工作中懂得這樣資料分析，99%的企業都要你！

毛利額是什麼意思通俗

有這樣一個案例：

某零售集團13年跨入中國市場，並在電商新零售快速增長的背景下快速擴張，在全國各地開設門店。但隨著開店持續增加，但毛利額怎增速卻明顯下降，於是總經理發問：如何提升生意？

如果你是一個產品經理，你也許會說，上新品，增加吸引力。

如果你是一個大區經理，你大概會說，給員工獎勵，激勵他們多賣。

如果你是一個營銷總監，你大概會說，我們要擴大營銷，擴大知名度，找網紅帶貨。

如果你是一個通路行銷人員，你大概會說，產品組合賣、加促銷，搞會員制。

你覺得總經理會聽誰的呢？貌似誰都有立場，但誰都沒有說服力。

此時，就需要一個站在全域性角度不在乎部門區隔的人來分析，可以是商業分析師，也可以是財務分析師，也有可能是經營部的人，但都需要藉助資料分析的手段。

如果是資料分析師：

首先，定位問題，毛利額增速下降了幾個點，同比環比多少，是否在正常波動區間內？

其次，關聯檢視其他連帶指標，毛利潤下降和哪些指標有關？銷售額？成本？資料情況如何，需要有一個全域性的瞭解。

然後，確定了不正常，則要從不同業務維度來分析。比如，產品層面有無異常、銷售是否有明顯下滑……一步步定位。

這樣的問題其實在業務作業中很常見，就像這個利潤下降的大話題，牽扯因素複雜，一方面需要依靠分析師對業務的理解，另一方面也需要透過資料分析的手段來探索和求證。

下面就以上面那個案例，來實際看看如何分析。即使不是專業的分析師，按照以下思路，也能分析出一二來。

前期準備

首先，有了基本的分析思路，下面需要收集資料，並藉助工具來分析。

因為更多是業務層面的資料探索，不涉及模型等，且具有大量的不確定性，所以適合用BI這種視覺化探索工具來操作，能聯動下鑽關聯分析，全域性觀察業務。以FineBI操作為例。

一、資料準備與資料處理

1、資料匯入

本案例中，集團的IT部門每個季度會提供一張商品銷售表，因此這裡新建一個數據連線，連線到報表所在資料庫。

建立業務包，對資料進行門別類的管理：

這裡我們新建一個商品銷售業務包，並把IT資料庫中的資料表匯入至業務包中

這樣就成功將集團IT資料庫中的資料匯入至FineBI中，下一步開始進行資料處理。

2、資料關聯

所要的資料都在不同表甚至不同資料庫中。資料包講不同資料庫中的表整合到一起，資料關聯則可以將不同表透過鍵關聯起來。

在許多系統中，為了保證資料的安全性以及效能，往往會將一張非常大的資料表拆分成事實表和維度表進行儲存，事實表和維度表中一般透過欄位ID來進行關聯。在關聯時也存在多種關聯關係，例如1：N，N：1，1：1等等。

以往我們都是透過寫SQL來合併表，這裡FineBI有關聯檢視功能，可以直接自動將同名的欄位關聯對應起來。並且由於一個門店可以賣出非常多的商品，也就是對應N條訂單，因此需要按照門店-商品銷售=1：N的關係，將資料關聯起來

3、資料加工

在這個部分，需要明確分析的指標。零售生意拆分的方式有很多種，我就不贅述了。本次往簡單了說，主要指標就是銷量、銷售額、成本額。在此基礎上還有毛利額=銷售額-成本額，我們在資料準備階段就可以使用FineBI的自助資料集功能，直接在資料層面將毛利額計算出來，方便接下來前端的分析工作

二、視覺化探索式分析

資料已經準備處理好，下面就是視覺化業務分析。

1、集團總體資料分析

現在我們著手探究毛利額下降的問題，從哪裡開始呢？手頭有前兩個季度的資料，因此先檢視一下總體銷售資料，看看毛利額的下降是否是由於總體銷售額下降導致的。

使用自主資料集處理好的資料建立視覺化元件，透過簡單的拖拽，將時間欄位拖動至橫軸，將銷售額拖動至縱軸，就可以生成按日期維度聚集的銷售額資料了。

在此基礎上，使用FineBI快速計算自動計算出銷售額環比，並設定顏色依據銷售額環比區分，環比為負的顯示紅色以示警告，環比為正的顯示為綠色。還可以新增銷售額平均值預警線作為參考指標

按照這個思路繼續分析，我們可以發現8月銷售額環比提升了12。31%，總毛利額卻下降了11。9%，總毛利率更是下降了21。55%，因此問題應該出在成本控制上。

2、各區域/門店毛利率分析

定位到了成本的問題，我們需要確認5H1W中的問題發生的地點（Where），因此使用地圖元件。在FineBI中，透過地理角色的轉化，可以自動將城市名和經緯度對應起來，從而將城市名稱與地理資訊關聯展示。同樣的操作，將轉換後的經緯度拖入橫軸和縱軸，將毛利額欄位拖入顏色欄位，就可以按地域顯示毛利額資料了。可以看見湖南省的毛利資料是存在異常的。

3、異常品類商品分析

進一步分析，使用FineBI的聯動功能，製作一個門店毛利率柱狀圖元件，可以透過點選地圖元件中的湖南省，聯動至門店元件，從而至只展示問題省份的門店資料。

透過地圖下鑽，我們發現了湖南省長沙市銷售存在問題，而進一步透過聯動我們發現了具體的門店-長沙梅溪湖店是問題之源，而透過波士頓矩陣圖，我們定位到了銷售異常的商品為零食類-德芙巧克力

4、異常訂單明細

在發現了異常商品後，最後的一步就是訂單的排查。透過日期-毛利率折線圖和訂單明細表，異常訂單一覽無餘。在8月17日七夕節當天，德芙巧克力出現了大量異常訂單。可能是員工使用優惠券進行套現行為，需要交由審計部進一步跟蹤追查。

三、分析報告分享

資料分析師的使命並不僅僅是定位問題，在問題得到定位後，也應當推動問題的解決。因此需要將我們的發現傳達給集團的其他團隊。我們可以將分析結果以公開連結的形式進行展示，也可以匯出成PDF分享給他人。

結語

透過一次簡單的問題定位，相信大家已經體會到了資料的力量。資料分析的價值，可能不像銷售那樣成果顯著，但是能透過這樣的手段支撐業務，快速的解決業務問題，提供更為隱形的優質體驗，對公司的發展有著巨大的價值。掌握資料分析技能，也是提升我們解決問題能力的有效方式。