大家好，我是李启方！今天跟大家聊聊零售超市分析。
老李最近看到一个有趣的超市分析案例，这个作品不仅讲了一个故事，还讲解了如何一步步生成分析报告。该作品分析框架解读清晰，具有完整的数据分析过程体现，其次作者采用了数据可视化故事形式呈现，布局合理，能提供有意义的数据见解，体现对业务的指导作用，非常值得大家学习！
正文开始前，老李先给大家推荐一个《超市业态数据分析平台建设通用方案》，资料中解读了超市业态核心痛点，并提出销售作战室、门店赛马、店长工作台等多场景解决方案，助力超市提升管理，精准采购、精细营销。感兴趣的小伙伴千万不要错过！扫描下方二维码即可下载完整PDF！
业务背景
有位名叫“安康”的数据分析师，任职于某零售企业，平时的工作是为管理层整理经营数据，但是只会根据领导要的数据进行整理，而不会从中获取到更多有意义的信息，简称“表哥”。
虽然安康他的数据整理得很准确，但是却完全无法从数据当中提炼出领导想要的对经营有指导意义的信息，领导要什么他就给什么，而不是自发性产出数据，这种状况让他很是苦恼。
让我们来帮帮他吧！他最近准备进行年度报告的制作，希望做的尽可能详尽有价值，好让领导刮目相看。
需求痛点
某零售超市需要进行一年一度的经营分析，目前已经将各门店的数据整合，并展示了近9年的年度数据，需要针对11个指标进行深入的分析。
需要在数据有限的情况下做出一份完整的有建设性意义的年度报告，为企业未来的发展提供策略。
自选数据
来自和鲸社区的美国某连锁零售超市的2010-2018年的经营数据，共9行11列
数据介绍
总收入=商品销售收入+会员费收入
总成本=商品成本+运营费用+税
商品毛利=商品销售收入-商品成本
净利润=总收入-总成本
全部会员为总会员人数，付费会员是贡献会员费的会员人数
从安康手中拿到这份数据的时候，我和我的小伙伴很是震惊的，总共9*11列的数据，就这么点数据能分析出啥，还想要一份详尽的数据分析报告，简直就是天方夜谭！！
不过，话虽如此，数据分析还得继续做，于是乎尝试换了个角度：既然没有头绪，那就先来套数据分析模型吧！是否可以将数据按照用户群体划分，使用RFM模型来完成呢？然而，想象是美好的，现实是骨感的，第一步就给我们Pass了，因为当前拿到的都是按照年度汇总的数据，并没有具体的商品和用户的信息，此法不通，于是宕机了好几天。
经过几天的宕机之后，我们冷静地思考和分析了数据分析这件事，发现在实际工作的过程中，商业分析的真实情况就是这样的：我们拥有的数据和资源都比较有限。遂转念一想：收入、成本和利润等常规数据指标是企业经营中最核心的数据，那么，是不是就可以以此为切入点，从而抓住数据的核心呢？
但是，如何从这些常规数据中发现其中的奥秘？如何在没有标准答案的情况下自行制定标准？如何基于数据进行准确的陈述并让人信服？这些都是摆在眼前、需要面临的重大考验。
围绕分析主题和已有的数据，我们打算先从整体上对超市的经营情况进行分析，然后根据每个指标对应的关系进行拆解，先总后分，也就是使用的多维度拆解的分析方法。把握北极星指标，也就是针对净利润展开分析。
首先是净利润本身，通过对比不同年份的数据，对公司的整体情况进行评价，了解企业的发展趋势和变化。而净利润=收入-成本，我们再对收入、成本进行多维度的分析，在分析收入的过程中，还对会员数据进行了分析，层层拆解以分析超市的整体盈亏情况，如下图所示。
主要分以下四个部分：
总体分析：展示总体的利润、收入以及成本的数据趋势，了解企业的盈亏情况。
收入分析：比较总收入、商品销售收入和会员费收入的趋势和占比，了解各类收入的变化情况和贡献比例。
成本分析：比较总成本、商品成本、税和运营费用的占比和趋势，了解各类成本的构成比例以及比例的变化趋势。
会员分析：分析全部会员人数和付费会员数的趋势，以及会员费及客单价的情况，了解会员结构和贡献比例。
因为两位成员都不在同一个城市，所以我们选用了线上，先将数据源导出为Excel，并在帆软提供的大赛专用帐号中导入Excel，然后制作自助数据集来进行数据处理。
首先，我们先在Excel上进行了行列置换，并对数据的指标和单位进行一个合并展示，便于操作，如下图。
其次，便是对每个版块需要操作的数据进行处理，具体操作步骤如下。
总体分析
在对数据进行总体分析版块，需要对超市的整体发展做一个初步评价，从整体上来看超市的发展状况，因此将净利润、总收入、总成本以及会员费收入这四个关键指标进行了增率计算。即：(本年的数据-上年的数据)/上年的数据。
合并本年和去年数据，由于数据集中没有展示上年的数据，故增加一个辅助列，通过公式：去年年份=年份-1来计算去年年份，然后通过左右合并的形式把去年的数据加入数据集当中。
字段设置，为了让今年数据与去年数据作区分，使用字段设置功能对字段作区分。
计算核心指标环比增长率，考虑到第一年的数据为null，遂用if语句将其环比增长率设置为null，防止出现分母为空计算错误的情况。具体公式见下图，并按此方法完成总成本、总收入、净利润的环比计算。
这样我们就完成了经营分析信息的初步整理了，并把这个数据集命名为经营分析数据宽表。
总收入分析
涉及到总收入的数据分别是会员费收入、商品销售，对于分类的展示需要再新建一个数据集，我们使用了FineBI6.0的新功能列转行，发现把对应字段名字放到列字段了，并分别给出对应的数值。
用了条件标签列，把收入和成本的指标分的清清楚楚，最后还计算了每一项的占比。这个分类数据集就做好了，命名为经营分析收支占比表。
总成本分析
总成本由商品成本、运营费用以及税收3大类组成，同上，需要明确各类在总成本中所占的比例，因此先需要计算各类在总收入中所占的比例，这里与收入分析使用同样的数据集。
商品分析
让我们回到一开始做的经营分析数据宽表。我们为商品分析增加一些计算指标，作为零售企业，商品的分析尤为重要，商品成本控制很大程度上代表了我们的利润空间，于是我们用商品成本/商品销售收入计算商品成本控制率。
会员分析
最大的收入来源不就来源于我们的会员么，会员分为付费会员和普通会员，注意这里的普通会员并不是不付费，而只是没有给会员费，两者都是提供消费的群体。
首先我们对会员平均消费金额进行计算，等于每一个会员平均购买商品的金额，计算公式是：商品总收入/全部会员数，但是注意这里的单位不同，需要进行转化处理。
即使是只有两个层次的用户，也得进行分层管理和分析！！我们先计算了会员数量的占比，发现每一年基本都是一样一样的，都是55%，推断出付费用户占比基本保持不变。
经营分析报告可不能太过于花哨，因为都是内部来看以及做决策的，简洁一些即可，所以我们采用了深蓝色作为基础色，点缀橙黄色，每一部分先展示数据图表再展示分析结论，接着我们把可视化报告分为下面几部分。
总体分析
在完成了数据的处理之后，我们将核心的三个指标，也就是利润、收入和成本的增率与原始数据相结合，用于指标卡的制作。
以净利润为例，我们把净利润和环比增长率进行了展示，并根据增长率的正负进行箭头的展示，一目了然。在仪表板内，还对指标卡进行了图标的点缀。
我们进行了组合图的制作，并往后推了一个周期进行预测，展示超市最新一年的成绩以及在过去几年中的发展趋势。
通过观察后得出以下结论：
从总体来看，净利润、总收入基本保持增长趋势，其中
净利润从2010年的13.0亿美元增至2018年的31.3亿美元，反映超市的盈利能力较好，经营状况良好，但净利润波动较大，仍需控制好成本，使其趋于稳定；
总收入也从2010年的779.5亿美元，增至2018年的1415.7亿美元，几乎翻了一番，说明超市的业务规模扩大，可能占据了相对较大份额。
总成本从2010年的766.5亿美元，到2018年的1384.4亿美元，说明超时在发展的同时，其成本也在逐年增高，但增速放缓，说明超市能够有效地控制成本。
总收入分析
但由于两部分数据的总额并不直观，因此需要计算出各自的占比，即对其在2018年占总收入的比例进行计算。同时为了更直观地展示数据，我们将使用饼图来表示这两种收入在总收入中的占比，清楚地看到哪一部分收入占据了主导地位；
我们对两种收入的趋势图通过组合图的形式展示，柱状图展示了每一年的数据，折线图展示了环比增长率，以观察两者的增长趋势。
最后产出堆积图，以查看商品销售收入和会员费收入占比的趋势，因为两者占比总和为1，所以最大值置为1，但是由于商品销售占比实在太大，为了展示波动，我们把最小值设置为0.9，以直观展示在不同时间段内的变化趋势。
同时，注意到商品销售占比较大，而会员费收入占比较小，会导致会员费收入的重要性被忽视，所以需要明确会员费收入的重要性，我们后续将在会员分析和商品分析模块分别对两者进行深度分析。
结论：总收入由商品销售、会员费收入构成
商品销售占总收入的98%，会员费收入占比2%，意味着超市的主要盈利来源是其销售的商品，且商品销售一直处于稳步增长的状态，表示超市售卖情况良好；
会员费收入虽然仅占比2%，比例并不高，也并非可以忽视，虽然不是总收入的较大贡献角色，但与商品销售保持几乎相同的增长趋势，未来应该着重于提高会员消费力度，以增加会员费收入；
会员费收入虽从整体上看份额较小，但其从2010年的16.9亿美元到2018年的31.4亿美元，一直在保持增长的趋势，比较稳定，且自2015年增速较快，如何保持、转化新用户甚至提高会员费收入，会是未来的关键。
总成本分析
通过对2010年到2018年的各类值的计算，得知各类在总收入中的占比情况；
同时，由于税收与运营费用占比较小，需要明确数据的变化趋势，将税收与运营费用相结合，产出折线图，了解税收和运营费用在不同年份之间的趋势变化情况。（商品成本趋势将在商品模块进行展示）
最后，为了更直观地展示商品成本、运营费用和税收之间的关系，使用堆积图来查看三者的占比趋势，可以很清楚地看到三者之间的占比关系。
结论：总成本由商品成本、运营费用、税构成，商品成本所占比重最大，为88%，运营费用次之，占比10.1%，税的占比最小1.1%
总成本从2010的766.5亿美元到2018年的1384.4亿美元，有很明显的增长；
商品成本由2010年的680.0亿美元到2018年的1231.8亿美元，随着超市的发展，商品成本也在不断增加；
运营成本随着超市的发展，虽然增长不是很明显，但也在逐年发生变化；
税收虽占比最小，但增速较快，不过自2017年开始下降，说明超市在合理合法的情况下，明显优化了税务结构；
虽然运营成本、税收总额相对商品成本较小，但若加以调整，总成本或有所下降。
商品毛利分析
商品毛利是由商品销售和商品成本两部分组成的，且这两部分在逐年不断增加，为了更好地理解两者之间的变化趋势，我们将数据绘制成折线图进行展示。通过观察折线图，可以明显看出商品销售的增长速度要大于商品成本的增长速度；
进一步深入分析，商品毛利是通过商品销售减去商品成本得出的数值。因此，将商品毛利本身的数据也纳入考虑范围，通过将商品毛利的数据以柱状图的方式，可以看到数据本身的变化情况，这种对比可以更加清晰地了解商品销售和商品成本之间的关系以及它们对商品毛利的影响。
值得一说的是，对于商品成本控制率，我们需要对他进行衡量，使用警戒线的功能为该图表设置了两个基线，一个是底线一个是目标线，用于对坏结果预警，对好结果进行评估。
结论：商品毛利=商品销售收入-商品成本，随着年份的增长，商品销售收入和商品成本在逐步增长，其中，
商品成本从2010年的680.0亿美元，到2018年的1231.8亿美元，但商品销售收入也从726.6亿美元到1384.3亿美元，商品销售收入的增长大于商品成本的变化；
商品毛利也在随着时间在日益增长，说明超市除了做好销售以外，也很好地控制了成本。
商品成本控制率基本保持持平，证明内部控制成本策略有效，零售行业商品成本占商品收入的85%-95%为佳，还可以实施更多有效的成本控制措施，如选择更加高质廉价的供应商。
会员分析
首先，为了全面理解会员的整体数据情况，我们需要对会员总人数和付费会员的人数分布进行深入了解，为此，我们可以通过绘制柱形图来直观地展示这两种会员类型的人数分布；
其次，针对会员费收入来自于付费会员这一事实，我们可以进一步拆解数据，以便更好地了解单个会员的付费价值。首先需要计算会员费收入与付费会员数之间的比值，这个比值反映了每个付费会员对于会员费收入的贡献程度，可以帮助我们评估付费会员的价值和重要性；
接着，考虑到会员人数数值较大，了解会员人数占比对于超市的发展具有重要意义。通过计算会员人数占比，可以得知哪些类别的会员在总体中占据较大的比例，进而更好地把握市场动向和消费者需求；
最后，为了评估当前会员转化能力并进一步提高超市的盈利能力，我们需要关注非会员转化为会员的情况。通过折线图查看当前的会员转化率变化趋势，我们可以了解到超市吸引新会员的能力以及现有会员的保留情况，从而为超市优化会员政策、提升用户体验和增加销售额提供有力支持。
结论：
会员人数与付费会员人数随着年份的变化在增加，说明超市一直在办理会员制活动，通过会员制对用户进行挽留和刺激多次消费；
付费会员在会员人数中所占比例约为55%，已超过一半，表示超市的会员福利较好，或存在积分打折、送礼品等服务；
但自2011年开始，付费用户占比基本保持不变，会员转化率也处于下跌状态，超市需要加大在会员方面的经营力度。
客单价近两年有所提升，建议继续保持优势，如增加产品种类、提高产品质量、优化产品价格、提供更好的服务。
关键结论
1.超市市经营表现良好
净利润、总收入从2010年开始到2018年间，基本保持增长趋势；
总成本虽也在逐年增高，但增速放缓；
会员费收入一直在保持增长的趋势，比较稳定，且自2015年增速较快。
2.这个公司值得借鉴
总收入从2010-2018年，几乎翻了一番，说明超市的业务规模扩大，可能占据了相对较大份额；
会员费收入虽然仅占比总收入2%，但一直保持稳步增长的状态，且付费会员人数也基本保持总会员人数的55%，超过一半，这表明会员服务较好；
商品毛利也在随着时间在日益增长，说明超市除了做好商品销售以外，也很好地控制了成本；
税收虽占比最小，但增速较快，不过自2017年开始下降，说明超市在合理合法的情况下，明显优化了税务结构。
3.一些建议
2012年开始，会员转化率基本处于下跌状态，需要加大力度对现有用户进行维系并吸引更多新用户加入，可以考虑提升会员福利的质量和多样性，例如定制化产品推荐、专属折扣券等，也可以通过数据分析和用户反馈来了解会员的需求和行为习惯，从而针对性地改进会员服务；
运营成本、税收在总成本中占比共12.2%，虽份额较小，但也一直处于增长的状态，还需要对运营费用和税收结构进行优化，尽可能降低总成本。
最终仪表呈现结果
可以上下滚动的图片
你点的每一个在看，都汇聚成数据之光！
