获取项目的数据源文件,指路gzh:鳞片纹路
目录
一、前提信息
1 案例背景
某商贸企业2020-2021年的销售数据如下,现需根据该份数据进行分析,帮助商家实现盈利最大化
2 项目目标
1)本次目标:确定产品销量的相关因素,及各个因素各自可分析的变化趋势。本次项目所提出的具体问题如下:
①了解产品销售的总体情况,确定应增加供货的商品:销量靠前的产品是那些?各类别占比多少?
②各产品的销售情况:不同种类商品的销售趋势如何?
③了解地区经理的销售及目标完成情况:完成目标计划的地区有哪些?未完成目标计划的地区是否有共性?
④各产品的销售分布:客户的地区分布如何?商品销量和用户地区分布是否有关?
2)分析维度参考(分析目标的方向)
- 战略环境:分析企业的内外部环境(宏观环境,行业前景,增长能力,市场竞争力)
- 客群特征:分析用户特征,进行用户画像,区分哪些客户更具购买力(性别,年龄,支付能力,所处行业,地区)
- 商品情况:畅滞销分析(进、销、库情况)。 如库存过大 - 占用资金 - 进货不合理;商品进货慢,发货不及时 - 销售滞后
- 趋势走向:发现变化 → 分析变化原因 → 区分相关的必然增长因素
3 数据理解
项目元数据已完成基本的数据清理,共有15459条数据,8个列字段。
注:进行项目分析的数据,需经过数据清洗后才能使用
首先理解每列数据的含义和作用,才能在此基础上进行分析。字段拆解如下:
字段名称 | 字段注释 | 字段作用 |
订单id | 订单的唯一编号 | 与分析无关,可隐藏 |
日期 | 客户购买时间 | 可以此分析产品的销售趋势 |
客户对象 | 客户对应ID | 可作为分析主键 |
地区经理 | 区域负责人 | 可分析区域经理的目标完成情况 |
地区 | 客户所在地区 | 可细化用户的购买行为 |
省份 | 客户所在省份 | 可细化用户的购买行为 |
类别 | 产品类别 | 可以此分析客户的产品类别偏好 |
子类别 | 产品下属类别 | 可进一步分析客户偏好 |
销量 | 购买产品数量 | 可以此分析热销/滞销产品 |
二、总体分析
总体分析即先对数据有一个大致情况的了解,如总销量、订单条数等等
需求1 分析2020到2021年各类产品销售情况
- 插入数据透视表 → 行 - 日期,列 - 类别,值 - 销量。即可得到各季度销量情况表
- 数据可视化 :插入堆积柱状图 → 美化图表,如下:
- 数据分析:通过该柱状图可以发现,在2021年中,第一季度的销量最多,而2020年的第二季度和第三季度销量较高,第一季度的销量反而较少。从整体情况可以看出,2021年整体销量要比2020年的销量情况良好。
需求2 分析2021年各地区的销售情况
- 插入数据透视表 → 行 - 日期,列 - 地区,值 - 销量。即可得到各地区销量情况表
- 单击数据透视表任意单元格 → 插入日程表 → 日程表筛选出2021年数据
- 可视化 : 插入簇状柱形图 → 美化图表,呈现如下:
- 数据分析:通过上述图表可以看出,2021年的东区销量要普遍好于其他地区,销量最少的是西区。
需求3 2020年 - 2021年各地区经理的销售情况
- 插入数据透视表 → 行 - 地区经理,列 - 日期,值 - 销量。数据透视表的列项仅保留【年】
- 用2021年减去2020年销量,求出两年的销售情况差异量
- 选中差异量和地区经理列数据 → 可视化 : 插入柱形图 → 美化图表,呈现如下:
- 数据分析:差异量为2021年销量减去2020年的数据,因此可以发现,2021年的各地区经理的销售情况都要优于2020年,因为差异量都为正数;其中,徐寿喜和冯西恩经理的销售情况增加较大,上好佳和金洁的增长幅度较小。
需求4 2020 - 2021年各地区订单量变化情况
- 插入数据透视表 → 行 - 地区,列 - 日期 - 仅保留【年】,值 - 订单ID → 值字段设置 - 计数。
- 可视化 : 插入折线图 → 美化图表,呈现如下:
- 数据分析:通过订单分析,在2020与2021年中,东区和南区的订单量较多,北区和西区的订单量较少;通过两个年份的相互比较,可以发现2021年的订单量明显多于2020年的订单量,因此可以判断2021年订单量降幅较大,发展趋势良好。
需求5 2021年各地区经理目标完成情况
- 各地区经理的销量目标,及2021年的销售情况如下:
行标签 | 2021年 | 目标 |
冯西恩 | 741523 | 400000 |
金洁 | 2188342 | 1800000 |
徐寿喜 | 877034 | 1400000 |
商好佳 | 137060 | 100000 |
总计 | 3943959 | 3700000 |
- 可视化 : 插入柱形图 → 美化图表,呈现如下: 注:设置坐标轴选项时,要注意设置两边纵坐标的最大、最小值相同
- 数据分析:有图可知,整体情况看,总目标已达成。其中上好佳、冯西恩和金洁经理都完成了目标计划;徐寿喜的完成情况差异较大,可进一步细化徐寿喜负责区域的数据,分析其未完成的原因。从整体看,可继续激励地区经理,完成各自区域销售任务。
需求6 2021年各类别商品销售贡献
- 插入数据透视表 → 行 - 类别,值1 - 销量,值2 - 销量占比。
- 插入切片器 → 【年】 - 筛选出2021年数据
- 可视化 : 插入饼图 → 美化图表,呈现如下:
- 数据分析:可知在2021年数据中,电器的占比最高,即电器所贡献的销量最高。
需求7 2021年各类别商品地区销售贡献
- 插入数据透视表 → 行 - 地区、类别、子类别,值 - 销量
- 插入切片器 → 【年】 - 筛选出2021年数据
- 透视表布局设置 → 重复所有标签、不显示分类汇总 →复制透视表数据,粘贴到旁边位置作为新表
- 可视化 : 选中新表数据 - 插入旭日图 → 美化图表,呈现如下:
- 数据分析:通过透视表和旭日图综合分析,可以看出东区的销售额较高,其中东区电器中的洗衣机产品卖的最好,除了电器外,文具的销售情况也相对较好。
三、实战总结
忽略样本数量和涉及的相关因素有限情况,排除分析结果可能存在的偏差性,通过上述对该商贸企业的数据分析,结合数据透视表与数据透视图进行综合对比,通过明确问题、理解和清洗数据、数据可视化、数据分析等步骤,可以得出以下结论
- 东区和南区的情况要普遍好于其他地区,情况最需要提升的是西区;
- 2021年整体销量要比2020年的销量情况良好,2020年订单降幅较大,该公司的行业发展前景良好;
- 所有类别产品中,电器的占比最高,即电器所贡献的销量最高。其中东区的洗衣机产品卖的最好,南区的文具卖得相对较好,可加大这两类别的产品供货,同时适当使用激励政策,促进其他产品的销售。
——————————————————————————————————
获取项目的数据源文件,指路gzh:鳞片纹路