一.ケースの背景
最近、グループの営業状況が思わしくなく、8月にはグループ全体の粗利率が低下しましたが、売上高は12.20%増加しました。アナリストはFineBIを使って過去のデータを多次元で分析し、グループの粗利益低下の原因を探りたいと考えています。
二.分析の考え方
MECE原則（Mutually Exclusive, Collectively Exhaustive：相互に排他的かつ集合的に網羅的）に従い、指標を分解します。これは、構造化思考を用いて複雑な要素を複数の単一要素に分解することです。
1）指標の分解: 業務から対応する指標の計算式を取得します。
粗利率 = 粗利益 / 売上高
売上高 = 販売単価 × 販売数量
粗利益 = 売上高 - コスト
2）影響要因の分解: 業務に対する理解に基づき、対応する指標に影響を与える変数を特定します。
● 時間
● 地域
● 商品
三.実行手順
1.データ準備 | |
分析を行う前に、データの前処理が必要です。そのために、モデルビューを構築し、後続の分析に備えます。 | クリックして学ぶ |
2.売上高・粗利益・粗利率の前期比分析 | |
データの大小を比較すると同時に、データの変動傾向も確認できるように、棒グラフと折線グラフの組み合わせで表示します。 | クリックして学ぶ |
3.地域店舗分析&商品象限分析 | |
データの可視化分析を行うために、地域マップと商品象限分布チャートを作成することができます。 | クリックして学ぶ |
4.異常注文のモニタリング | |
テーブルのデータを観察する際、大量のデータの中から問題の深刻さを正確に見つけるのは困難です。そのため、データにマークを付けて問題を強調し、より目立たせることができます。 | クリックして学ぶ |
5.ダッシュボードのレイアウトと美化 | |
ダッシュボード内のコンポーネントの作成が完了したら、ダッシュボード全体のレイアウトを最適化し、内容を充実させ、全体を美化して、ダッシュボードの作成を完了します。 | クリックして学ぶ |
四.完成された報告のプレビュー
五.分析結果のレビュー
1.「粗利益分析」によって、7月と8月の粗利益が減少し、特に8月は減少傾向が顕著であるため、早急に対策を講じる必要があることがわかります。
2.フィルタコンポーネントの[年月]から2018年8月のデータを絞り込みます。「粗利率の分析」コンポーネントで、「粗利率」フィールド横のアイコンをクリックして昇順に設定します。並び替えが完了した後、テーブルの第1列のアイコンをクリックしてドリルダウンします。これによって、「滋賀県>日野町>日野町日野湖店の粗利益異常——ダヴ（Dove）チョコレート」の販売データに異常があり、粗利益に異常が生じていることが分かります。
