【2022BI数据分析大赛】满天星经营大屏

一、作品介绍

1. 业务背景
   1. 简述需求背景：
2. 基于品牌的订单数量、发货数量、商品数量、快递费用的趋势分析
3. 基于仓库的订单需求分析
4. 结论及建议
5. 数据来源

企业数据：基于delivery和order的数据，其中一个订单号对应一个商品名，一个订单对应多个发货单号，因为会有多个仓发货；

字段说明
字段名	备注
order_code	订单号
delivery_code	发货单号
warehouse_name	发货仓
sku_num	商品数量
delivery_cost	快递费用
brand_name	品牌
goods_name	商品名

 

分析思路

主要分析方法:描述统计，相关分析，对比分析，top分析。

公司主要通过分品牌经营，故整个看板思路从品牌来进行分析：

从时间维：可以各个指标的趋势分布；通过发货量、商品量、快递费用与订单量对比分析，可看指标间相关关系；

从商品维：可看top商品的销售情况，以及每个商品的仓库发货量，从而进行备货；

从仓库维：可看不同品牌的订单分布情况及月度趋势；

 

数据处理

首先通过左右关联通过订单号关联order，delivery表，然后将发货，商品，仓库，订单量指标计算出来，然后将快递费，商品量，发货量数据源进行上下合并；通过计算快递费用除以订单数量计算得到包裹单价数据源；

 

可视化分析报告

1.筛选项下通过指标放重点指标：可看年累计，月累计的一个整体情况；

2.各指标与订单量对比趋势:通过指标切换可实现订单量与发货量，商品量，及快递费用的对比及相关性分析，均呈现随着订单量变化而变化，通过下钻，可看每个月品牌的对比情况，再通过品牌下钻可看每个品牌商品的销售情况，再通过商品下钻，可看商品月度分布情况；从月度-品牌-商品-月度趋势可每个月的经营状况，可通过下钻可知道哪个品牌，哪个商品，暂时处于劣态，从而及时做出决策；

3.从TOP5商品可看每个品牌的不同商品的贡献度，通过联动“各仓库快递费用分布”，仓库订单量，知道每个商品再不同仓库的快递费用及发货情况，数据上来看，差异不大；

4.从仓库订单与发货量模块：知道每个仓库订单及发货情况，通过仓库下钻，可知道每个仓库的每个月份的订单分布及发货分布；

5.各品牌仓库订单量占比：可看不同仓库品牌的的订单占比情况，可根据不同品牌的商品来进行备货；

参与人员

朱凤、梁水明，黄磊

作品公共链接：https://bisolutions.fanruan.com/webroot/decision/link/wUzA

案例打卡：
黄粱一梦终须醒,无根无极本归尘
要想练成数据真人，必不可少就是磨砺和学习，这是一个不错的展示报表，谢谢分享

案例打卡：整体配色不错，但是少了分析结果和建议哦

案例打卡:整体的颜色搭配挺好，仪表板也挺美观，但是没有分析和整体的逻辑搭建呢

案例打卡：配色布局较为有科幻感，但是很多图表其实并没有实际的差异化信息。从不同维度细究是好事，但是并没有明确的核心思路，也很难提供准确的商业价值和建议，仍有较大提升空间，加油~

案例打卡：整体分析的文字介绍偏少，大屏科技感比较好，希望下次能看到更加深入的分析。

案例打开：是标准排版布局的大屏实践。题目是经营大屏，但似乎内容只是经营中的一小部分。期待有很多场景的分享~

很不错的大屏,打开只有搜索栏的布局出错了,可检查一下,建议组件之间留一些间隔冗余.

案例打卡：主体涉及到了几个方面的展示，感觉中间的柱子太长了一点？仓库订单占比堆叠图有一点不清晰~关注了下钻功能，感觉层层递进到具体商品，再从商品到对应趋势这个思路很不错！但是还可以进一步深挖分析，以及具体商品监控如果需要逐层挖的话其实比较复杂了。