有这样一个案例：
某零售集团13年跨入中国市场，并在电商新零售快速增长的背景下快速扩张，在全国各地开设门店。但随着开店持续增加，但毛利额怎增速却明显下降，于是总经理发问：如何提升生意？
如果你是一个产品经理，你也许会说，上新品，增加吸引力。
如果你是一个大区经理，你大概会说，给员工奖励，激励他们多卖。
如果你是一个营销总监，你大概会说，我们要扩大营销，扩大知名度，找网红带货。
如果你是一个通路行销人员，你大概会说，产品组合卖、加促销，搞会员制。
你觉得总经理会听谁的呢？貌似谁都有立场，但谁都没有说服力。
此时，就需要一个站在全局角度不在乎部门区隔的人来分析，可以是商业分析师，也可以是财务分析师，也有可能是经营部的人，但都需要借助数据分析的手段。
如果是数据分析师：
首先，定位问题，毛利额增速下降了几个点，同比环比多少，是否在正常波动区间内？
其次，关联查看其他连带指标，毛利润下降和哪些指标有关？销售额？成本？数据情况如何，需要有一个全局的了解。
然后，确定了不正常，则要从不同业务维度来分析。比如，产品层面有无异常、销售是否有明显下滑……一步步定位。
这样的问题其实在业务作业中很常见，就像这个利润下降的大话题，牵扯因素复杂，一方面需要依靠分析师对业务的理解，另一方面也需要通过数据分析的手段来探索和求证。
下面就以上面那个案例，来实际看看如何分析。即使不是专业的分析师，按照以下思路，也能分析出一二来。
首先，有了基本的分析思路，下面需要收集数据，并借助工具来分析。
因为更多是业务层面的数据探索，不涉及模型等，且具有大量的不确定性，所以适合用BI这种可视化探索工具来操作，能联动下钻关联分析，全局观察业务。以FineBI操作为例。
1、数据导入
本案例中，集团的IT部门每个季度会提供一张商品销售表，因此这里新建一个数据连接，连接到报表所在数据库。
创建业务包，对数据进行门别类的管理：
这里我们新建一个商品销售业务包，并把IT数据库中的数据表导入至业务包中
这样就成功将集团IT数据库中的数据导入至FineBI中，下一步开始进行数据处理。
2、数据关联
所要的数据都在不同表甚至不同数据库中。数据包讲不同数据库中的表整合到一起，数据关联则可以将不同表通过键关联起来。
在许多系统中，为了保证数据的安全性以及性能，往往会将一张非常大的数据表拆分成事实表和维度表进行存储，事实表和维度表中一般通过字段ID来进行关联。在关联时也存在多种关联关系，例如1：N，N：1，1：1等等。
以往我们都是通过写SQL来合并表，这里FineBI有关联视图功能，可以直接自动将同名的字段关联对应起来。并且由于一个门店可以卖出非常多的商品，也就是对应N条订单，因此需要按照门店-商品销售=1：N的关系，将数据关联起来
3、数据加工
在这个部分，需要明确分析的指标。零售生意拆分的方式有很多种，我就不赘述了。本次往简单了说，主要指标就是销量、销售额、成本额。在此基础上还有毛利额=销售额-成本额，我们在数据准备阶段就可以使用FineBI的自助数据集功能，直接在数据层面将毛利额计算出来，方便接下来前端的分析工作
数据已经准备处理好，下面就是可视化业务分析。
1、集团总体数据分析
现在我们着手探究毛利额下降的问题，从哪里开始呢？手头有前两个季度的数据，因此先查看一下总体销售数据，看看毛利额的下降是否是由于总体销售额下降导致的。
使用自主数据集处理好的数据创建可视化组件，通过简单的拖拽，将时间字段拖动至横轴，将销售额拖动至纵轴，就可以生成按日期维度聚集的销售额数据了。
在此基础上，使用FineBI快速计算自动计算出销售额环比，并设置颜色依据销售额环比区分，环比为负的显示红色以示警告，环比为正的显示为绿色。还可以添加销售额平均值预警线作为参考指标
按照这个思路继续分析，我们可以发现8月销售额环比提升了12.31%，总毛利额却下降了11.9%，总毛利率更是下降了21.55%，因此问题应该出在成本控制上。
2、各区域/门店毛利率分析
定位到了成本的问题，我们需要确认5H1W中的问题发生的地点（Where），因此使用地图组件。在FineBI中，通过地理角色的转化，可以自动将城市名和经纬度对应起来，从而将城市名称与地理信息关联展示。同样的操作，将转换后的经纬度拖入横轴和纵轴，将毛利额字段拖入颜色字段，就可以按地域显示毛利额数据了。可以看见湖南省的毛利数据是存在异常的。
3、异常品类商品分析
进一步分析，使用FineBI的联动功能，制作一个门店毛利率柱状图组件，可以通过点击地图组件中的湖南省，联动至门店组件，从而至只展示问题省份的门店数据。
通过地图下钻，我们发现了湖南省长沙市销售存在问题，而进一步通过联动我们发现了具体的门店-长沙梅溪湖店是问题之源，而通过波士顿矩阵图，我们定位到了销售异常的商品为零食类-德芙巧克力
4、异常订单明细
在发现了异常商品后，最后的一步就是订单的排查。通过日期-毛利率折线图和订单明细表，异常订单一览无余。在8月17日七夕节当天，德芙巧克力出现了大量异常订单。可能是员工使用优惠券进行套现行为，需要交由审计部进一步跟踪追查。
数据分析师的使命并不仅仅是定位问题，在问题得到定位后，也应当推动问题的解决。因此需要将我们的发现传达给集团的其他团队。我们可以将分析结果以公开链接的形式进行展示，也可以导出成PDF分享给他人。
通过一次简单的问题定位，相信大家已经体会到了数据的力量。数据分析的价值，可能不像销售那样成果显著，但是能通过这样的手段支撑业务，快速的解决业务问题，提供更为隐形的优质体验，对公司的发展有着巨大的价值。掌握数据分析技能，也是提升我们解决问题能力的有效方式。
联系客服
