数据分析思维之从整体出发分析零售行业——全方位多方面细节分析

数据分析思维之从整体出发分析零售行业——全方位多方面细节分析

目录

​​一、数据​​

​​        1、数据理解​​

​​         2、数据业务分类​​

​​ 二、指标​​

​​        1、指标的理解​​

​​        2、从产品运营的完整周期看指标分类 ​​

​​         3、指标的维度​​

​​         4、指标的选择​​

​​        5、虚荣指标 ​​

​​         6、常见指标​​

​​                ①具体某个行业（零售行业）​​

​​                 ②不具体到某个行业（整体框架）​​

​​补充知识点一：活跃率的介绍及SQL计算思路​​

​​        1、日活跃用户数定义 ​​

​​        2、日活跃用户数SQL计算思路 ​​

​​         3、周活跃用户数定义​​

​​        4、周活跃用户数SQL计算思路 ​​

​​补充知识点二：留存率​​

​​        1、次日留存率定义​​

​​        2、次日留存率SQL计算思路​​

​​        3、留存率SQL代码 ​​

​​三、指标体系​​

​​         1、定义   编辑​​

​​         2、作用​​

​​         3、建立指标体系​​

​​        4、数据规划 ​​

​​四、数据分析 ​​

​​        1、数据分析流程​​

​​        2、数据分析方法​​

​​                ①5W2H分析法​​

​​                ②象限法 ​​

​​                 ③逻辑树分析法​​

​​                 ④多维度拆解法​​

​​                ⑤对比分析法 ​​

​​                 ⑥相关分析法​​

​​                ⑦漏斗分析法 ​​

​​                ⑧3A3R模型 ​​

​​五、零售行业数据分析​​

​​         1、订发欠分析​​

​​         2、业绩分析​​

​​                ①结算额分析 ​​

​​                ②目标完成情况分析​​

​​         3、价格分析​​

​​         4、畅滞销分析 ​​

一、数据

1、数据理解

2、数据业务分类

用户数据（我是谁）：指用户的基本情况，包括姓名、邮箱、性别等；行为数据（我做了什么）:是记录用户做过什么，例如在页面停留的时间，浏览过哪些产品等产品数据（卖什么）：包括产品名称、产品类别、产品评论等

二、指标

1、指标的理解

2、从产品运营的完整周期看指标分类

3、指标的维度

4、指标的选择

5、虚荣指标

6、常见指标

①具体某个行业（零售行业）

可从三个维度分析，分别是人、场、货人又分为用户跟员工：        员工常见的指标有：新老员工占比、完成率、成交率、投诉率、员工流失率等        用户常见的指标有：新增用户数、客单价、留存率、回购率、流失率等场：        场常见的指标有：坪效、完成率、同比增长率等货：        货常见的指标有：订单执行率、库存周转率、库龄、动销率，折扣率、销售占比等

②不具体到某个行业（整体框架）

分为用户数据指标，行为数据指标，产品数据指标

用户数据指标

补充知识点一：活跃率的介绍及SQL计算思路

在计算活跃率之前，需要先知道活跃用户数活跃用户数按时间又分为日活跃用户数、周活跃用户数、月活跃用户数活跃率=活跃用户数/总用户数

1、日活跃用户数定义

一天之内活跃的用户数

2、日活跃用户数SQL计算思路

①根据SQL的时间函数NOW()或者CURDATE()得到当天的时间②在时间相等的前提下，用where关键字③根据时间分组 ，并去重统计用户数，用DISTINCT

3、周活跃用户数定义

一周之内至少活跃一次的用户总数

4、周活跃用户数SQL计算思路

根据周活跃用户数的定义能发现此时的时间是一个范围，所以需要用到between函数        ①同样的是用NOW()或者CURDATE函数（）得到今天的时间，然后再得到一周之后的时间，也就是在当前的时间上加上7天，此时用到date_add函数        ②判断的条件就是时间是否在这个区间范围内，此时需要用到date将时间的类型进行转化，还需要用到的数between        ③同样的是对时间进行分组并去重计数

关于所用到的函数详情可前往另一篇博客查看

MYSQL常见函数小结_Begin to change的博客

补充知识点二：留存率

留存用户数按时间又分为次日留存用户数、第三日留存用户数、第七日留存用户数、第30日留存用户数        留存率=第一天新增用户中，在第N天使用过产品的用户数/第一天新增的用户数

1、次日留存率定义

第一天新增的用户中，在第二天使用过产品的用户数/第一天新增用户总数

2、次日留存率SQL计算思路

①计算出每个用户第一次登录的时间，用到窗口函数min() over(),相当于添加一个辅助列②将原表与新表左连接，条件为用户id相等且登陆时间与最小时间之差结果为1③按照用户最小时间分组，去重统计用户ID得到的就是次日用户数（连接之后的新表）④总用户数是原始表的数量⑤两者相除得到结果

3、留存率SQL代码

方法一：select count(distinct user_id) 新增用户数,sum(datediff(login_date,reg_time)=1) 次日留存数,sum(datediff(login_date,reg_time)=30) 三十日留存数,sum(datediff(login_date,reg_time)=1)/count(distinct user_id) 次日留存率,sum(datediff(login_date,reg_time)=30)/count(distinct user_id) 三十日留存率from (select user_id,login_date,min(login_date) over(partition by user_id order by login_date) reg_time from tb_user_login)t1group by reg_time;方法二：（思路讲解的方法）SELECT first_login,COUNT(DISTINCT t1.user_id) as 新增用户数,COUNT(DISTINCT t2.user_id) /COUNT(DISTINCT t1.user_id) as 次日留存,COUNT(DISTINCT t3.user_id) /COUNT(DISTINCT t1.user_id) as 三十日留存 from (SELECT user_id,login_date,MIN(login_date) over (PARTITION by user_id ORDER BY login_date ) as first_login from tb_user_login)t1 LEFT JOIN tb_user_login as t2 on t1.user_id = t2.user_id and DATEDIFF(t2.login_date,first_login)=1left JOIN tb_user_login as t3on t1.user_id = t3.user_id and DATEDIFF(t3.login_date,first_login)=29GROUP BY first_login;

行为数据指标

产品数据指标

三、指标体系

1、定义

2、作用

3、建立指标体系

4、数据规划

四、数据分析

1、数据分析流程

2、数据分析方法

①5W2H分析法

②象限法

③逻辑树分析法

④多维度拆解法

⑤对比分析法

⑥相关分析法

⑦漏斗分析法

⑧3A3R模型

五、零售行业数据分析

1、订发欠分析

是指订货、发货、欠数分析；订货是指订了多少商品发货是指实际发了多少商品欠数是指还有多少商品未发货执行率=已发数/订货数

从表中可以看出，北京地区大类里面的配件执行率是90.49%，说明配件发的差不多了，但是服装和鞋子的执行率分别只有16.07% 和13.79%，相对于配件来说，服装和鞋子发货情况较差，要进一步分析服装和鞋子执行率低的原因；        ①可能是因为工厂没有做好商品，导致仓库没有发货，需要进一步和工厂沟通        ②工厂有货进入仓库，但仓库没发货，进一步了解仓库未发货的原因

2、业绩分析

主要是指销售分析，包括结算额分析、目标完成情况分析和同比、环比分析

①结算额分析

结算金额是用户实际支付的总金额，也就是打完折后的总金额标准金额是商品打折之前的售价总和本月目标是该实体店制定的月度销售额目标单价=结算额/销售数量折扣=结算额/标准金额

通过折扣的高低可以知道该实体店是以销售什么品类为主        一般实体店的活动会按品类来定价，例如鞋服今年的新品是8折，往季商品可能是5折特价商品可能是1~2折。        如果实体店的平均折扣是4折，那基本可以确定这个实体店是以销售特价商品或打折商品为主；再根据此去安排库存的品类情况

②目标完成情况分析

时间进度是当月已过的天数占当月总天数的比例目标完成率=本月累计结算金额/本月目标差异=目标完成率-时间进度        通过差值的正负就能看出目标完成情况；如果为正值，这说明业绩是超时间进度的，如果为负则说明是比时间进度晚

通过目标完成情况分析可以发现，石狮店本月目标完成了44%，时间进度是42%。石狮店是超经典的，差异是3%，按照目前进度，完成本月目标是没有问题，甚至超标        晋江店本月目标只完成了17%，时间进度是42%，差异是-25%，表示落后时间进度25%，这hi手就要特别关注晋江店了，分析是什么原因导致目标完成率这么低，是实体店装修、还是竞品折扣更低，还是实体店老员工流失严重

3、价格分析

价格分析可以看出哪个价格范围的商品比较受欢迎，哪个价格范围的商品不受欢迎

数量占比是当前分类的销售数量占总的销售数量的比例销售额占比是当前分类的结算额占总的结算额的比例

4、畅滞销分析

畅滞销分析包括畅销分析和滞销分析畅销分析时分析销售量排在最前面的几个商品滞销分析是分析销售量滞销分析可以提高订货的准确性，知道什么样的款式好卖，什么样的款式不好卖        滞销分析能针对畅销款和滞销款的库存，查看周转情况，如果畅销款库存不够，可以进行补货，如果滞销款库存量大，就需要调整商品的陈列或者降价处理

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。