【数据分析】销售案例分析——分解目标
拆分——微观
- 一、 数据说明
- 二、提出问题
- 1.如何进行销售预测
- 2.目标达成情况如何
- 三、数据处理和清洗
- 1、数据字段（5个）
- 2、数据清理
- 3、分组查询生成表
- 4、导入power bi
- 三、分析步骤
- 1、建立销量汇总表
- 2、建立关联
- 3、选取指标
- 4、分析逻辑
- 1、x月星期x平均销售
- 2、最小平均销售金额
- 3、系数
- 5、建立关系
- 建表
- 连线
- 导入多对一数据
一、 数据说明
- B2C电商平台某方便食品旗舰店的2019年度数据处理版，剔除促销打折等销量暴增情况。
- 受制于时间成本限制，该数据并不能够真实反映实际店铺营收情况。
- 因此，本项目仅仅为提供一种思考问题的分析思路，不代表真实的市场行情。
二、提出问题
1.如何进行销售预测
2.目标达成情况如何
三、数据处理和清洗
1、数据字段（5个）
2、数据清理
由于数据集较小，采用excel vba语句对数据进行去重，空值清理。
Sub one()Dim sht As worksheetDim i,k As Integerk = sht.range("a65536").end(xlup).rowsFor Each sht In sheets for i = k to 2 step -1//倒着删除防止单元格上移If not Istext(sht.Cells(i, 2)) Then //若第二列不是文本的sht.Range("b" & i).EntireRow.Delete//删除缺失值End Ifnext Next
End Sub
3、分组查询生成表
先导入mysql
select 日期、商品名称、销售数量，销售金额
from 销售表select 日期、销售目标
from 销售表 as 销售目标
导出sql查询的数据到excel
修复日期和时间
4、导入power bi
先拆解销售目标的年份和月份
年份 = year[日期]
月份 = month[日期]
三、分析步骤
1、建立销量汇总表
分析步骤：
1. x月星期x系数=x个月所有星期x的销售/星期x的个数
2. 当月销售占比=系数/总系数
当天销售目标=当月销售目标*当月销售占比
销售汇总 = SUMMARIZECOLUMNS('销售表'[日期], "总金额",SUM('销售表'[销售金额]))
目的是查看2018年每天销售金额
2、建立关联
用月份，星期关联销售表和汇总表的关联
月份 = MONTH('销售汇总'[日期])
星期 = WEEKDAY('销售汇总'[日期],2)//周一开始
月份&星期 = '销售汇总'[月份] & '销售汇总'[星期]
数组思想）
a[月份][星期]
3、选取指标
- 月份
- 星期
- 月份&星期
- 当月销售金额
- 某月星期几的平均销售
- 某月星期几的系数
- 当月销售总目标
- 当月销售占比
- 每一天的销售目标
4、分析逻辑
1、x月星期x平均销售
度量值1 = sumx（'表’filter（表，earlier月份&星期），算数表达式销售汇总[总金额]）//x个月所有星期x的销售 ，因为已经有了筛选对应关系
度量值2=countx（filter（表，earlier月份&星期），*销售汇总[星期]）//筛出来的有多少行
新建列
月份星期j平均销售=divide（度量值1/度量值2）
2、最小平均销售金额
x月星期x至星期日的最小平均销售（度量值3） = minx（filter（表，earlier（月份）），’表‘【平均销售】）//找到最小的金额，保守预测
3、系数
divde([月平均销售]/度量值3)
5、建立关系
建表
日期表
销售系数表
连线
月份，月份&星期连线（一对多）
导入多对一数据
当月总目标 = RELATED('销售目标'[销售目标])
x月星期x系数 = RELATED('销售系数表'[x月星期x系数])
度量值4=sumx（filter（表，earlier（月）），sum（’表‘【系数】））
当月系数占比 = divide（【系数】，【总系数】）
当天销售目标 = '日期表'[当月总销售目标]*'日期表'[当月销售占比]
【数据分析】销售案例分析——分解目标相关推荐
- mysql+excel：数据分析----销售情况分析仪表盘
目录 一.介绍 二.业务场景定义 三.目标 四.数据探索 1.将数据导入mysql中 2.数据初步探索 五.数据指标 六.数据处理 1.在mysql中处理 2.在power query中处理(exce ...
- python销售数据分析方法_Python数据分析之药品销售案例分析（上）
一.一维数组 1.1 一维数据可以由numpy中的Array函数或者Pandas包中的Series函数创建,series函数是建立在array函数基础上,功能更加强大一些. 1.2Array 函数 利 ...
- mysql load data infile 导入数据 某一列 空_Sql数据挑战赛amp;网络销售案例分析
SQL挑战赛 第一期: 1: 编写一个查询,列出员工姓名列表,员工每月工资超过2000美元且员工工作时间少于10个月.通过提升employee_id对结果进行排序 select name from e ...
- Hadoop大数据平台开发与案例分析
关于举办"Hadoop大数据平台开发与案例分析 "高级工程师 一.课程介绍 1. 需求理解 Hadoop 设计之初的目标就定位于高可靠性.高可拓展性.高容错性和高效性,正是这些设计 ...
- 三年级计算机课教学案例分析,小学三年级体育课教学案例分析
本课的目标是把这些三年级孩子的学习积极性调动起来.学生们活泼愉快,课堂气氛活跃.培养他们的自主性.终身体育的意识和创造能力,把"教学"转化成"点拨".本文是大学 ...
- 深度：大数据分析对于中国医疗保险管理的价值（N多案例分析+附下载）
作者: 张岚,总监,医疗保险及医院管理事业部 引言 随着大数据在各行各业的应用和扩展,医疗领域大数据及其分析技术也正日益赢得人们的关注.那么大数据在医疗领域指的是什么?又有什么样的特点?我们知道,广义 ...
- 案例分析：FIFA2018球员数据分析
案例分析练习: FIFA2018球员数据分析 # 引入要使用的库 import numpy as np import pandas as pd import matplotlib.pyplot as ...
- 《数学建模：基于R》一一1.7 数学建模案例分析——食品质量安全抽检数据分析...
本节书摘来自华章计算机<数学建模:基于R>一书中的第1章,第1.7节,作者:薛 毅 更多章节内容可以访问云栖社区"华章计算机"公众号查看. 1.7 数学建模案例分析-- ...
- 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 ...
- 白话Elasticsearch34-深入聚合数据分析之案例实战bucket嵌套实现颜色+品牌的多层下钻分析
文章目录 概述 案例 需求 解决 Step1.对每种颜色进行bucket分组 Step2.对每种颜色进行bucket分组 , 然后对每个分组再次计算平均价格 Step3.对每种颜色进行bucket分组 ...
最新文章
- Leetcode 189. 旋转数组 (每日一题 20210909)
- boost::mpl::advance相关用法的测试程序
- deepin下Clion连接mysql_CLion如何添加依赖库 ？ 需要把mysql/Connector c++放入 用cpp连接数据库...
- java web后台_java web 后台那些事
- redlock java_分布式Redis的分布式锁Redlock
- 逆战网络连接断开连接服务器超时_物联网设备的网络连接---中篇
- sql数据库备份默认路径_在Linux上SQL Server中更改默认数据库文件和备份路径
- Linux ubuntu基本知识
- 好用的画图软件推荐 亿图图示专家，媲美visio的操作方式，更加本地化的应用。
- C语言！鸡兔同笼的程序
- oracle-in/exists
- 学硕停招，985高校这些专业开始只留专硕
- 如鹏网C语言也能干大事精华帖
- 国服部落人数最多的服务器,魔兽7.0人口普查：国服玩家达270万，部落人数超联盟14%...
- 万字长文带你解读Linux
- win10 ltsc安装linux,Windows 10 LTSC / Server 2016 (Server 2019 ?) 安装WSL(Linux子系统)
- 手把手搭织梦模板网站教程
- Chatbot 发展遇瓶颈？用什么手段来打破
- 论文阅读笔记《Fine-tuning Deep Neural Networks in Continuous Learning Scenarios》
- PLSQL Developer 13 (64 bit)连接Oracle数据库