“大家好，我是李启方！今天来聊聊零售场景分析。
老李最近看到一个有趣的零售场景数据分析案例，这个案例整体分析框架做的很详细，从经营、商品、客户等三个方面且采用购物篮、帕累托等多种分析方法，其次落地仪表板内容也很丰富，选用的组件类型多样，图文结合，配色也很统一。非常值得大家学习！
扫描下方二维码即可下载完整PDF！
1.业务背景
现在有一家知名的女装公司，在全国有多家线下门店，现在主要对该企业的日常运营，商品分析，用户分析，单店分析等四个板块进行可视化看板开发制作，随着市场竞争的加剧、业务需求的复杂化以及新型业务的不断增加，公司管理者对业务报表的专业度和时效性的要求也在不断提高。
2.需求痛点
传统的Excel和多个来源的数据底表已经不能满足企业发展的需求。
数据准确性和各指标的计算逻辑口径的统一性不断受到挑战。
复杂场景的需求(如购物篮商品关联度分析和客户标签RFM模型)难以满足，必须借助专业的BI工具进行数据处理、建模、展示，进行权限管控。
事实表
销售订单表 、任务表 。
维度表
会员表、门店信息表、区域信息表、产品信息表、产品季节表。
数据处理
数据建模
购物篮分析 以月度为单位 来看各品类关联度准备
会员表为主表汇总处理构建RFM模型
1.使用日期参数加上指标明细过滤才能达到指标卡任意时间的同环比效果
2.购物篮分析中按月进行品类的三个指标计算
按照月度的销售情况分析配合其他组件查阅 商品时令销售情况
帕累托分析中 ，使用累计函数一步计算累计占比
使用最新def函数一步得到RFM客户代码类型
3.指标计算贴近实际场景 高度可落地性
4.配色考究 选用专业配色网站 结合设计师建议配色
1.经营概况
通过12项重点指标 看到大盘关键指标的同比变化
通过区域来看，各个区域的销售额/店效年同比情况
通过时间阶段变化，看全年销售趋势
通过店铺类型分布看到不同类型的店铺销售占比
2.商品分析
通过帕累托分析看到各月ABC品类分析和分项占比，通过销售额的两次拆解进行四象限分析 最后看各个品类的购物篮分析，通过支持度、置信度、提升度来看各品类的联系 ，具体单月分析可看仪表板。
3.客户分析
通过客户最后购买日期，客单价，购买频次三个指标构建RFM模型，展示占比和绝对值，并提供明细表和具体的营销策略。
4.单店分析
单店分析：8项关键指标 ，当年各月度同比情况 、当月每日趋势(销售额&完成率、客单价&连带率) 、 产品品类/季节/新老品分布。
最终仪表板效果：
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！
