경영관리 분석은 기업과 정확히 동일하며, 업무의 원활한 진행과 실적 상승을 보장하기 위한 것이다. 구체적으로 다음 다섯 부분으로 나눌 수 있습니다.
업무 분석 결과에 대한 수요자는 부서장, 업무측, 데이터 분석가입니다.
1. 지표를 빗질하고 지표 체계를 세우다.
경영분석간판의 목적은 문제를 보는 것이다. 크고 완전한 지표를 포함할 필요는 없지만, 빠른 포지셔닝 문제는 경영분석의 더 깊은 수요이며, 지표체계 수립이 필수가 되었다.
자세한 구축 방법은 0 ~ 1 4 단계 고가치지표체계 구축을 참조하십시오. 다음은 프로세스와 요점입니다.
비즈니스 분석에서 지표의 역할을 명확히하십시오.
업무 측의 업무 분석 요구를 수집하여 업무 측의 관심 지표와 차원을 얻다.
다음 두 가지 방법을 결합하여 지표 시스템을 구축하다.
2. 간판의 구조와 내용을 계획합니다
계획 간판은 다음 두 가지 원칙을 따릅니다.
구조 원칙: 먼저 전체, 그리고 세분화;
내용 원칙: 핵심 지표는 앞에 있고, 해석지표는 뒤에 있다.
1. 사례 데이터 설명
사례 데이터는 Tableau 자체의 슈퍼마켓 데이터 주문 테이블에서 가져온 것입니다. 경영 분석을 더욱 포괄적으로 하기 위해 슈퍼마켓 데이터를 온라인 슈퍼마켓으로 취급하고 목표표, 사용자 표, 흐름표를 추가하여 차트 관계를 형성한다.
2. 간판의 구조와 내용을 계획합니다
간판은 전체부터 세분화까지 여섯 부분으로 구성됩니다.
3. 간판 맵 및 분석 구축
이 간판의 보고 일자는 65438+2 월 3 1, 20 년이며, 다음과 같이 정의된 일부 추출 척도가 보고서에 사용됩니다.
1) 영업 분석
완료율: 일자와 진행을 비교합니다. 달성률이 낮고, 더 이상 기대하지 않는다면, 원인을 깊이 분석해야 한다.
판매 목표: 6 월 365438+2 월 3 1 판매 및 주문량 7 일 최저. 다가오는 설날을 감안하면 휴일의 영향을 받을 수 있으므로 같은 기간의 데이터를 보고 이런 현상이 있는지 확인해야 한다. 마오이율은 사용자에 대한 우대를 암시하며, 일반적으로 판매액과 음의 관련이 있다.
판매 추세: 추세 그래프는 ① 데이터가 장기적으로 어떤 추세인지 관찰하는 데 사용됩니다. ② 추세가 변했는지 여부 ③ 어제의 데이터는 65438+2 월 3 1 과 같은 추세의 이상치인지 여부를 관찰하는 데 사용됩니다. 이상치에 속하면 설날로 인해 같은 기간 매출이 줄어든다고 해도 공휴일에 직접 기인해서는 안 된다.
2) 흐름 분석
사용자 트래픽 지수: 2 월 3 1, 65438, 사용자 수와 DAU 모두 낮습니다. 위 그림에서 사용자 수와 주문량 차이는 크지 않습니다. 한 사용자가 하루에 여러 번 주문을 했고, 판매액 하락은 구매자 수가 감소했기 때문입니다. DAU 와 전환율 * * * 동시 하락으로 인한 것입니다. 주목할 만한 것은 전환율이 5 일 연속 하락하여 사용자 인터넷 행동 분석과 결합해 원인을 찾아내야 한다는 점이다.
사용자 추세: 사용자 수의 추세도 세 가지 측면에 따라 달라집니다. ① 장기 추세 ② 추세 변화 ③ 어제의 데이터가 비정상적인지 여부.
흐름 전환 추세: DAU 는 시장 열을 반영하며, 외부 투입력과 관련이 있습니다. 전환율은 사용자의 구매 의사를 반영하며 상가측 동작과 관련이 있다.
3) 지역 분석
지역 분포: 판매 분포는 전체 판매의 변화가 지역 변화로 인한 것인지 여부를 관찰하는 데 사용됩니다. 주문 수량의 분포는 고객 단가의 요소를 제외합니다. 주문 수량과 판매량의 분포 또는 분포 변화가 같은지 분석하여 귀속이 주문 또는 사용자 방향인지 상품 또는 범주 방향인지 결정합니다.
도시 분포:' 도시지수 필터링' 에서 교대로 판매량과 주문량을 클릭한다. 지도에서 도시와 거품 크기의 변화를 관찰함으로써 더 깊은 귀속을 얻을 수 있다. 예를 들면 거품이 큰 도시가 인지에서 높은 판매량의 도시인지 아닌지를 알 수 있다. 판매량이 갑자기 증가한 지역은 여러 도시에 분산되어 있습니까, 아니면 개별 도시에 집중되어 있습니까? 거품이 크지만 주문 거품이 작은 도시는 없나요?
4) 사용자 분석
신객 추세: 사례 추세 그래프에 따르면 신객 비중이 거의 0 으로 계속 하락하고 있어 후기에는 아웃바운드가 없고 자연 성장이 없고, 신방문객 트래픽의 문제인지, 전환율의 문제인지를 좀 더 분석해야 한다.
채널 신규 고객 비율 및 신규 고객 수: 65438+2 월 말에는 신규 고객이 거의 없으므로 데이터가 월별로 표시됩니다. ① 새로운 고객 비율은 고객의 주요 출처를 이해하는 데 사용됩니다. 채널 uv 가 있는 경우 채널 전환률을 계산하고 채널 품질을 측정하고 사용자의 인터넷 동작을 분석하여 공간을 최적화해야 합니다. 2 채널 신규 고객 수 신규 고객 수를 이해하고 신규 고객 비율의 참조 값을 측정하는 데 사용됩니다. 예를 들어, 12 및 12 신규 고객 비율은 67% 이지만 신규 고객 수는 2 개밖에 되지 않아 채널의 중요성이 증가했다는 것을 알 수 없습니다.
Cohort :Cohort 는' 동시군' 으로 번역되어 향후 같은 기간 이후 일정 기간 동안 신규 고객 유지율의 차이를 분석하는 데 사용됩니다. 예를 들어, 65438 년 2 월 30 일의 신규 고객 보유율이 다른 며칠보다 현저히 높거나 낮다는 사실을 알게 되면, 그 원인이 무엇인지 심도 있게 분석해야 합니다.
5) 범주 분석
범주 판매 분포: 전체 판매의 변화를 일으키는 범주를 찾는 데 사용됩니다.
범주 판매 척도 값: 이 테이블은 범주로 또는 하위 범주로 드릴다운할 수 있으며 분석 방향은 관련 판매 척도를 통해 이동할 수 있습니다.
어제 범주 판매 분포: 판매량과 주문량 4 개 사분면과 단평균 판매량의 거품을 통해 판매에서 범주의 역할을 분석합니다. 판매량이 높다는 것은 판매량이 크게 기여한다는 것을 의미하고, 주문량이 높다는 것은 수요가 많거나 유량이 많다는 것을 의미한다. 예를 들어, 그림의 "의자" 는 주문량이 평균보다 높지만 판매량이 다른 범주보다 훨씬 높다는 것은 객단가가 높고 조합거품이 비교적 크다는 것을 보여 주며, 그 높은 판매량이 단량의 영향을 받는다는 것을 보여준다. 우리는 이 현상이 정상인지, 정상이라면 사용자 기반을 넓힐 수 있는지 더 분석할 수 있다.
6) 상품 분석
영업&top10 order quantity: 처음 4 개 표는 당일 판매 중 가장 잘 팔리는 제품을 찾는 데 사용됩니다. 우리는' 장기 베스트셀러' 와' 새로운 베스트셀러' 에 주의를 기울여야 한다. 전자는 사용자가 가장 인정하는 입소문 제품이고, 후자는 성장 잠재력이 있는 제품이다.
TOP 10 링비 상승폭: 마지막 두 표는 링비 변화가 가장 큰 상품을 찾는 데 사용되며, 아이템 변화가 전체 판매 변화에 미치는 영향 정도, 변화가 비정상인지 여부, 어떤 원인인지, 좋은 원인이 홍보될 수 있는지, 나쁜 원인이 피할 수 있는지 주목한다.