01 什麼是商品畫像，怎樣進行商品分析
“使用者畫像對于小夥伴們來說并不陌生，那有小夥伴知道商品畫像嗎？其實它和使用者畫像一樣，可以簡單了解成是商品海量資料的标簽。”
商品畫像的意義在于可以對商品進行精準的定位，讓不同的商品迅速比對到處在不同地域、時間、偏好、階層中的消費者，進而去更加優化使用者的體驗。
商品畫像怎麼分析呢？
以時尚行業為例，該類商品的一個典型特征是銷售周期基本上都是在3個月左右。在對商品進行畫像的時候，主要從商品的自然屬性和銷售狀況出發，要考慮商品的顔色、面料、尺碼、價位段、品類、波段規劃、季節性特征、銷售管道等資訊，并且依據分類和聚類的算法模型給不同的商品貼上不同的标簽，來綜合判定不同的商品會适合于什麼類型的消費者，以及商品的暢平滞的情況和原因。
最重要的是，以上次元是要交叉分析的，例如管道和産品次元、管道和時間次元、産品和時間次元等進行交叉分析，鑒于這些商品上市的複雜度，就需要借助機器學習的算法來進行分類。
至于商品畫像具體應該如何用BI進行實操商品分析，下面給給大家分享一個返貨品畫像的實操案例。
02 分析背景
返貨品也就是返修訂單，具體指正單出現如玻璃損壞、型材刮花、五金松動、尺寸錯了、顔色錯誤等各類品質問題，為保障訂單品質和客戶滿意度，重新生産原單或原單某部件。 總而言之就是需要售後的訂單。
一般情況下，正單完全出庫後（即已經發送給客戶）才會産生返修訂單。當然不排除在訂單生成完成後因質檢而發現問題，進而産生返修訂單。返修訂單責任主要劃分為客戶責任和公司責任。客戶責任是指因為經銷商的原因導緻正單不符合客戶需求，正單部分或全部返修、甚至重做；公司責任是指因公司各部門各環節問題導緻正單不符合品質标準，正單部分或全部返修、甚至重做。
售後訂單在一定程式上反映了公司的産品品質，是以需要對其進行商品分析。
示例中提到的資料分析模闆分享給大家——
https://s.fanruan.com/x3k5k
零基礎快速上手，還能根據需求進行個性化修改哦
03 商品分析思路
返貨品畫像的分析思路從核心名額、分布分析、趨勢分析、問題診斷這四個部分展開，更多細節思路如下圖所示：
04 完整分析過程
問題一：名額随時間趨勢如何變化？返修訂單整體情況如何？
檢視一次性達交率和道數趨勢，發現2021年比2020年訂單品質略微下降，返修道數上升。檢視返修費用趨勢，總返修費用略微下降，但公司承擔的費率下降明顯。為了明确變化産生的原因，根據返修金額的影響因素進行拆解。
問題二：單價和返修間隔時間分布情況怎樣？
檢視售後産生周期分布，接近80%的返修單都是在傳遞期出現。說明公司在訂單傳遞上存在嚴重問題，排除了公司過去迅速發展規模快速擴張的原因。
檢視返修單價分布，65%的返修單費用在1000元以下,1000元以上返修訂單屬于高價賠付範圍。結合以上趨勢分析，我們發現2021年與2019-2020年相比，1000元以下返修訂單比例增加接近10%。即返修訂單的費用在整體下降。推測原因可能為工藝改進，原先需要整單替換/返修的情況減少。
問題三：生産基地之間在訂單品質、公司承擔費率上是否有差異？
對比A、B兩個基地發現：A、B基地之間确實存在明顯的訂單品質差異，A基地一次性達交率比B基地低了2.3%。關聯分析發現，公司訂單品質下降主要是因為A基地導緻。B基地訂單品質反而在不斷提升。
AB基地的公司承擔費率無明顯差别。
問題四：A基地的品質下降是否與特定産品和門窗類型本身有關？
關聯産品系列、門窗類型、A基地，檢視一次性達交率的變化，發現A基地的産品品質主要展現在A1、A3、A11的窗類訂單。整體而言，門類産品的返修品質明顯高于窗類。與業務人員溝通得知，門類的包裝與窗類包裝不同。結合問題原因，得出門類和窗類品質差異主要還是在運輸上而非工藝上。
對比A1、A3、A11産品在A、B基地的一次性達交率，同樣的産品，在A品質低于B基地，再次印證訂單品質非産品設計問題，而是人為或基地管理不善原因導緻。
問題五：從部門責任和問題分類角度分析，問題具體出在哪個環節、是因為什麼原因導緻訂單品質下降？
下站檢視二級責任，92%的訂單由客戶責任、物流部、NTF（NTF：無法劃分責任）、供應商品質管理産生，根據問題分類，1/3的返修訂單由玻璃貨損導緻，接近1/3的訂單是因為客戶尺寸或者其他原因下錯了單（反映了營銷中心對經銷商的教育訓練工作沒有做到位，售前測量不精準）。售前和物流問題非常嚴重。
年度各部門責任影響對比發現，對比2019年，2021年A基地在客戶責任、供應商管理（問題大類：型材問題）、下單問題等友善返修訂單比例上升明顯。A基地的品質下降主要售前經銷商管理不當，供應商原材料品質問題。物流玻璃貨損未得到改善。
基地各部門責任影響對比發現：B基地在物流管理、責任界定（NTF：無法劃分責任）、供應商品質管理方面明顯優于A基地。整體說明了 B基地的管理水準高于A基地。下鑽對比，發現B基地在2020年及以後改進了物流、供應商管理，但訂單管理中心與PMC的責任卻突出，與業務部門溝通後得知，2020年架構有調整，B基地的訂單統一由A基地的訂單和PMC部門管控，遠端溝通的不便可能導緻問題訂單量上升。
責任部門公司承擔比例年度對比發現：公司費用下降主要來自客戶責任、NTF、物流的費用下降。因物流可分為公司合作物流、經銷商指定物流、經銷商合作物流等類型，不同類型賠付标準不同，說明公司對物流公司的管理越來越标準化，返修整體責任劃分更清晰。生産一科的生産品質明顯低于其他生産科，需要特别關注。
問題六：要特别注意哪些經銷商？
根據波士頓矩陣+RFM的模型演變，将經銷商劃分為4類，其中公司承擔費率高&半年内返修道數高，此類經銷商需要重點關注。
05 完整商品分析作品及模闆下載下傳
1）返貨品畫像的核心标簽：傳遞期問題、A基地管理水準較低、物流部、采購中心、玻璃貨損嚴重、供應商品質管控下降、客戶責任、公司承擔費率下降、經銷商（12510045、12510058）
2）返修訂單絕大部分在傳遞期出現。公司傳遞管理上存在嚴重問題，需要加強管理。傳遞期問題主要展現在物流貨損。內建化供應鍊管理需要提上日程。
3) A基地的品質下降主要是因為物流貨損、供應商管理不當原材料出現原材料品質問題、售前經銷商處理不當（測量不準、下單下錯等原因）。公司需要再次加強物流管理、減少貨損産生。營運中心需要加強對經銷商的教育訓練，減少因失誤導緻的訂單問題。供應中心需加強供應商品控管理。
4）公司費用下降主要來自客戶責任、NTF、物流費用下降。說明公司對物流公司的管理越來越标準化，返修責任劃分更清晰。
5）需要重點關注公司承擔費率高&近半年返修道數高的經銷商。在品控管理上，對經銷商分級管理。
結語
帆軟軟體深耕數字行業，能夠憑借強大的産品，為企業快速搭建報表系統與資料分析平台。旗下産品FineBI——市場占有率第一的BI資料分析軟體，旨在幫助企業的業務人員充分了解和利用他們的資料，加速企業數字化轉型，提升市場競争力。得益于FineBI強勁的大資料分析功能，使用者隻需簡單拖拽便能制作出豐富多樣的資料可視化資訊，自由地對資料進行分析和探索。