商务数据分析-学习单元五

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订单量分析内容1分仓分析2

分时段分析5.1.1

订单量分析某

分仓单量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仓库A;140;2%仓库B;700;12%仓库C;1,530;26%仓库D;520;9%仓库E;210;3%仓库F;2,200;37%仓库G;630;11%订单量分析仓库A仓库B仓库C仓库D仓库E仓库F仓库G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星期一星期二星期四星期五星星期期日仓库A202020仓库B70015080仓库C1,53010010010094090100100仓库D52010050仓库E21030303030303030仓库F2,200100100100--1,300600仓库G6308080汇总5,9306506304801,2003501,660960某店铺分仓分时单量预测分时段分析-2004006008001,0001,2001,4001,6001,800-2004006008001,0001,2001,400星期一星期二星星期四星期五星期期日2018-9-162018-9-22订单量分仓分析2018-9-17汇总仓库A2018-9-18仓库B2018-9-19仓库C仓库D2018-9-20仓库E2018-9-21仓库F仓库G某店铺分时订单数据统计分时段分析timeUVBuyerOrderPCCRAmount占比2017年占比同比00:00

01:0013,

90,1915,153331%1,

00,

2321

75%36.95%-

1.13%01:00

02:006

8675,2536,7338376%2,011,70731

25%22.86%36.73%02:00

03:002

5801250531516%129,6982.01%1.91%5.53%03:00

04:001,1

0%62,3950.97%0.85%13.98%04:00

05:00783186211292

%5

,6230.85%0.85%0.02%05:00

06:0083726130132831%85,5621.33%1.11%19.89%06:00

07:008786637

93321

%220,2

93.

2%2.86%19.7

%07:00

08:008

358771,01033310%292,287.5

%.06%11.85%08:00

09:007

0

191,1123

913%329,0295.11%3.75%36.

1%09:00

10:006,

3977892033212%258,573.02%3.7

%7.39%10:00

11:005

0162972633113%208,1153.23%2.95%9.50%11

0012:003

7

73551033012%1

3,7672.23%1.28%7

.23%12:00

13:003,

913653629910%108,9711.69%1.23%37.67%13:00

14:003,

513

90527110%9

,5351.

7%1.12%30.93%14:00

15:002

76629135329911%86,9701.35%1.2

%9.2

%15:00

16:002,

792863

329012%83,0271.29%0.82%56.38%16:00

17:002

3727831128812%80,0881.2

%1.11%12.58%17:00

18:002

21723327329611%69,0631.07%1.00%7.23%18:00

19:002,

612

227833510%81,1651.26%1.18%6.86%19:00

20:002

69130739731211%95,7511.

9%1.2

%20.37%20:00

21:002

9623625331212%113,1231.76%1.68%.55%21:00

22:003

335372028211%10

,8201.63%1.73%-6.0

%22:00

23:003

598926063031

%1

8,9382.31%2.00%15.92%23:00

24:002

990791923525%17

,652.71%2.50%8.66%L95,98519,1

623,37133620%6,

37,533100%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14%15%4%21%2%17%1%9%1%

1%5%1%3%4%3%0%品类分析by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款皮鞋女S款皮鞋女M款皮鞋女L款高跟鞋S款高跟鞋M款高跟鞋L款户外鞋男S款户外鞋男M款户外鞋男L款户外鞋女S款以金额为单位进行分析某店铺销售金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-50100150200250-100,000200,000300,000400,000500,000600,000700,000客单分析销售金额客单价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

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13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、 、浙江、江苏······2

销售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、一定时间内地额客单价、一定时间内的成交单价等。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。20172018数据分配与分析区域分析某分店销铺情况与统

计表各省省份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816010.350932692303.1245.05%438135.4533471849236.9644.39%86.25%579244.9540592136271.1830.98%265652.1422831378192.7826.29%118.05%江苏504831.9132101826276.4734.41%238634.78.0224.42%111.55%浙江479422.731641710280.3632.03%205616.451677977210.4625.12%133.16%457228.3428191465312.136.10%288593.3421001078267.7130.40%58.43%山东324380.621431180274.931.37%138488.651134688201.2925.76%134.23%312393.4.6739.49%155419.741122602258.1732.88%101.00%辽宁243814.461551811300.6333.57%113495.87855470241.4826.67%114.82%238489.141509838284.5938.25%100603.85826498202.0228.90%137.06%湖南209409.081335718291.6637.45%73824.4578335220.3725.91%183.66%196010.411245692283.2523.65%83176.75644397209.5121.39%135.66%河北172572.11067561307.6227.69%92922..7924.65%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%区域分析数据分配与分析2018分某销店情铺况

占有各率省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%动销率进行统计分析示例动销率分析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10g17213679%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实施准备实施过程数据可视化与分析结果步骤一分析原理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；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（根据运营

的销售

估算），如表所示仓库单量2018-9-162018-9-172018-9-182018-9-192018-9-202018-9-212018-9-22星期一星期二星星期四星期五星期

期日仓库A202020仓库B70015080仓库C1,53010010010094090100100仓库D52010050仓库E21030303030303030仓库F2,200100100100--1,300600仓库G6308080汇总5,9306506304801,2003501,660960订单分析实战头脑风暴步骤四步骤四：实施过程1.对于分仓分时数据，图，数据分析。4订单分析实战头脑风暴步骤五数据可视化与分析结果面积统计图；由统计图

可以得出结论：5-2004006008001,2001,0001,4001,8001,600星期一星期二星星期期日分仓分时单量星期四 星期五仓库A

仓库B

仓库C

仓库D

仓库E

仓库F

仓库Gthe

ThemesDT交易分析5.2

交易分析支付率分析价格分析成本分析支付金额分析支付 分析5.2.1

交易分析之支付率分析影响支付率的三大因素额外的税费、过慢的配送时效及过高的配送费用自身基本问题（流程、方便性等）商品本身问题（对比同行是否有竞争力）5.2

交易分析之价格分析什么样的价格更有利于经营和整体收益增长10.50.3333333330.250.20.1666666670.1428571430.1250.11111111100.20.40.60.811.212345678910Q0.1P需求与价格的关系5.2

交易分析之价格分析什么样的价格更有利于整体收益增长不同价格对应的销售数量及销售金额销售单价销售数量销售金额10030430,40011029532,