【2023BI数据分析大赛】手机终端销售数据分析
一、选手简介
1.选手介绍 网络签名sunny，目前就职于一家新能源公司，我司位列世界行业Top10。目前从事能源建模数据分析工作，个人感兴趣的方向和领域：如何帮助传统制造企业实施数字化转型，以数据资产，驱动企业能源业务优化。
2.参赛初衷
第一次接触帆软可视化比赛，当时觉得很有意思，就抱着忐忑的心情报名参加了比赛，参加比赛后发现帆软提供了常用的分析方法，分析思路，以及一些场景的应用，学习完以上知识，感觉自己的分析水平提升了一下档次，并且能够将以上的知识运用到工作中。
二、背景介绍
随着手机智能技术的更新，手机终端的硬件配置水平大幅提高，手机终端市场品牌效应凸显，用户则更加关注智能手机的性价比，新功能。
为促进某公司手机销售额，寻找制约销售额提高的原因，全面提升销售业绩，拟对该公司2018-2020年手机终端销售数据进行详细分析，了解近3年的手机销售情况，描述手机终端销售在不同维度（时间维度、地区维度、手机品牌、人群、年龄等）上的分布规律，根据分析结果提出下一步的销售建议和策略。
三、数据说明
数据是从 2018.01.01~2020.03.31 的数据，总数据量约为 41800 条，格式为 excel 。
四、分析框架
采用人-货-场的分析方法搭建整体的分析架构，深入分析用户的购买行为，建立用户购买行为的数据分析框架。
①在分析人的层面，采用用户画像+RFM分层模型对用户进行精转化营销，提高业务销售额。
②在分析货的层面，用了帕累托分析方法定位销售额贡献80%的手机品牌，定位销售排名top 10手机品牌和手机型号
③在分析场的层面，分析不同省份，不同地区的销售情况；不同时间周期的销售情况，分析旺季和淡季。
五、数据预处理
由于数据集整理规范，脏数据较少，因此，基本不需要进行数据清洗。基础数据导入后，针对手机号做模糊处理，并且将年龄进行分桶处理。
5.1 RFM模型数据处理
RFM模型是衡量客户价值和客户创造利益能力的重要工具和手段。
R最近一次消费 (Recency)：客户距离最近的一次购买时间的间隔
F：消费频率 (Frequency)：指客户在限定的期间内所购买的次数。
M：消费金额 (Monetary)：客户的消费能力，通常以客户单次的平均消费金额作为衡量指标
在手机销售分析看板下，新增RFM模型数据，选择选择RFM需要用到的字段，如下图所示：
选择，分组按用户名进行分组，汇总包含订单日期，数量，销售额，平均销售额。
最近一次消费时间：是订单日期；消费次数：数量；用户消费金额：销售额求和；平均单词消费金额：销售额1平均
更多→时间差→时间长列名：最近一次消费距今天数→当前时间-最近一次消费时间→单位：天
新增汇总列：所有用户消费总金额，汇总字段：用户消费金额
新增汇总列：消费总次数，汇总字段：消费次数，汇总方式：求和
新增公式列：用户平均消费金额 = 所有用户消费总金额 / 消费总次数
新增汇总列：平均消费频次，汇总字段：消费次数，汇总方式：平均
新增汇总列：最近一次消费距今平均天数，汇总字段：最近一次消费距今天数
新增公式列：次均消费金额评价 = IF(${平均单次消费金额}>${用户平均消费金额},1,0)
新增公式列：消费次数评价=IF(${消费次数}>${平均消费频次},1,0)
新增公式列：IF(${最近一次消费距今天数}<${最近一次消费距今平均天数},1,0)
新增赋值列「客户类型」，对「RFM」列分组赋值，如下图所示：
客户特征
客户分类
重要价值客户（111）
最近消费时间近、消费频次和消费金额都很高（VIP）
重要发展客户（101）
最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。
重要保持客户（011）
最近消费时间较远，消费金额和频次都很高。
重要挽留客户（001）
最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当基于挽留措施。
一般价值客户（110）
最近消费时间近，频率高但消费金额低，需要提高其客单价。
一般发展客户（100）
最近消费时间较近、消费金额，频次都不高。
一般保持客户（010）
最近消费时间较远、消费频次高，但金额不高。
一般挽留客户（000）
都不高。
5.2 月度复购率分析
新建月度复购率分析表，字段设置→选择订单号、订单日期、用户名
分组汇总：分组：By年月、用户名，汇总：月内购买次数
新增汇总列：月内购买人数，分组字段：BY订单日期，汇总字段：用户名，去重计算
新增公式列：对月内多次购买的人记为 = IF(${月内购买次数}>=2,1,0)
新增公式列：复购率 = ${月内重复购买的人数}/${月内购买人数}
六、分析过程
6.1 核心指标概览
整体把握核心经营指标，包括销售额、销量、用户数、订单数量，同时大体了解手机终端销售情况以及历史经营情况。
6.2 客户指标
对用户年龄区间进行画像，该年龄区间内手机终端的销售额和销量进行分析。35岁年龄区间以上呈现长尾现象。因此15-25年龄区间的用户是我们的目标用户。
RFM模型对客户进行分类，客户类型中，重要客户占比大（购买金额较大），建议提供个性化服务、VIP服务；精准提供所需资源，推荐其他产品交叉销售等措施
用户年龄区间在15-25岁与24-35岁人群中更偏向于：苹果、三星、vivo、oppo、华为、小米，其中vivo和小米的销量最高，精准化营销
6.3 产品指标
产品分析的逻辑从：品牌→机身内存→运行内存→手机型号不同维度的数据分析。通过帕累托分析方法，得出iphone、三星、vivo、oppo、华为、以及小米几个品牌销售额贡献了80%，属于热销品牌。
手机终端机身内存销售数据分析，其销售额前三的128G、256G、64G；其销量前三的128G、64G、256G。综上所述，想要提升销售额主力产品是128G、256G、64G的手机终端机身内存。
从运行内存销售占比，8G、6G、12G、4G的销售额占比大，是主流产品。
手机型号销售top10 分析，畅销型号A91、iphone 11 pro max、P40 pro、galaxy Z flip、galaxy 520+、galaxy note+、new3S、iPhone xs max、X30。
6.4 物理维度指标
销量分布在全国各地的地区、省份、市区。其销售的主力是华东地区、销售额top3北京市、上海市、河北省。
6.5 时间维度指标
By月销售销售分析，其2019年2月、6月销售额下降教环比下降较大、其原因为节假日后原因造成销售下滑。其中2018年8月和2019年3月的复购率最高，其可能原因是开学季导致复购率提升。
七、结论及销售建议
1、因15-35岁的人群是购买主力力量，建议针对该类用户加强手机终端产品宣传。
2、在重要客户分类中，其女性用户占比较大，建议加强吸引女性的个性化产品宣传。
3、在2019年2月、6月，销售额出现大幅下降，可能是由于过年、五一等节假日活动后等原因。因此，建议在大型节假日活动后适当减少库存，保证资金回笼。
4、北京、上海、以及东南部沿海城市销售较大、西部销量较少。建议根据地区合理安排销售人员和店铺规模。
5、手机内存配置上，机身内存是128G、256G、64G；运行内存是6G、8G为主，建议适当增加此配置的手机库存。
6、根据统计，手机销售价格集中在5000元以下，其中以2000元以下的手机终端为主，建议增加此相关手机的订货量。
