历史版本2 :零售业人货场分析案例背景介绍 返回文档
编辑时间:
内容长度:图片数:目录数:
修改原因:
1. 案例介绍编辑
作为一家主营服饰的公司。3月有女神节专场活动，夏天有运动季，8、9月有开学季，双十一，双十二.......每年活动的档期都是排满的。所有对应的新品都要提前很久进行规划，方便提前打样进入生产。
时间来到年底。老板要求我们着手准备明年3月的女神节活动，主要负责决定新品的方向。 为了合理确定新品的设计方向（价位、主色调等）我们找IT部门提供了历史的订单数据。
[helpvideo]7107[/helpvideo]
2. 分析思路编辑
人找货
目标：针对女性客群，设计在明年3月女神节期间能够爆卖的产品。
思路：基于历史销售数据分析女性偏好，确定客群更倾向购买何类产品。
衡量标准：考虑历史销售额和销售量。
货找人
通过环节一，人找货。我已经进一步明确了我要设计什么产品，从价位、色系、种类等维度做了限制。
目标：找到更明确的消费者画像。
思路：根据历史销售数据，分析指定种类的商品，它们的购买者集中有何特征？
衡量标准：历史销售额，销售量
人货匹配
通过环节一、二，顺利敲定了需要设计的产品样式并定位了精准的用户画像。
目标：估量市场空间大小。
思路：同时指定对应的产品特征和消费者特征，在两个角度的过滤下，观察历史产品的销售情况如何。
衡量标准：历史销售额，销售量
3. 实现步骤编辑
视频课程链接指引：FineBI6.0实战篇：零售电商人货场分析
可在 DEMO 中体验 FineBI：点击登录FineBI体验环境
| 1. 数据处理 | |
| 将数据上传，对数据进行清洗并使用「左右合并」或者「模型视图」关联多表数据，学习如何进行多表联合的数据处理方式 | 点击学习 |
| 2. 人找货 | |
| 使用饼图、折线图、柱形图-折线图分析并确定女性客群更倾向购买何类产品。 | 点击学习 |
| 3. 货找人 | |
| 在确定产品特性之后，进一步探索该类产品的消费者画像。 | 点击学习 |
| 4. 人货匹配 | |
| 结合树标签和时间过滤组件，用表格展示产品具体的销售情况。 | 点击学习 |
4. 已完成报告预览编辑
5. 分析结果复盘编辑
通过「人找货」、「货找人」和「人货匹配」三个环节，我们大致确定了产品特性、人群画像以及市场空间。
1）人找货
大类销售情况
中分类销售趋势
主色带-销售分析
价格带-销售分析
2）货找人
会员分析
年龄段-销售分析
渠道-销售分析
销售网点情况
3）人货匹配
销售额top5分析
销售量top5分析