日常使用版本《母婴童行业·新零售连带消费分析》.pdf (1.53 M)分析框架《母婴童行业·新零售连带消费分析》.pdf (514.78 K)原型图《母婴童行业·新零售连带消费分析》.pdf (473.87 K)
个人成就
内容被浏览171,069
加入社区4年169天
返回顶部