前两天正好在担任帆软可视化大赛的评审，看到有位获奖选手的作品非常具有借鉴性，所以就联系了一下，想分享给大家看，来之不易，希望大家用心借鉴学习。

选手作品部分截图

先介绍一下背景，2021年，公司制定了2400w的销售目标，较2020年增长约10%，年底盘点过客户资源及制定好营销计划后，销售经理对完成2400w的销售目标信心满满！

然而，截至5月底，目标综合达成让人大跌眼镜，简单的产品维度分析已不能满足需求，销售总监要求对全盘数据做一个数据大屏看板，找出销售未达成的原因，并能数据日更，以便及时发现问题。

选手根据具体情况，整理了下分析思路：

分析思路导图

数据来源是企业数据（已脱敏处理），涉及表格：销售明细表、销售目标表、分析维度表（会员、产品、门店、区域 ）

第一步：制作指标卡

指标卡最为直观，所以选择了不花哨的纯白卡面；FineBI默认的指标名称在上（当然也是可以调整的），但是觉得放到下面更好看，所以就手工调整了。

月度达成的叠加柱状图，是第一次用FineBI做出这种效果（之前的叠加图表都是Excel做的）技巧就是两个指标的柱宽拉到100%，哈哈哈，之前竟然没发现，看来还是做的太少！

第二步：探索目标未达成的原因

开始探索目标未达成的原因，首先从产品维度开始拆解至大类、品牌，单同比一个指标就明显发现个别大类产品结构存在一定问题；同时，增加了产品矩阵，由大类钻取至SKU来观察单品体量及其增长性…关于数据解读，此处不赘述，感兴趣可细读作品；

品牌份额TOP10动态排序（选手表示也是因为报名比赛，第一次做成这种效果）

但单是产品维度，无法探测到主因，于是接着第三步

第三步：拆解会员维度

拆解了会员的各个维度（人均贡献、新老客、复购、留存等）发现交易会员数下降明显，且是拓新不足导致，轻松找到原因。

重点说下这个留存怎么实现的：

指标业务含义解读举例：

1月有X个会员交易，这X个会员中有Y个2月继续交易，则1月的次月留存率为Y/X，1月的X个会员中，有Z个3月有交易，则1月的次次月留存率为Z/X，以此类推，算到最近一个自然月；

计算逻辑很简单，就是算月与月的人员交集，妙在巧用笛卡尔积；

自主数据集实现：

基础表，用于左右合并

计算表，用于实现阶梯图，重点思路：依据会员编码，用笛卡尔实现日期的两两相交
如下重点步骤：

阶梯图实现（如下）

第四步：针对缺口，提出建议

依据前面发现的交易会员数下降这个原因，给出了积极拓新的建议，并辅以营销活动的数据支持，时间原因，这里仅列出了产品关联，如下：

这里给大家展示一下选手作品最终呈现的布局页面

最后，这位选手也分享了一些他的参赛总结。

• 自助数据集制作的过程中，倒逼你想清楚业务逻辑，这是我们觉得FineBI做数据集繁琐但却让人很喜欢的点之一，毕竟，做数据分析但业务逻辑搞不清楚的数据分析师还是蛮多的；
• 探索式的归因，路程总不那么顺畅，不过一路顺畅，也就难以激起我们挑战的决心；这个仪表板制作的过程中，有几种图表，比如品牌top10，我们第一次发现，原来可以做成这样，真是只有想不到，没有做不到。

源自：2021帆软BI可视化夏季挑战赛参赛作品，

作者：Danarui、JL、徐徐、宏佳，未经授权禁止转载。

如果想看选手完整作品，私信回个“大赛”就能获取在线模板链接！