《2019年11月自行车业务》分析报告

1 项目介绍

整个项目实现过程,包括dashboard指标需求分析,数据统计计算,powerbi报表开发。

分析成果:


1.1数据来源某生产销售商日常销售数据。此项目所需数据存放在mysql,订单明细表、每日新增用户表两张表中,同时需要关联日期维度表。

2 项目实现


2.1 需求分析通过对销售数据监控,获取最新的商品销售情况、销售趋势、产品及区域分布情况,通过dashboard展示,方便公司数据查询,以及策略制定。现对项目需求进行拆解,搭建指标体系。


2.2 数据加工

2.21 源表解析

订单明细表(ods_sales_orders),包含字段如下

订单明细表(ods_sales_orders),包含字段  
每日新增用户表(ods_customer),包含字段(同历史表)
日期维度表(dim_date_df),包含字段

2.2.2 脚本开发

使用python连接mysql数据库,开发相应脚本,计算各字段。

脚本一(用户订单聚合脚本):读取订单明细表,新增用户表,日期维度表,生成用户订单表(dw_customer_order)

1.提取订单主键/订单日期/客户编号/产品名/产品子类/产品类别/产品单价/所在区域/所在省份/所在城市

2.形成按照 订单日期/产品名/产品子类/产品类别/所在区域/所在省份/所在城市的逐级聚合表,获得订单总量/客户总量/销售总金额

3.转化订单日期为字符型格式,获取当日日期维度

4.数据存入聚合表(dw_customer_order)

脚本二(计算每日总量及环比):读取ods_sales_orders(订单明细表),dim_date_df日期维度表,生成每日环比表

1.根据create_date聚合,求总销量/订单量/客户数/客单价

2.读取销售目标,与上表聚合

3.计算每日环比数据4.输入存入每日环比表

脚本三(计算同比数据):生成dw_amount_diff日期维度同比表(按当天/昨天/当月/当季/当年计算同比)

1.求当前日期维度下,各阶段的销售额,订单数,客单价

2.取出当前日期维度下的去年对应日期列表,求对应各阶段的销售额,订单数,客单价

3.计算各日期维度下总金额/订单量/客单价同比值

4.数据存入日期维度同比表

脚本四(计算客户分布):生成客户年龄分布表,性别分布表,婚姻状态表,年收入表(按新增/历史计算)

1.读取每日新增用户表,历史用户表,分别求年龄分布,性别分布,婚姻状态,年收入分布

2.数据存入各表

2.3 报表开发

2.3.1 报表设计

报表包括数据概览,趋势分析,销售详情,客户分布4各主题页。

数据概览页按时间维度分今日、昨日、本月、本季度4个子页。

趋势分析页按时间维度分21内趋势1个子页。

销售详情页按产品、地区维度分2个子页。

客户分布页按新增、历史分2个子页。

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。