Lecture 4 minutes
Cet exemple emprunte les problématiques d'analyse des ventes communes à toutes les activités, dans un contexte géographique.
Alors, comment cibler rapidement les failles dans votre taux de rentabilité ? Démonstration rapide en images.
L'analyse des ventes par zone géographique
Nous choisissons la mise en forme "cartographique" pour obtenir la vision globale que nous attendions pour superviser les ventes de chaque pays. Nous obtenons le détail des ventes souhaitées dans une infobulle simplement en survolant les pays.
Les différences de ventes sont marquées entre les principaux pays, est-ce le cas au niveau des régions ?
En un clic nous descendons dans l’arborescence géographique pour constater que des ventes très importantes sont principalement réalisées dans 3 régions mais que les autres régions sont globalement plus basses et similaires en termes de performances de ventes.
Peut-être que cela est dû au fait que nous avons peu de magasins dans ces régions ?
Pour en être certain, nous descendons d’un niveau supplémentaire dans l’arborescence pour atteindre le code postal et afficher les ventes des magasins sur la carte. Grâce au « show me » nous passons d’une carte en zone à une carte à point, plus adaptée ici, où les ventes définissent la taille des points.
Notre intuition ne se confirme pas, certaines des régions qui avaient peu de ventes affichent sur cette carte de nombreux points, impliquant donc qu’elles ont plusieurs magasins.
L'analyse du taux de rentabilité
Les ventes peuvent cependant être faibles dans ces magasins car il s’agit souvent de zones moins peuplées. Pour contrebalancer cette analyse, nous intégrons un autre indicateur primordial : le taux de rentabilité, car même si les ventes sont faibles, l’essentiel est que le magasin soit rentable quel que soit sa localisation.
Nous cliquons pour cela sur la mesure « taux de rentabilité » présente dans notre classeur, Tableau utilise alors automatiquement cette mesure comme coloration de nos points, pour un résultat très visuel.
Si la majorité des magasins sont dans le bleu et donc rentables, certains sont bien orange, indiquant une rentabilité négative ! Il faut immédiatement identifier de quels magasins il s’agit pour en comprendre les raisons et mettre en place les actions nécessaires.
Nous utilisons un filtre sur la mesure taux de rentabilité pour ne sélectionner que ceux inférieurs à zéro.
Notre carte nous affiche alors seulement les magasins qui ne sont aujourd’hui par rentables dans notre réseau, ils sont nombreux, nous avons besoin d’aller plus loin pour en identifier la cause.
Nous avons ici réalisé une première étape avec cette visualisation, nous ne pouvons pas ajouter plus d’éléments sur celle-ci si l’on souhaite qu’elle reste rapidement compréhensible et nous donne l’information que nous attendons.
L'analyse croisée des ventes
Pour la suite, nous devrons mettre en place d’autres visualisations : un visuel des ventes et des taux de rentabilités par catégorie de produits ou par période de l’année, un tableau de détail des produits vendus dans chaque magasin et leur rentabilité. Toutes ces visualisations seront alors regroupées et liées dans un tableau de bord nous permettant des analyses croisées et poussées. Nous pourrions par exemple facilement obtenir tout le détail dont nous aurions besoin pour aller plus loin concernant les ventes des magasins non rentables identifiés sur la carte.
Ces analyses vous parlent ? Contactez nos experts en Business Intelligence.
Nous proposons des démos adaptées à vos problématiques.
