在学了大量数据分析理论后，必然要投入到实践中来。本篇文章便带大家进行一次数据分析实战，用Tableau进行超市分析。
本文目录
这个数据集是Tableau自带的一个某超市的数据集，主要收集了2014-2017这四年的数据。这个数据都有哪些字段呢？
第一部分
第二部分
第三部分
好的，字段信息现在我们也知道了。接下来让我们开始实战之旅吧！
一.客户分析
客户细分是为了能够深度分析客户需求，更好的应对客户需求的变化。通过合理，系统的分析，企业可以知道客户有哪些需求，分析客户的消费特征，更好的为运营提供可供选择的运营策略以及未来规划。
我们将从各省市的交易次数，各省市利润额，客户散点图，客户交易量排名等四个维度来分析
1.各省市交易次数
购买次数即购买频率，指一定时间内购买某种或某类商品的次数。在一段时间内消费者的购买行为是有规律可循的。而购买次数是度量购买行为的一项比较重要的指标。
作图如下：
2017年各省市交易次数
2.各省市利润
利润对于一个企业的重要性我觉得不必过多说什么。
在这个案例中，该超市不同类别的商品在每个省市的销售利润存在较大差异。某些省市可能还是负值。
图形如下：
各省市利润
这个图看起来就很像是excel中的色阶。
3.客户散点图
以客户为中心的个性化服务，现在越来越受到重视，研究客户的个性化需求，分析不同客户对企业效益的影响，以便做出决策。
客户散点图
4.客户交易量排名
客户交易量是指在某段时间内购买的数量，可以挖掘的客户价值。一般交易量越大的客户价值越大。
客户交易量排名
好的到这里就把客户分析这四个维度的图做出来了。下边我要把客户分析做成一个仪表盘，如下图：
仪表盘的用处在于把仪表盘上面的数据关联起来，能够通过点击某一个元素的同时，其他图形随之变动。
二.配送分析
我们知道现代的物流配送在区域范围内，根据客户的要求对物品进行挑选，包装，组配等。
这里我主要从各省市配送情况，配送准确性，商品发货天数，配送延迟商品等四个维度来分析。
1.各省市配送情况
我们都知道配送情况应该首先包含订单确定以后到出单的这一过程，但是原有的数据集没有配送天数这一字段，因此需要新建一个配送天数字段
配送天数= 发货日期-订单日期
在Tableau上的展示，如下图：
创建发货天数字段
创建好以后可以完成各省市配送分析，如下图：
各省市配送分析
能够看到最长的发货时间是8天，这个对于现在的物流来说可以说是相当长了。我们要具体探索一下，在哪个地区配送发货时间会超过一周呢？
超过一周的数量
能够看到这个量是很少的。
2.配送准时性
配送准时性是能否快速满足用户需求的一个必要条件。
由于数据集中没有申明超过几天就算没有及时配送，所以我自己新建了两个新的字段
预计发货时间 = 3
是否按时发货 = IF [发货天数]>3 THEN '发货延迟' ELSEIF [发货天数]=3 THEN '发货正常' ELSE '提前发货' END
如下图：
是否按时发货字段
这里使用了一个函数，其实有点基础的都能看得懂这个函数，就不详细展开了
配送准时性
能够看到绝大多数订单都没能即时的配送
3.商品发货天数
发货时间是指物流公司把物流信息录入到系统的时间，并不是给客户发送的时间，一般来讲真正的发货时间都会早于录入系统的时间
商品发货天数
就像标题显示的样子，就是要分析一下配送延迟商品
配送延迟商品分析
配送分析
应该来说，销售分析是非常有说服力的，这一次，我主要围绕各省市销售额，区域销售额，产品细分和客户细分
1.各省市销售分析
首先看一下各省市近几年的销售状况
各省市销售额
2.区域销售额
区域销售额
根据不同区域的销售额的对比找到相关的销售变化信息
3.产品细分
所谓产品细分是指营销者通过市场调研依据消费者的需要和欲望，购买行为和购买习惯等的差异，把某一个时长整体划分为若干消费者的一个过程
产品细分
这里再加上一个排序的过程，能够更加清晰的对比出每个产品近几年的变化趋势
4.客户细分
客户细分是指依据客户属性划分的不同客户集合
这个数据集把客户细分为公司，消费者和小型企业
同样的创建一个新的仪表盘：销售分析
END.
作者：Roar
来源：知乎
本文为转载分享，如侵权请联系后台删除
-
支付宝扫一扫
-
微信扫一扫
