最近看到群里许多小同伴在忙着找事情，说缺少数据分析项目是他们心里以为最没底的，所以今天我就给大家分享一个完整的数据分析项目案例解说，来自于帆软社区用户：luojian0323，内容很是详实，思路很清晰，希望给大家一些资助案例内容：作为一名DB百货公司的市场运动司理，在二季度你因为业绩一直平平无奇而苦恼。你期望通过一场营销运动来改变局势，你需要通太过析公司往年营销运动来制定最佳方案，实现业绩逆袭增长！在分析历程中，你发现了3个比力严重的问题亟待通过数据分析来解决：问题1：优惠券都去哪了？以往发放了许多优惠券，可是部门优惠券设置不合理，伙计反馈去掉销售成本赔本买货，详细是哪些门店？新的大促运动暂定300、500、1000、2000、5000满减的优惠券，凭据往期销售数据分析，哪些品类发放哪类优惠券更合适？问题2：如何合理投放网站广告？本次大促运动准备与某网站互助，推送会员卡广告。为了确保精致化营销，凭据以往数据来看，差别年事段和性此外人喜欢哪类商品？价位定位在几多更合适？问题3：哪些业绩优秀的门店品牌可邀请举行履历分享？在往年的运动中，有些门店品牌宣传做的好，营业额比平时高许多倍；也有一些门店品牌错峰举行运动，这也能让销售额大幅增加。由于此前门店都是各自谋划，销售额崎岖全凭门店自己，能否找到差别品类中销售额高、运动做的好的品牌，邀请举行履历分享呢？分析思路拿到数据以后，首先研究运动中提到的三个大问题，以及大问题中的部门分支问题，然后视察官方提供的数据，找出数据之间的关联。

问题1：优惠券都去哪了？分析这个问题，很显着要围绕优惠券这个主题来分析，问题中提到，以往许多优惠券发放不合理，导致门店赔本卖货。是哪些门店在赔本卖货？在接下来的运动中要继续发放优惠券，应该针对哪些品类发放哪些优惠券比力合适？虽然数据表中没有直接给出优惠券使用数据，可是从用券金额来看，还是能看出一些眉目。着重从门店赔本的记载中排查用券金额情况，就很容易发现是哪些门店在赔本卖货。

再凭据以往销售数据举行归类分析，获得差别品牌的价钱区间，对差别价钱区间的产物给出差别的优惠券发放方案。问题2：如何合理投放网站广告？分析这个问题，我的明白是找出差别年事段差别性此外喜欢产物品类，分析这些销量好的产物在哪些价钱区间，从销量最多的内里筛选前几类产物，做网站投放广告。哪些业绩优秀的门店品牌可邀请举行履历分享？这个问题的初衷是在元旦假期泛起赔本以后，泛起业绩显著回升的现象。

从中找出哪些门店业绩做的最好，销量最好的是哪些品类及品牌。找出代表性的品牌以供案例履历分享数据整理思路分析以后接下来就是对数据举行整理，工具使用的是FineBI,通过FineBI的自助数据集将有关联的表字段举行关团结并，好比销售信息表与会员卡类型可通过会员卡类型编码，会员卡类型举行关联。销售信息表跟会员卡信息表也有关联，可在自助数据集中对关联字段举行关团结并，同样的方法销售信息表与门店品牌表的数据关团结并还需要提前对客户偏好品类产物做价钱区间分析，我的思路是另存为一份上面做好的自助数据集，然后过滤掉一些毛利为负的不良记载及部门数据有缺失的数据。

然后通过销售额/销售数量 获得产物的销售单价，再对这个价钱做一个价钱区间分析(图一)。然后根据年事段，品类名，性别价钱区间对销售数据汇总(图二)。再根据组内排名的方式获得差别性别，年事段，和品类下销量最好的销量及所属价钱区间(图三)。

最后把组内销量最好的数据筛选出来，生存当前自助数据集为：差别年事性别各品类购置偏好分析。并关联到上面的原自助数据集中(图四).我把它命名为:销售信息合并图一:图二:图三:图四:接下来是对品牌销售成本表和门店品牌表的关团结并用相似的方法盘算生产品的单价和产物的价钱区间 ，并生存命名自助数据集为:品牌销售成本合并另存为一份上面的自助数据集，命名为:建议优惠券分析首先过滤掉毛利为负的数据，然后凭据价钱区间，品类名 对去券销售额，销售数量数据举行汇总，然后按品类名盘算出组内销量排名筛选出组内销量最高的数据，对其价钱区间做优惠券发放建议再建立一个自助数据集，并将品牌销售成本表和门店品牌表关团结并。

此时筛选18年1月22号－18年2月4号的数据供后面业绩回升分析使用，接着对品类，品牌下的销售数据汇总。用组内排名的方法算出品类下销售额最高的品牌销售数据，并将排名为1的数据筛选出来。生存当前自助数据集，命名为: 18年1月22-18年2月4号期间差别品类下的品牌销售排名数据整理完毕。

可视化分析先从品牌销售成本合并数据集中建立一个公司整体去券销售额及毛利率情况。并将毛利为负做闪烁标志。

从上一个图中，容易发现公司业绩下滑甚至赔本的重点时间段在18年1月1号-4号。也就是元旦期间。可能是由于运动举行不妥，甚至可以说是泛起失误导致。进一步拉取门店的赔本金额及用用券次数情况发现问题门店接下来重点视察赔本的几天内门店用券情况发现东亭店，在元旦期间内大量使用优惠券，且因优惠券设置不合理，导致运动期间赔本严重。

相识了上述情况后，要想对后面的运动优惠券使用如何摆设合理。可通过历史数据分析差别品类的产物应该发放哪些优惠券。下面将前面做好的建议优惠券分析数据集中的数据建立一个仪表板用来展示相关信息在下图中，将各品类按销量在柱状图做展示，并将对应的价钱区间及建议优惠券在图中展示出来。这样给出的建议优惠券和当前品类下的销量最好的价钱区间，一目了然。

接下来是对合理投放广告的分析将销售信息合并数据集中的数据建立一个如下图的柱状图。通过多分类多系列的方式，配合标签显示差别品类，各个年事段和差别性别下，分析销量最好的品类，从中筛选前3个品类展示。

并将差别品类，差别年事段，差别性别下的品类价钱区间在标签中展示。这样就分析出：化妆品部，运动部，针棉纹胸部 三个种别较适合投放网站广告 ,并给出了价钱定位建议。接下来分析公司业绩提升，是哪些门店，做的哪些可推荐方案，可邀请举行履历分享呢？通过前面第一个公司销售额及毛利分析总体图可知，公司业绩提升显着的是在18年1月22号至18年2月4号之间。

抽取这个时间段的数据时行 分析分析发现这个时间段业绩突出的是东亭店和南陵店从：18年1月22-18年2月4号期间差别品类下的品牌销售排名 这个数据集中，建立一个仪表板组件，获得下图数据，从中筛选前5个品类下的品牌展示。获得销售额最高的品牌:Burberry,和毛利最高的品牌:NIKE最终效果图下图所示：总结做数据分析项目时，要遵循以下几个要点：带着问题先视察整体数据发现异常数据，向明确目的钻取通太过析手段挖掘隐藏的有价值数据用分析出来的效果验证事实真相*版权归作者所有，未经授权克制转载。

本文来源：米6体育官网app下载手机端-www.wfxinbaoxiang.com