门店销售数据分析

本文以优衣库门店销售数据为例，利用数据分析工作经验及业务理解对门店销售数据进行数据分析展示。

结论先行-数据分析报告结论：

1.用户更加偏向于在周末的时间段内进行消费，周末的日平均销售指标是工作日的平均指标的1.7倍，各门店可以选择在周末的时间段内增加店铺内的商品样式陈列和货架摆放，或者在周末时间举行店铺促销活动以此来更大程度上提升客流量，加强周末商品营销抓住周末客流多销量大的特点引导和吸引客户积极消费。对于工作日店铺可以进行折扣促销活动吸引客户来消费。

2.消费者比较偏好购买T恤和当季新品和配件类型的产品，且三种商品的销售利润达到整体销售利润的73%。其中T恤利润占整体利润的38%，且不同产品类别的利润差异相差较大，运动和短裤的利润占比不到5%。所以店铺应重点关注T恤、配件、当季新品的宣传和营销，注意货架摆放，优化货架产品的摆放，特别是将T恤、当季新品等销售更好的产品摆放到更为显眼的地方（例如陈列在靠近门口的位置），放大此类产品的曝光量，吸引客户下单购买，优衣库可以适当减少牛仔裤、短裤、运动等类型产品的陈列和库存比例。

3.按用户性别属性分析，女性用户数量占比是男性用户数量的2.3倍，在男女用户中，线下渠道客户数量是线上渠道客户数量的4倍。综合以上分析，店铺可对女性货架区重点铺货，线上渠道也可优先展示女性穿搭产品，同时增加女性模特穿搭相关广告宣传，增大女性用户的消费潜力和欲望。

4.根据年龄段分布情况，购买群体主要分布在20-39岁的中青年群体，占整体客户数量的的76%。所以店铺应当重点关注20-39岁的中青年群体的消费，对于线上渠道的曝光，对于宣传的穿搭模特需要选取20-39岁年龄段偏年轻态的模特，促进该年龄段用户群体的消费。所以优衣库应适当增加T恤和当季新品类型的流行销售款式，并根据不同年龄段下消费者的特质制定针对性的产品设计和营销策略。

综合以上用户维度分析，优衣库在销售T恤、当季新品及配件时，需将20-39岁间的女性消费者作为重要价值客户，并制定相应的营销策略，根据女性群体特质销售女性合适款式的商品，有针对性地进行店铺陈列和货物摆放及，并且注意维护好周末时间的客户购物体验服务。

5.深圳、杭州、武汉是优衣库消费主力城市，销量占比达整体销量的50%以上，用户消费潜力和需求较大，店铺可针对这些城市考虑增加分店，以及相对应地增加产品仓储库存，重点关注这些城市的产品宣传，制定更有地方特色更能融入地方消费者的宣传策略。

6.依据用户购物渠道划分，优衣库的消费者更加偏向于进行线下渠道的消费。其中深圳、杭州、成都、南京以及北京仅存在线下销售渠道。在线上和线下渠道共有的城市中，仅有广州的消费者更加偏向于在优衣库的线上店铺进行消费，线上销售渠道的消费者人数约为线下的2倍。其余城市的线下渠道销量可以达到线上的两倍及以上。所以店铺应重点关注线下渠道销售，对于线上渠道需要做好宣传推广。线上渠道的销售起锦上添花的作用。对于未开通线上渠道销售的深圳杭州等城市可考虑开通线上渠道销售，对于整体销售情况会有所提升。

输出数据可视化仪表盘Dashboard举例：

 数据可视化看板最终还是要按业务实际进行搭建，面向不同的对象展示数据看板也会有所不同。

本文的组织结构如下：

一、分析背景

二、分析目的

三、理解数据

四、明确问题

五、分析思路

六、清洗数据

七、数据分析

八、总结和建议

一、分析背景

优衣库（英文名称：UNIQLO），为日本迅销公司的核心品牌，建立于1984年，当年是一家销售西服的小服装店，现在已经是家喻户晓的品牌。现任董事长兼总经理柳井正，在日本首次引进了大卖场式的服装销售方式，通过独特的商品策划、开发和销售体系来实现店铺运作的低成本化，由此引发了优衣库的热卖潮。

为优化消费者购物体验，优衣库开启全国门店自提服务，网店下单，门店可最快在1小时内完成备货，消费者可自行选择到全国任意适用门店取货。“跨城送爱”更加便捷快速，春运出行的消费者亦能“轻”装出行，下了飞机去取新衣。还有更多贴心举措，如“免费改、轻松换”售后增值服务，满足修改裤长、同类商品换颜色、尺寸，以及当场试装等个性需求。

在电商时代快速发展的时代下，优衣库形成这种特殊情形的主要原因是：商业模式的独特性。首先，其店铺将自助式购物作为主要消费模式，很大程度上提升了消费者的购物体验，其次，店铺采用仓储和陈列一体化的模式，很大程度上降低了店铺的固定成本，从而减少了线上和线下销售价格的差异。为此，很大程度上提升了消费者对于线下渠道消费的喜爱程度。

所以对于优衣库来说，如何更好地提供顾客所喜欢的商品、如何提升商品的利润、以及如何高效利用仓储空间，则是一个非常重要的企业课题。

数据来源：数据集来自往网上公开的数据，是一份有关优衣库销售数据共有22294条记录，13个字段。此次被用于分析的项目数据集共统计了一个月内全国十座城市下64家优衣库店铺的销售数据。

二、分析目的

此次项目将从人、货、场三个维度，即用户偏好维度、产品维度、城市分布维度对优衣库畅销款商品的销售情况进行可视化分析，从而为优衣库在弄清用户行为偏好、提升商品利润以及优化店铺陈列等方面，提供营销决策的数据基础，并提出促进销售提升的建议和运营策略方案，促进店铺的销售提升。

三、理解数据

3.1字段理解

销售数据表

>>>经查“销售数据表”总共有22294条数据。

四、明确问题

1.整体销售情况的时间规律特点？如何优化销售时间？

2.不同产品的销售情况是怎样的？如何优化产品类型和店铺陈列？

3.用户购物具有怎样的购买偏好？如何更好地运营客户？

4.不同城市的销售情况有何特点？需要如何改进？

五、分析思路

六、数据清洗

注意：在开始清洗数据之前，最好先备份好原始数据集，以防后面有需要查询或再次使用原始数据的需求，保持良好的数据备份习惯。

6.1 选择子集
选择分析需要相关的数据列，将不相关的字段列进行隐藏。由于在本数据集所有列都需要，所有字段都给予保留。

6.2 列名重命名
为方便后续理解数据真正的业务含义，将表述不清晰的列名进行重新命名。为在可视化图表便于直观展示，在这里将表中所有列的英文列名重命名为中文名。

6.3 删除重复值
重复值会干扰数据的准确性，删除重复值确保数据是唯一的。由于在该数据集中没有唯一的可指定该数据行的字段，且同一个店铺同一时间的客户确实可以多次购买多件同样的衣服，因此可产生同样的数据，故该数据集不需要进行重复值操作。

6.4 缺失值处理
缺失值：缺失值影响数据的准确性。采用定位条件定位空值，发现没有缺失值，故不进行缺失值处理。对数据集各列进行缺失值查找，有三种方法查看缺失值：1.直接看各列的计数值是否相同；2.对各列筛选操作查看各列有没有空值；3.采用定位条件进行空值定位；经查均未发现有缺失值，所以暂时不需要进行缺失值处理。

6.5 一致化处理
一致化处理：对每个数据列里没有统一格式的值进行处理，便于后续的数据分析工作；该数据集结构规整，数据格式比较统一，不需要进行一致化处理。

6.6 数据排序
对表中的销售金额字段进行数据降序排序，发现销售金额数据差异较大，同时存在负值和零值，不排除有异常值的存在，在工作中可与业务部门或销售部门同事确认数据的准确性。

6.7 异常值处理
客户性别字段存在118个UNKNOW数据，年龄存在137个UNKNOW字段，同时两者重合度较高，因数据量不大故进行删除处理。销售金额字段存在负值和零值31个，同样进行删除处理，这些数据占比较小进行删除处理同时也不会对整体数据产生影响。

为便于后续分析，增加了相关需要分析的字段，增加了平均销售额、销售利润及客单价字段列。其中定义平均销售额=销售金额/订单数量；销售利润=销售金额-产品成本×购买数量；客单价=销售金额/客户数量；

 经过以上数据清洗步骤，数据集都已经全部清洗完毕，现在该数据集都是比较干净的数据，共有22124个数据，为后续的数据分析工作打下基础。

七、数据分析

利用Excel的数据透视表和可视化图表进行数据分析，分析业务问题得出相关结论和建议。

7.1不同时间的销售情况分析

按时间维度在此即按工作日与周末的时间维度看整体的销售情况对比。

工作日与周末的销售额与平均销售额情况分布

 工作日与周末的购买量与平均购买量情况分布

 工作日与周末的客户数与平均客户数情况分布 

 >>>由以上工作日与周末的销售额、购买量及客户数分布情况可知，工作日的销售额比周末的高得多。但是由常识可以知道优衣库周末的销售明显比工作日更好，周末来店购买的人普遍更多。原因是因为工作日的销售额是5天的累积，而周末是2天的销售额累积。为了更直观展示销售情况，所以增加了平均销售额指标，发现确实是周末各类指标的平均销售都比工作日的平均销售更高，周末的平均指标都比工作日的平均指标的1.7倍。说明客户周末休息时间更有时间进行消费，更有购买欲望更愿意多花时间在店铺选购，所以店铺需要重点关注周末的商品销售和客户服务，加强周末商品营销抓住周末客流多销量大的特点引导和吸引客户周末增加消费。

7.2不同产品的销售情况分析

将销售情况按产品维度进行分析，对比不同产品的销售情况。

各产品的销售额与平均销售额分布

>>> 销售金额与平均销售金额变化同步，其中销售金额与平均销售金额前三的产品类型有T恤、当季衣服、配件，销售额垫底的有袜子、运动、短裤类型的产品；且各产品销售额之间的的差异巨大，T恤的销售额是当季衣服的两倍多，是配件销售额的3倍多。T恤销售额达到150万以上，而次之的当季新品和配件都在60万以下，其他产品的销售额还不到30万。

 各产品的销量情况分布

>>>不同产品的购买数量及订单数量也基本同步变化， 销量分布排名前三产品类型的有T恤、当季衣服、配件。各类型产品的购买量分布差异同样巨大，T恤的销量和销售额达到整体占比的40%以上，T恤的购买量是当季衣服购买量的3倍多，是配件购买量的4倍多。T恤销量达到1.8万件以上，其他类型产品都在6千件以下；其中运动、毛衣、裙子的销量甚至还不到2千件。购买量的大小能反映客户的产品消费偏好，日常生活中T恤的消耗量大，加上各类优衣库联名款的宣传加持，T恤产品最受客户的欢迎。

各产品的利润分布及占比

 >>>由上图各类型产品的利润分布可知，T恤竟然还是利润最高的产品，利润达到63万，T恤利润占整体利润的38%，若加上配件和当季新品的占比就达73%，且不同产品类别的利润差异相差较大，其他产品的利润均在31万以下，毛衣、袜子、裙子、牛仔裤、短裤、运动服饰利润不到10万。运动和短裤的利润占比不到5%。综合以上，店铺应重点关注T恤、配件、当季新品的宣传和营销，注意货架摆放，特别是T恤等销售更好的产品摆放到更为显眼的地方，放大此类产品的曝光量，吸引客户下单购买，优衣库可以适当减少牛仔裤、短裤、运动等类型产品的陈列和库存比例。

7.3用户行为偏好分析

1.用户性别比例分布情况

 >>>女性用户占比是男性用户占比的2.3倍，女性用户的群体占比最大，符合如今用户群体消费的女性是消费主力的特征。

2.用户的购买时间偏好分析

将男女用户按工作日及周末的时间维度进行分析，对比男女用户在工作日及周末的购买时间偏好。

 >>>由上图可知无论是在工作日还是周末都是女性用户都是消费主力群体，而且工作日及周末时间女性用户数量是男性的2倍多。

 3.用户购买渠道分析

将男女用户按购买渠道维度展开分析，对比男女用户在线上线下渠道的购买偏好情况。

 >>>无论是线上还是线下渠道，对比男性用户，女性用户仍然是消费主力群体。在男女用户中，线下渠道客户数量是线上渠道客户数量的4倍。综合以上分析，店铺可对女性货架区重点铺货，线上渠道也可优先展示女性穿搭产品，同时增加女性模特穿搭相关广告宣传，增大女性用户的消费潜力和欲望。

4.用户的年龄段分析

 >>>按年龄段分布，不同年龄段的客户数量及购买数量呈正态分布，购买群体主要分布在20-39岁的中青年群体，占整体客户数量的的76%，客户数量和购买数量都在5000人以上。该年龄段群体处于相对年轻化的，比较追求时髦同时购买力也较强的群体特征。20岁以下及40岁以上的群体相对较少，客户数量及购买数量都处在3000人以下，所以应当重点关注20-39岁的中青年群体的消费，对于线上渠道的曝光，对于宣传的穿搭模特需要选取20-39岁年龄段偏年轻态的模特，促进该年龄段用户群体的消费。

综合以上用户维度分析，优衣库在销售T恤、当季新品及配件时，需将20-40岁间的女性消费者作为重要价值客户，并制定相应的营销策略，根据女性群体特质销售女性合适款式的商品，有针对性地进行店铺陈列和货物摆放及，并且注意维护好周末时间的客户购物体验服务。

7.4不同城市的销售情况分析

 按不同城市的地理分布查看产品的销售情况，看看不同城市的用户消费水平及用户购买力情况。

 >>>从不同城市的销售额分布来看，销售额排名前三的城市有深圳、杭州、武汉，都达到50万以上的销售额，其中深圳达到了70万以上的销售额，其他城市的销售额均在40万以下。其中西安、成都和北京及南京等城市的销售额较低，均在在22万以下。

>>>不同城市的客户数量及购买数量及利润分布上，同样是深圳、杭州、武汉排名前三，远远甩开其他城市，是优衣库消费主力城市，这三个城市的销量占比达整体销量的50%以上，说明这些城市的用户消费潜力和需求较大，店铺可针对这些城市考虑增加分店，以及相对应地增加产品仓储库存，重点关注这些城市的产品宣传，制定更有地方特色更能融入地方消费者的宣传策略。

北京市的利润分布实在是太低了，是什么原因呢？将北京市各产品类型的利润进行展开。

 >>>发现北京市的利润分布差距更大，T恤销售达3.1万，但是销售利润上万的仅配件和T恤，而袜子、毛衣、裙子、短裤、牛仔裤、运动类型的产品利润才3600以下，运动类型产品利润甚至不到1000，北京的店铺需要调整产品类型的布局，增加T恤、配件、当季新品的库存和摆放，对于其他类型的产品还需要其他的数据进行调查论证究竟是什么原因导致的产品利润低。

将不同城市的销量进行分解，按渠道分成线上和线下进行分解，看看个城市之间的线上线下渠道有什么样的分布特点。

 >>>由上图可知并不是所有城市同时都拥有线上线下销售渠道，线下渠道销量占据前三的任然是深圳、杭州、武汉城市。涉及线上销售渠道的城市仅有武汉、广州、上海、西安、重庆。在线上销售渠道的城市中武汉、广州、上海的销量排名靠前，但是线上渠道的销量集中在3400以下。

将存在线上及线下渠道的城市进行展开，对比不同城市的线上线下渠道用户的销量情况。

 >>>由上图可知，除了广州外其他城市的销量都是线下渠道销量高于线上渠道向量，不同城市的线上线下渠道销量的差异悬殊，消费者更喜欢在线下消费，其中上海的线下渠道销量是线上渠道销量的2倍，重庆的销量是线下是线上的7倍，西安的销量是线下是线上的5倍，只有武汉的线上及线下渠道销量基本齐平，消费者对于线上和线下渠道的选择不具有较大差异性，相较于其他城市而言消费者人数分布较均衡。而广州是唯一一个线上销售渠道下消费者人数超过线下渠道的城市，与其他城市相反，广州的消费者更加偏向于在优衣库的线上店铺进行消费，线上销售渠道的消费者人数约为线下的2倍。

按照客户消费习惯以及优衣库的价格销售策略，加上衣物普遍需要试穿才能确定是否适合的特点。大部分人是会在线下店铺里选品、试穿、然后合适就购买，或者在线下店铺选品、试穿然后记住合适的产品，在线上进行下单加购直到遇到更合适的价格再付款，所以线下渠道的销售任然是主流，线上渠道的销售起锦上添花的作用。对于未开通线上渠道销售的深圳杭州等城市可考虑开通线上渠道销售，对于整体销售会有所提升。

搭建数据可视化看板Dashboard

首先根据业务实际将业务的核心指标数据，以及业务特别关注的其他指标数据进行指标制作数据可视化图表和计算核心数据，根据展示或汇报对象明确Dashboard风格，设置好各仪表盘各区域要展示的内容，然后填充准备好的数据和图表，突出展示核心指标数据，然后对仪表盘背景、图表的颜色进行调色美化，使主题背景、图表颜色搭配美观，让数据可视化图表更加清晰地展示。

八、总结和建议

1.按消费时间选择偏好分析，用户都更加偏向于在周末的时间段内进行消费，周末的日平均销售指标是工作日的平均指标的1.7倍，周末时间用户购买欲望和潜力都更大，并且周末用户也更有时间在店铺进行消费选购。为此，各门店可以选择在周末的时间段内增加店铺内的商品样式陈列和货架摆放，或者在周末时间举行店铺促销活动以此来更大程度上提升客流量，加强周末商品营销抓住周末客流多销量大的特点引导和吸引客户积极消费。对于工作日店铺可以进行折扣促销活动吸引客户来消费。

2.对于产品偏好类型分析，消费者比较偏好购买T恤和当季新品和配件类型的产品，且三种商品的销售利润达到整体销售利润的73%，是优衣库最为热卖的前三商品。其中T恤利润占整体利润的38%，且不同产品类别的利润差异相差较大，运动和短裤的利润占比不到5%。所以店铺应重点关注T恤、配件、当季新品的宣传和营销，注意货架摆放，优化货架产品的摆放，特别是将T恤、当季新品等销售更好的产品摆放到更为显眼的地方（例如陈列在靠近门口的位置），放大此类产品的曝光量，吸引客户下单购买，优衣库可以适当减少牛仔裤、短裤、运动等类型产品的陈列和库存比例。

3.按用户性别属性分析，女性用户数量占比是男性用户数量的2.3倍，在男女用户中，线下渠道客户数量是线上渠道客户数量的4倍。综合以上分析，店铺可对女性货架区重点铺货，线上渠道也可优先展示女性穿搭产品，同时增加女性模特穿搭相关广告宣传，增大女性用户的消费潜力和欲望。

4.根据年龄段分布情况，不同年龄段的客户数量及购买数量呈正态分布，购买群体主要分布在20-39岁的中青年群体，占整体客户数量的的76%。所以应当重点关注20-39岁的中青年群体的消费，对于线上渠道的曝光，对于宣传的穿搭模特需要选取20-39岁年龄段偏年轻态的模特，促进该年龄段用户群体的消费。所以优衣库应适当增加T恤和当季新品类型的流行销售款式，并根据不同年龄段下消费者的特质制定针对性的产品设计和营销策略。

综合以上用户维度分析，优衣库在销售T恤、当季新品及配件时，需将20-40岁间的女性消费者作为重要价值客户，并制定相应的营销策略，根据女性群体特质销售女性合适款式的商品，有针对性地进行店铺陈列和货物摆放及，并且注意维护好周末时间的客户购物体验服务。

5.不同城市的客户数量及购买数量及利润分布差异较大，其中深圳、杭州、武汉排名前三，远远甩开其他城市，是优衣库消费主力城市，这三个城市的销量占比达整体销量的50%以上，说明这些城市的用户消费潜力和需求较大，店铺可针对这些城市考虑增加分店，以及相对应地增加产品仓储库存，重点关注这些城市的产品宣传，制定更有地方特色更能融入地方消费者的宣传策略。

6.依据用户购物渠道划分，优衣库的消费者更加偏向于进行线下渠道的消费。并且通过对十座一线城市的渠道销量情况的分析，可以发现深圳、杭州、成都、南京以及北京仅存在线下销售渠道，在线上和线下渠道共有的城市中，仅有广州的消费者更加偏向于在优衣库的线上店铺进行消费，线上销售渠道的消费者人数约为线下的2倍。其余城市的线下渠道销量可以达到线上的两倍及以上。所以店铺应重点关注线下渠道销售，对于线上渠道需要做好宣传推广。线上渠道的销售起锦上添花的作用。对于未开通线上渠道销售的深圳杭州等城市可考虑开通线上渠道销售，对于整体销售情况会有所提升。文章来源地址https://www.toymoban.com/news/detail-455374.html

到了这里，关于门店销售数据分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！