请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
啊鸿(uid:1306257)
职业资格认证:FCA-FineBI
【2023BI数据分析大赛】护肤品销售分析
  一、选手简介 1、选手介绍 目前就职一家电商公司,任职数据运营岗位,做着系统管理员的内容。   2、参赛初衷   去年8月时候才认识FineBI,发现这个工具使用起来比较深得我心,和其他BI工具比起来,这个更加能够展示个人及团队价值的工具。由于在日常工作中做数据分析的工作内容越来越少,都快忘记自己的老本行是做什么的了。所以参加这次比赛主要是想提升工具的使用技巧和练习分析思路。加上个人对设计图、数据分析比较感兴趣,正好有空余时间就决定参赛玩玩,向各位同行交流和学习。   二、作品介绍 1.业务背景:   公司业务模式是通过某社交软件引流进淘店成交。   由于2022年底的业务调整,店铺销售大幅度下降。业务希望通过数据分析,给到一定的数据支持和可实施的建议,从而提升店铺销售额。 2、数据来源:来源企业网店销售数据,商品数据。时间维度:2022年7月~2023年6月。   3、分析思路:通过经营整体数据、客群、商品3个方向。目前整体的销售走势如何?都通过哪些渠道进店?整店转化率怎么样?一周内哪天最活跃?客群转化和留存如何?哪些品类和商品为主要贡献? 4、数据定义: 老客定义:一年内有成交≥两次视为老客 老客转化率=老买家数/访客数 新客转化=新买家数/访客数 复购率:首月购买的客户在后面有购买行为算复购。复购率=复购数/首月购买数 留存率:首月购买的客户在第1个月购买有多少、在第2个月购买有多少、第3个月购买有多少以此类推到最近一个月。留存率=留存数/首月购买数。   三、数据处理 重点说介绍复购、留存   ①、首先是复购,建立先按照数据源建立一个辅助表,得到每个月只购买一次的客户。 ②、另外再建一个复购表,选好客户编号和付款时间 ③、然后再对客户编号做分类汇总,得出唯一的客户和最早付款时间。 ④、比较关键的一步,左右合并之前建好的辅助表 ⑤、得出客户每天购买数量 ⑥、得出复购数 ⑦、接下来是留存率。也是一样选择客户编号和客户付款时间,按照月汇总 ⑧、左右合并辅助表 ⑨、得出最早的购买时间 ⑩、使用付款时间最早的字段,对客户编号去重,得出最早的购买时间数据   2、数据报告: 第一部分:店铺整体销售如何? 分析:从2023年4月开始,销售额不达标,6月份仅完成一半销售,连续3个月未完成目标,差40%~50%,说明有较大问题。 ①渠道角度,通过渠道进店访客可以看出,主要流量来源于站外推广引流(手淘搜索、手淘待分类、我的淘宝),无站内推广引流; ②访客角度,23年上半年的进店访客平均在8万左右,每个月进店访客波动不大,没有较大促销活动; ③每个月转化率角度,整店的转率平均在14%,23年4~6月在访客不变的情况下转化率有显著上升; ④平均每个客户进入店铺购买选择购买2件商品,2023年上半年仅两个月达到平均水平。 结论:综上,从侧面得出进店访客不足,运营无活动规划,渠道流量单一。   第二部分:客群转化、复购、留存如何? 分析: ①通过拆分新老客发现,整体客单由老买家占大头。老买家客单价从最高371元跌到最低126元,2023年上半年客单均低于200元; ②再看新老客的转化情况,老客户转化占整店80%,新客转化占整店20%。新客转化能力较低,平均转化仅3%; ③留存、复购:客户复购率最高能达到45%,平均每个月复购率30%,2023年4、5月复购率异常低。通过留存率可以看到首月购买后的1~4个月内回购率较高; 结论:新客人群转化低,老客户重点维护。建议把老客户培养成忠诚客户,从而产生多次购买,对于新客可以进行消费刺激在店铺下第一单,根据复购率数据得出再次下次的概率较高。 思考:中端消费用户少了? 客户分层:通过对客户购最近的购买时间、购买频次、购买金额3个指标进行一个客群层,将层级分成8个类。 分析: ①从数据可以看出重要挽留客户(中端消费客户)占比,占18%。该部分客户在比较长一段时间都没有购买行为,频次不高,购买金额较高; ②价值客户的占比有12%,该部分客户客单较低,但贡献金额比较可观,可针对该部分客户做高客单转化; 结论:中端客户即将流失,建议通过发优惠卷,策划一场活动等操作挽回客户。 第三部分:哪些品类贡献最大? 商品分析: ①从货品维度可以看到,前3个品类主要是美妆、水乳/面霜、个护大类。 ②商品销售价格带主要在0~100元的低端产品,通过产品数量可以看到,866个商品贡献71.3%销售。 结论:产品销售比较分散,主要低价格商品,且需要大量产品堆积销售,此时比较考验运营的选品能力。 第四部分:如何发掘潜在商品价值? 购物篮分析:两件商品同时购买有较高的概率 商品评级分析:制定评级规则,对产品销售额、数量的阈值进行等级评分,得出爆品、冲量品、冲销品、中间品、连带品、普通品。 目的:了解到运营的选品需求,对商品进行购物篮和商品评级分析,给到运营有一定的选品方向。 建议: ①对于单品。根据商品评级分析,得出37款商品具有爆款潜质,冲销售额商品有35款,冲销量产品有141款。运营在选品时可以针对该标签进选择推广; ②对于组合品。根据对商品的购物篮分析,对商品进行组合销售,扑兰图牌子防掉发洗发露和咖啡因洗发露可以进行组合销售。   3、完整报告 护肤品销售分析.pdf (2.3 M)       四、参加赛总结 1、FineBI工具:工具容易上手,而且有很多教学文档。我觉得比较好用的就是可以在仪表板建立多个图表进行分析,同时也比较享受设计图片的过程。  2、参赛总结:在本次的分析作品中也遇到了很多问题,主要是复购率和留存率怎么在帆BI里实现,通过多次测试分组汇总、左右合并、时间差等操作,用尽了毕生所学,最终,还是实现了,虽然几条代码就可以解决的事情,但是在多个工具实现需要的数据也是很有成就感的事情,总之收获颇多。
首月新增,次月复购
  1.选字段 2、分组汇总 3、建表2 4、取出最早时间的数据 5、对表1的数据进行做左链接 6、找到复购用户数 8、得到次月复购用户数    
月留存分析
1、 2、 3.   4、合并表1 5、   6、 7、 8、      
月留存分析
1、表1选择字段付款时间和客户ID ,新增加一个客户ID 2、表2,再次选择付款时间和用户ID 3、对两个表进合并, 4、找到日期月,交集两个月相差的月份 5、找到年相差 6、计算相隔月   7、按照网名和年月分组,汇总最早的实际
个人成就
内容被浏览16,214
加入社区2年126天
返回顶部