(5年高职)商务数据分析教学课件汇总完整版电子教案全书课件(最新)

1、商务数据分析学习单元1 商务数据分析的基础 主题the ThemesDT数据与数据 结构认知数据挖掘商务数据分析认知数据与数据 结构认知认识数据：数据的定义信息的定义数据的物点数据的分杰：什么是数据分类数据分类的原则分类的方法数据的常用结构：数据结构的定义数据的常用结构数据结构算法：算法的定义算法的特性算法设计的准则算法设计的基本方法1 数据的定义2 信息的定义3 数据的特点认识数据认识数据信息的定义符号文字数字语音图像视频变异性规律性数据的特点数据的常用结构逻辑结构物理结构（存储结构）逻辑结构数据结构中的元素之间除了“同属一个集合” 的相互关系外，别无其他关系。集合01数据结构中的元素存在一

2、对一的相互关系 线性结构02数据结构中的元素存在一对多的相互关系 树形结构03数据结构中的元素存在多对多的相互关系 图形结构04存储结构顺序存储链接存储索引存储散列存储顺序存储方法数据模型是数据分析、它是把逻辑上相邻的结点存储在物理位置相邻的存储单元里，结点间的逻辑关系由存储单元的邻接关系来体现，由此得到的存储表示称为顺序存储结构。顺序存储结构是一种最基本的存储表示方法，通常借助于程序设计语言中的数组来实现。 .索引存储方法除建立存储结点信息外，还建立附加的索引表来标识结点的地址.链接存储方法它不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表

3、示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现 散列存储方法就是根据结点的关键字直接计算出该结点的存储地址 常用结构队列栈树图链表堆散列表数组2 数据分类的原则3 数据分类的方法数据的分类1 什么是数据分类数据分类的原则稳定性系统性可扩充性综合实用性兼容性51234分类的方法时间状况性质表现形式记录方式数字化方式来源定位、定性、定量、定时地图、表格、影像、磁带、纸带定类数据、定序数据、定距数据与定比数据 数字数据、模拟数据矢量数据、格网数据等直接的统计数据、间接的统计数据计量层次时间序列数据、截面型数据数据结构算法定义特性准则方法及要求算法的特性输入02确定性04有究

4、性03可行性0501输出算法的准则可读性正确性健壮性高性价比方法及要求顺序、循环、选择 正确性、可读性、健壮性、效率与低存储量需求 010302算法设计的基本方法算法设计的要求算法的基本结构穷举法、动态规划、贪心法、回溯法、递推法、递归法、分治法、散列法，分支限界法 数据挖掘数据挖掘的起源与发展：数据挖掘的起源数据挖掘逐渐演变的过程数据挖掘的定义数据挖掘的方法与流程：数据挖掘的方法数据挖掘的流程数据挖掘的起源03支持数据挖掘技术的基础04从商业数据到商业信息的进化01网络技术之后的下一个技术热点02数据爆炸但知识贫乏机器学习自动决策数据仓库KDD数据挖掘逐渐演变的过程技术上的定义及含 义：数据

5、融合人工智能商务智能模式识别机器 学习知识发现数据分析决策支持商业角度的定义：分析探索规律模型数据挖掘的定义认识数据：数据的定义信息的定义数据的物点数据的分杰：什么是数据分类数据分类的原则分类的方法数据的常用结构：数据结构的定义数据的常用结构数据结构算法：算法的定义算法的特性算法设计的准则算法设计的基本方法数据挖掘逐渐演变的过程数据挖掘的方法关联规则聚类特征分析回归分析变化和偏差分析数据挖掘常用方法分类Web页挖掘数据挖掘流程逻辑数据库被选择的数据预处理的数据被转换的数据被抽取的信息被同化的知识数据挖掘人员010302业务分析人员数据分析人员数据管理人员商务数据分析认知商务数据分析认知商务数据

6、分析解读：电子商务数据分析七要素电子商务数据分析体系电子商务数据分析指标与维度解读商务数据分析价值：利润最大化优秀便捷的体验拓宽更多可能性商务数据分析应用领域：数据监控与诊断市场分析竞争分析货品分析客户分析营销及广告分析流量渠道分析财务分析其它电子商务数据分析七要素1电子商务数据分析需要商业敏感 2电商网站转化率是关键，ROI是最终的目标3电子商务数据分析衡量指标的设定4某些指标异常变化的原因分析 5利用数据分析用户的行为习惯6客户的购买行为分析 7电子商务数据分析需注重实战经验电子商务数据分析体系销售业绩指标经营环境指标营销活动指标网站运营指标客服价值指标电子商务数据分析体系电子商务数据分析

7、指标与维度指标是用于衡量事物发展程度的单位或方法，它还有个IT上常用的名字，也就是度量。例如：人口数、GDP、收入、用户数、利润率、留存率、覆盖率等。很多公司都有自己的KPI指标体系，就是通过几个关键指标来衡量公司业务运营情况的好坏。指标维度维度可以分为定性维度和定量维度，也就是根据数据类型来划分，数据类型为字符型(文本型)数据，就是定性维度，如地区、性别都是定性维度；数据类型为数值型数据的，就为定量维度，如收入、年龄、消费等，一般对定量维度需要做数值分组处理，也就是数值型数据离散化，这样做的目的是为了使规律更加明显，因为分组越细，规律就越不明显，最后细划成最原始的流水数据，那就无规律可循。指

8、标与维度电子商务数据指标详解010203040506用户指标商品指标销售指标电商总体指标APP指标市场竞争指标商务数据分析价值提供给公司或者雇主更多的利润提供给用户更优秀更便捷的体验 拓宽了行业更多可能性 123应用领域每个人都可以做数据分析市场分析数据监控与诊断货品分析客户分析竞争分析营销及广告分析流量渠道分析财务分析其它学习结束感谢观看！The end of 1th Unit. Thanks for listening.学习单元2 商务数据分析工作流程主题the ThemesDT数据分析准备数据采集数据处理报告撰写数据展现数据分析准备数据分析准备1目标业务理解2数据分析计划3数据分析方案数

9、据采集日志采集网络爬虫方式规则真实性多维性高效性商务数据采集数据处理1数据加工2数据清洗3数据建模数据加工数据计算数据组织数据存储数据分组数据检索数据加工形式数据转换数据排序1 雪花模型2 星型模型数据模型数据模型数据展现1商务数据的展现形式2数据图表的作用及类型3图表制作方法商务数据展现形式 纵向对比（时间序列）差异分析横向对比进度分析同环比对比分析预警分析其它对比预警分析预警分析图表展现 进度分析仪表盘 图标图 差异分析差异分析图表展现 纵向对比（时间序列）纵向对比分析图表展现 横向对比横向对比分析图表展现之条形图 横向对比分析图表展现之饼图 同环比同环比分析图表展现之图标集 同环比分析图

10、表展现之柱状图与折线图的组合图 其它对比其他对比分析图表展现 2 杜邦分析3 数据透视分析结构分析1 构成分析构成分析漏斗图 瀑布图 杜邦分析杜邦分析图表展现 数据透视分析数据透视分析图表展现 数据图表的作用及类型 子母饼图、组合图柱状图、折线图、饼图、旋风图、瀑布图、散点图、漏半图010302作用类型制作方法形像化、突出重点、专业化撰写报告报告种类和作用报告写作原则报告结构撰写报告注意事项报告模板51234报告写作原则原则使用的名词术语一定要规范，标准统一，前后一致，要与业内公认的术语一致了解并应用新提出的研究模型或分析方法，在实践中验证和改进它 保证数据真实、完整，分析过程科学、合理、全面

11、，分析结果可靠，内容实事求是 突出重点，选取关键指标，对问题的重要性排序后分级阐述规范性重要性谨慎性创新性报告结构01040203标题页正文目录结论与建议撰写报告注意事项结构合理，逻辑清晰02篇幅适宜，简洁有效 04用词准确，避免含糊 03结合业务，分析合理 0501实事求是，反映真相 学习结束感谢观看！The end of 2th Unit. Thanks for listening.学习单元3 数据分析方法与工具 主题the ThemesDT数据分析方法论认知基本分析方法认知高级分析方法认知数据分析工具数据分析方法论认知数据分析方法论定义数据分析方法论的重要性 数据分析方法论与数据分析方法

12、的区别 常用的数据分析方法论 ：营销分析方法论 统计分析方法论 数据分析方法的重要性理顺分析思路，确保数据分析结构体系化把问题分解成相关联的部分，并显示它们之间的关系 为后续数据分析的开展指引方向 确保分析结果的有效性生及正确性 1 数据的定义2 信息的定义3 数据的特点认识数据认识数据信息的定义符号文字数字语音图像视频变异性规律性数据的特点逻辑结构数据结构中的元素之间除了“同属一个集合” 的相互关系外，别无其他关系。集合01数据结构中的元素存在一对一的相互关系 线性结构02数据结构中的元素存在一对多的相互关系 树形结构03数据结构中的元素存在多对多的相互关系 图形结构04存储结构顺序存储链接

13、存储索引存储散列存储顺序存储方法数据模型是数据分析、它是把逻辑上相邻的结点存储在物理位置相邻的存储单元里，结点间的逻辑关系由存储单元的邻接关系来体现，由此得到的存储表示称为顺序存储结构。顺序存储结构是一种最基本的存储表示方法，通常借助于程序设计语言中的数组来实现。 .索引存储方法除建立存储结点信息外，还建立附加的索引表来标识结点的地址.链接存储方法它不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现 散列存储方法就是根据结点的关键字直接计算出该结点的存储地址 常用结构队列栈

14、树图链表堆散列表数组2 数据分类的原则3 数据分类的方法数据的分类1 什么是数据分类数据分类的原则稳定性系统性可扩充性综合实用性兼容性51234数据分析方法论逻辑树分析法5W2H分析法4P营销理论PEST分析法用户行为理论营销分析方法论数据分析方法论相关分析假设检验方差分析描述统计回归分析统计分析方法论判别分析主成分与因子分析时间序列分析决策树基本分析方法认知基本分析方法认知又名帕累托定律，也叫巴莱多定律、80/20定律、最省力的法则、不平衡原则 外部预警分析、内部预警分析010302对比分析法预警分析二八分析同比分析、环比分析、定比分析高级分析方法认知高级分析方法认知时间序列分析02回归分析

15、04相关分析03协整分析0501波士顿矩阵分析数据分析工具010302生意参谋EXCELBI工具客户分析单元3学习结束感谢观看！The end of 3th Unit. Thanks for listening.学习单元4 运营分析主题the ThemesDT流量分析商品分析供应链分析流量分析关键字分析：关键字分析内容关键字选择方法转化分析：转化分析内容转化分析方法流量趋势分析：流量趋势分析内容流量趋势分析方法2 流量3订单4 指标关键字分析内容1 采集关键字分析番薯关键字数据统计表关键字访客数量订单数量订单金额商品数量客单价人均支付件数地瓜15,2101,724571,5574,528359

16、.922.63番薯6,991461134,9301,089364.672.36纤维5,210931287,8412,108349.322.26健康3,245575182,6491,367358.682.38纯绿色2,327328116,351929433.802.83通便4,914720233,0301,817365.252.52养胃80140192,4901,251245.743.12关键字分析2 合并关键字3关键字指标采集4 排序关键字选择方法1 列举与产品有关的关键字5 指标衡量关键字关键字分析流量趋势分析内容流量趋势分析方法流量趋势分析1流量变化统计2观察和调研3罗列和验证流量趋势分析

17、内容原理流量趋势分析内容时间段流量买家数量订单数量00:00-01:0013,4904,1915,15401:00-02:006,8675,2536,73402:00-03:002,58041250503:00-04:00100-05:0078318621105:00-06:0083726130106:00-07:004,87866374907:00-08:008,3548771,01008:00-09:007,0419441,11209:00-10:006,43977892010:00-11:005,01462972611:00-12:003,74743551012

18、:00-13:003,49136543613:00-14:003,45134940514:00-15:002,76629135315:00-16:002,47928634316:00-17:002,37427831117:00-18:002,21723327318:00-19:002,46124227819:00-20:002,69130739720:00-21:002,96236245321:00-22:003,33537244022:00-23:003,59849260623:00-24:002,990744919某店铺2018年某一次促销流量及订单统计 时间2017年流量2018年流量0

19、点1,151,749 1,400,423 1点712,403 2,011,707 2点59,507 129,698 3点26,506 62,395 4点26,442 54,623 5点 34,555 85,562 6点89,066 220,249 7点126,528 292,287 8点116,788 329,029 9点116,588 258,573 10点92,022 208,115 11点39,953 143,767 12点38,325 108,971 13点 34,960 94,535 14点 38,549 86,970 15点 25,708 83,027 16点 34,445 80,

20、088 17点 31,185 69,063 18点 36,776 81,165 19点 38,515 95,751 20点 52,389 113,123 21点54,018 104,820 22点 62,210 148,938 23点 77,826 174,654 某次大促2017年与2018年流量对比 2017年与2018年大促流量分时对照 流量趋势分析方法维度2017年与2018年大促流量分时对照 从纵向对研究时间段内的流量变化进行研究流量趋势分析内容转化分析转化分析内容转化分析方法转化分析内容因素流量来源地域用户属性关键字产品质量品牌形像天气文化。转化分析内容关键字流量收藏量加购量订单量

21、收藏转化率加购转化率支付转化率保健44241071127228124.21%2.87%51.56%健康4241841117213219.83%2.76%50.27%鱼油327180268213424.52%2.08%65.24%三高11263814232915377.23%20.68%13.65%高血压149341042333817636.98%22.35%11.81%高血糖374280490225821.49%2.41%60.34%高血脂403240113246509.95%32.84%16.12%降三高426742514638969.96%34.29%21.00%通血管1352311426

22、2623.00%3.11%46.30%心脑血管10461703156416.25%2.96%53.92%某产品关键字的转化数据 转化分析方法维度1. 收藏转化率：收藏人数/流量2. 加购转化率：加购人数/流量3. 支付转化率：支付人数/流量商品分析商品类目分析：商品类目分析内容商品类目分析方法商品SKU分析：商品SKU分析内容商品分析商品类目分析商品类目分析商品类目分析内容商品母婴家居户外香水驱蚊驱虫支付金额35,48830,61629,23927,91227,72225,066加购件数6104546586568553访客数1,081332433520928700支付转化率12.95%29.5

23、2%10.16%12.31%15.30%22.57%加购人数4481651165416214收藏件数9340323211468收藏人数9040303210766加购转化率41.44%49.70%26.79%0.96%44.83%30.57%收藏转化率8.33%12.05%6.93%6.15%11.53%9.43%支付买家数140984464142158支付件数23361587111212708某产品在生意参谋中个各类目的销售数据 某产品在各类目的指标对比 商品类目分析商品类目分析方法将商品有可能归类的类目列举出来 列举01从生意参谋中收集各个类目的销售指标，比如：支付金额、支付转化率、加购转化

24、率、收藏转化率等 收集02对这些指标进行分析比较，找出最优类目 比较03选择类目的指标优先级：支付金额、支付转化率、加购转化率、收藏转化率 选择04商品SKU分析商品访客数支付金额支付件数支付买家数加购件数加购人数收藏件数收藏人数运动鞋S款53321,713458155910506123117运动鞋M款83121,029435309864642200195运动鞋L款34320,9131719150635134129皮鞋男S款57718,932133713022255050皮鞋男M款80618,126363193545390107107皮鞋男L款36817,266124782571825655皮

25、鞋女S款74115,7013261145443357776皮鞋女M款95214,1472191293342597674皮鞋女L款76011,642373205693440125120高跟鞋S款15910,75417653275542424高跟鞋M款9209,519336265435342115111高跟鞋L款1479,486482084441111户外鞋男S款1269,363934320132725户外鞋男M款5479,306140952641955249户外鞋男L款4518,76069431791352020户外鞋女S款1957,244472377471616户外鞋女M款1656,05680

26、221366188户外鞋女L款1195,366241162351212某店铺SKU销售数据表 商品支付转化率加购转化率收藏转化率运动鞋S款29.08%94.93%21.95%运动鞋M款37.18%77.26%23.47%运动鞋L款26.53%10.20%37.61%皮鞋男S款12.31%38.99%8.67%皮鞋男M款23.95%48.39%13.28%皮鞋男L款21.20%49.46%14.95%皮鞋女S款15.38%45.21%10.26%皮鞋女M款13.55%27.21%7.77%皮鞋女L款26.97%57.89%15.79%高跟鞋S款33.33%33.96%15.09%高跟鞋M款28.

27、80%37.17%12.07%高跟鞋L款13.61%29.93%7.48%户外鞋男S款34.13%10.32%19.84%户外鞋男M款17.37%35.65%8.96%户外鞋男L款9.53%29.93%4.43%户外鞋女S款11.79%24.10%8.21%户外鞋女M款13.33%36.97%4.85%户外鞋女L款9.24%29.41%10.08%某店铺SKU转化率 某店铺商品SKU分析供应链分析供应链分析分析内容分析方法需求分析库存分析供应分析分仓分析订单满足成本分析订单时效分析需求分析内容步骤统计对过去的销售进行数据统计，得出以SKU为基本维度的销量基础定义对日常销量与活动销量进行定义，并

28、进行拆解分析调整基于总体SKU战略，对日常销量和活动销量进行调整计算基于时间维度计算需求需求分析内容月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款1月3,1626501,66713261037672月7,7845654,6257751,260470893月54,4109,97235,2621,1545,4851,3201,2164月110,39020,14173,7692,1979,4852,0912,7075月147,03830,51995,5682,38611,7352,5844,2466月177,76338,416111,9973,07616,0683,1625

29、,0447月95,61319,43861,0132,0699,0101,6712,4128月53,22110,35732,8691,8495,9001,0251,2219月21,3344,32611,1861,5002,78284669410月4,9658922,57941785810011911月17,4882,52611,5013552,65117827712月8,4441,0384,7651,0851,268179109某店铺日常需求预测 月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款1月1,7601101,100110440-2月6,4341613,94575

30、31,085445453月31,04997425,8167932,6567051054月63,6682,14654,8761,4743,8278604855月72,2831,72765,3401,2292,6826156906月84,0492,39774,0151,6254,7127006007月48,8911,44342,1201,3463,3524401908月29,8601,35923,4221,4883,0714101109月11,9907277,4071,3561,65060025010月4,0315322,201403745757511月12,8157269,6122832,085

31、555512月7,0424984,1991,0631,09814242某店铺活动需求预测 月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款1月3,1626501,66713261037672月7,7845654,6257751,260470893月54,4109,97235,2621,1545,4851,3201,2164月110,39020,14173,7692,1979,4852,0912,7075月147,03830,51995,5682,38611,7352,5844,2466月177,76338,416111,9973,07616,0683,1625,0447

32、月95,61319,43861,0132,0699,0101,6712,4128月53,22110,35732,8691,8495,9001,0251,2219月21,3344,32611,1861,5002,78284669410月4,9658922,57941785810011911月17,4882,52611,5013552,65117827712月8,4441,0384,7651,0851,268179109某店铺需求预测汇总 需求分析内容需求总分析 需求分析方法遵循方法2. 店铺分月需求与大盘分月销售量对应，在此基础上考虑店铺独有活动的影响；1. 总需求=日常需求+活动需求 4. 每

33、月回顾销售，以销售准确率衡量过去销售的估算情况 3. 店铺总需求与大盘销售走势趋势一致，但需考虑市场占用率的上升和上升的主要抓手；库存分析内容库存需求分析库存健康度分析库存需求分析月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款期初65,35511,18641,5542,0617,3551,8271,3721月172,58430,678113,6564,12616,2303,8814,0132月311,83860,632204,6005,73726,7055,9958,1693月435,19289,077281,3347,65937,2887,83711,9974月42

34、0,41488,374268,5787,53136,8137,41711,7025月326,59768,211205,8796,99430,9785,8588,6786月170,16934,121105,0685,41817,6923,5424,3287月79,52115,57546,6343,7679,5401,9712,0358月43,7887,74325,2652,2736,2911,1241,0919月30,8974,45518,8451,8584,77745750510月30,2004,44118,5161,6184,74240747611月23,2202,67813,2592,30

35、93,79286331912月88,22915,10256,0982,7829,9292,4661,853库存目标 库存目标 库存健康度分析库存周转（通过周转判断缓流或紧缺）；近效期库存（存在失效报废风险）；残次品库存；其他不良库存。需求分析方法1. 库存目标=安全库存+周期库存*2（其中周期库存的周期是订货周期的一半）2. 库存健康度的分析主要通过以下方面衡量：（1）库存周转一般在目标库存的80%以上，同时在目标库存的1.5倍以下，我们可以称之为健康的周转水平；（2）近效期库存：我们通常将效期在一半以下的产品控制为0；（3）残次品库存：及时处理，控制为0；（4）其他不良库存：控制为0。供应分

36、析内容供应计划分析供应效率分析 供应计划分析公式：P=I（目标）-I（期初）+S 月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款1月110,39020,14173,7692,1979,4852,0912,7072月147,03830,51995,5682,38611,7352,5844,2463月177,76338,416111,9973,07616,0683,1625,0444月95,61319,43861,0132,0699,0101,6712,4125月53,22110,35732,8691,8495,9001,0251,2216月21,3344,32611,1

37、861,5002,7828466947月4,9658922,5794178581001198月17,4882,52611,5013552,6511782779月8,4441,0384,7651,0851,26817910910月4,2688772,250178823509011月10,5087636,2441,0471,70163412112月73,45313,46247,6041,5587,4051,7831,642供应计划表 供应计划 供应效率分析月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款1月110,39020,14173,7692,1979,4852,091

38、2,7072月147,03830,51995,5682,38611,7352,5844,2463月177,76338,416111,9973,07616,0683,1625,0444月95,61319,43861,0132,0699,0101,6712,4125月53,22110,35732,8691,8495,9001,0251,2216月21,3344,32611,1861,5002,7828466947月4,9658922,5794178581001198月17,4882,52611,5013552,6511782779月8,4441,0384,7651,0851,26817910910

39、月4,2688772,250178823509011月10,5087636,2441,0471,70163412112月73,45313,46247,6041,5587,4051,7831,642实际供应数量 供应差异数量=供应计划数量-实际供应数量 月份汇总数量运动鞋S款运动鞋M款运动鞋L款皮鞋男S款皮鞋男M款皮鞋男L款1月-2月-3月-4月-5月-6月-7月-8月-9月-10月-11月-12月-供应差异数量供应分析方法1. 销售需求S=S（日常）+S（活动）2. 库存目标I=SS（安全库存）+CS（周期库存）*2分仓关键分析内容需求预测确定需求预测划分比例对需求预测进行分SKU按区域划分比

40、例分仓根据需求预测及已经划分好的比例，按照SKU分仓调整定期回顾分仓目标与实际仓储水平，调整分仓量分仓分析方法分仓数量遵循公式：某仓的分仓数量=下月库存目标-预期期末库存其中：预期期末库存=实时库存-（预计全月销售-销售MTD）预计全月销售=销售MTD+预计剩余销售2 市场营销成本3人工成本4 物流成本成本1 商品生产成本订单满足成本分析5 仓储成本5 其它成本2 人力成本3包材成本4 物流成本订单成本1 商品成本订单满足成本分析5 仓储成本订单满足成本分析内容1. 人力成本=日均人力成本/平均每日单人发货单数；2. 包材成本=纸箱成本+填充物成本+封条成本+面单发货单等成本；3. 物流成本=

41、首重+续重（+提货费）；4. 仓储成本=单位时间总仓储成本/单位时间总销售数量。订单满足成本分析内容订单满足成本=人力成本+包材成本+物流成本+仓储成本 SKU洗衣粉洗衣液凝珠清洁剂+清洁纸单件重量-KG1.6251.5040.30.9包材-RMB2.283.282.253提货-RMB0.50.50.50.5首重-RMB15151515续重-RMB5555某店铺订单满足成本单价 订单满足成本分析方法单项成本=单项单价*计价数量总成本=sum（各项成本）SKU洗衣粉洗衣液凝珠清洁剂+清洁纸单件重量-KG1.6251.5040.30.9包材-RMB2.283.282.253提货-RMB0.50.5

42、0.50.5首重-RMB15151515续重-RMB5555某店铺订单满足成本单价 SKU洗衣粉洗衣液凝珠清洁剂+清洁纸单件重量-KG1.6251.5040.30.9包材-RMB2.283.282.253提货-RMB0.50.50.50.5首重-RMB15151515续重-RMB5555单件包裹重量-KG2211双件包裹重量-KG4412单件成本-RMB22.7823.7817.7518.5双件成本-RMB35.0637.0617.7524.5某店铺订单满足总成本 2 物流揽收的时间 3 订单从下达至送到消费者手上的时间 时间指标1 订单下达到发货的时间 订单效率分析内容订单效率分析方法目标确

43、定订单时效目标统计统计订单下单时间及物流送达时间计算计算计算订单时效对比将实际订单时效与订单时效目标对比，找出未达标的订单分析对未达标的订单进行分析，找出未达标原因 优化针对具体情况提出优化方案 学习结束感谢观看！The end of 4th Unit. Thanks for listening.学习单元5 商品销售分析主题the ThemesDT订单分析交易分析订单分析订单分析订单量分析品类分析产品偏好分析客单分析区域分析动销率分析2 分时段分析订单量分析内容1分仓分析5.1.1 订单量分析某店铺分仓单量预测分仓分析仓库单量仓库A140仓库B700仓库C1,530仓库D520仓库E210仓库

44、F2,200仓库G630汇总5,930订单量分析5.1.1订单量分析之分仓分析某店铺分仓分时单量预测分时段分析仓库单量2018-9-162018-9-172018-9-182018-9-192018-9-202018-9-212018-9-22星期一星期二星期三星期四星期五星期六星期日仓库A14020202020202020仓库B7001501508080808080仓库C1,53010010010094090100100仓库D5201001507050505050仓库E21030303030303030仓库F2,200100100100-1,300600仓库G6301508080808080

45、80汇总5,9306506304801,2003501,660960某店铺分仓分时单量预测分时段分析某店铺分时订单数据统计分时段分析timeUVBuyerOrderPCTCRAmount占比2017年占比同比00:00-01:00 13,490 4,191 5,154 334 31% 1,400,423 21.75%36.95%-41.13%01:00-02:00 6,867 5,253 6,734 383 76% 2,011,707 31.25%22.86%36.73%02:00-03:00 2,580 412 505 315 16% 129,698 2.01%1.91%5.53%03:00

46、-04:00 1,140 196 225 318 17% 62,395 0.97%0.85%13.98%04:00-05:00 783 186 211 294 24% 54,623 0.85%0.85%0.02%05:00-06:00 837 261 301 328 31% 85,562 1.33%1.11%19.89%06:00-07:00 4,878 663 749 332 14% 220,249 3.42%2.86%19.74%07:00-08:00 8,354 877 1,010 333 10% 292,287 4.54%4.06%11.85%08:00-09:00 7,041 944

47、 1,112 349 13% 329,029 5.11%3.75%36.41%09:00-10:00 6,439 778 920 332 12% 258,573 4.02%3.74%7.39%10:00-11:00 5,014 629 726 331 13% 208,115 3.23%2.95%9.50%11:00-12:00 3,747 435 510 330 12% 143,767 2.23%1.28%74.23%12:00-13:00 3,491 365 436 299 10% 108,971 1.69%1.23%37.67%13:00-14:00 3,451 349 405 271 1

48、0% 94,535 1.47%1.12%30.93%14:00-15:00 2,766 291 353 299 11% 86,970 1.35%1.24%9.24%15:00-16:00 2,479 286 343 290 12% 83,027 1.29%0.82%56.38%16:00-17:00 2,374 278 311 288 12% 80,088 1.24%1.11%12.58%17:00-18:00 2,217 233 273 296 11% 69,063 1.07%1.00%7.23%18:00-19:00 2,461 242 278 335 10% 81,165 1.26%1.

49、18%6.86%19:00-20:00 2,691 307 397 312 11% 95,751 1.49%1.24%20.37%20:00-21:00 2,962 362 453 312 12% 113,123 1.76%1.68%4.55%21:00-22:00 3,335 372 440 282 11% 104,820 1.63%1.73%-6.04%22:00-23:00 3,598 492 606 303 14% 148,938 2.31%2.00%15.92%23:00-24:00 2,990 744 919 235 25% 174,654 2.71%2.50%8.66%TTL 9

50、5,985 19,146 23,371 336 20% 6,437,533 100%100%订单分析之品类分析以金额为单位进行分析以数量为单位进行分析以数量为单位进行分析产品销售数量运动鞋S款470,605运动鞋M款518,719运动鞋L款126,581皮鞋男S款704,879皮鞋男M款58,316皮鞋男L款573,318皮鞋女S款26,531皮鞋女M款298,082皮鞋女L款38,617高跟鞋S款44,477高跟鞋M款158,812高跟鞋L款46,697户外鞋男S款101,765户外鞋男M款126,727户外鞋男L款94,079户外鞋女S款2某店铺全年销量预测以金额为单位进行分析某店铺销售金

51、额产品销售数量运动鞋S款53,884,247运动鞋M款64,580,517运动鞋L款8,164,497皮鞋男S款70,135,499皮鞋男M款8,135,024皮鞋男L款57,045,131皮鞋女S款3,701,122皮鞋女M款34,130,380皮鞋女L款4,228,562高跟鞋S款3,980,695高跟鞋M款25,330,577高跟鞋L款5,346,817户外鞋男S款4,782,975户外鞋男M款5,956,178户外鞋男L款10,301,676户外鞋女S款1,000订单分析之产品偏好分析其次，需要将消费者的偏好按照质量、价格、品牌形象、口碑、消费者的文化价值观等维度进行变量分析。首先要将

52、销售结果进行量化，具体的量化方法在上面内容已有详细讲述和举例分析。订单分析之客单分析最高客单价平均客单价最低客单价客单分析平均客单价月份销售金额销售数量客单价1月114,5851,0101132月18,800200943月30,416340894月80,1631,005805月72,8005961226月133,5771,3341007月76,6993522188月17,200192909月392,1003,52111110月611,8057,1188611月117,6651,10910612月12,20012598某店铺分月客单价统计表客单分析最高客单价两种情况2. 最高客单价接近于平均客单

53、价：如何提高平均客单价的潜在分析意义很大。1. 最高客单价远高于平均客单价：最高客单价属于特例，分析价值有限；客单分析最低客单价两种情况2 最低客单价接近于平均客单价：如何找出导致客单价低的关键点，避免客单价持续降低成为重点。1. 最低客单价远低于平均客单价：最高客单价属于特例，分析价值有限；订单分析之区域分析123通常按照一定的精度将总体市场划分为若干个区域，比如说按照经济发展程度划分：东部、中部、西部；按照地理位置划分：华北、华东、华南、西北、东北、西南；按照省份划分：北京、上海、浙江、江苏销售数据采集销售数据比较有普遍参考意义的数据类型是：一定时间内的成交金额、一定时间内的成交数量、一定

54、时间内地额客单价、一定时间内的成交单价等。您的小标题数据分配与分析在地域划分和数据收集工作都完成之后，便可以着手按照既定划分的地域，将数据匹配到不同的地域中，最后进行有针对性的总结。区域分析数据分配与分析某店铺2017与2018各省分销情况统计表省份2018年2017年销售额同比销售额销售量订单数笔单价转化率销售额销售量订单数笔单价转化率上海816010.350932692303.1245.05%438135.4533471849236.9644.39%86.25%广东579244.9540592136271.1830.98%265652.1422831378192.7826.29%118.0

55、5%江苏504831.9132101826276.4734.41%238634.7819051115214.0224.42%111.55%浙江479422.731641710280.3632.03%205616.451677977210.4625.12%133.16%北京457228.3428191465312.136.10%288593.3421001078267.7130.40%58.43%山东324380.621431180274.931.37%138488.651134688201.2925.76%134.23%四川312393.419431039300.6739.49%155419.

56、741122602258.1732.88%101.00%辽宁243814.461551811300.6333.57%113495.87855470241.4826.67%114.82%湖北238489.141509838284.5938.25%100603.85826498202.0228.90%137.06%湖南209409.081335718291.6637.45%73824.4578335220.3725.91%183.66%河南196010.411245692283.2523.65%83176.75644397209.5121.39%135.66%河北172572.1106756130

57、7.6227.69%929227924.65%85.72%福建160436.61105629255.0731.17%76482.03633388197.1226.63%109.77%黑龙江153654.34976494311.0430.99%73444.07520286256.825.81%109.21%天津152610.99947504302.836.52%65358.03496285229.3329.84%133.50%陕西142695.34875494288.8649.35%62138.12445253245.6125.92%129.64%重庆133818.98

58、815450297.3839.13%68882.35534286240.8536.20%94.27%云南127440.78758413308.5739.33%49891.96375190262.5929.32%155.43%山西121838.52716405300.8431.99%52390.78396247212.1127.11%132.56%安徽119560.11777442270.526.69%46767.07406241194.0528.90%155.65%吉林111057.16703373297.7437.95%57510.53411220261.4130.64%93.11%江西85

59、325.29572314271.7437.92%37633.64312193194.9925.46%126.73%区域分析数据分配与分析某店铺2018各省分销情况占有率订单分析之分效率分析以未来可能需要清理的缓流库存指向未来销售的趋势暗示性；动销率计算公式：动销率的计算公式：动销率=实际销售量/库存准备量*100%动销率分析动销率进行统计分析示例某店铺产品动销率情况表产品库存准备数量实际销售数量动销率驱蚊液10ml304511168%驱蚊液20ml188272145%驱蚊液30ml1,1771,388118%驱蚊液40ml3,9214,551116%驱蚊液50ml76766687%驱蚊香10g

60、17213679%驱蚊香20g1,33698274%驱蚊香30g72851371%驱蚊香40g1,14679970%驱蚊香50g6,1182,30238%驱蚊香60g80214618%订单分析实战头脑风暴步骤二步骤三步骤四步骤五分析原理实施准备实施过程数据可视化与分析结果步骤一分析目的订单分析实战头脑风暴步骤一11. 分析订单的时间分仓维度变化，规划货品分仓需求；订单分析实战头脑风暴步骤二2分析原理1. 通过分时分仓数据，定义每个时间对应每个仓库的货品需求；2. 根据不同时间对应仓库的具体需求，安排货品准备；订单分析实战头脑风暴步骤三3实施准备1. 将一周内每个仓库每天的具体单量需求罗列出来（