1. 概述
在前文中,我们对「人找货」和「货找人」的模板进行了详细分析,并回答了以下问题:设计师需要设计什么样的产品,针对哪些人群进行提供。此外,我们还需解答老板最关心的问题:利润空间有多大。视频学习如下:
2. 应用示例
假设我们筛选出了特定的人群以及产品特性,想要进一步查看产品的销售情况,包括「销售额」、「销售量」、「吊牌价」和「平均零售价」。
2.1 销售额top5分析
由于货号繁多,想要快速分析销售情况,我们可以仅对销售额排在前五的产品做分析,如下视频所示:
1)将「货号」、「销售额」、「记录数」、「吊牌价」和「销售额」拖入分析区域。
2)双击「记录数」修改成「销售量」,修改其中一个「销售额」的汇总方式为「平均」,并双击修改成「平均零售价」。
3)为「货号」添加过滤条件,筛选出销售额排在前五的产品。
在拖进仪表板中可以发现,表中的数据显示不全,如下图所示:
点击查看组件过滤条件发现被之前创建的过滤组件影响了,如下图所示:
因此需要将「人找货」和「货找人」中的「树标签」修改控制范围,如下视频所示:
2.2 销售量top5分析
同理,销售量top5分析可参考「2.1 销售额top5分析」,可直接复制「销售额top5分析」组件,修改过滤条件即可。
另外,根据实际情况,希望产品能在同个类目下进行比对,这里可以利用「结果过滤器」分别过滤出「大类」下的「服」「配」「鞋」三类。这里以「服装销售量top5分析」为例子,如下图所示:
2.3 仪表板展示
2.3.1 树标签做切片
在树标签中我们添加了「会员当前级别」、「性别1」、「年龄段」和「注册渠道」,也可以根据实际的业务进行选择。
除此之外还要选择好过滤组件控制的范围,只需控制「人货匹配」中制作的组件。如下图所示:
2.3.2 时间过滤组件
由于整体数据的时间跨度较长,可能会出现分析误判的情况,因此可以添加一个「日期区间」,如下图所示:
2.3.3 tab组件
3. 课程结语
恭喜你!到此完成了所有的分析步骤,完成了「零售电商人货场分析」,相信您已经学会如何进行多表联合的数据处理方式,并通过案例实操进一步熟悉了FineBI的功能使用,同时获得了零售电商人货选择分析的思路。