【2020冬季挑战赛】销售额复盘分析
1.自我简介
1.1.选手介绍帆软社区用户名：jasmine525；职业简介：在一家民营企业担任BI工程师的工作。
1.2.参赛初衷与FineBI 结缘是在2020年3月份，因工作内容变化需要了解一些报表可视化工具，在对比了Tableau、Power BI、FineBI后选择了FineBI，源于它的界面友好，操作方便，同时还有完善的技术支持及社区服务；在学习了一段时间后，相继考取了FCRA,FCBA,FCAA认证，既是对自己学习成果的检验，也是对FineBI的再度认可。希望之后能够跟随大家的脚步一起学习和成长。
2.场景介绍2.1.业务背景介绍&数据来源
本次分析的业务背景：在超市运营4个月之后，对超市的整体销售情况进行分析，从中发现一些具有参考价值的数据，同时对之后的营销提供思路。
数据来源：和鲸社区 “超市销售数据分析”。
2.2.分析思路选定数据后，根据超市经营特点，决定选择销售额、客户类型、促销等这几方面进行分析。
2.2.1销售额明细分布
销售额这部分，选择从销售额变化趋势、各类产品销售占比、环比增长以及各大类明细这几方面进行分析，重点都是围绕销售额的变化及分布情况展开；图表以折线图、柱形图为主。
2.2.2客流量及客户类型分析
这部分以客户为中心，从客单价、消费次数、客流量、新客增长数及客户类型等方面依次进行分析，对超市客户进行分类，计算重要客户、可发展客户数量，为之后的准点营销提供方向。
2.2.3周销售情况分析
以周为分析单位，探索每天的销售额变化，发现每周的销售额高峰。
2.2.4促销产品销售额分析
想知道销售额中促销商品贡献比例；超市每天都会进行不同类别产品的促销，哪种是更有效的呢？
2.3.数据整理2.3.1原始数据导入Fine BI后，格式处理，尤其是日期字段的格式设置。
2.3.2客户信息表：通过自助数据集分组汇总，以客户编号为分组依据，获取每个客户订单最早时间及最晚时间，该表另保存为“客户信息”表，并跟原始表通过客户编号建立关联，以此作为计算新客户数量变化的依据：138606
2.3.3客单价及客户类型表：通过新增列提取各客户销售额、消费次数；以单次消费金额为依据，根据其分布情况，设定大于300元的为重要价值客户，100到300元之间的为一般价值客户，小于100元的为可发展客户，为各个客户添加类型标签，并将该表另存为“客单价计算表”：138607
2.4.完成分析报告报表整体采用的是轻柔炫彩配色，旨在突出重点的同时，给大家明亮、轻快的感觉。
2.4.1先查看这几个月总体销售额变化趋势，选用的是折线图，展示趋势变化；同时添加了平均销售额趋势线，反映各月跟均值的对比情况；之后对各个商品类别分别进行环比分析，发现销量明显上浮、下降的商品大类，在此基础上做详细的商品折线对比：
138608138609结果发现：
从各大类销售额来看，累计占比超过80%的是日配、蔬果、休闲、粮油、酒饮及洗化类，其中排名第一第二的是日配和蔬果；
从商品类别来看：2月份销售额增长，主要是由于酒饮类销量大增引起的，应与春节促销有关；另外，2月份生鲜销量32.16%的下滑，主要来源于蔬果这一大类销量的降低，应重点关注，可参考周边春节人员出行情况适当调整货物储备；
联营商品应重点关注熟食和针织类：熟食在2、3月都有下滑；针织类2月上升后，3月回落，与春节期间进行优惠/促销活动有关。
2.4.2客户这方面：主要是从数量、新增变化、各客户类型占比方面进行了分析，利用KPI图片直观易读、柱形图对比明显、饼图占比突出的特点，分别展示：138610结果发现：
客流量：2月客流量有13.55%的下降，3月和2月基本持平，4月客流量有7.18%的上升；短期来看，客流量变化不明显；
新客户数量变化趋势：从2月份开始新客数量明显下降，
从客户类型分析，高价值客户占比极低，只有0.88%，而可发展客户占比高达87.83%，这部分客户正是需要被挖掘的潜力客户。
2.4.3周分析采用的是柱形图跟折线图，利用Fine BI提供的过滤组件，展示周三、周末销售类别TOP5，既突出重点，同时也方便锁定重要目标。138611结果发现：
从周一到周三，呈上升趋势，周三销售额及客流量均达到一周高峰；相反，周末的销售额、客流量都比周一至周三低；
对比周三与周末销售金额TOP5的产品分类，有明显不同；周末蔬果、休闲产品销售额占比明显上升；
措施：可考虑针对周末客户做一些促销/优惠活动；
2.4.4促销分析主要用到了饼图，旨在展示各个类型的占比。138612结果发现：
促销产品平均销售额占比23.11%，2月达到32.85%；
从产品类别来看，2月促销产品中 酒饮类占比明显上升，对于春节期间销售额提升有很大帮助；而日常促销则以日配、洗化类为主；
促销对销售额提升有一定作用，但需根据节假日、周末等时间段进行合理安排促销品类。
附上最终作品截图：1386132.5.总结
拿到数据后需要先整体看数据内容，数据质量；对于业务分析指标的确定，需结合实际情况设定，同时分清主次，目标明确；只要有继续学习、接受新东西的心态，就一定能够有所突破。138615
140371
