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
JLdata(uid:479102)
职业资格认证:FCP-报表开发工程师 | FCA-业务分析理论 | FCA-FineBI | FCP-FineBI
【2023BI数据分析大赛】棒球类产品销售分析与探索
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。
【2022BI数据分析大赛】2016年经营分析总结暨2017年重点档期规划报告
一、选手简介 1、选手介绍 团队名称:铿锵三人行 队长介绍: JL,帆软社区用户名:JLdata,目前就职于广州某公司(公司),目前从事数据分析工作,参加比赛可以跟不同行业的伙伴多交流学习,思维碰撞,得到不一样的成长。 成员介绍: (1)王翊宇-帆软社区用户名“宇观世界”,我司是地理信息产业的普适导航,主要服务于卫星遥感商业应用,我的岗位是数据处理工程师,本人对零售行业商业分析比较感兴趣,有幸和团队大佬组队,作为极小辅助参与比赛。 (2)成员-帆软社区用户名boskboy,公司-砂之船,行业-零售,岗位:数据运营经理,互相学习。 指导老师:李和平 2、参赛初衷 (1)希望通过学习帆软BI分析工具及数据分析流程,提升个人知识技能,和志同道合的伙伴们交流学习。 (2)希望通过比赛实践提升BI工具的使用方法和技巧 (3)和更多FineBI大神交流学习,进行数据可视化作品以及分析思维的激烈碰撞 二、作品介绍 1、业务背景       超市有线下门店和线上APP共同进行,总部位于中南地区,从2013年开始把部分商品放在线上APP售卖,在线上售卖4年,该超市业务负责人打算做2017年活动档期整体规划,主要针对APP端促销含周年庆及重大业务活动,现需要数据部门提出针对性意见。 2、数据来源 自选数据:和鲸社区:某超市销售数据 3、分析思路 思维导图如下: 4、数据处理 (1)用python进行利润空值的处理 (2)产品维度数据中的产品名称字段格式不规范,需要进行统一,再增加产品小类字段,处理过程如下: 利用RIGHT、LEN、FIND结合公式函数 (3)动态时间使用 选择近两年数据,可以使用动态时间,方便以后取数,不需再手动修改。(由于用的是网上数据,没有最近两年数据),想到这个办法 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)仪表板设计布局 根据这个模式来设计 (3)整体情况 2016年是XXX超市整体经营情况令人振描,销售额突破历史新高,达到543.91万,同比上升28.64%。利润72.9万,利润同比11.05%。 (4)客户维度 a.RFM模型:看近两年客户分层人数占比,潜力价值客户和优质客户人数比例占到41.68%,新客户人数占比达到15.44%,分别联动前面三个客户类型发现,前面三个客户类型的地区分布主要集中在华东和中南,三个客户类型的消费能力、消费流失相对其他地区大,但流失客户的地区主要集中在中南地区,主要集中在广东省(钻取中南地区),广东省流失客户人数占比达到35.48%。 从二八法则可以看出,优质客户、重要挽留客户、潜力价值客户、重要深耕客户、重要召回客户平均消费总额累计占比达到77.56%,但其客户数占比达到56.46%,已经超过一半的客户才能创造77.56%的销售额。 结论:重点关注潜力价值客户、优质客户、新客户,做好重点地区(华东、中南)广告投放以及各客户类型的周年庆优惠政策,在营销的同时也要维护好客户的关系(把客户放在第一),这样才可以长久的合作,尽可能避免更多的客户流失,重点关注中南地区(靠近公司总部),在周边城市拓展客户同时,在周年庆促销的过程,需要维护好客户关系和做好售后工作,以提高质量高的客户留存。 b.复购分析:2016年复购率达到70.59%,同比上年上升8.57个点,复购人数增长了80人。通过2016年5-6月周年庆的促销活动,2016年5、6月的复购率分别为11.76%和12.82%,其同比分别增长了54.12%和69.52%;2016年5月总会员人数达到最大值,其值为170个,其同比为29.77%;2016年5月和6月复购人数持平,分别增长了两倍和122% 结论:从复购率、复购人数、会员人数都有所增长,2016年5、6月的周年庆还是有一定的效果,进一步继续探究应推销哪些产品。 (5)产品维度 过滤高销量月即2016-05-2016-06 a.品牌波士顿模型:同比下降的品牌(标橙色的)集中在低于平均销量的区域,Safco的同比仅下降了1.3%,在2016年5、6月促销活动中,该品牌Safco(书架、椅子)销售额达到最大值,其销售额为6.35万,利润率达到12.73%。 品牌诺基亚的销量同比达到81%,而利润率达到28.70%,但销量低于平均销量,需要关注一下,联动诺基亚可以发现主要集中在中南地区。 销量较高的品牌但利润率低于平均利润率,Hon、Office Star、Eentermax销售额在2016年5-6月较高。 b.产品大中小类:办公用品销量占比达到56.54%,而办公用品有54个产品小类,但办公用品销量同比相对于其他增长得少,家具同比增长了63.71%。联动办公用品发现,收纳具销量排名第一,装订机销量同比下降了15.65%。 在产品中类中,收纳箱、椅子、装订机销量排名前三,除了装订机销量同比下降,销量TOP10的产品中类的同比都增长,在2016年5-6月促销活动中取得不错的成绩。 在产品小类中,销量TOP1的是折叠椅,平均客单价为337元;联动记忆卡,发现Enermax、Memorex在平均销量附近,利润率较高,可以合理设置降低价格。 c.产品中类复购分析:2016年产品中类同比增长了68.26%;2016年11月由于是双十一搞活动,促使复购;2016年5月复购率同比增长了1.24%,但6月开始下滑了。 d.购物篮分析:关联分析图:绿色圈圈代表提升度>1意味着这样组合更有效,如图得出收纳具跟椅子、复印机、配件搭配组合更有效,书架跟复印机、美术搭配更有效。   结论: a.可以推广品牌Safco,跟采购沟通一下成本方案,确定周年庆促销前的备货数量,如何在供应商获取到更低成本,以提高Safco的销售额和利润率,根据商讨的结果对Safco的价格进行优化,同时让消费者享受最优的优惠政策;诺基亚客单价较高,如何提高诺基亚的销量也是关键,建议可以对中南地区(地理位置占优势,物流)小范围进行推广。可以适当的调整Hon、Office Star、Eentermax的价格,跟供应商沟通,尽可能争取更低的成本。 b.收纳箱、椅子、装订机在2016年5-6月促销活动中销量排名TOP3,可以进行捆绑销售;联动记忆卡,可以根据品类区域进行适当设置优惠券。 c.可以跟APP的开发人员提一下需求,在消费者下单之前提示之前购买的清单,促使消费者复购。 (6)总结 a.确定下一年的促销时间为2017年5-6月,前期工作:对5-6月销售目标和计划利润进行拆分,将销售目标分配各个销售部门负责人,负责人再向下属分配相对应的任务,完成销售目标,给予往月更高绩效工资,由人力资源部门负责。 b.BI数据分析部门负责制作促销活动大屏,这样可以及时了解促销活动实时情况,为了方便有问题及时做出相对应的措施,而不是等活动结束后再去复盘。 c.重点设置优质客户、重要挽留客户、潜力价值客户、重要深耕客户、重要召回客户的优惠等级,并在APP发放对应的消费者;以短信通知消费者有促销活动(除了流失客户)。 d.与采购部门沟通成本优化方案,跟供应商争取成本最优。 f.对产品进行捆绑销售,收纳具跟椅子、复印机、配件搭配组合更有效,书架跟复印机、美术搭配更有效。 e.根据品类区域分析,确定每个品类重点广告投放区域。 j.促销活动前两个月,需要促销产品,先对中南地区进行小范围推广,验证该促销方案是否可行。 (7)最终结果呈现的页面布局 公共链接:https://bisolutions.fanruan.com/webroot/decision/link/pLba 三、参赛总结 1、FineBI工具 上手比较快,帆软BI文档真的好用,超级棒!!! 2、参赛总结 (1)跟团队沟通学习,学习到更多的知识自己的思维得到提升! (2)在忙碌的工作中能够坚持完整个比赛的过程,非常棒! (3)锻炼自己的思维能力,感觉自己在BI使用有进步。不管结果怎么样,重要的是自己有所进步。 (4)非常感谢帆软可以给予我们这么好的平台去锻炼!
【2020冬季挑战赛】某药企2020年上半年环比下降了5.96%
1.选手简介 1.1.选手介绍帆软社区用户名:用户s2758436职业简介:现就职于广东巨鲲公司,主要负责线下部门数据分析。 1.2.参赛初衷 可以与各行业的人学习交流; 检验自己的水平,为以后的学习提供一个方向; 参加直播课程,增长自己的知识面。 2.场景介绍 2.1.业务背景介绍&数据来源 业务背景药企的营销线的日常销售分析,周、月度分析,还要进一步分析为什么,为什么导致这样的结果。 需求背景分析2020年上半年环比下降的原因 数据来源:帆软官方提供的数据源(某药企销售明细表) 2.2.分析思路1399692.3.数据整理日期下钻:复制日期--点击倒三角,创建钻取目录--把另外一个日期拖拉到钻取目录下139970 2.4.完成分析报告2.4.1.可视化图表的选择和制作步骤看维度来选择图表和要解决什么问题,用点图来作为年环比增长率,年环比增长率小于0,设置闪烁,这样一眼可以看出哪里环比下降了139971 2.4.2.通过图表的分析,你得出了哪些结论?某药企2020年上半年环比下降了5.96%的原因: 第一,2020年1月创造出70.02亿销售额,但2020年2、3、4月环比都下降了; 第二,2020年上半年京津地区和粤闽桂地区销售额年环比分别下降了24.15%和14.81%; 第三,2020年上半年非处药年环比下降了12.46%; 第四,除了客户E、F,其他客户的销售额年环比都下降了; 第五,除了销售人员e、f,其他销售人员的销售业绩年环比都下降了 2.4.3.简单描述你是如何排版布局,设置颜色的? 标题在顶部,一眼可以看出你所表达的内容,KPI放在标题下面,图表集中放在一起; 先选择背景色,图表颜色要与背景色融合。 2.5.总结在制作过程中,也遇到一些困境,思考过后,尝试之后还是不行,再求助于他们,小伙伴和勤劳的助教都好耐心回答我的问题,好幸运能够与他们一起学习交流。通过这次BI比赛,让自己的技能有所进步。 仪表板整体效果图139977 140413
个人成就
内容被浏览25,636
加入社区3年210天
返回顶部