卷王同事的大作!熬夜3周做出满足各层级人员的BI自助分析报表!

文 | 商业智能BI相关文章 阅读次数:374 次浏览
2023-09-04 11:51:33

一、概述

1、背景

在零售门店疯狂扩展的背景下,全国-省-市-区的各层级业务管理人员都急需一张能查看的报表,能从中知道自己所管辖内的业务最近或过去的情况,公司管理层也需要一套能考核所有人的KPI指标体系。因此,作者通过搭建一套有可探索性,使用广泛性,层级管理性,实时性/可回溯性的满足各层级人员的BI自助分析报表来帮助管理人员和业务人员自助查用数据。

2、思路

BI自助分析报表,专题分析报表,环比变化分析

二、具体介绍

1、本月销售额&环比变化分析

作者分析了’东北三省总监’要和’全国老大’汇报’吉林省’本月的异常情况,所筛选了 省=’吉林省’,接下来整份报表都是’吉林省’的内容。吉林省22年3月26日当月[环比增长率]足足下降了40.2%, [1.3][1.4]21年3月(全月)可是足足上升了43%,本月业绩下降就非常离谱了。[1.5]22年3月后2周表现得很差是主要原因。

BI自助分析报表,专题分析报表,环比变化分析

结论:

‘吉林省’的22年3月后2周表现得很差,符合全国22年3月的后2周的异常。

2、本月各市月销售额占比&环比变化分析

BI自助分析报表,专题分析报表,环比变化分析

上图[2.2]可以看到’吉林省’的只有’白山市’是正常上涨的。[2.3] 贡献了吉林省2月的34%销售额的’长春市’ 环比下降了55%, 贡献了吉林省2月的11%销售额的’长春市’ 更是环比下降了86%,全省下降最多。

结论:’吉林省’的22年3月表现得很差,主要是’长春市’和’吉林市’影响最大。

3、市场扩张情况:总门店数对比& 新增门店数情况环比变化分析

由于市场一直在高速扩张中,也就是一直在新开门店。所以本月[环比增长率]-40.2%甚至还要再减去上图[3.1]的[总门店数环比多(同时段)]的1.7%,才是同样门店数的一个对比情况。 [3.1][3.2]都在说明这个,可以看到2月3月的门店数增幅下降了,但是增幅下降得严不严重,看斜率是不容易看出来的。

所以需要[3.3][3.4][3.5]这个来知道市场扩张的速度具体放缓了多少,可以看到 1,2,3月放缓速度在持续增加,3月[新增门店数环比增长率]甚至是-50%, 而21年3月[新增门店数环比增长率]是115.8%。

BI自助分析报表,专题分析报表,环比变化分析

结论:

‘吉林省’的21年下半年市场扩张的速度就放缓,22年市场扩张的速度更是大幅度的连续下降,当前3月份尤其严重。

4、有销量门店数&门店有销率 变化情况

作者分析得[本月有销率环比增加]为-15.5%,[4.2] 同比(同时段)的[门店有销率]也有72.4% ,每个月的有销率也比较平滑,所以[本月有销率]55.4真的很异常。

BI自助分析报表,专题分析报表,环比变化分析

分析得条形图粗细代表[销售额占比],表示对全局的影响度,影响度最高的还是’长春市’,不过’长春市’上月的[门店有销量率]本来就偏低,只有69%,环比减少了了-15.5%。 变化最大的依然是’吉林市’从上月很高的77% 减少了-31% 到46% 变化巨大。作者对比了当月,同期,环期的[每日门店有销率],定位问题到天。发现本月从3月8号开始脱离正常值下滑,到3月21日到达了最低点2.4%,并一直在3%上下徘徊。

BI自助分析报表,专题分析报表,环比变化分析

结论:

‘吉林省’的门店有销量率减少了-15.5%,主要是在3月8日后大幅度连续下滑,符合’吉林省’3月后2周销售额表现差,但还不足全部以解释 -40%的业绩下滑。

5、月店均销售额 & 店均销售天数 & 店日均销售额

[月店均销售额]代表了门店的平均销量水平,作者找到了-40%销售额剩下的原因,是 [月店均销售额] 的 环比下降了 -24.8%。[5.5]可以很清晰进一步分析下降的主要原因是 [店均销售天数]大幅度下降了, 而[店日均销售额]只有略微下降,[5.6]可以看出 到3月20日才有略微的下降。

BI自助分析报表,专题分析报表,环比变化分析

结论:

‘吉林省’的门店[月店均销售额]减少了-24.8%,主要是在[店均销售天数]大幅度减少,加上这个因素可以基本解释 -40%的业绩下滑的原因。

6、分析洞察

但是真的证明问题还是需要下面的[专题分析报表]补充:

BI自助分析报表,专题分析报表,环比变化分析

上图这是一份简单分析22年各城市受疫影响[销售额]的[专题分析报表],筛选到’吉林市’,可以看到3月份确实有疫情。这份[专题分析报表]采用了[新增本土确诊病例]作为判断是否有疫情的标准,因为收集所有城市的封管控等信息非常困难,有主观性,口径不一致。目前政府,商家,消费者的决策其实也是以[新增本土确诊病例]为基准在做判断,都是在关心[本土新增]。

上图筛选2022-03-01~2022-03-26 ,和我们的[日常可视化报表]一致。

[2]是通过22年无疫情日算出的日均销售额为9084,这个是不会被筛选日期影响的,如果通过筛选里的算无疫情日算出的日均销售额,天数太少,离疫情太近,有很多偶然性。

[3]销量和本土新增折线图可以看到 3月3日就开始有[新增本土确诊病例],月头几天销售额就已经收到了影响,小于22年无疫情日算出的日均销售额的9084。且在3月7日疫情开始持续爆发的时候,销量明细大规模下滑。

[4] (3月疫情天数)24× (疫情影响日均销售额)-8125 =(本月因疫情总损失销售额) -194,991 ,

[5]从而推断(无疫情预期销售额)为227,393, 因疫情损失为 -85.8%.

我们回顾下[日常可视化报表]的’吉林市’足足-85%的下滑,上述这个[专题分析报表]就能非常好的解释清楚。

BI自助分析报表,专题分析报表,环比变化分析

结论:

‘吉林省’的22年3月份[月店均销售额]下滑-85%是疫情导致的,(上图)’长春市’用同方法去推断也是发现一样的情况,所以’吉林省’的门店[月店均销售额]减少了-24.8%完全可以用疫情解释。

三.参赛总结

BI自助分析报表(全国看省)

BI自助分析报表,专题分析报表,环比变化分析

城市受到疫情影响分析(长春)

BI自助分析报表,专题分析报表,环比变化分析

BI自助分析报表(吉林省看市)

BI自助分析报表,专题分析报表,环比变化分析

以上分析依托的都是FineBI工具,文末免费体验指路!

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

BI自助分析报表,专题分析报表,环比变化分析

商业智能BI产品更多介绍: www.finebi.com

相关内容

立即体验 立即体验

在线客服

电话咨询

技术问题

投诉入口

返回顶部