這是系列文章第三篇，後續系列文章還有《數據分析及時發現流失風險客戶》、《數據分析提升優化導購産能》等，歡迎關注！
數據驅動業務案例分享（1）：數據分析給門店分層分級
數據驅動業務案例分享（2）：數據分析為銷售異常情況預警
【項目背景】
1、電子産品更新叠代快，且價格通常還會越調越低直至退市；
2、不同的門店，由于所處位置等差異，消費群體的消費能力、習慣等差别很大；
【項目目标】
1、通過數據模型，為各門店備貨庫存提供數據依據；
2、通過銷售數據等，及時發現超庫存商品，要麼與其它門店調換，要麼及時促銷處理；
【項目内容】
1、建立庫存與訂單數據庫；
2、根據銷售情況，做周轉率與庫存模型，模型可視化後如圖：
庫存與周轉率象限圖
上圖每個點代表一個SKU，X軸代表庫存天數，Y軸代表周轉率，散點大小代表銷量，通過數學算法，将所有SKU分類歸集為５類，如下圖：
SKU散點歸集分類
根據SKU的分類歸集，可對商品進行及時處理，比如：２區（黑色）代表商品周轉率低，庫存周期長，需要采取措施，要麼與其它門店調換，要麼促銷處理；５區（藍色）代表商品周轉率高，庫存周期短，可以适量增加庫存。
還有更多措施和政策等，歡迎大家留言探讨！
【現在征集5家企業，可免費為企業制作業務數據診斷模型、管理診斷模型、市場效率模型等，有興趣的老闆可以關注并私信作者，模型建立後可供企業持續使用，可簽訂數據保密協議，不會直接拿企業數據做案例分享】
【聲明：本案例所有數據已脫敏或重建，不涉及任何企業的數據保密】
【本文純原創，謝絕轉載！】
,
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
