这是系列文章第三篇，后续系列文章还有《数据分析及时发现流失风险客户》、《数据分析提升优化导购产能》等，欢迎关注！
数据驱动业务案例分享（1）：数据分析给门店分层分级
数据驱动业务案例分享（2）：数据分析为销售异常情况预警
【项目背景】
1、电子产品更新迭代快，且价格通常还会越调越低直至退市；
2、不同的门店，由于所处位置等差异，消费群体的消费能力、习惯等差别很大；
【项目目标】
1、通过数据模型，为各门店备货库存提供数据依据；
2、通过销售数据等，及时发现超库存商品，要么与其它门店调换，要么及时促销处理；
【项目内容】
1、建立库存与订单数据库；
2、根据销售情况，做周转率与库存模型，模型可视化后如图：
库存与周转率象限图
上图每个点代表一个SKU，X轴代表库存天数，Y轴代表周转率，散点大小代表销量，通过数学算法，将所有SKU分类归集为５类，如下图：
SKU散点归集分类
根据SKU的分类归集，可对商品进行及时处理，比如：２区（黑色）代表商品周转率低，库存周期长，需要采取措施，要么与其它门店调换，要么促销处理；５区（蓝色）代表商品周转率高，库存周期短，可以适量增加库存。
还有更多措施和政策等，欢迎大家留言探讨！
【现在征集5家企业，可免费为企业制作业务数据诊断模型、管理诊断模型、市场效率模型等，有兴趣的老板可以关注并私信作者，模型建立后可供企业持续使用，可签订数据保密协议，不会直接拿企业数据做案例分享】
【声明：本案例所有数据已脱敏或重建，不涉及任何企业的数据保密】
【本文纯原创，谢绝转载！】
,
