手把手教你操作Tableau___实战示例:网上超市运营分析

533 阅读16分钟

网上超市是指基于互联网的在线超市销售平台,为消费者提供物美价廉、种类丰富的超市商品批发、零售服务,这是一种新型的购物方式。目前,网络超市的竞争越来越激烈。在这种情况下,经营超市需要的是自身的管理和比其他普通超市优越的赢利点,而不是随波逐流的模仿和跟风。

本章将以某超市在2016年至2019年共计4年的运营数据为数据源,围绕客户分析、配送分析、销售分析、利润分析、退货分析和预测分析6个方面进行全面、深入的分析。

在使用Tableau进行数据分析之前,我们需要收集整理需要的数据,并进行清洗,再用Tableau进行数据连接。具体过程这里将不做详细说明,只介绍导入数据后的分析过程。

数据来源:


链接:pan.baidu.com/s/1_ju_MRcM… 提取码:8swz

1.1 客户分析

客户细分是深度分析客户需求、应对客户需求变化的重要手段。通过合理、系统的分析,企业可以知道客户有什么样的需求,分析客户消费特征,使运营策略得到最优的规划,发掘潜在有价值的客户。

在本案例中,客户分析将围绕商品交易次数、各省市利润额、客户散点图、客户交易量排名4个方面进行,客户分析的仪表板如图所示。

image.png                             

1.1.1 交易次数统计

购买次数即购买频率,是指消费者或用户在一定时期内购买某种或某类商品的次数。一般说来,消费者的购买行为在一定时限内进行是有规律可循的。其中,购买次数是度量购买行为的一项重要指标,它是企业选择目标市场、确定经营方式、制定营销策略的重要依据,如图所示。

image.png

                          

操作步骤:

步骤01 将“城市”的数据类型设置为“地理角色”中的“城市”,并把度量下的“维度(生成)”拖放到行功能区,“经度(生成)”拖放到列功能区。

步骤02 将维度下的“类别”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“记录数”拖放到“标记”卡的“大小”中。

步骤04 将维度下的“城市”拖放到“标记”卡的“详细信息”中。

步骤05 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤06  将维度下的“类别”拖放到“筛选器”上,并选择“显示筛选器”,并将“省/自治区”拖放到“筛选器”上,在下拉框中选择“湖北”。

步骤07 在“标记”卡的显示下拉框中选择“饼图”。

1.1.2 各省市利润

利润是企业在一定会计期间的经营成果,包括收入减去费用后的净额、直接计入当期利润的利得和损失等。在本案例中,该超市不同类别的商品在全国各个省市的销售利润存在较大差异。此外,受到销售成本的限制,部分省市的利润还出现负值的情况,如图所示。

image.png 操作步骤

步骤01 将维度下的“类别”拖放到列功能区,将“省/自治区”拖放到行功能区。

步骤02 将度量下的“利润”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“利润”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“订单日期”拖放到“筛选器”中,并选择“显示筛选器”。

1.1.3 客户散点图

“以客户为中心”的个性化服务越来越受重视,研究客户的个性化需求,分析不同客户对企业效益的影响,以便做出决策。在本案例中,不同类型商品的购买量是不同的,如图所示。

image.png 操作步骤:

步骤01 将维度下的“销售额”拖放到列功能区,将“利润”拖放到行功能区。

步骤02 将度量下的“类别”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“客户名称”拖放到“标记”卡的“大小”中。

步骤04 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤05 将维度下的“类别”拖放到“筛选器”上,并选择“显示筛选器”。

1.1.4 客户交易量排名

客户交易量是指某段时间内购买的数量。通过客户交易量分析,可以挖掘客户的价值。一般交易量越大的客户价值越大。在本案例中,每个客户每类商品的交易量是不一样的,如图所示。

image.png 操作步骤

步骤01 将度量下的“数量”拖放到列功能区,将维度下的“客户名称”拖放到行功能区。

步骤02 将度量下的“利润”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“数量”拖放到“标记”卡的“标签”中。

步骤04 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤05 将维度下的“类别”拖放到“筛选器”上,并选择“显示筛选器”。

1.2 配送分析

配送是指在区域范围内,根据客户要求对物品进行拣选、加工、包装、分割、组配等,并按时送达指定地点的物流活动。

在本案例中,配送分析主要围绕各省市的配送情况、配送准时性、商品发货天数、配送延迟商品4个方面进行分析,仪表板如图所示。其中发货天数等于实际发货天数减去计划发货天数,实际发货天数等于发货日期减去订单日期。

image.png

1.2.1 配送情况

物流时间是指配送中心在产品采购入库后,通过科学管理手段,以最佳方法和适当库存合理控制产品入库、在库及出库时间。在本案例中,存在发货配送延迟的现象,最晚为两天,如图所示。

image.png 操作步骤:

步骤01 将维度下的“发货天数”和“省/自治区”拖放到行功能区,将“订单日期”拖放到列功能区。

步骤02 将维度下的“发货天数”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“记录数”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“发货天数”拖放到“筛选器”上,并选择“显示筛选器”。

1.2.2 配送准时性

物流配送的准时性对于商品来说具有重要意义,是能否快速满足用户需求的一个必要条件。该超市订单的准时性如图所示。

image.png 操作步骤:

步骤01 将维度下的“订单日期”拖放到列功能区,调整为月度,将度量下的“记录数”拖放到行功能区。

步骤02 将维度下的“是否按时发货”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“记录数”拖放到“标记”卡的“标签”中。

步骤04 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤05 将维度下的“发货天数”拖放到“筛选器”上,并选择“显示筛选器”。

1.2.3 商品发货天数

发货时间是指物流公司把信息录入系统中的时间,并不是指给客户发送的时间,一般真正的发送时间略早于录入系统的时间。本案例中商品的发货天数如图所示。

image.png 操作步骤

步骤01 将维度下的“发货天数”和“类别”拖放到行功能区,“订单日期”拖放到列功能区。

步骤02 将维度下的“发货天数”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“记录数”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“发货天数”拖放到“筛选器”上,并选择“显示筛选器”。

1.2.4 配送延迟商品

配送与物流关系紧密。物流是指物品从供应地向接收地实体流动的过程。由于受各种因素影响(如节假日等),因此可能会出现延迟。本案例中各种商品的延迟情况如图所示。

image.png 操作步骤

步骤01 将维度下的“订单日期”拖放到列功能区,将“产品名称”拖放到行功能区。

步骤02 将度量下的“发货天数”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“发货天数”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“发货天数”拖放到“筛选器”上,并选择“显示筛选器”。

1.3 销售分析

用数据证明相关销售成果是非常有说服力的,比如全年经营情况。在本案例中,销售分析将围绕各省市的销售额、区域销售额、产品细分和客户细分方面来进行,仪表板如图1-11所示。

image.png

1.3.1 销售额统计

该企业的商品在各个省市的销售额存在一定差异,下面统计近几年企业在湖北省各个市的商品销售情况,如图所示。

image.png 操作步骤

步骤01 将“城市”的数据类型设置为“地理角色”中的“城市”,并把度量下的“维度(生成)”拖放到行功能区,将“经度(生成)”拖放到列功能区。

步骤02 将维度下的“类别”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“销售额”拖放到“标记”卡的“大小”中。

步骤04 将维度下的“省/自治区”拖放到“标记”卡的“详细信息”中。

步骤05 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤06 将维度下的“类别”拖放到“筛选器”上,并选择“显示筛选器”,并将“省/自治区”拖放到“筛选器”上,在下拉框中选择“湖北”。

步骤07 在“标记”卡的显示下拉框下选择“饼图”。

1.3.2 区域销售额

商品在不同区域的销售额是不一样的。下面比较该超市在全国各个区域的销售额情况,如图所示。

image.png 操作步骤

步骤01 将维度下的“地区”拖放到列功能区,将“类别”和“子类别”拖放到行功能区。

步骤02 将度量下的“销售额”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“销售额”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

1.3.3 产品细分

产品细分是指营销者通过市场调研,依据消费者的需要和欲望、购买行为和购买习惯等方面的差异,把某一产品的市场整体划分为若干消费者群的市场分类过程,如图所示。

image.png 操作步骤

步骤01 将维度下的“订单日期”和“销售额”拖放到列功能区,将“类别”和“子类别”拖放到行功能区。

步骤02 将度量下的“销售额”拖放到“标记”卡的“颜色”中。

步骤03 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

1.3.4 客户细分

客户细分是指根据客户属性划分的客户集合。下面比较该超市各种类型客户近几年的销售额情况,如图1-15所示。

image.png 操作步骤:

步骤01 将维度下的“细分”拖放到列功能区,将“订单日期”拖放到行功能区,频率调整为季度。同时,将“类别”拖放到行功能区。

步骤02 将度量下的“销售额”拖放到“标记”卡的“文本”中。

步骤03 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤04 将维度下的“细分”拖放到“筛选器”上,并选择“显示筛选器”。

1.4 退货分析

退货是指买方将不满意的商品退还给卖方的过程。常见的退货原因:商品质量或包装有问题,顾客退回后,门店收货部再转退给供应商;存货量太大或商品滞销,门店消化不了,退还给供应商;商品未在保质期内,即已变质或损坏。

在本案例中,客户分析将围绕退货区域分布、退货产品数量、退货产品类型、退货产品名称4个方面进行。退货分析的仪表板如图所示。

image.png

1.4.1 退货区域分布

不同区域经济发展水平的差异影响市场机制对区域经济发展的作用程度,也影响区域市场的发育、发展,从而决定不同区域的经济发展速度和水平。该企业在湖北省各个市的退货情况如图所示。

image.png 操作步骤

步骤01 将“城市”的数据类型设置为“地理角色”中的“城市”,并把度量下的“维度(生成)”拖放到行功能区,将“经度(生成)”拖放到列功能区。

步骤02 将维度下的“细分”拖放到“标记”卡的“颜色”中。

步骤03 将度量下的“销售额”拖放到“标记”卡的“大小”中。

步骤04 将维度下的“省/自治区”拖放到“标记”卡的“标签”中。

步骤05 将维度下的“省/自治区”拖放到“标记”卡的“详细信息”中。

步骤06 将维度下的“是否退回”拖放到“筛选器”上,并选择“显示筛选器”,并将“省/自治区”拖放到“筛选器”上,在下拉框中选择“湖北”。

步骤07 在“标记”卡的显示下拉框中选择“饼图”。

1.4.2 退货产品数量

一般认为,退货的流量越小越好。企业可以通过严把生产质量关,减少运输、包装、装卸、配送等环节的失误和损耗,利用信息技术最短路径解决问题等方式达到这一目的,如图所示。

image.png 操作步骤

步骤01 将维度下的“数量”拖放到行功能区,将度量下的“订单日期”拖放到列功能区。

步骤02 将维度下的“细分”拖放到“标记”卡的“颜色”中。

步骤03 将维度下的“数量”拖放到“标记”卡的“标签”中。步骤04 将维度下的“是否退回”拖放到“筛选器”上,并选择“显示筛选器”。

1.4.3 退货产品类型

退货是指在经销商收货时货物完好正常收入,但在其负责销售期间因各种原因未能售出,根据销售协议可以退回产品的退货行为。退货产品类型如图所示。

image.png 操作步骤

步骤01 将维度下的“类别”和“子类别”拖放到行功能区,将“订单日期”拖放到列功能区。

步骤02 将维度下的“销售额”拖放到“标记”卡的“文本”中。

步骤03 将维度下的“是否退回”拖放到“筛选器”上,并选择“显示筛选器”。

1.4.4 退货产品名称

退货一般不会在产生时立即退还供应商,而是积存一段时间后,再退还给供应商,这类退货往往品种杂、状态多、数量大。各商品的退货量如图所示。

image.png 操作步骤:

步骤01 将维度下的“类别”和“产品名称”拖放到行功能区,将“订单日期”拖放到列功能区。步骤02 将维度下的“销售额”拖放到“标记”上的“文本”中。

步骤03 将维度下的“是否退回”拖放到“筛选器”上,并选择“显示筛选器”。

1.5 预测分析

预测是定期更新对未来绩效的当前观点,以反映新的或变化中的信息的过程,是基于分析当前和历史数据决定未来趋势的过程。预测分析是一种统计或数据挖掘解决方案,包含可在结构化和非结构化数据中使用以确定未来结果的算法和技术。

在本案例中,我们可以根据该超市2016年至2019年的销售额和利润,预测2020年总体销售额以及各个地区销售额和利润情况。在Tableau中,对于时间序列数据,默认采用的是指数平滑法进行预测,为了提高预测精度,统计频率我们采用月份,仪表板如图所示。

image.png

1.5.1 销售额预测

销售额预测是指对未来特定时间内全部产品或特定产品的销售数量与销售金额的估计,是在充分考虑未来各种影响因素的基础上,结合本企业的销售实绩,通过一定的分析方法提出切实可行的销售目标。

在本案例中,预测2020年每月的销售额,如图所示。

image.png 操作步骤:

步骤01 将维度下的“订单日期”拖放到列功能区,频率调整为月份。

步骤02 将维度下的“细分”拖放到行功能区,将度量下“销售额”拖放到行功能区。

步骤03 将维度下的“细分”拖放到“标记”卡的“颜色”中。

步骤04 将维度下的“订单日期”拖放到“筛选器”上,并选择“显示筛选器”。

步骤05 单击“分析”→“预测”→“显示预测”。

1.5.2 区域销售预测

由于各个地区地理、文化、政治、语言和风俗不同,消费者也有很大差异,因此企业必须正视各地区的差异性,实事求是、因地制宜,有针对性地制定经营战略和营销推广策略。

在本案例中,预测2020年的销售额,如图所示。

image.png 操作步骤:

步骤01 将维度下的“订单日期”拖放到列功能区,频率调整为季度。

步骤02 将维度下的“地区”拖放到行功能区。

步骤03 将维度下的“销售额”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“地区”拖放到“筛选器”上,并选择“显示筛选器”。

步骤05 单击“分析”→“预测”→“显示预测”。

1.5.3 区域利润预测

利润预测是企业在营业收入预测的基础上,通过对利润发生影响的因素进行分析与研究,进而对企业在未来某一段时期内可以实现的利润预期进行预计和测算。

在本案例中,预测2020年的利润,如图所示。

image.png 操作步骤

步骤01 将维度下的“订单日期”拖放到列功能区,频率调整为季度。

步骤02 将维度下的“地区”拖放到行功能区。

步骤03 将维度下的“利润”拖放到“标记”卡的“文本”中。

步骤04 将维度下的“地区”拖放到“筛选器”上,并选择“显示筛选器”。

步骤05 单击“分析”→“预测”→“显示预测”。