使用Tableau自带数据集——超市运营分析，从客户，配送，销售，利润，预测等五个维度进行分析。
1 数据集描述
2 运营分析
2.1 客户分析可视化
为深度分析客户需求以及更好应对客户需求变化，通过对客户细分，了解客户需求、分析客户的消费特征，从而为运营提供可选择的运营策略。
2.1.1 客户散点图
充分利用客户行为数据，研究客户的个性化需求，分析不同客户对超市的效益影响，便于决策。
2.1.2 客户贡献利润额
通过不同的类别、客户细分以及地区来反映超市的利润差异。
2.1.3 客户交易量排行
客户交易量排行是指客户在一定时间内购买的数量，以此分析客户价值，一般情况下交易量越大客户的价值越大。
2.1.4 客户交易次数
客户交易次数，即购买频率，在超市购买了几次。由此分析客户在一段时间内客户的购买行为的规律。
2.1.5客户仪表盘分析
2.2 配送分析
主要从各省市配送情况、配送准确性、商品发货天数，配送延迟商品这四个维度来分析。
2.2.1 各省市配送情况
原有数据集只有订单时间和发货时间，没有配送天数这一字段，因此需要在数据源新建一个配送天数字段，即
配送天数= 发货日期-订单日期
2.2.2 配送准确性
配送准时性是能否快速满足用户需求的一个必要条件。由于数据集中没有申明超过几天就算没有及时配送，所以以3天为标准，新建【配送准确性】的字段。
IF [配送天数]>3
THEN '发货延迟'
ELSEIF [配送天数]=3
THEN '发货正常'
ELSE '提前发货'
END
2.2.3 商品配货天数
发货时间是指物流公司把物流信息录入到系统的时间，而不是给客户发送的时间，故真正的发货时间都会早于录入系统的时间。
2.2.4 配送延迟商品分析
2.2.5 配送分析仪表盘
2.3 销售分析
2.3.1 各省市分类别销售额
2.3.2 区域销售额
分析各区域表现，检索重点区域、发现潜在市场，提出下阶段区域布局策略。
2.3.3 产品细分销售额
产品细分是指分析产品系列和单产品结构分布，检索重点产品发展趋势主要在于挖掘客户在消费行为上的表现。
2.3.4 客户细分销售额
依据客户属性划分的不同客户集合，细分为公司，消费者和小型企业。
2.3.5 销售分析仪表盘
2.4 利润分析
2.4.1 产品利润分析
依据产品类别和消费者对象进行利润分析。
2.4.2 区域利润
2.4.3 省市每年利润
2.4.4 利润分析仪表盘
2.5 预测分析
以2015-2018年的数据，预测2019年的总体销售额以及各个地区的销售额和利润情况。为了尽可能增加精度，这里采用季度或者月份来做频度
2.5.1 销售额预测
2.5.2 区域销售额预测
2.5.3 区域利润预测
2.5.4 预测分析仪表盘
