所有人刚接触到数据分析岗位的时候，大家都在告诉他，数据分析师要有分析思维，懂业务流程balabala—直接给新人劝退，相信大多数的小白跟我当初一样，面对这个问题，我内心是无比的excuse me？？？每个字我都认识，但连在一起就直接给我整不会了。
那这些抽象的东西到底是什么？要怎么获得呢？
哎，我来了我来了~才华如我带着业务案例和解决思路来了。
本文内容：
案例背景问题确认与指标拆解（业务流程图）问题解决思路（流程图）实际方法应用（案例实操）结论分析报告
看完之后你将会有以下收获：
数据分析师在公司是如何开展工作的？业务问题如何拆解成数据问题？有哪些基础的数据分析方法？水果行业知识和常见问题有哪些？和你点赞评论收藏转发后来自屏幕这端的我的一个无耻笑容，嘻嘻嘻😁
一、案例背景
某线下水果超市，覆盖华北5个省份，门店90+家，专供60种水果品类，自建供应链高品质产品增加，因此毛利较高。-毛利涨幅保持10%+，毛利额7835万。 经营模式：直营+加盟，铺开连锁网络。 物美价廉：储存方式标准化、仓库设计创新化、设备高效能、供应商数据同步化。 长期稳定盈利：一方面得益于针对性的店面规划和商品规划；另一方面是完善的会员制度和有效的会员激励方案。 公司设计了一套商品分配系统，可依据各地区销售特点自动划分该地区的水果供应配比，总公司根据整体需求安排采购。
现在通过监测数据，发现了问题：现连续两个季度毛利均同比下降。若保持现有增幅，则无法达到今年毛利额目标：环比去年增长5%。
那么我们首先需要把业务问题拆解成数据问题：根据去年数据，今年额外还需额外增加600万毛利额（已知目标是环比去年增长5%，可计算得到）。按照去年Q3Q4毛利占全年的占比，我们给Q3分400万，Q4分200万指标。
二、问题确认与指标拆解
问题确认：解决毛利额连续两个季度都同比下降的问题，且达到公司毛利目标（Q3完成400万，Q4完成200万）。
目标现在是知道了，那具体怎么提高毛利额呢？—**指标拆解：**毛利额=营业收入-营业成本
所以接下来的方向是考虑如何增加收入以及如何减少成本。
以上是可行的一些方案（基于公司实际情况和你对业务的熟悉程度）
当然啦，时间精力有限，这么多方案不会全试一遍，而是找到核心需要解决的问题优先解决。所以下面就是为了完成Q3的多增加400万毛利额目标，找到优先可执行的2个方案，画出解决问题的流程图。
三、问题解决思路（流程图）
数据分析师在公司是如何开展工作的？
⭐️数据分析流程：
明确问题-拆解问题-量化目标-制定方案-目标评估-实验-分析实验效果-结案报告
请大家记住这个流程，数据分析是为了解决某个具体的业务问题，请不要瞎搞。
（左侧是数据分析流程，右侧是具体的实施过程）
以下是文字版： 有数据不明白的很正常，别焦虑，我没有把数据源放进去，大家看个思路就好.
1.明确问题：环比去年毛利额增加5%。
2.拆解问题：（Q3毛利多增加400万）
方案1：23家未盈利店铺Q3承担100万毛利增长额（已未盈利店铺数占比25%，所以目标也可分配25%，即400万*25%=100万）；
方案2：利用高销量高利润商品带来300万毛利增长额（针对所有店铺）。
3.量化目标：
方案1：未盈利店铺每家日毛利额提高500元（100万/90天/23家店=483，我们取500元）；
方案2：单店每日提高360元（300万/90天/共92家店=362元，我们取360元）。
4.制定方案：
方案1：筛选盈利较差的店铺，以毛利额和4000元盈利线对店铺做分组分析，做一个月的营销推广（4000元为履约成本）；
方案2：利用10%销售额和利润，做矩阵关联分析找到目标商品，结合趋势分析法分析目标商品的进货变化量：增加荔枝量在230斤到330斤之间。
5.目标评估：是否达到第3步的目标值。
6.实验：方案1：抽取3个店铺实验；方案2：单店实验。
7.分析实验效果：方案1：以7日为周期评估实验效果；方案2：以17日为周期。
8.结案报告：达到效果编写结案报告。
四、实际方法应用（案例实操）
动动你的小脑袋瓜子（瓜子：？？？），想想以上的内容如何实现？以下是本文所用方法。
基础的数据分析方法
分析方法：分组分析、对比分析、矩阵关联分析、趋势分析
Excel：聚合函数：sumifs、countifs、average
图表：柱形图、散点图、象限图、折线图
1、分组分析—找到亏损店铺做营销优化，实验验证结论（分组分析用于方案一，后续分析方法均用于方案二）
1）将日毛利额低于4000元的定义为亏损店铺；
2）从亏损店铺中抽取3家店铺做精细化销售方案实验；
3）分析实验效果，前后对比，确定是否将该方案推广到其他亏损店铺。
2、对比分析—解决哪类产品销售好的问题
1）拆分出不同销量的水果，尝试对水果做销量对比；
2）使用对比分析方法完成任务。
分析结果
通过对比销量分析，发现葡萄和荔枝的销量明显高于其他品类; 为了进一步分析销量和利润的综合效果，需要结合利润维度做矩阵关联分析; 同时为了决策进货量，需要进一步进行趋势分析。
3、矩阵关联分析
—找到销量好和平均利润高的品类 （取平均利润，因为水果每次进价不一样，售价也不一样）
平均利润=总利润/总销量
Excel散点图画法：计算销量和平均利润的均值 调整xy轴交叉坐标轴值为均值 添加数据标签—设置单元格中的值标签
分析结果
处在重点对待象限的品类是荔枝，可以增加进货量； 处于需要查明原因或减少进货量的品类是芒果，可以减少进货量 。
4、趋势分析—分析水果总需求如何，调整进货量
分析结果
荔枝的趋势预测小幅上升，说明顾客对于荔枝的需求正在增长，可以提高荔枝进货量。同样，利润较低的芒果趋势预测小幅下降，说明顾客对于芒果需求正在降低，可以减少芒果进货量。
五、结论分析报告
方案1：各店的精细化销售方案能将亏损店铺日均毛利额提高1176元
1.三店毛利额均有所提升+数据呈现。
2.按最低增长幅度23.85%估计23家亏损店铺的整体日均利润提升额为1.6万，平均每个店铺712元，大于目标500元。
3.后续可以对23个亏损店铺推广，按每个店铺712元的毛利提升，预计整体一个季度可以提升147.3万毛利额。可完成36.8%毛利额增长目标
方案2：调整水果进货后能将店铺的日均毛利额提高
1.通过矩阵关联法，分析出荔枝属于高销量高利润商品、芒果属于低销量低利润商品；
2.通过预测两者销量趋势，可以预测到荔枝销量呈上升趋势，芒果销量呈下降趋势。我们决定增加荔枝进货量，减少芒果进货量。结合矩阵关联法，可以看出，这种调整组合可以有效提高店面整体毛利额；
⭐️3.假设我们的进货调整方案为： 荔枝调整进货量=(目标利润+(芒果利润*芒果下降销量))/荔枝利润。 按目标利润：360元；每斤芒果利润：0.94元；芒果最大销量：21斤；荔枝利润：1.29元。可以计算得出需要增加荔枝量在279斤（完全不减少芒果进货量）到294斤之间。
4.后续可按相同方式预测其他水果销量，可以综合地提高其他品类的进货量，而非单一提高一个品类的进货量，从而使我们达到目标的策略更加稳妥可行。
感谢各位小天使点赞收藏~
