最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

Power BI暢銷款分析案例

2023-03-24 07:52 作者:wujunmin  | 我要投稿

企業(yè)采購的商品暢銷才能帶來更多的利潤。產(chǎn)品部門對歷史銷售數(shù)據(jù)進(jìn)行分析,提煉暢銷品,洞察消費(fèi)者需求,為訂貨做參考。不少企業(yè)在分析暢銷款時,只按銷售數(shù)量或銷售金額進(jìn)行倒序排序確定暢銷品。這樣可能帶來極大的財務(wù)風(fēng)險。本文提供一種相對合理的分析方式,并用Power BI構(gòu)建模型對暢銷品進(jìn)行提煉。

一、暢銷款的業(yè)務(wù)邏輯

1. ?售罄率高并不代表暢銷

售罄率是期貨制企業(yè)常用的商品指標(biāo),用來表示某產(chǎn)品賣出的百分比。

售罄率=某段時間銷售數(shù)量/訂貨數(shù)量*100%

有人說,在相同的時間范圍內(nèi),售罄率越高代表越暢銷,其實(shí)不然。例如某款衣服進(jìn)貨兩件,賣了兩件,售罄率為100%,這個售罄率對企業(yè)沒有太多意義。即使賣完了,由于盤子太小,也沒賺什么錢。我們首先要考慮的是企業(yè)的絕對利潤值,而不是一個比例,上面這個例子就是如此,即使100%售罄,創(chuàng)造毛利太有限。所以進(jìn)貨的絕對值和銷售的絕對值很重要。采購進(jìn)貨的目的是創(chuàng)造足夠多的利潤,而不是賣完。

部分企業(yè)使用金額定義售罄率,從大盤的角度與數(shù)量定義的售罄率偏差應(yīng)該不大,細(xì)節(jié)到單款可能會有差異。不同的定義方式?jīng)]有優(yōu)劣,按需選擇即可。

2. 銷售數(shù)量高也不代表暢銷

銷售數(shù)量越高,能否說明該商品越暢銷?也不能。

假設(shè)某服裝零售商A商品進(jìn)貨100件,10天銷售50件;B商品進(jìn)貨50件,10天銷售40件。在相同的時間內(nèi)A商品比B商品多賣了10件,是否表明A比B暢銷?并不能。因?yàn)锽商品總共只進(jìn)貨50件,很有可能該商品在賣到30件的時候已經(jīng)斷碼了,影響了成交率,后期的銷售數(shù)據(jù)并不能真實(shí)反映消費(fèi)者的購物需求。此時,如果把A當(dāng)成暢銷品,有可能造成追加式訂貨的惡劣后果導(dǎo)致采購了一堆消費(fèi)者不是最需要的商品。


那么銷售數(shù)量和售罄率綜合考慮能否說明該商品暢銷?

30天后,A商品總共銷售了98件,售罄率為98%;B商品銷售了49件,售罄率也是98%。如同銷售10天時,B商品的銷售數(shù)據(jù)已無法真實(shí)反映消費(fèi)者需求,銷售30天時A商品和B商品的售罄率也全部無法反映真實(shí)情況。當(dāng)貨品賣到50%~70%時,可能斷碼現(xiàn)象已產(chǎn)生了。A商品在10天后的銷售也被抑制,比真實(shí)值偏低。


所以銷售數(shù)量和售罄率結(jié)合也無法反映商品是否暢銷。


3. 結(jié)合時間因素判斷商品是否暢銷


通過以上兩個例子我們可以得出結(jié)論,判斷商品暢銷與否需要引入時間因素。在越短的時間內(nèi)銷量越高(本例假設(shè)商品為新品,不考慮折扣因素),則商品越暢銷。


當(dāng)商品被充分供應(yīng)時(即尺碼齊全,比方售罄率還未達(dá)到50%),銷售數(shù)據(jù)能夠反映消費(fèi)者的真實(shí)需求。因此我們可以做出判斷:某商品售罄率越快達(dá)到50%,并且該期間銷量越高,則越暢銷。通過計算達(dá)到售罄50%之前平均每天的銷量進(jìn)行排名,即可判斷什么是真正的暢銷品。


達(dá)到售罄50%平均每天銷量=達(dá)到50%售罄時的銷量/達(dá)到50%售罄時銷售天數(shù)*100%


當(dāng)商品到截止日期仍未達(dá)到50%的售罄,可以認(rèn)定該商品被一直充分供應(yīng),公式中的銷售天數(shù)為截止日期減去該商品的到貨日期。


該思路綜合考慮了銷量、售罄率、時間三個因素,下一節(jié)以此為邏輯對暢銷品分析模型進(jìn)行構(gòu)建。


二、 構(gòu)建暢銷品分析模型


圖1是虛擬的某服飾企業(yè)訂單即銷售數(shù)據(jù),各數(shù)據(jù)源之間按照貨號建立關(guān)聯(lián),作為建立模型的基礎(chǔ)。


圖1


1. 計算達(dá)到50%售罄時的銷售天數(shù)


要計算某產(chǎn)品什么時候售罄達(dá)到50%,首先要計算該產(chǎn)品的滾動累計銷量,然后滾動銷量與訂單總數(shù)做對比,當(dāng)達(dá)到50%時停止進(jìn)行計算。

在“銷售明細(xì)表”中完成對以下計算列的添加。


(1)計算滾動銷量

對每一個產(chǎn)品的銷售數(shù)量按日期進(jìn)行滾動累加,以便與訂單數(shù)量對比,查看什么日期可以達(dá)到50%售罄:內(nèi)部的FLITER對表格進(jìn)行截取,同一個貨號內(nèi)構(gòu)成一個虛擬表;外部的FILTER在上述虛擬表的基礎(chǔ)上,按照銷售日期進(jìn)行滾動累加;SUMX對虛擬表條件下的銷量進(jìn)行求和。


(2)計算售罄率

使用RELATED對訂單中的訂單數(shù)量進(jìn)行調(diào)用,與上一步算出的滾動銷量相除,計算滾動的售罄率。

(3)計算售罄率大于50%的最小銷售日期

該公式分為兩個部分:當(dāng)該商品售罄一直未達(dá)到50%時,返回最后一個銷售日期。FILTER篩選相同貨號,MAXX判斷該貨號的最大售罄率,MAX提取最大銷售日期;當(dāng)該商品最終售罄率在50%以上時,提取該商品達(dá)到50%的最近的日期。內(nèi)層FILTER構(gòu)建相同貨號的虛擬表,外層FILTER截取該虛擬表售罄率大于50%的部分,MINX返回該虛擬表當(dāng)中的最小日期。


(4)引入上市日期

使用RELATED將上市日期引入銷售明細(xì)數(shù)據(jù)中。


(5)計算達(dá)到50%售罄時銷售天數(shù)

DATEDIFF判斷兩個日期之間的差值。


2. 計算達(dá)到50%售罄時的銷量

內(nèi)層FILTER構(gòu)建相同貨號的虛擬表,外層FILTER對虛擬表截取達(dá)到50%售罄之前的銷售,SUMX在以上嵌套FILTER構(gòu)建的虛擬表條件下,對銷量進(jìn)行求和。


3. 統(tǒng)計暢銷款

越快達(dá)到50%售罄的產(chǎn)品越暢銷,在達(dá)到50%售罄之前,該產(chǎn)品不受斷碼等因素影響,可以反映真實(shí)的銷售狀況,使用該期間的銷售數(shù)量可以倒推出該產(chǎn)品的理想銷售數(shù)量,從而進(jìn)行暢銷款排名。


(1)新建表,將銷售明細(xì)表中需要的字段匯總,如圖2所示。


圖2

使用SUMMARIZE構(gòu)建虛擬表,截取需要的字段,并對銷量進(jìn)行匯總求和。


(2)引入訂單數(shù)量到暢銷款表中

(3)計算累計售罄率

(4)計算理想平均周銷量

達(dá)到50%售罄時的銷量為真實(shí)反映顧客需求的銷量,換算成周便于比較。


(5)計算排名

使用ALL函數(shù)確保排名范圍為全部產(chǎn)品,RANKX選取不同排名字段。


(6)制作排名表

選取表格,將暢銷款數(shù)據(jù)中的所有字段添加入表中,如圖3所示。

視覺篩選器中,貨號篩選器類型選擇“前N個”,顯示項目為最小的10個,按照修正排名進(jìn)行顯示,如圖4所示。


圖3




圖4




? ? ? ? ? ?

通過以上操作,即完成了整個模型的搭建,輸出結(jié)果如圖5所示。


圖5



三、 總結(jié)


暢銷款分析首要在于理清什么是暢銷,對銷售數(shù)據(jù)的準(zhǔn)確性進(jìn)行判斷,結(jié)合銷量、售罄率、時間因素進(jìn)行綜合考慮。在實(shí)際搭建模型過程中,靈活使用FILTER+EARLIER對表的范圍進(jìn)行截取,與SUMX、MINX、MAXX配合計算不同范圍的和、最小值、最大值。

從圖5中可以看到:

(1)累計售罄率高的產(chǎn)品不一定排名靠前,因?yàn)樵摗笆垠馈币咽д妗?/p>

(2)按銷量排名和按照修正排名也有很大的不同,因?yàn)殇N量受訂量影響,訂單數(shù)量很小會抑制銷量。

(3)修正排名是相對準(zhǔn)確的暢銷款排名,可作為后期訂貨參考。該案例暢銷排名與訂單前十的重合度只有50%,說明訂單下單不是很準(zhǔn)確。

需要注意的是,不能只看數(shù)據(jù),需要結(jié)合現(xiàn)場業(yè)務(wù)進(jìn)行評估。比如STY1484這款產(chǎn)品排名第一,在上市的第一天就賣斷碼了。需要查看是真實(shí)零售銷售還是團(tuán)購因素,分析中需要排除干擾。


本案例為全部產(chǎn)品排名,讀者可設(shè)置不同切片器,查看不同品類產(chǎn)品的排名狀況。Power BI支持圖片顯示,可以準(zhǔn)備相應(yīng)的圖片資料,將字段設(shè)置為圖像URL,暢銷顯示更直觀,如圖6所示。



以上內(nèi)容選自本人著作《Power BI商業(yè)數(shù)據(jù)分析項目實(shí)戰(zhàn)》


Power BI暢銷款分析案例的評論 (共 條)

分享到微博請遵守國家法律
宝鸡市| 读书| 宁强县| 长治市| 卢湾区| 浮梁县| 天门市| 台东县| 镇原县| 崇阳县| 永仁县| 郴州市| 佛坪县| 察隅县| 武隆县| 新建县| 克什克腾旗| 三江| 叙永县| 凭祥市| 长葛市| 新闻| 安龙县| 铁力市| 灌阳县| 托克逊县| 仁化县| 霍城县| 栖霞市| 富蕴县| 惠州市| 玛纳斯县| 禄丰县| 尼玛县| 乐亭县| 涿州市| 银川市| 芦山县| 虞城县| 灯塔市| 西畴县|