最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

零售数据分析之操作篇11:销售占比分析

[复制链接]
跳转到指定楼层
楼主
发表于 2023-4-3 16:56:02 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
各位数据的朋友,大家好,我是老周道数据,和你一起,用常人思维+数据分析,通过数据讲故事。

上期内容和作业

上一讲讲了排名与TOP的场景,排名是以排序为基础,从1开始标识其排名的序号;而TOP则是以排序为基础,仅显示N行或N%行记录。上一讲还给大家出了两道作业,我们这就来解答一下。

第1题:如何按不同指标进行综合排名?
这一题主要要理解什么是综合排名?所谓综合排名,就是按某些指标分别排名,然后再按特定的权重将排名相加,得到综合排名。这和我们从小评定的三好学生类似,只是我们是用了量化的方法去计算。
我们举一个具体的例子:比如我们想根据收入、客单价、毛利三个指标来给门店进行综合排名,其中,收入占50%,客单价与毛利各占25%的权重,加权汇总就可以得到一个综合排名值。
接下来我们直接在系统中操作:
第一步,汇总收入、毛利、客单价三指标
添加收入、毛利指标:点击【汇总】旁的【+】,勾选【收入】、【毛利】,点击确定。
要计算客单价,首先要添加客流量,然后根据公式:客单价=收入/客流量,来进行计算。
客流量:点击【汇总】旁的【+】,勾选【订单号】,左下角选择【唯一计算】,点击确定。点击该指标旁的【…】,点击【重命名】,修改为【客流量】。
客单价:点击【汇总】旁的【+】,点击【fx】,在【计算成员1】中输入【客单价】,点击左下角【汇总区域】,在【自定义表达式】中输入计算公式:收入/客流量,点击确定。
第二步,在行维度中增加门店指标
点击【行维度】旁的【+】,勾选【门店】,点击确定。
第三步,进行排名设置
收入排名:点击【收入】旁的【…】,点击【排名】,点击【行总排名】。
毛利、客单价的排名设置同上。

最后,增加一个综合排名:
点击【汇总】旁的【+】,点击【fx】,勾选左下角【汇总区域】,在【计算成员1】中输入【综合排名】,在【自定义表达式】中,输入计算公式:收入航总排名x0.5+毛利行总排名x0.25+客单价行总排名x0.25,点击确定。
点击右侧【表列】属性,在【序列】中选择【综合排名】,将列格式下的【值小数位】修改成【2】,即可得到以下效果:

之后点击图表中的【综合排名】进行组内排序,将获得更加直观清晰的展示效果。

第2题:查询哪些门店给公司贡献了80%的销额?
根据我们上节讲过的内容,大家一定会想到用TOPN%来实现。但事实上,用TOPN%是实现不了的。为什么?
我们先审一下题目:哪些门店给公司贡献了80%的销额?这里的重点是80%的销额是怎么计算的?它是先将各门店的销额从高到低进行排序,然后依次相加,再除以总销额得到的(我们称之为累计占比)。借此分析出这个累计占比在什么情况下达到80%,又是由哪几个门店的销额相加得到的。这样就得到了我们这道作业的答案了。
也就是说,我们不是随便从10个门店中找到8个门店(80%),也不是随便找几个门店让其累计的销额占比超过80%即可(需要按销额从高到低进行排序)。
听到这里,大家应该明白,上一讲的TOPN%是没办法实现这个需求的,而这个需求,恰好是今天要讲的内容。

本期内容

今天要讲的内容就是与销售占比相关的内存计算。包括三部分的内容:
1、占比:
比如各门店收入占公司总体收入的比重?比如计算A门店的收入占比,就是将A门店的收入/所有门店的收入得到的值。这个占比还要区分另外一种情况,就是根据不同的层级来计算与父级汇总的占比。比如我们在看各门店各品类的收入时,想看某个门店各品类的收入占公司总体收入的比重(行总占比),也可能想看某个门店各品类的收入占当前门店总收入的比重(行占比)。如果只有一个层级,那么,行总占比与行占比计算得到的结果相同。

2、TOP占比:
当我们在进行TOPN分析时,如果用普通的占比,得到的仍然是某个门店占父级或总计的比重,但如果想看门店销售TOP10中每个门店在前10中的比重,而非在所有门店中的比重时,就得用TOP占比了。
TOP占比与普通占比的区别在于,TOP占比就是匹配TOP N使用的,TOP占比的除数为显示出来的TOP N的总计,而普通占比则是所有行的总计。

3、累计占比:
在讲累计占比前,我们要先讲一下累计,所谓累计值,就是逐行累加或者逐列累加,加到最后的值,就是总计的值。而累计占比即当前行或列的累计值占总计的比例,同时也是逐行累加或者逐列累加,加到最后的占比,就是100%。

这里给大家普及一个小知识,用到累计与累计占比最为典型的一个场景就是柏拉图(排列图),这里的柏拉图不是大家熟知的那个哲学家柏拉图,柏拉图是美国品管大师朱兰博士运用意大利经济学家柏拉图(Pareto又译帕累托)的统计图加以延伸所创造出来的,多用在质量管理中。
       比如下图中,X轴的ABCD是指质量缺陷的种类,而左侧的Y轴记录的是质量缺陷出现的次数,而右侧Y轴记录的是各缺陷种类的累计百分比,将各累计占比的点连成的线就是帕累托曲线。如果在累计百分比这里画出一条80%的分隔线,就可以直观的看到,哪几种缺陷占到了出现总次数的80%,即关键的少数;而80%-100%这个区间的缺陷种类称之为微不足道的多数。它的灵感就来自意大利经济学家帕累托关于社会财富状况中“关键的少数和微不足道的多数”现象。


讲到这里,再通俗一点讲,就是我们大家都知道的2-8定律,而我们上一讲留的那道作业题,想知道哪些门店给公司贡献了80%的收入?就是要用到累计占比这个功能。

好的,讲到这里,想必大家已经有些晕了,我们通过一些示例来实践一下。

系统实操

1、计算分析各门店的收入占比
首先,制作一个将【收入】放到汇总中,将【门店】放到行维度中的表格,然后进行占比分析。
增加收入指标:点击【汇总】旁的【+】,勾选【收入】,点击确定。
增加门店指标:点击【行维度】旁的【+】,勾选【门店】,点击确定。
收入行占比:点击【收入】旁的【…】,点击【占比】,点击【行占比】。

2、各品类在各门店的占比情况
在上题的基础上,先把【品类】放到行维度中,然后做行总占比分析。
增加品类指标:点击【行维度】旁的【+】,勾选【品类】,点击确定。
收入行总占比:点击【收入】旁的【…】,点击【占比】,点击【行总占比】。
点击右侧【表列】属性,在【序列】中选择【收入行占比】,在【值类型】中选择【百分比】,在【值小数位】中选择【2】,即可获得以下报表效果:

3、卖的最好的前10种商品占比情况如何?
新建将【收入】放到汇总中,将【商品】放到行维度的表格,然后做以下操作:
对收入进行降序:依次点击【收入】旁的【…】、【排序】、【降序】。
对商品进行top10设置:依次点击【商品】旁的【…】、【显示行TOP】、【10】。
这个时候看到的是各个品类商品占到整个公司商品收入的占比。如果我们要看到各个品类占到top10中的收入占比是多少,就需要做top占比分析:
依次点击【收入】旁的【…】、【TOP占比】、【行TOP占比】。

4、分析某月各门店的占比,以及,同一个门店每个月的占比
新建一个表格,把【收入】放汇总,把【门店】放行维度,再把【时间年】、【时间月】放列维度。
筛选2010年的数据:点击【筛选】旁的【+】,勾选【时间年】后并打开勾选【2010】,点击确定。
分析每个月各个门店的占比:依次点击【收入】旁的【…】、【占比】、【行占比】。
分析同一个门店不同月份的占比:依次点击【收入】旁的【…】、【占比】、【列占比】。

5、找出给公司贡献了80%收入的门店?
新建一个以【收入】为汇总指标,以【门店】为行维度,并对收入指标进行降序的表格。
降序:依次点击【收入】旁的【…】、【排序】、【降序】。
收入行累计:依次点击【收入】旁的【…】、【累计值】、【行累计】。
收入行累计占比:依次点击【收入】旁的【…】、【累计占比】、【行累计占比】。点击右侧【表列】属性,在序列中选择【收入行累计占比】,在值类型中选择【百分比】,在值小数位中选择【2】。

敲黑板讲重点

1、 今天讲的内容,大家最好是将制作出来的表格导出到EXCEL中,根据自己的理解在EXCEL中计算验证一下。
2、 今天讲的内容都有行/列,以及是与总计计算还是与父级小计计算的区别,大家在实际场景中理解消化。

最后,给大家出一道作业:
如何画出一个帕累托的统计图,来看品类销售是否符合2-8定律?

下一讲,我们会讲之前搁置的子查询的应用场景,敬请期待。

老周道数据,和你一起,用常人思维+数据分析,通过数据讲故事,我们下一讲再见!

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-28 20:54

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表