大家早上好，我姓吴。 如果你觉得文章不错，可以叫我吴老师。 欢迎大家和我一起进入数据分析的世界，一起学习！
感兴趣的朋友可以关注我或者我的数据分析专栏，里面有很多优质文章与大家分享。
今天给大家分享一个数据分析案例：线下连锁水果店销售数据分析案例。 我也将以动画的形式将分析过程呈现给大家，以便真正意义上的大家可以收藏、学习。
目录
1 案例背景
果多车水果超市是华北地区颇受欢迎的线下水果超市。 超市覆盖华北5省，在京津冀地区拥有90多家门店。 与其他水果连锁超市动辄超过100个SKU的情况相比，该公司主营60种热门水果，其中果多吃建立了自己的供应链。 拥有自主商标的优质产品数量逐年增加，为企业提供了丰厚的利润。 2015年至2018年，其年净利润增速保持在10%以上，2018年净利润达到7835万。
作为线下水果连锁超市，果多吃通过直营+加盟的模式拓展了连锁网络。 通过标准化的仓储方式、创新的仓库设计、高效的设备以及与供应商的同步数据，确保高品质、低价格。
其长期稳定的盈利能力一方面得益于有针对性的门店规划和产品规划，另一方面得益于完善的会员体系和有效的会员激励计划。 公司设计了产品配送系统，可以根据各区域的产品销售特点，自动划分各区域的水果供应比例。 总公司一般只需根据整体需求安排水果采购即可；
2019年，公司发现季度利润呈下降趋势。 下图为公司近几年的季度利润表现。 从图中可以看出，2019年Q1、Q2利润同比均为负值。 公司已连续两个季度无法保持利润增长。 如果维持目前的利润增速，将无法完成公司董事会制定的利润目标。 企业领导很着急。
所以现在，老板定下了一个目标：实现每年净利润比去年增长5%。
结合往年Q1Q2季度利润率以及近几年的实际利润情况，预计全年利润在7600万左右。 如果去年需要保持5%的利润增长，则需要达到8200万左右的利润（7835万*（1+5%）），还有600万的利润缺口需要填补。 按去年季度利润比例计算，第三季度利润平均占全年28%，第四季度占全年18%。 我们预计第四季度利润增加的难度将比第三季度更大。 因此，我们分配给第三季度利润增长400万，分配给第四季度利润增长200万。
2 问题确认及指示灯拆解问题
已知利润=收入-成本，那么我们主要可以从增加收入和降低成本两个方面入手，如下。
3 解决问题的思路
**方案一：** 未盈利门店将承担Q3增加的100万毛利
通过门店盈利情况，我们发现有近23家门店没有盈利（约占92家门店的25%）。 我们把25%的毛利增长任务分配给这25%不盈利的门店，利用打折、促销部分产品的营销促销方式，增加门店的客流量，增加打折水果的销量，同时也增加销售额未打折水果的概率。 这样就可以达到门店毛利增长的目标；
通过25%毛利增长任务分解单店日均毛利增长任务：
**方案二：** 使用大批量、高利润的产品，带来300万的毛利润增长
我们将75%的毛利增长任务分配给所有门店，分析热销水果，预测水果销售趋势，改变不同水果的进货比例，以达到增加毛利的目标；
通过75%毛利增长任务分解单店日均毛利增长任务：
4 案例实践
4.1 利用群体分析寻找亏损门店进行营销优化，并通过实验验证结论
本阶段我们完成以下任务：
1. 拆分亏损门店
其中，亏损门店分为：日毛利润低于4000的门店；
对于我们日毛利润4000的标准，我们的计算标准如下：
2、从亏损门店中选择部分门店进行精细化销售方案试点。
精细化销售计划是指对线下门店常用的一些产品进行折扣和促销。
3、分析实验结果，对比前后，确定是否将该方案推广到其他亏损门店
资料介绍
92家店铺店铺ID、日均销售额等4个维度（各字段介绍）
群体分析简介
分析结果
三店日均净利润增长：1176元
23号店：净利润增加205元（未达目标）
39号店：净利润增加2262元
64号店：净利润增加1061元
数据处理：统计（通过excel工具实现）
对店铺亏损程度进行排序，查看大致亏损情况——按日均毛利升序排序
查找日均毛利低于4000元的门店（亏损门店）——过滤掉日均毛利低于4000元的门店
选择3个样本店（id为23、39、64）进行促销实验并进行比较。 数据如下
计算促销前后的利润，比较日均毛利润是否增加。 日均每斤利润=日均毛利/日均销售额
关于是否关闭23号店的决定
按照目前日均毛利润增速，预计23号店未来三个月无法实现盈利，可能会考虑关店；
3个月后预计毛利润=日均毛利润*（1+增长率）
4.2 用比较分析来解决哪些产品畅销的问题？
资料介绍
该数据是从特定商店17天内采样的507条销售记录。 数据维度包括销售日期、商品ID、折扣数量等10个维度。
比较分析简介
分析结果
通过销量对比分析发现，葡萄、荔枝销量明显高于其他品类；
为了进一步分析销量和利润的综合效应，需要结合利润维度进行矩阵相关分析；
同时，为了确定购买量，还需要进一步进行趋势分析。
数据处理：统计（通过excel工具实现）
【数据】–>【高级过滤】–>选择“将过滤结果复制到其他位置”，在列表区域中选择D列，指定复制到的位置，勾选“选择不重复记录”。
统计每个品类的总销量（sumif（范围、条件、求和项）
设施统计表格式（字体、背景颜色等）
数据分析：对比分析（图表更直观----可视化）
选择左侧全部数据-->【插入】->选择图表区的柱形图。
选中图表右键，添加数据标签（Excel右侧可设置图标样式）。
4.3 利用矩阵相关法寻找销量好、利润高的品类
将销量和利润不同的水果分开，为后续调整采购量做好准备。 （利用矩阵相关分析法完成任务）
利润高：平均利润高（因为每次水果的价格不一样，卖的价格也不一样）。 平均利润=利润总额/销售总额。 总销量=数量总和。 利润总额=利润总和。 求利润=销量-成本*销量=单价*数量*折扣
矩阵分析
它是指以事物的两个重要指标为分析基础，进行分类和关联分析，找出解决问题的方法的分析方法。 又称矩阵相关分析法，简称矩阵分析法。
只要两个指标线性无关且放在一起有意义，就可以使用象限分析。 例如：转化率与客单价、售罄率与单品产量、单品库存深度（数量）与新款数量。
每个广告系列的点击率和转化率
各类服装库存及销售
用户重要性和对产品的满意度
功能：对具有相同特征的事件进行归因分析，总结共同原因； 建立分组优化策略。
销量高、平均利润高：注重治疗
销量高但平均利润低：总体维持
销量低但平均利润高：专注发展
销量、平均利润均较低：需查明原因或减少采购量的品类
分析结果
重点象限的品类是荔枝，可以增加购买量。 需要查找原因或者减少采购量的品类是芒果，可以减少采购量。
数据处理：统计（通过excel工具实现）
Excel去除重复并过滤所有类别数据菜单-高级过滤统计销售额(sumif)
统计利润总额（sumif）
统计总销售额（sumif）
计算平均利润
数据分析：象限分析（图表更直观----可视化）
知识点：象限图（改进的散点图）
选择销量和平均利润数据绘制散点图
计算平均销量和平均利润
将散点图的X轴和Y轴的交点调整为销量和利润的均值，就变成了矩阵图。
删除散点图的X和Y轴刻度
选择水平和垂直网格线，按“del”键删除网格，并为坐标轴添加标题，以便轻松区分每个象限的含义。
设置数据标签
A。 右键单击图表并“添加数据标签”
b. 右键单击标签，选择“数据标签选项”-选择单元格的值并选择所有产品类别，并删除Y值。
最终显示结果如下
可以看出，芒果的销量和利润都不高，所以可以重点关注其他水果的销量。 4.4 用趋势分析法来分析水果的总需求量怎么样？
根据预测的销售趋势确定是否需要增加或减少采购量，并确定需要增加多少采购量才能实现利润目标。
趋势分析
趋势是市场表现的方向，趋势分析可以帮助我们把握市场的大方向，避免犯原则性错误。
趋势有三种方式：上升、下降和稳定
纵向分析：不同时期细分指标对比
分析结果
荔枝走势预测略有上升，表明客户对荔枝的需求在增长，荔枝的采购量可以增加。
同样，利润较低的芒果的趋势预测略有下降，表明客户对芒果的需求正在减少，可以减少芒果的采购量。
数据处理
当数据量较小时，我们选择时间粒度为日。 Excel删除重复项并过滤所有时间段
【数据】–>【高级过滤】–>选择列表区域中的日期列
统计荔枝每天的销量，并设置表格格式（sumifs(求和项,范围1,条件1,,范围2,条件2,...))
数据分析：趋势分析（图表更直观----可视化）--时间段趋势用折线图表示
[插入]–>[图表区域]–>选择“带数据标记的折线图”（时间段较小时使用）
选择图表对象，添加趋势线，美化图表
设置标记
以同样的方式绘制芒果销售趋势图
#图片中心
5 结论分析报告
1、每家门店精细化销售计划，可使亏损门店日均毛利增加1176元。
2、调整水果采购量可以增加店铺日均毛利润
可以计算出，需要增加的荔枝数量在230公斤至330公斤之间。
转载请注明出处：无忧博主，如有疑问，请联系（762063026）。
本文地址：https://www.wuyouseo.com/product/17881.html