前两天正好在担任帆软可视化大赛的评审,看到有位获奖选手的作品非常具有借鉴性,所以就联系了一下,想分享给大家看,来之不易,希望大家用心借鉴学习。
选手作品部分截图
先介绍一下背景,2021年,公司制定了2400w的销售目标,较2020年增长约10%,年底盘点过客户资源及制定好营销计划后,销售经理对完成2400w的销售目标信心满满!
然而,截至5月底,目标综合达成让人大跌眼镜,简单的产品维度分析已不能满足需求,销售总监要求对全盘数据做一个数据大屏看板,找出销售未达成的原因,并能数据日更,以便及时发现问题。
选手根据具体情况,整理了下分析思路:
分析思路导图
数据来源是企业数据(已脱敏处理),涉及表格:销售明细表、销售目标表、分析维度表(会员、产品、门店、区域 )
第一步:制作指标卡
指标卡最为直观,所以选择了不花哨的纯白卡面;FineBI默认的指标名称在上(当然也是可以调整的),但是觉得放到下面更好看,所以就手工调整了。
月度达成的叠加柱状图,是第一次用FineBI做出这种效果(之前的叠加图表都是Excel做的)技巧就是两个指标的柱宽拉到100%,哈哈哈,之前竟然没发现,看来还是做的太少!
第二步:探索目标未达成的原因
开始探索目标未达成的原因,首先从产品维度开始拆解至大类、品牌,单同比一个指标就明显发现个别大类产品结构存在一定问题;同时,增加了产品矩阵,由大类钻取至SKU来观察单品体量及其增长性…关于数据解读,此处不赘述,感兴趣可细读作品;
品牌份额TOP10动态排序(选手表示也是因为报名比赛,第一次做成这种效果)
但单是产品维度,无法探测到主因,于是接着第三步
第三步:拆解会员维度
拆解了会员的各个维度(人均贡献、新老客、复购、留存等)发现交易会员数下降明显,且是拓新不足导致,轻松找到原因。
重点说下这个留存怎么实现的:
指标业务含义解读举例:
1月有X个会员交易,这X个会员中有Y个2月继续交易,则1月的次月留存率为Y/X,1月的X个会员中,有Z个3月有交易,则1月的次次月留存率为Z/X,以此类推,算到最近一个自然月;
计算逻辑很简单,就是算月与月的人员交集,妙在巧用笛卡尔积;
自主数据集实现:
基础表,用于左右合并
计算表,用于实现阶梯图,重点思路:依据会员编码,用笛卡尔实现日期的两两相交
如下重点步骤:
阶梯图实现(如下)
第四步:针对缺口,提出建议
依据前面发现的交易会员数下降这个原因,给出了积极拓新的建议,并辅以营销活动的数据支持,时间原因,这里仅列出了产品关联,如下:
这里给大家展示一下选手作品最终呈现的布局页面
最后,这位选手也分享了一些他的参赛总结。
- 自助数据集制作的过程中,倒逼你想清楚业务逻辑,这是我们觉得FineBI做数据集繁琐但却让人很喜欢的点之一,毕竟,做数据分析但业务逻辑搞不清楚的数据分析师还是蛮多的;
- 探索式的归因,路程总不那么顺畅,不过一路顺畅,也就难以激起我们挑战的决心;这个仪表板制作的过程中,有几种图表,比如品牌top10,我们第一次发现,原来可以做成这样,真是只有想不到,没有做不到。
源自:2021帆软BI可视化夏季挑战赛参赛作品,
作者:Danarui、JL、徐徐、宏佳,未经授权禁止转载。
如果想看选手完整作品,私信回个“大赛”就能获取在线模板链接!
","content_hash":"5c40bbf8