数据分析之年度总结分享

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 国内一家服装公司,年销售额达数千万元,覆盖七个区域。财年后需分析销售数据以指导下年度战略。传统工作流涉及业务人员与BI研发协作,但存在沟通、分析和制作困难。为解决这些问题,采用阿里云DataV Note进行智能数据分析。该工具支持多人协作、AI驱动的可视化分析,并能数字化沉淀成果,极大提升了效率和美观度。通过对比不同品类销售额、品牌占比及地区业绩等维度,最终生成专业报告,满足多样化汇报需求。总结来看,DataV Note提供了高效、智能的数据分析解决方案。

背景:

我们是一家国内的服装公司,在全国拥有几十家服装门店,从事18个服装品类的销售,市场覆盖国内上海、华北、华中、西南、东北、中南、西北七个区域,年销售额达数千万元。财年结束了,老板希望我们(数据分析师)能对公司的销售团队的数据进行分析,并得出结论作为下年度的制定作战的方向。

一、工具选取:

(1)老模式的工作流:
  • 业务人员:制定分析思路,梳理出需要汇报的指标。
  • BI研发:清洗数据,提供一张大宽表,并导出Excel给业务人员
  • 业务人员:确认数据
  • 若数据合理:则在Excel上绘图,粘贴到Word、PPT上撰写报告
  • 若数据不合理:则反馈给BI研发重新清洗

image.png

(2)新模式的工作流:

然而,在审查过程中,我们发现现有的工作流程存在多方面的问题:

  • 沟通难:跨部门沟通成本高,仅靠靠Excel数据作为传递的媒介
  • 分析难:业务人员在Excel中分析,往往比较难做下钻分析,有时候甚至很难看出一些异常
  • 制作难
  • 制作出的图表无论是美观度还是交互度上都差点意思
  • 制作过程需要在Excel和Word或PPT之间粘贴,效率低下
  • 沉淀难:无法数字化沉淀管理下来复用

我们看了一系列的产品,发现阿里云DataV下有DataV Note(智能数据文档)的产品比较合适。这是一款以Notebook文档形式为基础、由强大AI模型驱动的智能分析、允许多人协作的数据可视分析平台。因此,我下面的过程均使用DataV Note作为分析的工具。

二、分析过程:

(1)制定分析思路

我们的分析思路如下:

  • 按品类和品牌划分的产品市场表现
  • 不同品类的销售额对比(最大、最小值)
  • 主要品牌占比分析
  • 跨地区的业绩比较
  • 不同地区日均销售额对比
  • 不同地区毛利润主导地位分析
(2)数据准备(已脱敏)
CREATE TABLE `retail` (
  `销售日期` datetime DEFAULT NULL,
  `店风格` text COLLATE utf8mb4_general_ci,
  `店名` text COLLATE utf8mb4_general_ci,
  `店性质` text COLLATE utf8mb4_general_ci,
  `品类描述` text COLLATE utf8mb4_general_ci,
  `品牌描述` text COLLATE utf8mb4_general_ci,
  `所属大区` text COLLATE utf8mb4_general_ci,
  `所属小区` text COLLATE utf8mb4_general_ci,
  `销售额` bigint DEFAULT NULL,
  `毛利` bigint DEFAULT NULL,
  `毛利率` text COLLATE utf8mb4_general_ci
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;

image.png

(3)绘图 & 总结(已脱敏)

【1】不同品类的销售额对比

image.png


image.png

【2】主要品牌占比分析

image.png

image.png

【3】不同地区日均销售额对比

image.png

image.png

【4】不同地区毛利润主导地位分析

image.png

image.png

三、制作报告(已脱敏)

DataV Note是分为2种形态:编辑态、预览态。编辑态为上述分析的过程;在预览态中,提供了丰富的定制化功能,包括主题选择布局调整样式优化水印添加等,确保展示材料既专业又美观。与此同时,还支持导出为PngPdfWord格式,并可通过钉钉微信邮件轻松分享,满足多样化的汇报需求。

image.png

image.png

四、总结:

我们从传统模式下的数据分析工作,迁移到全新的工作模式。跨部门在同一个Notebook画布中协同创作,边写代码边绘图的感觉非常爽,而且做好的文档还能数字化下来月度、年度复用;同时,DataV Note提供了很多AI小功能十分惊喜,例如:根据数据AI绘图自然语言生成SQL、Python等等;DataV Note作为智能数据分析工具,绝对是你不二的选择。

相关实践学习
DataV Board用户界面概览
本实验带领用户熟悉DataV Board这款可视化产品的用户界面
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
打赏
0
0
0
0
16
分享
相关文章
如何进行数据分析
如何进行数据分析
101 2
数据分析的要求
数据分析的要求
92 2
数据分析
【6月更文挑战第16天】数据分析。
53 6
数据分析的前世今生
数据分析的前世今生
107 0
C++数据分析的应用
C++是一种功能强大的编程语言,提供高性能、高效性和灵活性,适用于各种应用程序。其中,数据分析是C++的一个重要领域,涉及大量数据的收集、处理和解释。C++可以有效处理使用HTTP、FTP、JSON、XML等各种协议和格式的网络通信和数据采集任务。
306 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等