一、选手简介
1.1 选手介绍
① 团队名称：打工小分队
② 队员介绍：
a 队长：念念，目前就职于云南一家本地企业，公司是定位于皮肤健康互联网+的大健康产业集团，岗位为数据分析师；
b 队员：然而、Amy，为公司部门同事。
1.2 参赛初衷
① 事业部目前数据分析系统使用FineBI，为进一步加深帆软数据分析工具的使用，选择参加此项赛事；
② 学习不同公司不同行业人员对数据分析的见解与作品，更深刻地了解数据分析在各个工作场景中的运用；
③ 挑战自我，不断进步。
二、作品介绍
2.1 业务背景/需求痛点
① 业务背景：
本集团是一家集研发、生产和营销为一体，定位于皮肤健康互联网+的大健康产业集团。其中，Z渠道主要负责公司专柜线业务，是集团业务的中流砥柱。2022年是充满机遇和挑战的一年，集团对Z渠道提出更高的要求和目标。如何实现渠道目标，如何科学有效地管理业务，我们想到将业务过程进行分解，结合FineBI丰富的可视化组件、强大的数据分析和数据共享功能，对每日销售结构进行分析，以帮助渠道/区域负责人更深入了解销售情况及数据结构，快速响应市场情况，及时调整业务策略。
② 需求痛点：
前期受限于无数据统计分析系统，相关数据报表大部分由手工输出，将数据统计时间维度简化至周报、月报；2021年启用Fine BI分析系统，陆续将成熟手工报表上线；目前，一方面业务数据查询时效性需求迫切，另一方面后台数据统计分析人员逐步从手工报表工作中解放出来，现阶段计划开发和上线数据实时查询看板。本参赛作品作为初步尝试，旨在满足以下需求：
a T+1方式查询专柜销售情况（每日可查询截止前一天销售数据）；
b 从区域、产品、会员多维度进行数据解析，及时发现业务机会点和异常点。
2.2 数据来源
① 数据来源说明
a 使用企业数据，已进行脱敏处理，请勿对号入座；
b 取数时间段：2021年1月1日-2022年4月20日。
② 相关数据源表含义简述
a BK销售出库：专柜销售数据明细，包含销售日期、专柜、会员、产品的销量信息；
b BK终端维护：专柜信息维护表，可获取专柜对应组织、营业状态、开撤柜时间信息；
c BK货品维护/货品/产品维度表：清洗产品标准名称，获取产品对应品类信息；
d 会员基础信息表：获取会员入会时间、来源、性别、年龄、肤质、等级信息。
2.3 分析思路
① 分析框架
② 重点指标定义
a 销售指标
ⅰ 人均客单=销售金额÷消费人数
ⅱ 组织结构：大区→省区→专柜
ⅲ 未动销专柜：销售日期内销售金额为0的营业中专柜
ⅳ 超级大单：单个会员单日消费超5000元，用于关注高消费会员、团购订单
b 会员指标
ⅰ 会员类型：新增会员、复购会员、自然流（未入会的消费人员，或非本渠道会员）
ⅱ 会员来源：线上会员（重点营销引流会员-主要会员来源）、线下会员、自然流
ⅲ 会员等级：依据会员消费行为定义出4个分类（普通会员、高级会员、VIP会员、至尊VIP会员）
ⅳ 肤质/年龄/性别属性：会员入会时销售人员或者消费者填写的基础信息
ⅴ 会员消费金额分布：依据销售日期内会员消费金额进行分类，共7个分类
2.4 数据处理
① 获取销售数据中关键维度的基础信息：
a 专柜：大区、省区、开柜时间、撤柜时间、营业状态；
b 产品：产品标准名称（销售数据录入系统与业务管理系统的产品名称定义不一致，需清洗为标准产品名称）、产品品类；
c 会员：入会时间、来源、性别、年龄、肤质、等级；
★ 以上信息分别依据《BK销售出库》中专柜名称、产品名称、会员ID与相关信息表关联获取。
② 获取销售日期内未动销专柜明细：编写SQL代码生成数据集。
③ 获取同期数据：新建一个数据集将销售日期后延一年，再将原始销售数据与后延一年销售数据进行左右合并，如下图所示：
2.5 可视化报告
① 看板框架及组件意义
② 数据分析结论
★ 以2022年4月1日-4月20日数据结果为例，分析专柜4月销售情况
a 关键指标
ⅰ 分析思路：了解销售概况，关注销售健康度；
ⅱ 分析结论：2022年4月1-20日总销售金额803万，退款69万元；共23193位消费者（其中8912个新增会员），人均客单346元；68个专柜未产生销售（如下图所示）：
b 销售情况概览
ⅰ 分析思路：进行销售情况解析，从销售趋势、区域结构进行对比分析；
ⅱ 分析结论：
● 销售趋势：
4月销售金额同比去年增长21%；近7天（4月14-20日）销售趋势与去年相似，但变化幅度增大；参考去年同期趋势，后7天（4月20-27日）趋势趋于平稳，预计4月26日出现小幅下降，需作重点关注；
● 区域对比解析：
○ C区贡献最大占比销售金额29%，消费人数远高于其他区域，但人均客单略低；
○ A区所辖专柜数量与C区持平，销售贡献相较C区低了10个点，需关注柜均人效；其中未动销专柜有19个，未动销专柜占比最高20%；
○ E区销售贡献等于B区，但专柜数量远高于B区，消费人数最少，会员运营能力较弱；
ⅲ 问题建议：
● 关注销售连带情况，挖掘会员产品需求；注意会员消费人数的同时，也要把握好客单；
● 关注区域未产生动销专柜，从多维度分析、提高柜均人效；
● 关注区域会员运营情况，提高会员粘性，增强会员复购。
c 消费产品结构
ⅰ 分析思路：从产品品类结构、TOP10单品名单进行销售情况解析；
ⅱ 分析结论：
● TOP4品类（主营品类）销售贡献80%以上，其中乳液/面霜销售贡献43%，但同比降低6%，下钻至单品发现主要为产品2和产品11同比下降（均为TOP10单品）；区域维度A区、D区、E区同比下降；
● TOP10单品品类集中于主营产品，产品1销量遥遥领先；面部护理套装人均客单较高，但消费客群相对小众；
ⅲ 问题建议：
● A区、D区、E区关注乳液/面霜渠道运营策略，分析区域问题并及时进行改善，避免主营产品持续同比下降；
● 关注产品购物篮分析，依据消费者偏好进行产品组合，搭配宣传策略，扩大面部护理套装消费人群。
d 消费会员结构
ⅰ 分析思路：全方位解析会员画像，关注会员结构变化，复合分析以定位和关注高质量会员；
ⅱ 分析结论：
● 会员类型：会员复购人数占比同比提高，新增会员人数占比同比大幅下降；
● 会员消费金额分布：
○ 退货人数占比同比增加（产值<0)；
○ 赠品引流人数占比同比减少（产值=0）；
○ 中间产值（200≤产值<300）消费人数占比下降10%，高产值（大于300）、低产值（小于200）人群占比有不同程度增加，呈现出两级分化的趋势；
● 会员来源：线上会员（重点引流会员）消费人数占比下降，品牌效力提升；其中人均客单相对线下会员较低，注意转化连带；
● 会员属性：属性缺失人数占比超一半，会员信息完整性很低；
ⅲ 问题建议：
● 关注退货原因，进行痛点分析，及时提出策略进行改善，提高会员满意度；
● 在提高会员复购的同时，不能忽略会员纳新，关注赠品引流效力；
● 会员属性是会员画像重要基石，其来源依赖于一线信息录入，目前有属性会员不足一半，需加强对一线管理规范，提高会员信息完整性；
e 超级大单
ⅰ 分析思路：用于关注高消费会员；及时发现团购订单并进行分析剔除，以便分析结果合理有效。
f 分析结论总结
ⅰ 销售健康度：销售金额同比增长，但分别从区域、产品、会员3个维度细化分析，均存在数据异常点；
ⅱ 结论建议：
● 提高数据关注度，结合数据结果，关注细化维度，及时发现问题并进行调整提高；
● 从消费会员各个维度解析，发现复购会员占比和引流会员占比同比降低、退货会员占比同比增长、超一半会员属性缺失等问题，均体现渠道会员运营效力不足，建议总结问题，及时优化业务策略。
2.6 最终结果呈现的页面布局
① 公共链接：https://bisolutions.fanruan.com/webroot/decision/link/ywfb
② 整体页面呈现：
三、参赛总结
1.1 Fine BI工具
① 使用人群开放至未学习代码人员，操作比较容易上手，学习视频也比较齐全，各功能讲解都能搜索到；
② 建议：看板制作中的图表类型是否能更加丰富，比如：旭日图（不同指标维度，达成区分圆环体现）。
1.2 参赛总结
① 在参赛过程中需要分解任务、数据清洗、数据整理、看板呈现以及数据校验，比较锻炼逻辑思维，将问题一步一步拆解才能完成目标；
② 通过本次大赛也看到了很多优秀的作品，学习了不同维度的分析思路，在今后的工作中也会持续关注此类赛事，不断进步。 | 
