一、选手简介 1. 选手介绍 团队名称：小魚飯館組 队长介绍： 奶香椰子汁——火箭驾驶员，拥有出色的设计和制作看板技能，是团队的创意制造者，能够将数据转化为直观生动的可视化信息，同时也是团队的火箭指挥官，推动项目顺利完成。 成员介绍： 酒酿小圆子——解决方案专家，拥有丰富的经验和敏锐的洞察力，是团队的解决方案提供者，能提供多样化的解决方案和策略规划，以应对复杂的业务问题。 108杯美式——数据侦探，拥有多年数据分析经验，是团队的数据探险家，具备敏锐的洞察力和分析能力，能够发现数据中的潜在问题和机会。 卷毛小泡面——闪电侠，初出茅庐的数据探索员，行动力十足，擅于思考，是团队的得力助手。 团队组成：一个部门，热血澎湃DDL选手 2. 参赛初衷 部内使用FineBI工具，借此机会练个手，希望通过本次比赛捕捉到新的想法和灵感，学习到更多的数据分析与可视化的思路和方法，进一步提升自己的技能和水平，并将它们运用到我们的实际工作中。 组团参赛真的很快乐啊，大家非常热情和认真地推进每一个环节，贡献个人的经验、思考、想法和努力，享受一起讨论，出谋划策，作品从0到1的过程。我们相信通过团队合作，我们能够创造出更好的作品，同时也能够提升我们的团队合作能力。 二、作品介绍 1. 业务背景/需求痛点 我们公司是全球领先的跨境电商出口平台，以服务全球客户为己任。海外网红带货是我们公司营销的一个重要手段，也是吸引客户、提升销售额的有效方式之一。在过去的三年里，海外网红带货GMV保持增长，但今年发生放缓，这对我们的业务发展带来了一定的挑战和压力。我们的网红业务流程如下图1所示。 图1 网红业务流程 为找到导致海外网红带货营销额放缓的原因，我们需要通过今年网红流量、营销等数据进行深入挖掘和分析，明确可以行动的OKR及关键目标，进而制定更有效的对策和方案。另外，我们还希望利用数据分析，寻找新的海外网红资源，扩大我们的营销渠道，以更好地满足客户需求，提升公司的市场竞争力和盈利能力。 2. 分析思路 2.1结构脑图 小组第一次会议，大家经过讨论很快就确定了本次比赛的分析主题，以及大致的分析思路，最终完成思维导图，如图2所示： 图2 分析思路结构脑图 2.2分析方向 我们主要的分析思路是：发现网红GMV增速放缓问题→分析数据→定位具体问题点→找出原因→提出对应解决策略→发掘网红业务机会点。因此我们围绕分析主题网红带货GMV增速放缓，拆解出公式： GMV=带来流量的网红*网红人均流量*转化率*粉丝人均下单量*粉丝客单价 根据GMV趋势图，我们取2023年5-7月(当期值)与2-4月(对比值)的数据（已脱敏）做环比，从带来流量的网红、网红人均流量、流量→下单转化率、粉丝人均下单量和粉丝客单价这五个方面来分析网红带货GMV增速放缓的原因。 网红GMV趋势图     拆解数据后可知，当期网红人均流量和粉丝客单价较对比值没有太大变化，因此我们通过数据将问题点定位到：带来流量的网红数减少，流量→下单的转化率降低以及粉丝人均下单量减少这三个方面。 问题1：带来流量的网红数减少 思路：通过关联买家信息维表，进一步发现带来有效流量的网红数减少，接下来按照两个维度：新老网红维度和头部/腰部/尾部网红分层维度来分别看当期值与对比值的网红数量情况。由数据可知，老网红的数量变化并不大，头/腰/尾部网红占比分布也没有明显的变化，但是，新网红的数量却明显减少。因此带来流量的网红数减少的原因为新网红人数减少。 原因：当期注册且能带有效流量的网红明显减少 策略：要拓展网红资源，就需要深入了解网红的相关特征，并结合实际情况招募优质的网红资源。为在进行网红招募时有效招到合适网红，我们对网红的个人形象、性别、粉丝量以及所带来的流量数和出单量等信息进行综合评估和分析，确定了网红画像，进而业务同事可以制定出适当的招募策略。有效的网红招募不仅可以提高网红销售额，还能够为目标用户带来更好的购物体验。 问题2：流量→下单转化率降低 思路：我们将转化率拆分为Bounce Rate和未Bounce流量的转化率，并发现这两个指标的问题都比较严重。因此，我们决定直接合并这两个指标，进一步细分各行业(品类)的转化率和UV占比情况。通过分析数据，我们发现各行业的UV占比分布变化不大，但其中四个大类目的转化率均出现下降的情况。因此，我们认为导致流量到下单转化率降低的原因是人、货不匹配。 原因：网红带货的商品与其宣传的形象不相符合 策略： a.为了实现人、货匹配的目标，我们需要结合网红粉丝所感兴趣的品类进行推荐。通过这种方式，我们可以更好地满足消费者的需求，提高商品的销售量和转化率。因此，我们对网红男女粉丝的感兴趣品类进行深入分析, 可以根据分析结果开展相应的推荐活动，以达到人、货匹配的最佳效果。 b.从网红的角度出发，选择合适的商品需要综合考虑多个因素。除了该单品本身的销售热度和佣金水平外，还要注意产品价格是否适中。我们绘制了产品销售热度与网红佣金金额的四象限图，发现销售热度高、佣金丰厚的商品更适合网红进行带货推广，不过还需谨慎评估其价格因素。为网红选品时，也要尽可能保持产品与网红自身形象的契合，以此提高产品的吸引力和推广效果。 问题3：粉丝人均下单量减少 思路：我们针对粉丝人均下单量减少这一问题，按照两个维度进行拆分：单一品类的购买和多品类交叉购买的人数及下单量。通过分析数据，我们发现主要问题在于有行业交叉购买行为的人群及比例正在减少，而且这类粉丝人均下单量也有所下降。接下来，我们进一步细分各品类的交叉购买人数及比例，以了解有交叉购买行为的人主要偏向于购买哪些品类。 原因：有行业交叉购买行为的人群及比例减少 策略：为了更好地了解各品类交叉购买的相关性强弱，我们绘制了热销关联品类的热力关系图，可以清晰地了解不同品类之间的关联程度，从而确定如何增加关联产品推荐，丰富店铺优惠活动等策略以提升粉丝下单次数。具体来说，我们可以开展凑单满减活动等促销活动，鼓励消费者同时购买多种商品。例如，对于服装类网红，我们可以增加时尚配件产品的推荐，同时还可以增加AI试装、搭配等功能，从而提高整体销售量和转化率。此外，我们还可以根据不同品类的特点和用户需求，针对性地开展相应的营销活动，以促进不同品类之间的交叉购买，提高用户购买频次和忠诚度，实现最大化的商业价值。 通过上述策略，我们进行了GMV KPI测算，并找到了一些网红业务机会点。根据分析结果，我们可以通过以下方式进一步挖掘网红业务机会点：首先，我们需要找到合适的网红，并为他们选定适合的产品。这样可以进一步提高网红的销售额，助力网红带货GMV高速增长。其次，我们还可以在网红销售额比较高的品类中寻找更多的商业机会，开发更多的优惠活动和营销策略，以吸引更多的消费者购买相关商品。最后，我们可以通过不断地对关键指标进行监测和调整，不断优化我们的营销策略和推广活动，创造更为有利的商业环境，实现企业和网红的共赢。 2.3分析方法 漏斗分析：通过漏斗分析层层下钻定位到导致网红带货GMV增速放缓的具体原因。 公式拆解：通过对GMV公式的拆解，初步定位到构成GMV的几个方面。 对比分析：通过对比当期值与对比值的数据，发现问题点。 四象限分析法：绘制产品销售热度与网红佣金金额的四象限图，发现销售热度高、佣金丰厚的商品更适合网红进行带货推广。 相关性分析法：绘制热销关联品类的热力关系图，可以清晰地了解不同品类之间的关联程度，从而确定如何增加关联产品推荐以提升粉丝下单次数。 3. 数据准备 3.1数据来源 本次比赛选择的是企业数据和部分外部抓取数据。 企业数据：使用SQL从数据库获取原始数据，其中包括3张维度信息表——买家信息维表、网红信息维表和产品信息维表；3张明细信息表——订单明细表、访问明细表和网红佣金明细表。部分SQL代码如下图所示。 外部数据：网红粉丝量数据通过Python爬虫得到；网红性别、网红人设等数据通过AI技术根据视频内容为用户打标签。最终生成网红画像信息表。 网红粉丝量 3.2数据处理 首先，小组的数据分析专家使用SQL从内部数据库导出数据，用Excel生成7张数据表并形成完整的问题拆解和分析思路，为后面整体比赛作品的分析过程打下了良好的基础。部分数据如下图所示。 其次，针对于外部抓取数据进行数据清洗，脏数据处理。生成有效的网红画像信息表。 最后，将企业数据进行脱敏后，转化为基础表格式，与网红画像信息表一同导入FineBI作为基础数据集。 数据准备过程 本次作品的数据在FineBI中并没有做过多的编辑操作，主要是生成了几张汇总分析表，供图表展示使用。日常工作中经常需要在FineBI中对原始明细数据做过滤、合并、分组汇总、排序等，以完成数据处理。 3.3数据架构 本次分析的数据表处理逻辑架构如下图所示。 数据表架构图 3.4数据指标 本次分析所用指标口径如下表所示。 4. 可视化报告 4.1原型图 确定了分析思路，准备好基础数据后，第三次会议确定了整体看板的排版布局和图表展现形式，按照分析思路规划好问题的拆解顺序。仪表板原型图设计如下所示： 4.2配色方案 四位小组成员以理工科专业毕业多年，且常年与数字打交道，对于看板的配色实在不擅长，于是大家参考了很多往年比赛中优秀的分析案例，也从网上找了很多配色相关的资料。最终在FineBI自带的“仪表板样式”基础上，做了一部分自定义配色，得到了当前的配色效果，以浅绿色为主色调，加入了一部分中国风元素，配色以清爽活泼为主，重点部分以橙色加以强调说明。 4.3报告内容 Part1，网红GMV近3年趋势图，用户可以直观的了解现状看到问题，由此而引出问题拆解方案及问题点定位。 通过使用“网红GMV公式”，对5个组成要素做环比分析后发现，主要的影响点集中在其中3个方面，即上图中的【问题分析】部分。 Part2，第二部分主要针对上面定位的3个问题，分别进行维度下钻分析，并提出改进方案。 首先，分析能带来有效流量的网红数下降原因，发现这段时间内新注册的网红数量对比之前的数量有明显的下降。这里用到了“闪烁动画”的效果突出重要信息。注册网红下降，就需要补充优质网红资源。 通过网红画像分析，可确定优质网红招募的方向：女性、粉丝量100K以上、有人设的网红。 其次，流量到出单的转化率下降，分别取了流量最高的6个产品品类进行分析后发现大部分品类的转化都有一定程度的下降，说明人、货不匹配，粉丝无法选到合适、喜欢的商品购买。 接着这一部分就给出了网红选品策略，通过不同类型的粉丝所关注的产品品类选择合适的产品推荐。而帮助网红选品除了要考虑粉丝的需求外，还要以盈利为目的，结合单品的销售热度、佣金和价格选择适合自己的产品。 最后，粉丝人均下单量的下降原因分析，按照粉丝购买的单一品类和交叉品类的购买方式两种维度对比后发现，多品类交叉购买的粉丝人数有所下降，而这些粉丝的人均下单量也有所下降。针对这一情况，网红可根据热销品类的关联关系图，考虑增加关联度高的产品带货。 Part3，通过上述策略，进行KPI测算。 当选择将其中一个指标提升时，可根据提升比例的选择，测算出要达到网红GMV的目标值，需要提升的比例。从而可以测算出，业务同事要完成KPI目标可以选择不同的方向选择不同的策略。 4.4最终结果 三、参赛总结 1、FineBI工具 功能使用心得 灵活巧妙的KPI指标卡，日常这个图表类型我用的非常多，尤其是在一些业务流程图方面应用广泛。每个KPI指标卡之间不只是独立的，更是可以通过不同的文本将他们之间的关系串联起来。这次报告我用了6个KPI指标卡做成了网红GMV公式，用来表示各个指标之间的关系，简单明了。展示内容也很丰富，可以有当前值、对比值、增长率，还可以根据增长率的涨幅选择形状展示。 指标闪烁动画效果，针对于特殊值的指标设置闪烁动画的效果，以达到注目提醒的目的。在使用该功能时，配置动画效果的条件，可设置指标值的范围，或是选择最大、最小值。在例子中应用的是对于最小值进行动画闪烁的效果配置。 功能建议 仪表板的自适应功能还存在一些不便之处，“自动”适配的方式效果不理想。经过在工作中各种摸索和研究后，我找到了适用于大部分电脑（笔记本和台式机）的适配方案，1920*1080，宽度适用。本次比赛的作品，我选用了1920*970宽度适用的适配规则。 组件复制后，修改指标后效果不能完全复用，例如复制了一个KPI指标卡，需要用其他指标替换掉“粉丝客单价”，没有替换的操作，只能删掉旧指标，拖入新指标。这样会造成文本的内容格式需要重新调整（字体大小、颜色、对齐方式等格式），以及形状重新配置（形状选择、阈值设置等）。 本次比赛只是日常工作中很简单的一个分析案例，虽然作品相对简单，但是用简单的图表能够说明复杂的问题是FineBI系统最大的优势。报表制作往往是最后一个步骤，首先要明确分析方向和思路，形成完整的分析过程；再确定数据逻辑和呈现效果；最终以看板的形式展示。一个完整的分析过程不单单是简单的报告，从问题入手，深入下钻挖掘分析，然后以报告的形式讲述，最终形成闭环，实现策略落地，对于业务运营有积极的推动作用，策略建议可行且有效，能够带来业务的增长才是最终目的。 2、参赛总结       参加这次比赛，我们团队成员各司其职，充分发挥各自的专长和能力，紧密协作，共同创造出优秀的数据分析看板，展现出了彼此之间的信任和凝聚力。在比赛过程中，我们不断地梳理分析逻辑，学习、探索和完善看板内容和功能。同时，通过本次比赛，我们也意识到了一些不足之处，看板配色、看板联动还有待加强，这些问题将成为我们今后改进和提高的方向。总而言之，参加这次大赛是一次宝贵的经历，让我们更深入地了解了数据分析和可视化的重要性，掌握了更丰富的工具和技能。无论比赛结果如何，我们都感受到了自己的成长和进步。