数据来源:优衣库销售数据_数据集-阿里云天池

详细信息如下：

本数据集名为“优衣库销售数据”，它是一个综合的销售数据集合，旨在提供对特定时间段内优衣库销售活动的全面概览。该数据集的字段涵盖了订单的基本属性，如商店ID、门店所在城市、销售渠道（线上或线下）、订单日期和星期。

使用软件：PowerBI

操作流程如下：

第一章    数据预处理

1、数据导入

2、删缺去重看异常

视图列勾选列质量，检查一下数据缺失情况

删除空值行

本例中ctrl选中商店ID+产品类别+订单日期三列，右键去除重复值

检查金额列是否存在负数或0等异常值，本案例中无异常值，选择关闭并应用

第二章 搭建可视化看板

1、划分板块

本例分为总览页、客户分析页、产品分析页、时间趋势分析页（由于本例客户均为线下渠道所以不做分析）

2、添加度量值

本例中我们添加总销售额、订单数、客单价、客户数、件单价、毛利率、总利率等

部分公式如下：

客户数 = DISTINCTCOUNT('表名'[客户数量])

订单数 = COUNTROWS('表名')

总销售额 = SUM('表名'[销售金额])

总利润 = SUM('表名'[利润])

月销售额 = CALCULATE([总销售额], DATESMTD('表名'[订单日期]))

毛利率 = DIVIDE([总利润], [总销售额])

客单价 = DIVIDE([总销售额], [客户数])

件单价 = DIVIDE([总销售额], SUM('表名'[购买的产品数量]))

3、可视化看板

总览页

针对业务整体结论：

整体表现：总销售额约 ¥152,350.93，总利润约 ¥70,882.93，毛利率约 47%，处于服装行业健康水平。

交易规模：共产生 947 笔订单，客单价约 ¥8,463.94，说明单客消费能力较强。

时间特征：销售在 8 月达到峰值，1–3 月及 9–11 月相对平缓，且周一、周五为周内销售高峰。

客户分析页

客户维度结论：

核心客群：30–34 岁女性贡献销售额最高，是门店的核心价值客群；20–29 岁女性也有较高贡献，是重要潜力客群。

客单价差异：20–24 岁客群客单价最高，说明该年龄段顾客单次购买偏好更强，可针对性推出搭配套餐或满减活动。

因此要重点运营 30–34 岁女性客群，可推出专属会员权益或定向营销；针对 20–24 岁高客单价客群，优化搭配推荐，提升连带率。

产品分析页

产品维度结论：

核心品类：T 恤、配件是销售额最高的两大品类，是门店的 “走量型” 产品。

盈利结构：袜子等品类毛利率最高但销售额偏低，属于 “高利低销” 的潜力产品；T 恤销量最高但毛利率相对较低，属于 “高销低利” 的基础品类。

季节规律：所有品类在 8 月同步达到销售高峰，推测与夏季促销或新品上市相关。

因此要保持 T 恤、配件的核心地位，同时加大袜子等高毛利潜力产品的陈列与推广；在 8 月等销售高峰提前备货，优化库存周转。

时间趋势分析页

结论：

销售存在明显淡旺季，八月份达到全年最高值，远超其他月份，可能与夏季促销，新品上市或者季节性需求相关。因此在 8 月前提前备货，优化库存周转；加大营销投入，推出夏季专属促销活动，进一步放大销售高峰效应。

而对每个星期进行销售额分析发现周一、周五远高于其他日期，是门店的核心销售日。反而周六、周日销售额并未明显高于工作日，甚至略低于周二，这与传统认知中周末消费更高的规律不同，可能与门店位置、客群类型或促销活动有关。

因此针对星期规律：

在周一、周五增加门店人手，优化收银和导购效率，提升顾客体验。

在周三、周四推出 “工作日特惠”“会员日” 等活动，刺激消费，填补销售低谷。

分析周末销售偏低的原因，调整周末的商品陈列或活动策略，激活周末消费潜力。

以上观点，仅供参考