目录

  • 可视化
    • 存销比
  • 数据准备
    • 折扣
    • 毛利
    • 存销比
    • 商品分类
  • 细节处理
    • 总金额,库存金额,存销比之间的关系
    • 男女购买情况
    • 季节、总金额、库存零售存销比
    • 明细表
    • 存销比热力图

可视化


切片器方便不同时期筛选查看;

存销比

热力图反应库存积压货情况(存销比)

夏天长款服饰有积压货现象,建议反季促销或者高销短款搭配组合售卖

数据准备

折扣

是零售业务非常重要的考核指标,折扣并不是越高越好,折扣高但消费者没有意愿购买则无法产生足够的利润,折扣也不是越低越好,当低过运营成本时,卖得越多亏损越多。

销售折扣 = DIVIDE([总金额],[销售零售额])

毛利

是利润的源头,毛利和销售折扣与进货成本息息相关,
毛利额 = 实际销售金额-成本,毛利率=毛利额/实际销售金额*100%,

假设进货折扣为零售价的40%

毛利率 = DIVIDE([销售折扣]-0.4,[销售折扣])
注意:这个是假设毛利率,在实际分析中,毛利率=毛利额/营业收入*100%

存销比

库存数量除以月均销售数量,用来评估目前的存货数量需要几个月可以消化完毕。它能评估目前仓库中的货品是否合理。

存销比 = DIVIDE([总库存],[总数量])

每个企业的业务逻辑不一样,可能对存销比的目标值不同,存销比并不是越高越好,越高证明库存越多,资金占用越大,风险越高。存销比也不是越低越好,太低说明库存不足,供应链不灵活,当前库存无法支撑销售目标。

计算存销比背景色,对存销比进行分组:
新建背景色度量值,可以对存销比进行分组,方便查看销售状态。当存销比小于等于2时显示绿色,小于等于4时显示黄色,大于4时显示红色

存销比背景色 = IF([存销比]<=2,“Green”,IF([存销比]<=4,“Yellow”,“Red”))

商品分类

文本函数

  • find(查找哪个字符,去哪找,从哪个位置去找,找不到返回啥值)//区分大小写
    (left(名字,左数长度),mid(名字,开始位置,长度),right(名字,右数长度)
  • search

新建——上下装辅助列(目的是方便分组)
【新建列】上下装 = if(find(“裤”,‘明细’[类别],1,999)<999 || find(“裙”,‘明细’[类别],1,999)<999,“下装”,“上装”)//如果可以找到裤子或者裙子返回下装,否则返回上装。

细节处理

总金额,库存金额,存销比之间的关系

——折现和簇状图形

男女购买情况

季节、总金额、库存零售存销比

明细表

货号、性别、类别、年份、季节、上下装、销售额、总数量、总库存、存销比
根据需求查看排行
eg:库存前十的货号

存销比热力图

【数据分析】零售商品案例——存货分析相关推荐

  1. 利用python进行零售商品数据分析

    零售商品数据分析 文章目录 零售商品数据分析 1.数据集描述 2.明确分析目的 3.理解数据 4.数据清洗 4.1 缺失数据 4.1.1 统计缺失率 4.1.2 删除缺失值 4.2 转换数据类型 4. ...

  2. python数据分析案例简单实战项目(二)--零售商品数据分析

    项目目标 1.根据附件1和附件2分析热销商品并可视化 import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv(r' ...

  3. Python进行零售商品数据分析

    一.主要内容: 1.清洗数据.将列名统一修改.处理缺失数据和异常数据.转换日期等数据类型 2.查看总体销售情况 3.商品维度进行分析.主要分析内容有:商品价格分析,商品销售量.销售额情况分析,商品关 ...

  4. python数据分析及可视化(十四)数据分析可视化练习-上市公司可视化数据分析、黑色星期五案例分析

    上市公司数据分析 从中商情报网下载的数据,表格中会存在很多的问题,查看数据的信息有无缺失,然后做数据的清晰,有无重复值,异常数据,省份和城市的列名称和数据是不对照的,删除掉一些不需要的数据,省份不完整 ...

  5. 超详攻略!Databricks 数据洞察 - 企业级全托管 Spark 大数据分析平台及案例分析

    简介: 5分钟读懂 Databricks 数据洞察 ~ 更多详细信息可登录 Databricks 数据洞察 产品链接:https://www.aliyun.com/product/bigdata/sp ...

  6. 朴素贝叶斯应用案例 —— 商品评论情感分析

    商品评论情感分析 1 案例介绍 2 流程实现 2.1 获取数据集 2.2 数据基本处理 2.3 模型训练 2.4 模型评估 1 案例介绍 本案例提供了一个13条商品评价的小型数据集,通过对商品评价内容 ...

  7. python酒店数据分析_Python数据分析 I 全国旅游景点分析案例,哪里好玩一目了然...

    原标题:Python数据分析 I 全国旅游景点分析案例,哪里好玩一目了然 前言 文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作 ...

  8. 数据分析20大基本分析方法技术总结【分析目的、分析案例、分析方法与思路】

    文章目录 零.分析方法基础 一.5W2H分析法 二.逻辑树分析法(类似思维导图) 三.PEST分析法(行业分析方法) 四.多维度拆解分析法(维度+拆解) 五.对比分析法 六.假设检验分析法 七.相关分 ...

  9. 新零售门店是什么 新零售门店如何建设 新零售门店案例

    新零售门店需求背景 "新零售"一词是在16年的云栖大会上提出的.2017年被称为"新零售元年",是各类新零售业态和元素集中爆发的一年.随着新零售概念的提出,市场 ...

最新文章

  1. php请求aspx,PHP用curl函数POST请求到ASP页面提示无效请求
  2. 实现SSH密钥登陆Linux系统的方法(Linux公私钥生成)
  3. BlockChain:《世界经济论坛:区块链将如何重塑金融业?》—20160812—听课笔记
  4. python_面向对象进阶之多继承
  5. [转]常用Delphi开发资料网址
  6. 阿里平头哥发布自研云芯片倚天710,性能超越业界标杆20%
  7. Java LinkedList addFirst()方法与示例
  8. c语言循环10次代码,C语言教学(七-上)for循环
  9. typra修改快捷键
  10. mysql是一个_Mysql
  11. Unity 之 自定义编辑器布局
  12. 中兴机顶盒服务器地址大全,中兴机顶盒网络设置无线路由器教程
  13. 计算机怎么快速查找应用,win10系统如何快速查找应用?win10系统快速查找应用的方法...
  14. 简述人工智能的发展历程图_人工智能的历程、现状及未来发展趋势
  15. 【lua语言从青铜到王者】第二篇:开发环境搭建+3种编辑器使用示例
  16. java 根据拼音查询汉字_java根据拼音搜索,但数据库为汉字的解决方案
  17. javaScript学习笔记(六)面向对象
  18. 基于STM32设计物联网在线智能称重系统(OneNet)_2022
  19. 虚拟主机还是云服务器玩游戏,虚拟主机还是云服务器玩游戏
  20. C#中悲观锁和乐观锁

热门文章

  1. Andriod 开发之微信分享接口
  2. 如何使用python简单的爬取微博搜索的内容
  3. python的flask框架mysql数据库迁移
  4. Linux centos7 安装 gitblit
  5. 安装双系统遇到的问题:0xc000000e和0xc000000f
  6. 不归零法编码、曼彻斯特编码和差分曼彻斯特编码
  7. MD5、AES、Jasypt加密方式的简要介绍与对比
  8. DPDK官方信息查看
  9. 测试需不需要单元测试
  10. 极光推送零基础极速上手开发指南,快速搭建后台推送服务