【2023BI数据分析大赛】冲奖作!月薪5w水平—零售行业典型场景分析 进！欢迎指正

作品选题

• 现在有一家知名的女装公司，在全国有多家线下门店，现在主要对该企业的日常运营，商品分析，用户分析，单店分析 四个板块进行可视化看板开发制作，利用FineBi的优势轻松地实现复杂的业务需求和经典的分析模型。
• 极速传送门: 瑞冬说数:零售行业典型场景分析
• 作品封面：
• 

一、选手简介

1、选手介绍

         队名：瑞冬说数队

• 个人介绍：帆软社区用户名是yangruidong188，同时也是帆软签约的线上讲师(下方有课程链接)。目前从事是Bi工程师岗位，之前在京东等互联网公司做过商业分析师，个人感兴趣的是零售电商方向的数据分析。
• 分析师必会数据分析方法&模型
• SQL进阶：窗口函数详解&场景应用

• 个人照片：
• 

 

2、参赛初衷

• 想和大神切磋 看看自己水平
• 希望可以获奖  提高自己的影响力
• 想成为帆软MVP

二、作品介绍

1、业务背景/需求痛点

• 虚拟一个国内大型女装服装公司，日常的数据分析工作主要集中在运营分析、商品分析和会员分析三个板块。随着市场竞争的加剧、业务需求的复杂化以及新型业务的不断增加，公司管理者对业务报表的专业度和时效性的要求也在不断提高。传统的Excel和多个来源的数据底表已经不能满足企业发展的需求，数据准确性和各指标的计算逻辑口径的统一性不断受到挑战，复杂场景的需求(如购物篮商品关联度分析和客户标签RFM模型)也难以满足，必须借助专业的BI工具进行数据处理、建模、展示，进行权限管控。

2、数据来源-自选数据

• 事实表：
• 1.销售订单表 :  有门店ID 订单ID  会员ID 产品ID 四个关键字段 有金额  吊牌销售额 销售日期  
• 
• 2.任务表 :  具体到门店 每天的销售额任务
• 
• 维度表：
• 1.会员表： 记录会员ID  性别  生日  行业
• 
•  
• 2.门店信息表：记录门店相关信息   面积 HC 状态等
• 
• 3.区域信息表  是门店信息表的上一维表  对各城市的省和营销部门
• 
• 4.产品信息表  记录产品品类 季节 年份等信息表
• 
• 5.产品季节表  记录产品新老品信息
• 

 

3、分析思路

 

4、数据处理

• 1.数据建模
• 
• 2.购物篮分析 以月度为单位 来看各品类关联度准备
• 
• 3.会员表为主表汇总处理构建RFM模型
• 

5、可视化报告

最终仪表板效果：

项目难点：

1.使用日期参数加上指标明细过滤才能达到指标卡任意时间的同环比效果

2.1购物篮分析中按月进行品类直接三个指标计算 按照月度的销售情况分析配合其他组件查阅 商品时令销售情况 

2.2帕累托分析中  使用累计函数一步计算累计占比

2.3 使用最新def函数一步得到RFM客户代码类型

3.指标计算贴近实际场景 高度可落地性 

4.配色考究  选用专业配色网站 结合设计师建议配色

 

（1）  经营概况

通过12项重点指标 看到大盘关键指标的同比变化

通过区域来看   各个区域的销售额/店效 年同比情况

通过时间阶段变化  看全年销售趋势

通过店铺类型分布看到不同类型的店铺销售占比

（2）  商品分析

通过帕累托分析看到各月ABC品类分析 和分项占比，通过销售额的两次拆解进行四象限分析  最后看各个品类的购物篮分析 通过支持度 置信度 提升度来看各品类的联系  具体单月分析可看仪表板

 

 

（3）  客户分析

通过客户最后购买日期，客单价，购买频次三个指标构建RFM模型，展示占比和绝对值，并提供明细表和具体的营销策略

 （4）  单店分析

单店分析：8项关键指标  当年各月度同比情况  当月每日趋势(销售额&完成率、客单价&连带率)    产品品类/季节/新老品分布

 

作品链接：

经营概况：https://bisolutions.fanruan.com/webroot/decision/link/6SRk

商品分析：https://bisolutions.fanruan.com/webroot/decision/link/48Bt

客户分析：https://bisolutions.fanruan.com/webroot/decision/link/h2HH

单店分析：https://bisolutions.fanruan.com/webroot/decision/link/7Skp

 

三、参赛总结

1、FineBI工具

• 我之前用过市场上主流的Bi工具  其中我用FBI 5.0版本的感觉还是不是很好用 有些场景会整很多自助数据集出来  6.0出来后 数据建模和DEF给了更多的可能性，可用性进一步提高。
• 但是我发现了一个可能是比较大的产品问题  就是间接关联容易造成维表数据缺失，比如产品信息表有A B C D四个产品  但是销售表只有ABC三种产品产生的销售  但是进销存表里面有ABCD四个产品的进存记录，因为产品表和进销存表是间接关联的，中间D 产品会不会导致数据缺失，而且产品信息表和进销存表不能进行关联，只能间接关联  所以这种问题对于复杂场景还是挺常见的，而且其他BI工具是有解决办法的，希望产品可以考虑这种情况的解决办法。
• 

2、参赛总结

• 我进入公司后一直接触帆软相关产品，从Fr到Fbi,正好借助这个大赛的机会总体总结冲击一波，试试自己的水平，检验一下自己的学习成果，坚定自己的职业发展方向。

 

恭喜通过大赛初审！结构完整，内容充实，截止8月16日20:00仍可继续修改完善，预祝选手荣获大奖！

自顶一波

图片大小不一也是挺迷的

只想问一句，月薪5w这个是真的吗

我想知道你的配色网站网址

大佬🐂

右上角是什么组件+跳转链接哇

从内容角度来看，是对Finebi学业课程的重复体现；从创新角度来看，稍显不足。是个好学生，但不是好的分析师。

打卡：分析图表展示部分布局和颜色都比较合理，风格清新写意。分析内容部分结论稍显不足，没有将数据的价值清晰全面的释放出来。

不错不错，六六六

打卡：楼主在分析中运用了很多经典的模型，帕累托图、四象限、购物篮、FRM，感觉在创新方面有所欠缺。

来个数据源呗学习学习

哇，选用专业配色网站，结合设计师建议配色这真的很不错，配色看起来是真的舒服~

打卡：首先，这个专业配色网址，先收藏啦。
其次，这个作品的分析维度和我的作品非常相似。我们岗位也非常相似，只是工资和你相比差远了，哈哈哈哈哈。看到你的作品，更能清晰感觉自己作品的不足之处。觉得我们的共性就是困在了传统的分析维度和BI的创建上。输入很多，但输出很少。更适合销售总监日常监控数据，而不适合作为一段时间销售结果的分析和建议。一起加油吧！

配色比较清新，各种经典分析模型运用的很到位，还有指标卡，值得学习。

打卡：
非常详细的一份零售电商行业的分析报告，最近自己也在学习一些典型行业的指标体系，本报告也给我一些启发。
报告里面提到的二八分析，购物篮分析，RFM分析也是常见的分析方法。个人觉得不足的地方可能是业务背景需求不够聚焦，分析报告究竟能为业务带来哪些帮助。

打卡：
工具运用的很多，整体的分析思路不错，UI设计的整机很舒服。整体故事化的讲解，逻辑贯穿始终

作者对女装电商公司做了专业分析，使用了帕累托、波士顿矩阵等经典分析模型做了大量的分析，分析过程很棒。针对电商平台发展过程中遇到到无法监控数据制作了可视化驾驶舱。非常棒！

有几个小建议：

1、现实中大型店商平台一般都有强大的数据监控系统，如果仅是做数据可视化这个痛点不够痛。一般这种电商都面临某节日促销活动的销售异常问题，或者业绩增长的压力，可以针对解决营销额或者利润异常进行解决问题分析，或者业绩增长预测的压力。

2、右上角的目录指引是非常好的想法，可是进入到子仪表板之后没有找到返回主页的按键，可以增加一下。

其他非常奥利给

不管内容如何，这个作品名称起的很大气。但是选题有点大，很全面的话，没法对每个点的深度分析，可用于日常场景展示，加油。

打卡：
指标分解的很清晰，自己操作过程中能很好的借鉴，分析框架解读清晰，具有完整的数据分析过程体现。图表类型选取合理，能够恰当的表达相关的数据分析场景。

打卡：作品围绕女装企业实际业务,选题具有针对性。数据源丰富全面,涵盖多张事实表和维度表。数据处理合理,进行了建模、购物篮分析等。仪表盘展示四大模块,每个模块都包含多种图表。

打卡：围观大佬，完整的数据分析过程，配色统一，布局合理美观，图表类型选取合理，故事化表达相关的数据分析场景，值得学习。

打卡！很详细的报告！经典的分享，有客户分析，也有单品分析，使用到的模型也很先进！

大神，项目难点1能细讲一下吗，我看截图不是很清楚