|
一、学习初衷
帆软社区用户名快使用双截棍，目前就职于某服装公司，做数据分析师。个人平时比较喜欢钻研一些有挑战东西，尽管某些过程略有难度，但完成之后的成就感让我感到愉悦==
二、作品简介
1、业务背景
为了帮助业务业务更好对店铺商品的把控，方便后续店铺主推品的选品，以及领导层对后续部门商品和渠道匹配有个前瞻，因此需要深入了解商品相关维度的底层数据，帮助分析
2、数据来源
内部数据：包含一些维度表：店铺分布、商品分布、日期表、以及相关的销售数据表；
外部数据：GMV相关的销售数据表
3、分析思路
因时间有限，数据分析维度暂时从几个日常所需的层面分析
4、数据处理
先对内外部数据整合，以及维度和销售表之间建联（其中，关于日历表要说的是，我们公司的对月财务月份与自然月不同，因此需要处理）
 
其次因为新老款维度没有直接字段，因此需要通过销售日期和财务月份，算出新老款字段；
关于价格带字段，则需要提前从计算件单价
5、问题难点
因为业务变化，价格带相关数据始终不固定，因此需要做一个自定义的模型，前期只能提前算好多个价格，使用半自动，研究后，添加了多个参数维度+if函数，可实现全自动的价格带定义
6、可视化报告
因选取日期为双十一期间的数据，数据趋势很明显随大促节奏有几波起伏，尤其在双十一当天，高爆发
在此期间，折扣率始终保持在7折左右，但在10.29日这天回落到89折，后发现当天为双十一正式期前第一天
当月销售以24年新款为主，成人羽绒仍是主力，女性和中性款为核心，贝贝和妮妮场景高份额
1410为高份额高结算的高净值产品，1458份额贡献高，但结算较低即退货率偏高，需着重分析；前80%的销售由近7个商品贡献，当月主推品较集中，良性
当月整体价格带集中在1200-1800元（输入数字选取所需价格带）；A部价格带偏低：600以下，B部门2500以上高价商品多，C部门叫集中
后续要深挖900-1200价位带的可能性，一方面是否是该类产品的供给是否本身不足，另一方面，是该价位带在各部门店铺之间是否存在客群不匹配等情况
完整版报告
三、学习总结
经过6周的密集学习，让我对数据分析这个职业以及对BI这个产品有了更深的了解。
一方面让我的核心技能提升，对数据处理和建模，以及可视化的设计和仪表板的搭建，有了更深的了解；另一方面，课程上讲到的数据分析模型，让我对数据分析这个职业不再是摸着石头过河，而是有了更系统化的认知，不仅让我的技能得到了提高，也让我的思维和眼界得到了较大提升，后续会加强对BI产品的使用，学以致用，始终“用数据说话”
| 
