一、明确分析目的
为提升购物篮系数，需要先找到购物篮系数低的原因，再针对性解决
购物篮系数=某段时间商品销售总数/某段时间的购物篮总数，它表示平均每位顾客一次性购买了多少件商品
二、数据探索与分析
1、聚焦分析方向
2、使用FineBI进行探索式分析
观察从周一到周日的购物篮系数变化趋势
如图所示，周末的购物篮系数普遍高于工作日，观察工作日和周末购物篮系数的日时间段分布，发现工作日的12：00-14：00和18：00-20：00的购物篮系数明显偏低，周日则没有出现这种情况，而这段时间属于下班的购物高峰期。
如图所示，下班高峰期购买一辆件商品的客户占比高达50%，拉低了整体的购物篮系数。 于是从职业，年龄，性别，消费频次、购物偏好对下班高峰期客户群体进行用户画像分析。
如图所示，68%的客户分布在18-35岁，顾客购买的商品偏好前三位为别为饮料、香烟、卫生巾及 护垫，有很强的临时性和目的性
约70%的顾客是楼上商场和写字楼的员工，发现了购物篮放置存在问题，只有少部分人在进入超市时拿购物篮，基本没有白领人士拿购物篮。而通常在购买3件商品后，顾客拿不下更多的东西了，但很少顾客会回入口拿购物篮，而超市内是没有放置购物篮的，所以他们放弃了购买超过4件的商品。
分析A类商品的缺货率与购物篮系数的关系，观察两者的变化趋势，发现只有重点A类商品缺货会对购物篮系数有明显的影响，主要是由于超市库房小，进货量较小，A类商品也时常出现缺货现象，拉低了购物篮系数。
三、业务建议
1、在超市不同区域增添购物篮，以便客户中途使用；
2、推出针对商场员工和写字楼白领的产品优惠组合套餐，促进其冲动消费；
3、控制A类重点商品的缺货率
