Domo零售行业应用案例—连锁超市

面对大量的数据,企业愈发头疼,尤其是零售行业。虹科Domo商业智能分析工具“对症下药”,为零售企业海量数据问题提供解决方案。

超市数据-利润分析

虹科Domo零售BI直播圆满结束 点击查看直播回放!!

数据预处理

数据预处理

在Domo中,首先需要对各数据表的字段进行备注和说明,然后通过Magic ETL转换相关字段,将表中不需要的字段进行删除。根据表之间的关系,在ETL中进行表连接,最终导出数据源,在该数据源上进行分析和可视化。该连锁超市的数据处理流程如下:

在超市订单数据表中,客户ID由名字和ID构成,产品ID由类别、子类别和产品ID构成,产品名称由制造商、产品名称和产品描述构成。为方便后续操作和阅读,需要将这三列数据进行拆分并修正,删除不必要的分隔符。

在“折扣”字段中,由于带有百分比符号,该字段也被自动识别为文本类型,同样需要将其转换为数值类型。

源数据中的“销售额”字段由于带有货币符号而被设置为文本类型,这不利于我们后续的计算和可视化,因此需要通过文本格式块修正销售额的值,使其显示为数值。

同样的,源数据中的利润也带有货币符号。与销售额不同的是,利润有正负,因此不能直接用文本格式修正,需要先使用拆分块,将利润值分为正负和利润绝对值两列,再使用合并列块,将利润符号与绝对值合并,形成一个新的带正负但是不带货币符号的利润值。

完成对表的基础处理后,需要使用Alert块将不需要的列删除,重命名字段或修改字段类型。

通过订单ID,将处理好的超市订单表与超市退货表进行左连接。通过“地区”字段,将上述表与超市销售人员表进行左连接。

并不是所有订单最终都需要退货的,因此超市订单表与退货表连接后,在“退回”字段中存在大量空值,需要使用“否”进行填充。

三表进行连接后,会存在一些重复字段,需要对重复字段进行删除。其次,需对个别字段进行重命名和修改字段类型。

对于同一订单,若是同一产品购买多件,会将其合并计算销售额和利润。因此,对于订单ID和产品ID均一致的记录,可以认为是重复记录,将其删除只保留一条。

总体概览

想要了解超市的经营情况,首先要对数据有一个总体概览,了解基本数据,包括:

  • 销售额、利润、总体利润率
  • 订单数量、客户数量
  • 客户分布等

从上述仪表板可以看到:

  • 超市2020年的总销售额为545.62万,利润为68.15万,总客户总数为697位,总订单数是816。
  • 盈利的订单有624单,未盈利的订单有192单。超市需要对这些未盈利的订单进行深入分析。

销售分析

通过超市销售趋势分析图可以清晰的看到:

  • 2020年该超市各月份销售额的变化情况,其中销售额峰值是5月份,低值是1月份。
  • 销售额月平均值是45.5万,共有7个月销售额超过平均水平。

利润分析

(1)地区利润贡献额。通过左上角的帕累托图可以看到,中南和华东地区贡献的利润最多,两个地区贡献的利润总额占比超过了60%。

(2)地区下钻。其次,在此图表上进行下钻,可以看到中南地区中,广东地区贡献的利润额最高。值得注意的是,湖北地区无论是售卖哪类产品,其利润都是负的。因此,超市在后期做战略决策时,应该减少该地区的成本投入,尽可能在湖北地区找到新的销售点。

(3)城市下钻。基于地区下钻,再次下钻到湖北的城市级别,发现办公类产品,在武汉、恩施、黄州等5个地区是有盈利的,但是除武汉外,其它地区利润较低。因此,对于湖北地区,可以着重在武汉售卖办公产品。

客户分析

  • 先是对各地区客户情况的概览,无论是客户数、购买的产品数量、贡献的利润以及销售额,基本都是华东和中南地区位列前二。
  • 对于平均每名客户贡献的销售额,华北地区则超过了中南,排名第二,华东地区位列第一。

配送分析

通过左上角的三个饼图可以知道2020年全部订单的整体配送情况:

  • 平均发货周期是4天,45.3%的订单能够提前发货,28%的订单发货延迟。因此,超市需要重点提高其订单的发货速度。在邮寄方式统计上,超过一半的订单是标准级,即在6天内发货。
  • 在订单退货统计方面,2020年共有95笔订单退货,占比11.64%,超市需要对这些订单进行调研,了解客户退货的原因并改进相应的服务。

Domo零售行业白皮书

了解Domo

试用Domo