数据分析系列课第三堂《数据分析应用案例：1比3的工作效率》全纪录

《数据分析应用案例：1比3的工作效率》 　　大家下午好，这几周我们正在开展与数据分析相关的系列课，前两次课我们一起学习了数据思维养成的方法、分析工具的使用、分析方法与预测方法的应用等，没看到直播的同学可以看下视频回放。 　　上次课我们在课末留下几个问题，其中提到：数据分析该如何与实际场景结合，又该如何利用数据分析定位实际业务中的问题所在。 　　上期回顾：http://www.powerbibbs.com/thread-419823-1-1.html 　　大家都学过一个成语，叫做“纸上谈兵”，空谈理论是不能解决实际问题的，所以本次课我们就结合实际业务场景，来看看数据分析到底怎么用。 　　结合实际业务场景的数据分析，常常应用于现状分析、问题定位、建议提供等方面，我们看下做分析前必须思考的几个问题： 　　1、        做的报表是给谁看的，大BOSS还是地区经理？ 　　2、        领导关注的问题主要会是哪些？ 　　（实际的业务场景通常比较复杂，做分析时不仅要考虑数据分析的目的、展示的内容、使用的方法等，还要考虑实际的业务场景、客户的分析需求等，因此，结合汇报对象、以及对象的关注点，有利于我们确定分析出发点、分析侧重点等） 　　3、分析出来的结果对现状有何影响？ 　　4、针对这些影响，能提怎样的建议？ 　　我们前面说了，结合实际业务场景的数据分析，现状分析与建议提供也是其应用体现，现状分析既是对现有状况的一个概述，也是发现现存问题的一个过程。而对企业来说，了解自身当前经营状况、并找到现存问题、加以解决，是维持企业稳步发展必须的步骤。 　　接下来我们就进入课程，一起学习在实际业务背景下，如何想问题、如何做分析。 　　什么叫1比3的工作效率，我们待会儿来看看。 　　课程简介 　　本次课我们以数据分析应用作为主要学习内容，将结合实际销售案例，与大家分享数据分析真实的工作流程与操作过程。 　　视角不同，分析侧重点不同 　　前面我们提过结合汇报对象及关注点是非常有必要的，这里通过实际案例来看下。 　　根据报表汇报对象不同，报表的使用意义与分析侧重点也会不同。比如：企业大BOSS，更关注的会是企业总体经营状况，比如企业总体销售趋势如何，销售是否达标？旗下各公司销售情况与贡献占比，是否有哪家分公司销售出了问题等；公司经理，关注的重点相比大BOSS会低一层，会更加关注公司自身的经营状况，包括本公司的销售趋势、销售达成，推售的各品牌的销售状况，以及销售异常等；同理，品牌经理关注的重点则会比公司经理再低一层、更细一点，主要会关注自己经营的品牌下各产品的销售状况，并根据实际情况分析产品销售是否异常等。 　　细心的朋友可能会发现，当我们按照不同层次的视角分析数据时，它们之间是存在一定关联的，比如我们的案例中，大BOSS可以根据分公司的销售异常将问题中心定在某一个分公司上；而分公司经理可以根据品牌的销售异常将问题中心定在某一个品牌上；同理，品牌经理则可以根据产品的销售异常将问题中心定在某一个产品上。 　　它们之间实现了问题细化定位的效果，能层层挖掘问题并细化到产品上，当然一个企业经营异常通常是由多个原因共同影响的，但问题需要逐个解决，通过这个案例我们能将较突出的问题定位出来并进行解决，就是一个很好的分析应用。 　　案例实操：1比3的工作效率 　　我们给课程取名叫1比3的工作效率，因为我们最终会得到3张报表，分别是针对大BOSS、公司经理、品牌经理的汇报内容，但这3张报表都是由同1张报表演变而来。 　　根据前面我们对不同领导层的视角分析，其实会发现每个领导层关注的指标是相似的，只是关注的层面不同，这也就说明我们只需做一张报表，并在其基础上做部分修改（如：分析维度、图表展现形式等）即可。 　　基础数据 　　现在我们就来看下如何通过分析工具来实现问题定位的分析过程。 　　动手之前我们先简单看下Excel数据源，看下我们等会儿要用到哪个数据表。 　　这个数据源跟上两次课是同一个，这次我们使用”饮品销售数据、饮品销售目标、公司”这三个工作表的数据，其中第一个工作表主要是企业各公司饮品销售情况，第二个工作表是各公司年度销售目标，第三个工作表是公共维度，因为前两个表是相互独立的，如果我后面想分析各公司的目标达成，需要通过公共维度将两个单独的表关联起来。 　　编辑视图 　　接下来我们打开分析工具进行操作，由于本次课使用的数据源与上次课是一样的，因此我们可以在上次课的数据基础上直接进行操作。 　　首先找到数据源，并编辑其视图，由于”饮品销售数据、饮品销售目标”表均要用到时间日期，这里我们分别给它们设置时间列，并通过公共维度将两个单独的表关联上。 　　大BOSS视角 　　首先我们从最高层次--大BOSS的视角来分析企业总体的经营状况。 　　汇报首先要告诉对方汇报内容是什么，常用的展现形式有报表标题、报表描述等； 　　之后通过尽量简洁的形式汇报总体情况，如重点指标、行业特定指标，我们这里选择使用销售额及同比情况，并通过数字图展现出来； 　　再下一步通过趋势分析、对比分析、成分构成等较为常规的分析方法来展现数据情况； 　　例如：通过柱状图可以查看各年销售变化，发现2015年销售金额达到一百多个亿，而近两年来销售金额有所下降。且对应目标达成率也有所下降。 　　通过玫瑰图可以查看各分公司销售占比情况，同时可根据公共筛选年查看各年份占比； 　　通过这几个步骤，我们已经解决了老板关注的几个问题点：整体销售情况如何，销售趋势及是否达标，各分公司的销售贡献对比等； 　　接下来就是分析问题所在，在销售下降、达成率下降的情况下，哪个分公司销售异常？单看这张报表大家可能找不到哪里有问题，这里就需要使用交互分析方法—联动功能。 　　通过联动功能可以查看2015年至2017年各公司销售占比情况。发现近年来销售额已经有所下降，而对应各分公司的销售占比中，F公司的占比也逐年下降。在总体缩减的情况下，占比依然下降，说明F公司销售异常。 　　再通过联动查看F公司月度销售数据，发现2015年、2016年第一季度均出现全年销售高峰，而2017年第一季度相较于前两年差距非常大，确实有必要分析F公司销售情况。 　　公司经理视角 　　问题定位后，将分析层次转移到了第二层--公司经理视角，需用从公司角度分析销售问题出在哪里。由于不同视角关注的指标相似，我们考虑在第一张报表的基础上操作。 　　对第一张报表做另存的操作，这样我们就可以在不影响它的情况下做公司视角的分析。 　　对于分公司经理来说，首先还是要了解公司总体经营情况以及销售趋势，因此年度销售趋势及同比数据不需要做更改，在筛选条件下，现在已经显示的是F公司的数据了。 　　接下来是销售占比情况，对于公司经理来说，当销售异常时更加关注的会是本公司内各个品牌的销售情况，因此这里的公司占比需要换成品牌销售占比分析。 　　至于月度销售趋势同样是公司经理关注的内容，因此也不需要修改。现在我们用同样的方法来分析一下F公司销售异常与哪些品牌有关。 　　通过联动功能可以发现F公司中品牌16一直是销售占比较大的品牌，但同样出现异常的情况，在F公司销售额、达成率连续下降的情况下，品牌16销售额占比也逐年缩减。通过联动功能查看品牌16的月度销售趋势，同样该品牌2015年、2016年的第一季度销售均达到全年高峰，而2017年第一季度销售额骤减，且全年销售额均较低。 　　由此可见F公司中品牌16的销售情况异常且问题较大，需要深入分析。 　　品牌经理视角 　　确定某个品牌出现问题后，将分析转入第三层—品牌经理视角，要求品牌经理从品牌层面出发，分析品牌下各产品的销售情况，找到销售异常产品。 　　这里我们同样可以在前面报表的基础上进行复制修改，进而得到品牌经理视角的分析。 　　由于品牌经理视角分析的相对仔细一些，我们这里以产品异常分析为主，主要留下品牌月度销售趋势图，其它的可以适当删减或修改。 　　我们依然用占比分析法，查看一下各月份销售数据对应的产品销售占比情况。 　　前面分析了品牌16近几年的销售趋势，2015年、2016年第一季度达到销售高峰，2017年全年销售均较差，我们看下2017年第一季度对应的产品销售占比。 　　在2017年销售额下降的情况下，家庭装产品销售占比同样下降且降幅巨大。为了让分析更全面，我们观察下品牌16两类产品近几年的销售走势。 　　不难发现，2016年6月份之前，品牌16中两种产品的销售占比相对稳定，其中家庭装产品占比常常高于散装占比；而2016年7月份开始，家庭装产品销售占比大幅下降，散装产品销售占比节节攀升，两种产品的销售占比非常不稳定，起伏剧烈。该现象表明，品牌16中两种产品销售均异常，其中家庭装产品销售问题尤为严重。 　　由此，我们从不同领导层视角出发，通过分析工具、分析方法，在同一张报表的基础上，找到业务问题，并层层细化到详细的产品层面上。这就是我们所说的应用。 　　课程回顾 　　我们本次的案例实操就演示到这里，不同视角关注的内容、报表链接等，同学们都可以在PPT里找到，针对今天的内容，大家可以课后跟着视频和截图再消化一下。 　　我们的课也接近尾声了，现在一起来回顾一下今天主要讲了哪些内容： 　　本次课我们主要结合实际业务场景，了解了数据分析的工作流程、分析工具的使用方法等，通过不同视角拆分解读了销售数据及其问题… 　　希望同学们学习了这次课后，再遇到实际业务应用，能快速明确分析出发点，也能通过数据分析工具、分析方法去解决实际问题。 　　课后小问 　　这次课是我们系列的最后一次课，同样给大家留了两道课后思考，这两道题不再给答案，相信同学们听了这几次课，对这样的问题已经有自己的想法与行动了。 　　1、行业不同、场景不同，数据分析可通用吗？ 　　2、如何通过分析工具、分析方法做自己的数据分析报告，大家可以尝试着做一做。可以使用我们提供的数据源，也可以使用自己的。