案例內容：

作為一名DB百貨公司的市場活動經理，在二季度你因為業績一直平平無奇而苦惱。你期望通過一場營銷活動來改變局勢，你需要通過分析公司往年營銷活動來制定最佳方案，實現業績逆襲增長！
在分析過程中，你發現了3個比較嚴重的問題亟待通過數據分析來解決：

問題1：優惠券都去哪了？

以往發放了很多優惠券，但是部分優惠券設置不合理，店員反饋去掉銷售成本虧本買貨，具體是哪些門店？

新的大促活動暫定300、500、1000、2000、5000滿減的優惠券，根據往期銷售數據分析，哪些品類發放哪類優惠券更合適？

問題2：如何合理投放網站廣告？

本次大促活動準備與某網站合作，推送會員卡廣告。為了確保精細化營銷，根據以往數據來看，不同年齡段和性別的人喜歡哪類商品？價位定位在多少更合適？

問題3：哪些業績優秀的門店品牌可邀請進行經驗分享？

在往年的活動中，有些門店品牌宣傳做的好，營業額比平時高很多倍；也有一些門店品牌錯峰舉辦活動，這也能讓銷售額大幅增加。由於此前門店都是各自經營，銷售額高低全憑門店自己，能否找到不同品類中銷售額高、活動做的好的品牌，邀請進行經驗分享呢？

分析思路

拿到數據以後，首先研究活動中提到的三個大問題，以及大問題中的部分分支問題，然後觀察官方提供的數據，找出數據之間的關聯。

問題1：優惠券都去哪了？

分析這個問題，很明顯要圍繞優惠券這個主題來分析，問題中提到，以往很多優惠券發放不合理，導致門店虧本賣貨。是哪些門店在虧本賣貨？在接下來的活動中要繼續發放優惠券，應該針對哪些品類發放哪些優惠券比較合適？雖然數據表中沒有直接給出優惠券使用數據，但是從用券金額來看，還是能看出一些端倪。着重從門店虧本的記錄中排查用券金額情況，就很容易發現是哪些門店在虧本賣貨。再根據以往銷售數據進行歸類分析，得到不同品牌的價格區間，對不同價格區間的產品給出不同的優惠券發放方案。

問題2：如何合理投放網站廣告？

分析這個問題，我的理解是找出不同年齡段不同性別的喜歡產品品類，分析這些銷量好的產品在哪些價格區間，從銷量最多的裏面篩選前幾類產品，做網站投放廣告。

哪些業績優秀的門店品牌可邀請進行經驗分享？

這個問題的初衷是在元旦假期出現虧本以後，出現業績顯著回升的現象。從中找出哪些門店業績做的最好，銷量最好的是哪些品類及品牌。找出代表性的品牌以供案例經驗分享

數據整理

思路分析以後接下來就是對數據進行整理，工具使用的是FineBI,通過FineBI的自助數據集將有關聯的表字段進行關聯合併，比如銷售信息表與會員卡類型可通過會員卡類型編碼，會員卡類型進行關聯。

銷售信息表跟會員卡信息表也有關聯，可在自助數據集中對關聯字段進行關聯合併，同樣的方法銷售信息表與門店品牌表的數據關聯合併

還需要提前對客戶偏好品類產品做價格區間分析，我的思路是另存為一份上面做好的自助數據集，然後過濾掉一些毛利為負的不良記錄及部分數據有缺失的數據。

然後通過銷售額/銷售數量 得到產品的銷售單價，再對這個價格做一個價格區間分析(圖一)。然後按照年齡段，品類名，性別價格區間對銷售數據匯總(圖二)。再按照組內排名的方式得到不同性別，年齡段，和品類下銷量最好的銷量及所屬價格區間(圖三)。最後把組內銷量最好的數據篩選出來，保存當前自助數據集為：不同年齡性別各品類購買偏好分析。

並關聯到上面的原自助數據集中(圖四).我把它命名為:銷售信息合併

圖一:

圖二:

圖三:

圖四:

接下來是對品牌銷售成本表和門店品牌表的關聯合併

用相似的方法計算出產品的單價和產品的價格區間 ，並保存命名自助數據集為:品牌銷售成本合併

另存為一份上面的自助數據集，命名為:建議優惠券分析

首先過濾掉毛利為負的數據，然後根據價格區間，品類名 對去券銷售額，銷售數量數據進行匯總，然後按品類名計算出組內銷量排名

篩選出組內銷量最高的數據，對其價格區間做優惠券發放建議

再創建一個自助數據集，並將品牌銷售成本表和門店品牌表關聯合併。

此時篩選18年1月22號－18年2月4號的數據供後面業績回升分析使用，接着對品類，品牌下的銷售數據匯總。

用組內排名的方法算出品類下銷售額最高的品牌銷售數據，並將排名為1的數據篩選出來。保存當前自助數據集，命名為: 18年1月22-18年2月4號期間不同品類下的品牌銷售排名

數據整理完畢。

可視化分析

先從品牌銷售成本合併數據集中創建一個公司整體去券銷售額及毛利率情況。並將毛利為負做閃爍標記。

從上一個圖中，容易發現公司業績下滑甚至虧本的重點時間段在18年1月1號-4號。也就是元旦期間。可能是由於活動舉辦不當，甚至可以說是出現失誤導致。

進一步拉取門店的虧本金額及用用券次數情況發現問題門店

接下來重點觀察虧本的幾天內門店用券情況

發現東亭店，在元旦期間內大量使用優惠券，且因優惠券設置不合理，導致活動期間虧本嚴重。

了解了上述情況後，要想對後面的活動優惠券使用如何安排合理。可通過歷史數據分析不同品類的產品應該發放哪些優惠券。

下面將前面做好的建議優惠券分析數據集中的數據創建一個儀錶板用來展示相關信息在下圖中，將各品類按銷量在柱狀圖做展示，並將對應的價格區間及建議優惠券在圖中展示出來。

這樣給出的建議優惠券和當前品類下的銷量最好的價格區間，一目了然。

接下來是對合理投放廣告的分析將銷售信息合併數據集中的數據創建一個如下圖的柱狀圖。通過多分類多系列的方式，配合標籤顯示不同品類，各個年齡段和不同性別下，分析銷量最好的品類，從中篩選前3個品類展示。並將不同品類，不同年齡段，不同性別下的品類價格區間在標籤中展示。

這樣就分析出：化妝品部，運動部，針棉紋胸部 三個類別較適合投放網站廣告 ,並給出了價格定位建議。

接下來分析公司業績提升，是哪些門店，做的哪些可推薦方案，可邀請進行經驗分享呢？

通過前面第一個公司銷售額及毛利分析總體圖可知，公司業績提升明顯的是在18年1月22號至18年2月4號之間。抽取這個時間段的數據時行 分析

分析發現這個時間段業績突出的是東亭店和南陵店

從：18年1月22-18年2月4號期間不同品類下的品牌銷售排名 這個數據集中，創建一個儀錶板組件，得到下圖數據，從中篩選前5個品類下的品牌展示。得到銷售額最高的品牌:Burberry,和毛利最高的品牌:NIKE

最終效果圖下圖所示：

總結

做數據分析項目時，要遵循以下幾個要點：

• 帶着問題先觀察整體數據
  發現異常數據，向明確目標鑽取通過分析手段挖掘隱藏的有價值數據用分析出來的結果驗證事實真相