1. 案例背景
近期集团营业情况不佳,8月集团毛利率整体出现下滑,但销售额却是增加的,增加了12.20%,分析师希望通过FineBI对历史数据进行多维度探索分析,找出集团毛利下滑的原因
2. 分析思路
我们可以按照MECE原则:“相互独立,完全穷尽”,对指标进行拆解,也就是通过结构化思维把复杂分解成多种单一因素。
思维方法:
1)拆解指标:从业务中得到对应的指标公式
毛利率=毛利额/销售额
销售额=销售单价*销售数量
毛利额=销售额-成本额
2)拆解影响因素,基于对业务的理解,找到影响对应指标的变量
时间
地区
产品
3. 实现步骤
视频课程链接指引:FineBI6.0基础入门第二课
可在 DEMO 中体验 FineBI:点击登录FineBI体验环境
1. 数据准备 | |
在进行分析之前,我们需要对数据进行预处理。为此,我们建立了模型视图,为后续分析做好了准备。 | 点击学习 |
2. 销售&毛利额&毛利率环比分析 | |
为了能同时比较数据大小,又可以查看数据变化趋势,可以组合柱形图和折线图进行呈现。 | 点击学习 |
3. 区域门店分析&商品象限分析 | |
为了进行数据可视化分析,我们制作了区域地图和商品象限分布图。 | 点击学习 |
4. 异常订单监控 | |
在观察表格数据时,很难准确发现问题的严重性,因此我们可以对数据进行标记,以突出问题并使其更加显眼。 | 点击学习 |
5. 仪表板布局&美化 | |
关于仪表板内的组件制作完成后,我们需要对仪表板的整体,进行布局,丰富内容,整体美化,完成一张仪表板的制作。 |
4. 已完成报告预览
5. 分析结果复盘
毛利额下滑分析
1)通过「毛利额分析」得出:7、8月份毛利额下降,且8月下降趋势明显,需要及时采取措施。
2)点击年月,筛选出8月的数据;通过「毛利率分析」(点击毛利率栏表头设置升序,点击表内第一列数据下钻。)得出:发现「湖南省>长沙市>梅溪湖店毛利异常--零食品类德芙巧克力」导致毛利异常问题。