我们可以从一份超市数据集中分析出啥？

作者：Roar

转自：CPDA数据说

大家好，我是小z

今天给大家分享一波Tableau分析实战教程，关于入门篇之前也分享过，感兴趣的可以一条龙学起来~

一天入门Tableau详细教程（上）

一天入门Tableau详细教程（下）

超市运营分析

这个数据集是Tableau自带的一个某超市的数据集，主要收集了2014-2017这四年的数据。这个数据都有哪些字段呢？

第一部分

第二部分

第三部分

好的，字段信息现在我们也知道了。接下来让我们开始实战之旅吧！

1

客户分析

客户细分是为了能够深度分析客户需求，更好的应对客户需求的变化。通过合理，系统的分析，企业可以知道客户有哪些需求，分析客户的消费特征，更好的为运营提供可供选择的运营策略以及未来规划。

我们将从各省市的交易次数，各省市利润额，客户散点图，客户交易量排名等四个维度来分析

1.各省市交易次数

购买次数即购买频率，指一定时间内购买某种或某类商品的次数。在一段时间内消费者的购买行为是有规律可循的。而购买次数是度量购买行为的一项比较重要的指标。

制图如下：

2017年各省市交易次数

2.各省市利润

利润对于一个企业的重要性我觉得不必过多说什么。

在这个案例中，该超市不同类别的商品在每个省市的销售利润存在较大差异。某些省市可能还是负值。

图形如下：

各省市利润

这个图看起来就很像是excel中的色阶。

3.客户散点图

以客户为中心的个性化服务，现在越来越受到重视，研究客户的个性化需求，分析不同客户对企业效益的影响，以便做出决策。

客户散点图

4.客户交易量排名

客户交易量是指在某段时间内购买的数量，可以挖掘的客户价值。一般交易量越大的客户价值越大。

客户交易量排名

好的到这里就把客户分析这四个维度的图做出来了。下边我要把客户分析做成一个仪表盘，如下图：

仪表盘的用处在于把仪表盘上面的数据关联起来，能够通过点击某一个元素的同时，其他图形随之变动。

2

配送分析

我们知道现代的物流配送在区域范围内，根据客户的要求对物品进行挑选，包装，组配等。

这里我主要从各省市配送情况，配送准确性，商品发货天数，配送延迟商品等四个维度来分析。

1.各省市配送情况

我们都知道配送情况应该首先包含订单确定以后到出单的这一过程，但是原有的数据集没有配送天数这一字段，因此需要新建一个配送天数字段

• 配送天数= 发货日期-订单日期

在Tableau上的展示，如下图：

创建发货天数字段

创建好以后可以完成各省市配送分析，如下图：

各省市配送分析

能够看到最长的发货时间是8天，这个对于现在的物流来说可以说是相当长了。我们要具体探索一下，在哪个地区配送发货时间会超过一周呢？

超过一周的数量

能够看到这个量是很少的。

2.配送准时性

配送准时性是能否快速满足用户需求的一个必要条件。

由于数据集中没有申明超过几天就算没有及时配送，所以我自己新建了两个新的字段

• 预计发货时间 = 3

• 是否按时发货 = IF [发货天数]>3 THEN '发货延迟' ELSEIF [发货天数]=3 THEN '发货正常' ELSE '提前发货' END

如下图：

是否按时发货字段

这里使用了一个函数，其实有点基础的都能看得懂这个函数，就不详细展开了

配送准时性

能够看到绝大多数订单都没能即时的配送

3.商品发货天数

发货时间是指物流公司把物流信息录入到系统的时间，并不是给客户发送的时间，一般来讲真正的发货时间都会早于录入系统的时间

商品发货天数

4.配送延迟商品分析

就像标题显示的样子，就是要分析一下配送延迟商品

配送延迟商品分析

好的上面四个维度以及结束了，接下来就是把几个维度坐在一个仪表盘上

配送分析

3

销售分析

应该来说，销售分析是非常有说服力的，这一次，我主要围绕各省市销售额，区域销售额，产品细分和客户细分

1.各省市销售分析

首先看一下各省市近几年的销售状况

各省市销售额

2.区域销售额

区域销售额

根据不同区域的销售额的对比找到相关的销售变化信息

3.产品细分

所谓产品细分是指营销者通过市场调研依据消费者的需要和欲望，购买行为和购买习惯等的差异，把某一个时长整体划分为若干消费者的一个过程

产品细分

这里再加上一个排序的过程，能够更加清晰的对比出每个产品近几年的变化趋势

4.客户细分

客户细分是指依据客户属性划分的不同客户集合

这个数据集把客户细分为公司，消费者和小型企业

同样的创建一个新的仪表盘：销售分析

销售分析

4

利润分析

企业一切着陆点都应该是利润，所以接下来我们要对利润做几个方面的分析：

• 产品利润分析

• 区域利润分析

• 省市利润分析

1.产品利润分析

每个省市的客户，消费习惯，消费水平，以及竞争对手的市场占有率等等都不同，因此产品的利润也应该不相同。

产品利润分析

2.区域利润分析

主要是探索分析不同区域的销售利润，这个和区域销售的情况还是很接近的

区域销售分析

3.省市利润分析

省市利润分析

这里我把利润按照从小到大的顺序排列的

如果按照地图来排列，会变成什么样呢？

省市利润分析（地图版）

说明其中的绿色代表的是利润为负的，而随着颜色的加深，逐渐到红色，表示的是利润逐渐在增加。怎么样是不是Tableau在这一方面的优势很明显呢？

利润分析仪表盘如下图：

利润分析

5

预测分析

数据存在的意义就是希望能够通过过去的数据，来为未来的运营做准备。

由于这个数据集是从2014-2017年的数据，所以我们希望在现有的数据的基础上来预测2018年的总体销售额以及各个地区的销售额和利润情况。

为了尽可能增加精度，这里采用季度或者月份来做频度

1.销售额预测

销售额预测

能够看到上图中多了一列2018年，这个就是Tableau预测的2018年的销售额。至于使用的是什么方法预测，我觉得可以去搜一下相关的文档。

2.区域预测分析

中国地大物博，且各个地区的地理，文化，政治，语言，风俗等等各不一样，所以就很有必要重视这些天然的差异，实事求是。

区域销售预测

3.区域利润预测分析

区域利润预测分析

最后做成一个预测的仪表盘

预测分析

好的到这里这一篇实战就算是结束了。

通过上面的整个图形的绘制以及使用过程，我觉得你会对Tableau有一个更好的认识。

我觉得这里有必要在介绍一下下图中几个圈出来的地方：

我觉得如果有数据透视表基础的人都能可以很快的入门Tableau，因为Tableau在绘图的时候和Excel在很多方面都是很像的。

比如：列和行，就可以简单的理解成是Excel中的列和行，而至于筛选器就和excel更像了。

数据透视图的维度

Tableau中的标记有颜色，大小，文本，详细信息。

• 颜色可以和Python绘图的时候的那个hue参数一致，就是用拖到此处唯一的值作为颜色的区分。

• 大小是用来表示数值的大小。

• 文本是把原有的数据展示出来。

• 详细信息对于各个地市就很通用了。

总之一句话：多看多练，你也可以很快入门的！

作者：Roar

来源：知乎专栏 https://zhuanlan.zhihu.com/p/72412039

●浑水做空YY直播30000字硬核分析报告。

●10大Python数据可视化库！

后台回复“入群”即可加入小z数据干货交流群