任务三沁爽源公司销售数据分析1大数据技术在财务中的应用19课件讲解.pptxVIP

大数据技术在财务中的应用任务三沁爽源公司-销售数据分析1项目七综合实训授课人：邱雨雨

任务三思维导图引入案例任务分析知识准备案例解析任务实训任务小结1.1数据分析实施流程任务三沁爽源公司-销售数据分析

引入案例与任务分析在电商平台竞争日益激烈的背景下，沁爽源公司通过淘宝、拼多多等多渠道销售积累了大量的跨平台交易数据。为精准把握7、8、9月销售旺季的经营状况，本项目将基于这三个月的销售数据，利用Python进行数据清洗与整合分析，并借助PowerBI构建可视化仪表板，动态呈现各店铺销售额趋势，为运营策略优化提供数据支持。案例引入

引入案例与任务分析通过数据处理与可视化流程，全面解析水饮公司于7、8、9月期间在淘宝、拼多多平台的销售表现。利用Python采集本地原始销售数据，完成数据清洗、格式统一与关键指标（如销售额、毛利）的初步计算；将处理后的数据导入PowerBI，构建一个仪表板，该仪表板需能动态对比各店铺水饮的销售趋势与业绩排名；最后结合可视化图表产出关键结论与业务洞察，为销售策略调整与资源优化提供直接依据。任务分析

企业销售数据分析实施流用python读取本地“沁爽源公司”的销售数据。数据采集数据分析数据清洗使用powerBI对统计数据进行可视化呈现。数据可视化使用数据清洗函数，对销售数据的新增列、空值、异常值进行清洗，并对清洗后的数据进行保存。分别对近3个月销售数据进行计算分析。

案例解析（1）使用python读取本地“沁爽源公司”的销售数据(保存位置：D:\file\沁爽源公司销售数据)。根据提供的数据采集的源代码，读写沁爽源公司的销售数据。一、数据准备图7-2清洗后图7-1清洗前

案例解析二、数据预处理STEP01：给表格在第一列插入序号列，列名为序号，值依次为1、2、3，根据源代码进行数据预处理。图7-4清洗后图7-3清洗前

案例解析二、数据预处理图7-4清洗后图7-3清洗前STEP01：给表格在第一列插入序号列，列名为序号，值依次为1、2、3，根据源代码进行数据预处理。

案例解析二、数据预处理STEP02：将空值替换成0。根据源代码进行数据预处理。图7-6清洗后图7-5清洗前

案例解析二、数据预处理STEP03：删除7月、8月、9月三列全为0的行。根据源代码进行数据预处理。图7-8清洗后图7-7清洗前

案例解析二、数据预处理STEP04：重置索引并重新生成序号。根据源代码进行数据预处理。图7-10清洗后图7-9清洗前

案例解析二、数据预处理STEP05：将处理后的数据保存到D盘。根据源代码进行数据预处理。图7-12清洗后图7-11清洗前

案例解析三、数据分析STEP01：增加一列计算总销售收入（7月+8月+9月）。根据源代码进行数据分析。图7-14数据分析后图7-13数据分析前

案例解析三、数据分析STEP02：水饮公司销售数据。xlsx文件中Sheetl页签(销售收入)Sheet2页签(销售成本)。按照店铺名称进行合并，以便进行后续销售业务数据分析。根据源代码进行数据分析。图7-16数据分析后图7-15数据分析前

案例解析三、数据分析STEP03：增加一列计算各家店铺毛利。根据源代码进行数据分析。公式：毛利=销售收入-销售成本图7-18数据分析后图7-17数据分析前

案例解析三、数据分析STEP04：增加一列计算各家店铺毛利率，毛利率后添加“%”。根据源代码进行数据分析。公式：毛利率=毛利/销售收入*100%图7-20数据分析后图7-19数据分析前

案例解析三、数据分析STEP05：对每一列求和。根据源代码进行数据分析。图7-21数据分析后图7-22数据分析后

案例解析三、数据分析STEP06：针对7月、8月、9月找出每行数据的最大值。根据源代码进行数据分析。图7-24数据分析后图7-23数据分析前

案例解析三、数据分析STEP07：根据读取的数据，根据总销售收入进行评级，评级规则：总销售收入=1000000：优秀店铺；总销售收入=500000：一般店铺；总销售收入=100000：合格店铺；否则：不合格店铺。根据源代码进行数据分析。图7-26数据分析后图7-25数据分析前

案例解析三、数据分析STEP08：定义等级排序顺序。根据源代码进行数据预处理。图7-28数据分析后图7-27数据分析前

案例解析三、数据分析STEP09：对序号重新进行排序。根据源代码进行数据预处理。图7-30数据分析后图7-29数据分析前

案例解析三、数据分析STEP10：保存数据在D盘。根据源代码进行数据分析。

感谢聆听！大数据技术在财务中的应用