🔬 数据分析流程图
STEP 1
数据源加载 → 某彩妆连锁品牌地址表（316行门店地址）+ 化妆品集合店 matched 数据（5-7月共约64万条）
STEP 2
某彩妆连锁品牌门店识别 → 城市+地址字段匹配某彩妆连锁品牌地址表，提取对应商场的化妆品销售记录
STEP 3
品类匹配 → 字段「品类名称」含关键词匹配一级/二级品类
STEP 4
品牌分类 → 字段「品牌」= "某彩妆连锁品牌" → 自有品牌；其余 → 供应商品牌
STEP 5
聚合计算 → 按月/品类/品牌/城市/商场/SKU 多维聚合
STEP 6
输出报告 → 生成分析报告（.html）+ 数据表格（.csv）
📐 核心计算公式
① 总销售额
总销售额 = SUM(销售额字段) · 单位：元（报告转换为万元）
→ 例：所有某彩妆连锁品牌品牌记录销售额相加 = ¥122,035,000 → ¥1.22亿
② 平均件单价（ASP）
件均价 = 总销售额 ÷ 总销量 · ASP = Total_Sales ÷ Total_Qty
→ 例：¥122,035,000 ÷ 5,294,835件 ≈ ¥23.05/件
③ 品类贡献率
品类贡献率 = 该品类销售额 ÷ 总销售额 × 100%
→ 例：个护 ¥39,573,000 ÷ ¥122,035,000 × 100% = 32.4%
④ 商场贡献率
商场贡献率 = 该商场销售额 ÷ 总销售额 × 100%
→ 例：深圳蓝鲸 ¥16,587,000 ÷ ¥122,035,000 × 100% = 13.6%
⑤ 月度增长率
增长率 = (本月销售额 - 上月销售额) ÷ 上月销售额 × 100%
→ 例：防晒7月 vs 6月：(+25.6%) · 护肤7月 vs 6月：(+21.7%)
⑥ 南北方销售比
南方 = 上海+浙江+江苏+广东+福建+海南 | 北方 = 其余省份
→ 南方 ¥1.14亿（92%）÷ 北方 ¥782万（8%）= 南方是北方的11.8倍
⑦ SKU月度均值
SKU月均 = 该SKU 5-7月总销售额 ÷ 3
→ 例：某彩妆连锁品牌一次性内裤 ¥5,351,000 ÷ 3个月 ≈ 月均 ¥178万
🏷️ 品类关键词映射规则
🧴 个护
关键词：牙刷、棉柔巾、浴巾、卫生巾、护垫、棉签、牙线、漱口水、口罩、化妆棉、卸妆棉、蓬松喷雾、染发、沐浴露、洗发水、洗手液、护手霜、牙膏、牙刷
✨ 护肤
关键词：面膜、洁面、卸妆、清洁、祛痘、补水、精华、水乳、面霜、眼霜、喷雾、涂抹面膜、泥膜、清洁泥膜、氨基酸洁面、美白、修复
💄 彩妆
关键词：气垫、粉底、口红、唇釉、唇泥、眉笔、眼线、眼影、腮红、高光、遮瑕、散粉、蜜粉、定妆、假睫毛、甲油胶、甲片、美甲、粉扑、化妆刷
☀️ 季节品
关键词：防晒、驱蚊、脱毛、润唇膏、有色唇膏、护手霜、身体乳、晒后修复、防晒伞、防晒衣、冰袖
🌸 香氛
关键词：香薰、香水、藤条香薰、无火香薰、香薰机、扩香石、车载香薰、香氛蜡烛、香氛精油、固体香水
📋 数据说明 & 局限
✅
数据来源：某彩妆连锁品牌门店地址评分表（316行）× 化妆品集合店5-7月 matched 数据（约64万条有效记录）
✅
某彩妆连锁品牌识别方式：以「品牌」字段 = "某彩妆连锁品牌" 筛选出的记录即为某彩妆连锁品牌自有品牌销售数据，无需额外城市/地址匹配
⚠️
数据局限：本数据仅覆盖化妆品集合店 matched 品类，某彩妆连锁品牌门店实际销售品类比报告呈现更广；部分SKU品名可能跨品类（如卸妆既归属护肤又归属彩妆），以首次关键词命中为准
⚠️
城市划分：北方/南方按省份行政区划划分，未考虑门店实际物理位置（如杭州属南方，即便冬天较冷）
ℹ️
商圈等级来源：商圈等级基于某彩妆连锁品牌地址表「商圈等级」字段（优质核心/区域商业/顶级标杆/城市级/社区偏远），与实际销售数据交叉计算品效
ℹ️
分析周期：2025年5月1日 - 7月31日，共92天数据；月度数据以自然月为统计口径