零售行业大数据分析

随着互联网经济的快速发展，越来越多的零售企业推动线上线下融合，积累了海量的数据。当前，数据成为企业重要的价值，掌握数据资源就掌握了企业发展的生命线发展的生命线，挖掘数据的价值具备十分重要的意义。本项目将围绕零售行业重点关注的商品、因此将围绕零售行业重点关注的商品，门店会员等方面进行大数据可视化分析。

任务描述

在实际工作中，无论是领导或是业务人员，都会面临下面的问题:

(1)到底哪些商品能够获得消费者的青睐，一路飘红?哪些商品应该被淘汰?而应该淘汰的商品销售额占比又是多少?

(2)同一种商品的价格区间分布是怎样的?竞争对手的价格分布又是怎样的?如何推测一件商品的最恰当售价，从而实现利润与销量的平衡?

因此，本任务中我们将对商品ABC分类、品牌效益及价格带进行分析。

方案设计

门店管理部门针对多个业务系统中整合的数据，首先进行数据加工、清洗，然后对商品进行ABC分析、商品价格带分析及品牌效益分析。

(1) ABC分析:根据商品对店面销售的贡献度及顾客对商品的本身的需求，按照70%，20% ，10%将商品分为A，B. C分类。并进行分类数据分析，包括SKU库存数量，销售数量，金额，库存金额。

(2)商品价格带分析:通过分析同类商品不同价格带的销售额、销量，掌握此类商品用户的消费层次及数量，勾画出超市对该商品的基本需求。

(3)品牌效益分析:通过对各品牌的销售额、利润、收入产出比等指标的月度变化趋势，进而评估该品牌的效益。

根据分析目标，确定各个目标的分析维度，然后选择合适的图表进行可视化呈现，形

成可视化方案如表所示，参考效果如图所示。

<