Stack: MySQL · Power BI Data: 98 SKUs · 2 categories · sales period
halat-analytics/
│
├── task_1_contribution_margin/ # Task 1 — SKU ranking by profit
│ ├── contribution_margin.csv # Calculated profit per SKU
│ ├── contribution_margin_dashboard.pbix # Power BI source file
│ └── contribution_margin_dashboard.pdf # Dashboard export (PDF)
│
├── task_2_abc_analysis/ # Task 2 — ABC analysis: terry robes
│ ├── ABC.csv # ABC classification result
│ ├── ABC_dashboard.pbix # Power BI source file
│ └── ABC_dashboard.pdf # Dashboard export (PDF)
│
├── data/ # Source data
│ ├── sales_clean.csv # Cleaned sales data
│ ├── cost_price_clean.csv # Cleaned cost price data
│ └── Task.xlsx # Original assignment file
│
├── sql/ # SQL queries
│ └── code.sql # All queries: import, cleaning, analytics
│
├── ABC_dashboard_preview.png # Task 2 dashboard screenshot
├── CM_dashboard_preview.png # Task 1 dashboard screenshot
└── README.md # Project documentation
Rank all SKUs by contribution margin for the period.
Formula: Profit = Revenue - Cost - Logistics (15%) - Commission (34%)
- Analyzed 98 SKUs
- Identified TOP-14 SKUs with profit over 1M RUB
- Absolute leader — Khalat1bely: revenue 13.5M RUB, profit 2.57M RUB
Conduct ABC analysis by contribution margin, draw conclusions and provide recommendations.
| Group | Cumulative profit share | Description |
|---|---|---|
| A | 0 — 80% | Priority SKUs |
| B | 80 — 95% | Growth potential |
| C | 95 — 100% | Under review |
| Group | SKUs | Units sold | Revenue | Profit | Margin % |
|---|---|---|---|---|---|
| A — Priority | 25 | 18 962 | 82.5M RUB | 17.7M RUB | 22.1% |
| B — Potential | 12 | 3 753 | 17.2M RUB | 3.3M RUB | 19.8% |
| C — Under review | 12 | 1 418 | 5.2M RUB | 1.3M RUB | 24.8% |
- 25 Group A SKUs generate 79.5% of total profit — require priority stock control and safety stock
- Group C has margin of 24.8% — higher than Group A (22.1%) and B (19.8%). SKUs are unit-efficient but do not scale due to low demand
- Group B is in a growth zone — 30–40% volume increase could move SKUs into Group A
Group A:
- Maintain safety stock for minimum 2 weeks of sales to avoid out-of-stock
- Consider 2–5% price increase on TOP-3 SKUs due to high demand
Group B:
- Analyze customer reviews
- Test additional promotion on 2–3 highest-margin SKUs
- Target: move to Group A through volume growth
Group C:
- For SKUs with no negative reviews — test price reduction to 18–20% margin level to stimulate demand
- For persistently low-demand SKUs — consider discontinuation
Data processing (MySQL):
- Raw CSV import with type casting
- JOIN of sales and cost tables by
sku + size - Window functions for cumulative share calculation (
SUM OVER ORDER BY) - CTEs for step-by-step analytics pipeline
Visualization (Power BI):
- Conditional formatting by ABC group
- DAX measures for KPI cards per group
- Gradient bar coloring by profit level
Стек: MySQL · Power BI Данные: 98 артикулов · 2 категории · период продаж
halat-analytics/
│
├── task_1_contribution_margin/ # Задание 1 — ранжирование артикулов по прибыли
│ ├── contribution_margin.csv # Рассчитанная прибыль по каждому артикулу
│ ├── contribution_margin_dashboard.pbix # Исходный файл Power BI
│ └── contribution_margin_dashboard.pdf # Экспорт дашборда (PDF)
│
├── task_2_abc_analysis/ # Задание 2 — ABC анализ: махровые халаты
│ ├── ABC.csv # Результат ABC классификации
│ ├── ABC_dashboard.pbix # Исходный файл Power BI
│ └── ABC_dashboard.pdf # Экспорт дашборда (PDF)
│
├── data/ # Исходные данные
│ ├── sales_clean.csv # Очищенные данные о продажах
│ ├── cost_price_clean.csv # Очищенные данные о себестоимости
│ └── Task.xlsx # Исходный файл задания
│
├── sql/ # SQL запросы
│ └── code.sql # Все запросы: импорт, очистка, аналитика
│
├── ABC_dashboard_preview.png # Скриншот дашборда задания 2
├── CM_dashboard_preview.png # Скриншот дашборда задания 1
└── README.md # Документация проекта
Указать артикулы по убыванию маржинальной прибыли за период.
Формула: Прибыль = Выручка - Себестоимость - Логистика (15%) - Комиссия (34%)
- Проанализировано 98 артикулов
- Выявлено ТОП-14 артикулов с прибылью свыше 1 млн руб.
- Абсолютный лидер — Халат1белый: выручка 13,5 млн руб., прибыль 2,57 млн руб.
Провести ABC анализ по маржинальной прибыли, сделать выводы и дать рекомендации.
| Группа | Накопленная доля прибыли | Характеристика |
|---|---|---|
| A | 0 — 80% | Приоритетные артикулы |
| B | 80 — 95% | Артикулы с потенциалом |
| C | 95 — 100% | Артикулы под вопросом |
| Группа | Артикулов | Продано (шт.) | Выручка | Прибыль | Маржинальность |
|---|---|---|---|---|---|
| A — Приоритет | 25 | 18 962 | 82,5 млн руб. | 17,7 млн руб. | 22,1% |
| B — Потенциал | 12 | 3 753 | 17,2 млн руб. | 3,3 млн руб. | 19,8% |
| C — Под вопросом | 12 | 1 418 | 5,2 млн руб. | 1,3 млн руб. | 24,8% |
- 25 артикулов группы A генерируют 79,5% всей прибыли категории — требуют приоритетного контроля складских остатков и страхового запаса
- Группа C имеет маржинальность 24,8% — выше чем группа A (22,1%) и B (19,8%). Артикулы эффективны на единицу товара, но не масштабируются из-за низкого спроса
- Группа B находится в зоне роста — при увеличении объёма продаж на 30–40% артикулы могут перейти в группу A
Группа A:
- Обеспечить страховой запас минимум на 2 недели продаж во избежание out-of-stock
- Рассмотреть повышение цены на ТОП-3 артикула на 2–5% ввиду высокого спроса
Группа B:
- Провести анализ отзывов покупателей
- Протестировать дополнительное продвижение на 2–3 артикула с наибольшей маржинальностью
- Цель — перевод в группу A за счёт роста объёма
Группа C:
- Для артикулов без негативных отзывов — протестировать снижение цены до маржинальности 18–20% для стимулирования спроса
- Для артикулов с устойчиво низким спросом — рассмотреть вывод из ассортимента
Обработка данных (MySQL):
- Импорт сырых CSV с приведением типов
- JOIN таблиц продаж и себестоимости по
sku + size - Оконные функции для расчёта накопленной доли (
SUM OVER ORDER BY) - CTE для пошагового построения аналитики
Визуализация (Power BI):
- Условное форматирование по группам ABC
- DAX меры для KPI карточек по каждой группе
- Градиентная окраска полос по уровню прибыли