服务咨询
全天高效服务
- Tel:13533491614
面对大量的数据,企业愈发头疼,尤其是零售行业。虹科Domo商业智能分析工具“对症下药”,为零售企业海量数据问题提供解决方案。
零售BI解决方案
零售白皮书
立即咨询
本页导航>>
数据预处理
总体概览
销售分析
利润分析
客户分析
配送分析
虹科Domo零售BI直播圆满结束 点击查看直播回放!!
在Domo中,首先需要对各数据表的字段进行备注和说明,然后通过Magic ETL转换相关字段,将表中不需要的字段进行删除。根据表之间的关系,在ETL中进行表连接,最终导出数据源,在该数据源上进行分析和可视化。该连锁超市的数据处理流程如下:
在超市订单数据表中,客户ID由名字和ID构成,产品ID由类别、子类别和产品ID构成,产品名称由制造商、产品名称和产品描述构成。为方便后续操作和阅读,需要将这三列数据进行拆分并修正,删除不必要的分隔符。
在“折扣”字段中,由于带有百分比符号,该字段也被自动识别为文本类型,同样需要将其转换为数值类型。
源数据中的“销售额”字段由于带有货币符号而被设置为文本类型,这不利于我们后续的计算和可视化,因此需要通过文本格式块修正销售额的值,使其显示为数值。
同样的,源数据中的利润也带有货币符号。与销售额不同的是,利润有正负,因此不能直接用文本格式修正,需要先使用拆分块,将利润值分为正负和利润绝对值两列,再使用合并列块,将利润符号与绝对值合并,形成一个新的带正负但是不带货币符号的利润值。
完成对表的基础处理后,需要使用Alert块将不需要的列删除,重命名字段或修改字段类型。
通过订单ID,将处理好的超市订单表与超市退货表进行左连接。通过“地区”字段,将上述表与超市销售人员表进行左连接。
并不是所有订单最终都需要退货的,因此超市订单表与退货表连接后,在“退回”字段中存在大量空值,需要使用“否”进行填充。
三表进行连接后,会存在一些重复字段,需要对重复字段进行删除。其次,需对个别字段进行重命名和修改字段类型。
对于同一订单,若是同一产品购买多件,会将其合并计算销售额和利润。因此,对于订单ID和产品ID均一致的记录,可以认为是重复记录,将其删除只保留一条。
想要了解超市的经营情况,首先要对数据有一个总体概览,了解基本数据,包括:
从上述仪表板可以看到:
超市数据变化趋势
通过左下角的Flex表,可以看到超市各指标的月度变化趋势:
客户区域分布
通过右下角的客户区域分布饼图可以看到:
销售趋势分析
各地区销售情况
不同类别产品销售额
不同类型客户销售额
销售趋势分析
通过超市销售趋势分析图可以清晰的看到:
各地区销售情况
通过各地区销售情况表可以看到:
不同类别产品销售额
在产品类别销售额中:
不同类型客户销售额
各地区利润分析
产品类别的利润率分析
子类别产品的利润贡献率分析
客户产品利润贡献率分析
各地区利润分析
(1)地区利润贡献额。通过左上角的帕累托图可以看到,中南和华东地区贡献的利润最多,两个地区贡献的利润总额占比超过了60%。
(2)地区下钻。其次,在此图表上进行下钻,可以看到中南地区中,广东地区贡献的利润额最高。值得注意的是,湖北地区无论是售卖哪类产品,其利润都是负的。因此,超市在后期做战略决策时,应该减少该地区的成本投入,尽可能在湖北地区找到新的销售点。
(3)城市下钻。基于地区下钻,再次下钻到湖北的城市级别,发现办公类产品,在武汉、恩施、黄州等5个地区是有盈利的,但是除武汉外,其它地区利润较低。因此,对于湖北地区,可以着重在武汉售卖办公产品。
产品类别的利润率分析
(1)产品利润率分析。在办公用品类别中,利润率排名前三的产品分别是收纳架、信封和纸张,分别为28%、25%和23%;对于技术类产品,利润率分布较集中,设备的利润率最高,为15%;在家具类产品中,用具的利润率最高。此外,还需注意,办公用品中的美术类产品和家具类产品的桌子,这两个子类别的利润率为负数,说明这些产品是亏损的,需要好好调研这两类产品,适时的做一些取舍。
(2)产品子类别下钻。在此基础上下钻到产品子类别,可以看到美术类产品中,记号笔、画布、铅笔刀的利润率位列前三,通过数据标签可以知道这三类产品利润率是正的,而速写本、荧光笔和钢笔则是负的,这三个子类别产品正是导致美术类产品总体利润率为负的主要原因。因此,对于超市而言,需要拓展这三个产品的替代品去提高美术类产品的盈利。对于桌子类产品,下钻后发现,不论是什么类型的桌子,其利润率都为负。因此,超市需要仔细调研该产品是哪个环节导致的亏损,可能是高昂的运费、人工安装成本、材料损耗等等。
子类别产品的利润贡献率分析
对于产品子类别利润贡献率,图中不同的条形代表了不同的地区:
客户产品利润贡献率分析
各地区客户数据概览
客户利润贡献率
客户交易量排名和客户交易次数
各地区客户数据概览
客户利润贡献率
在客户利润贡献率的图表中,我们可以快速识别出大客户,他们购买的产品数据多,贡献利润也高:
客户交易量排名和客户交易次数
在客户交易量排行和客户交易次数统计图表中,统计了客户的总交易额和交易次数。通过这两个表,可以快速识别出回头客:
全部订单的整体配送情况
各地区商品发货周期统计
地区发货情况统计
产品发货情况分析
延迟发货订单统计日历
全部订单的整体配送情况
通过左上角的三个饼图可以知道2020年全部订单的整体配送情况:
各地区商品发货周期统计
右上角各地区商品发货周期统计图表中:
地区发货情况统计
在地区发货情况统计中,可以清楚看到各地区的发货情况:
产品发货情况分析
在产品发货情况分析中:
延迟发货订单统计日历
上图是延迟发货订单的统计日历: