数据分析实战｜用Tableau进行超市分析（上）

Roar | 作者

知乎 | 来源

https://zhuanlan.zhihu.com/p/72412039

超市运营分析

这个数据集是Tableau自带的一个某超市的数据集，主要收集了2014-2017这四年的数据。这个数据都有哪些字段呢？

第一部分

第二部分

第三部分

好的，字段信息现在我们也知道了。接下来让我们开始实战之旅吧！

1

客户分析

客户细分是为了能够深度分析客户需求，更好的应对客户需求的变化。通过合理，系统的分析，企业可以知道客户有哪些需求，分析客户的消费特征，更好的为运营提供可供选择的运营策略以及未来规划。

我们将从各省市的交易次数，各省市利润额，客户散点图，客户交易量排名等四个维度来分析

1.各省市交易次数

购买次数即购买频率，指一定时间内购买某种或某类商品的次数。在一段时间内消费者的购买行为是有规律可循的。而购买次数是度量购买行为的一项比较重要的指标。

作图如下：

2017年各省市交易次数

2.各省市利润

利润对于一个企业的重要性我觉得不必过多说什么。

在这个案例中，该超市不同类别的商品在每个省市的销售利润存在较大差异。某些省市可能还是负值。

图形如下：

各省市利润

这个图看起来就很像是excel中的色阶。

3.客户散点图

以客户为中心的个性化服务，现在越来越受到重视，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。

客户散点图

4.客户交易量排名

客户交易量是指在某段时间内购买的数量，可以挖掘的客户价值。一般交易量越大的客户价值越大。

客户交易量排名

好的到这里就把客户分析这四个维度的图做出来了。下边我要把客户分析做成一个仪表盘，如下图：

仪表盘的用处在于把仪表盘上面的数据关联起来，能够通过点击某一个元素的同时，其他图形随之变动。

2

配送分析

我们知道现代的物流配送在区域范围内，根据客户的要求对物品进行挑选，包装，组配等。

这里我主要从各省市配送情况，配送准确性，商品发货天数，配送延迟商品等四个维度来分析。

1.各省市配送情况

我们都知道配送情况应该首先包含订单确定以后到出单的这一过程，但是原有的数据集没有配送天数这一字段，因此需要新建一个配送天数字段

• 配送天数= 发货日期-订单日期

在Tableau上的展示，如下图：

创建发货天数字段

创建好以后可以完成各省市配送分析，如下图：

各省市配送分析

能够看到最长的发货时间是8天，这个对于现在的物流来说可以说是相当长了。我们要具体探索一下，在哪个地区配送发货时间会超过一周呢？

超过一周的数量

能够看到这个量是很少的。

2.配送准时性

配送准时性是能否快速满足用户需求的一个必要条件。

由于数据集中没有申明超过几天就算没有及时配送，所以我自己新建了两个新的字段

• 预计发货时间 = 3
• 是否按时发货 = IF [发货天数]>3 THEN '发货延迟' ELSEIF [发货天数]=3 THEN '发货正常' ELSE '提前发货' END

如下图：

是否按时发货字段

这里使用了一个函数，其实有点基础的都能看得懂这个函数，就不详细展开了

配送准时性

能够看到绝大多数订单都没能即时的配送

3.商品发货天数

发货时间是指物流公司把物流信息录入到系统的时间，并不是给客户发送的时间，一般来讲真正的发货时间都会早于录入系统的时间

商品发货天数

4.配送延迟商品分析

就像标题显示的样子，就是要分析一下配送延迟商品

配送延迟商品分析

好的上面四个维度以及结束了，接下来就是把几个维度坐在一个仪表盘上

配送分析

3

销售分析

应该来说，销售分析是非常有说服力的，这一次，我主要围绕各省市销售额，区域销售额，产品细分和客户细分

1.各省市销售分析

首先看一下各省市近几年的销售状况

各省市销售额

2.区域销售额

区域销售额

根据不同区域的销售额的对比找到相关的销售变化信息

3.产品细分

所谓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的差异，把某一个时长整体划分为若干消费者的一个过程

产品细分

这里再加上一个排序的过程，能够更加清晰的对比出每个产品近几年的变化趋势

4.客户细分

客户细分是指依据客户属性划分的不同客户集合

这个数据集把客户细分为公司，消费者和小型企业

同样的创建一个新的仪表盘：销售分析

销售分析

荐：
【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折！声明

来源：知乎，人工智能产业链联盟推荐阅读，不代表人工智能产业链联盟立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！