本篇主要锻炼制作数据报表能力。

一. 数据介绍:

数据来源: https://www.kaggle.com/jr2ngb/superstore-data?select=superstore_dataset2011-2015.csv

数据来自kaggle网站, 是全球某大型超市2010-12-31日至2014年12月31日的销售数据，下载需要注册kaggle账号。

本文将基于此数据制作经营报表。

二. 数据清洗:

初步看数据有5万。为方便解释该数据记录的内容，先翻译了源字段名。

把缺失很严重又用不上的邮政字段先删除。

接下来全选表格建立超级表。列筛选后发现无错误。但源数据的日期格式不适合用来分析，需要转换。

直接用wps的格式转换竟然无法达成效果，决定改用python来强转换日期。（ps：后面这数据还是会出现格式问题，就新添加了一列年数据，格式设置为数值。）

最终数据这样就可。

三. 数据透视表和报表制作过程:

按照办公自动化来设计，数据更新，报表跟图片也更新。

数据透视表是为制作折线图，饼图等图做数据铺垫。添加了一个切片器来筛选图表数据。

设计了两个下拉序列，报表就可实现按年份和市场来筛选。

这是求销售额使用的函数，销量和利润也可经过拖拽承袭该公式。涉及到了index，match，sumifs，if函数。

=IF($B$4="全球",SUMIFS(INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH(C$7,'superstore_dataset2011-2015'!$1:$1,0)),INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH($B$7,'superstore_dataset2011-2015'!$1:$1,0)),$B8,INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH("年份",'superstore_dataset2011-2015'!$1:$1,0)),$B$3),SUMIFS(INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH(C$7,'superstore_dataset2011-2015'!$1:$1,0)),INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH($B$7,'superstore_dataset2011-2015'!$1:$1,0)),$B8,INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH("年份",'superstore_dataset2011-2015'!$1:$1,0)),$B$3,INDEX('superstore_dataset2011-2015'!$A:$X,0,MATCH("市场",'superstore_dataset2011-2015'!$1:$1,0)),$B$4))

客户数量=IF($B$4="全球",COUNTIFS(客户数据处理!$B:$B,$B$3,客户数据处理!E:E,$A27),COUNTIFS(客户数据处理!$B:$B,$B$3,客户数据处理!E:E,$A27,客户数据处理!$F:$F,$B$4))

四. 数据分析:

超市的零售数据收集了很多维度的字段，可以分析挖掘的内容真的很多。我们不仅可以使用顾客姓名，消费金额，下单时间等字段数据做RFM模型的搭建，也可以用人货场模型来分析产品的销售情况。

那么先先从货物的维度来说，家具，办公用品，科技三大类都有营收很高的产品，每年的利润也在增加。但桌子这件产品却年年造成很大的亏损，这个需要重点去监控分析原因。

亚太地区是最大的市场。

第四季度是每年的消费旺季。

参考文章：某超市4年零售数据分析 - 简书 (jianshu.com)