今天分享一个分析案例,有完整的背景、分析框架、思路和过程。
1、业务背景
2、分析思路
3、数据来源
①数据已经过脱敏处理
②为达到数据分析过程中可视化的直观性,已将源数据各门店的地理位置虚拟为中国的地理位置
③由于顾客别的销售数据量庞大,本次分析选取了10个门店在202001月-202105月份的数据进行分析
④为了尽量排除干扰因素,该10家门店选择在同一大区且面积相近,年间销售规模相近,周围商业竞争环境相似的门店
3-2、用到的原始数据表含义简述
(具体数据表的内容可参考5-2)
①日别门店别顾客别的购买商品别的购买金额、数量等的详细数据
②日别门店别顾客别的支付方式及支付金额数据
③商品的各分类的维度表
4、指标定义
②忠实会员:包含对象月在内的最近3个月间来店的会员
③流失会员:包含对象月在内最近3个月间无购买记录并且在过去的第四个月有来店购买记录的
示例:
4-2、忠实会员的等级定义
4-3、购买频度、客单价
②客单价=购买金额/购买回数
5、数据处理
会员购买商品的原始数据的数据量非常庞大,根据整理的分析思路,将原始数据在linux下(书写shell脚本)加工处理成需要的事实表和维度表。原始数据加工过程中,用到linux的kuniq、selrow等命令进行去重、异常值处理(去除购买金额<=0的部分)等操作
②数据脱敏
将会员卡号进行加密处理,购买金额乘以特定系数等进行数据脱敏处理后,导入到CSV及Excel文件中
③整理各表之间的关联
整理事实表和维度表之间的关联图
④建立自助数据集
将事实表和维度表的CSV、Excel文件导入到FineBI中,通过建立各表之间关联图,添加公式等做成所需的自助数据集。
5-2-1 事实表和维度表的数据表及内容
5-2-3建立各个视点用到的自助数据集
自助数据集也是根据实际分析需求自助创建,此处不再一一赘述。
6、可视化报告
6-2、图表选择
6-3、颜色选择及设置
②背景色:选取了深色背景图
③图表的配色:以深蓝、浅蓝色为主色调,配有同色系的淡紫色。其中为使有些图表看起来更清晰直观,有些选用
了淡橙色等
④图表设置:图表的背景网格线都去掉了,且给各个图表添加了统一的边框(使用背景图片)
⑤文字标签设置:想要突出的重点内容用绿色或者红色的文字表示,通过分析得出的建议用黄棕色文字表示
6-4、报告的内容

6-4-2 会员整体状况确认
为了直观的展示选取的10家门店的的状况、使用了以下形式:
数字文本:使用大号数字以及亮色,以便于一目了然会员数现在的状况、目标值、以及跟目标值还有多少差距;
地图:表示各店在地理位置上分布状况,也从侧面体现出不同区域受顾客信赖的状况;
折线推移图:时间线上会员数的变化情况以及与目标值的差距;
分区柱形图:确认不同类别的会员(新增、忠实、流失)的月别会员数变化情况
②数字确认结果及结论
6-4-3新增会员分析
在3个门店试验了新的入会方式:自助机入会,和一直都有的导购台入会、Web入会、APP入会进行比较,看哪个入会方式更加受顾客的青睐。其中10个门店中3个门店是实验店,数据确认是以实验店VS非实验店的形式来进行的。
6-4-4忠实会员分析
根据最初分析思路的梳理,先确认了会员等级别的会员人数及购买状况、进而确认了优质会员(白金&黄金)喜好的商品品类;对于优质会员的购买习惯,从购买频度和客单价的角度进行了分析。从而期待从商品品类的强化和会员购买习惯的支持方面留住忠实会员。另外,对会员各个等级别的购物结算方式进行了分析,具体请参考结论部分。
如报告中所述,导致会员流失的因素非常多。本次分析我们着眼于自身门店的商品品类,以及对门店满意度调查的问卷数据的分析来进行。
①-2数字确认结果及结论
②-1简述
对门店满意度的调查问卷信息进行了统计,以期待能获取导致会员流失的可能原因
②-2数字确认结果及结论
6-4-6报告的最终效果


本文源自:2021帆软BI可视化夏季挑战赛参赛作品
作者:风影710、飘摇红叶、云里雾里、jr劈里啪啦、zz稀里哗啦
延伸阅读
如何搭建个人知识体系
从0到1搭建用户激励体系
活动策划上线及复盘(sop)
一张图识别好公司和烂公司
运营之光思维导图分享,附Xmind源文件
《我在阿里做运营》思维导图精华版
建立你的价值金字塔.PPT
从0开始说《高级增长黑客》
怎样把 PPT 做的像麦肯锡一样专业?
互联网大厂的薪资和职级一览!
国内外著名公司的组织架构图
19大类254个产品运营常用网站工具推荐
【书单】增长黑客必读的27本书
产品运营职业发展路径解读
点击查看更多运营知识

PS:欢迎各位运营喵投稿,投稿请发送邮件到admin@iyunying.org,优质稿件将发布在微信公众号。
您的关注阅读就是对爱运营最大的支持!敬请关注爱运营,运营者个人微信:rubin_han

