为什么要做销售数据分析？

企业的业务数据涉及销售数据、财务数据、人力数据、产品数据等多种类型，而销售数据在所有数据中的重要性毋庸置疑。通过分析销售数据，将有助于发现经营问题，降低销售成本，最终提高企业销售利润。

关键指标提取

不同行业对销售指标的侧重各有不同，本文将以建材行业为例进行说明。

其中涉及的销售数据指标包括：销售数量、销售单价、销售收入、单位成本、销售成本、销售毛利等，原始数据中还会涉及月份、城市、分类、计量单位、对应客户等信息。

图表与看板制作

提取完重要数据指标后，您就可以根据需求制作相关看板与图表。在此之前，用户必须对需要监控的指标做到心中有数。

一般来说，制作看板时，根据目的不同可以分为三类：

1. 基础数据看板：总览全局

这类看板大家都比较熟悉，主要是由包括地图、条形图、饼图等一系列的基础图表组成，用于查看不同地区、时间、类别的销售收入、销售成本等基础数据。下图是根据建材行业的示例数据生成的一个看板：

从这个看板中我们可以读出这个公司的基础销售信息：吉林省是销售大省，上半年总收入3千多万，3月份销售效果最好，多层复合类的常规系列销量最好。

需要说明的是，此看板均以销售收入为度量，企业业务人员可以根据自己的需求或者汇报对象进行调整。

2. 问题分析看板：寻找原因

基础看板满足的是用户查看数据的需求，如果想要利用数据解决问题，则需要具体问题具体分析，建立针对性看板，并根据数据分析工具（DataHunter）提供的功能进行探索式分析。

假如您想查看不同类别商品的销售收入、成本与毛利之间的关系，就可以新建一个看板，生成双轴图：

可以看出，多层复合类销售收入明显大于成本，对应的毛利也特别高。

如果想进一步了解多层复合里面哪个省市、在什么时间毛利最高，则可以在原有看板的基础上，以毛利作为度量新建一个图表，如下图：

接下来对毛利一览表，分别从城市和时间维度进行钻取：

最后知道：瑞安市4月份的销售毛利最大。

以上就是一个简单的探索式分析的过程。

3. 预警监控看板：迅速反应

销售类数据的监控预警有多种应用场景：比如对表现好的商品做重点监控，如果发现异常，立即查看原因，防止造成重大损失；又比如对商品的库存做重点监控，如果某地区库存不足，及时调整。

举个简单例子：根据不同类别产品的成本和利润生成散点图，并分别用利润平均值和成本平均值设立两条参考线，这样就将整个图形分成了四个象限，可以对高成本低利润或者高利润低成本的产品进行重点监控，针对变动及时查找原因，并作出反应。

更进一步，如何通过数据分析指导实际的销售工作？

如何定价才可以获得最大的销售收入和利润？

这其中就涉及到了AI的部分：在已有的数据工具中内置出价-销售收入-销售利润等多种计算模型。用户可以导入历史数据，然后随意拖拽一个出价，便可查看系统给出的预测销售收入及利润。

恭喜阿里、恭喜天猫！

根据云观咨询大数据分析显示，2016年前三季度天猫销售规模为10100亿，2017年天猫前三季度增长近45%规模至14700亿！期待未来！接下来给大家发布其核心行业及TOP20品牌的数据简报。

云观点评：手机行业作为阿里狙击京东的重点对象，通过44%的高速增幅可以看出狙击效果还是不错的。虽然都在唱衰苹果，但消费者钱包还是很诚实的，苹果将近102亿的销售规模实力拿下第一。小米、荣耀还是那样相互咬着紧紧不放，对方都自称是行业第二，害的每年11月份开始大盘数据总是不稳定.......

云观点评：

3C数码配件行业一直处于群魔乱舞的阶段，整个行业并没有一个超级领头品牌，行业TOP品牌也是经常变动。但其市场规模以及增长速度却不容小觑！品牌方面罗马仕凭借在移动电源行业的优势拿下第一，小米凭着品牌优势的拿下前五，目前看来未来或许其最有可能成为行业的领头羊！

云观点评：

虽然行业规模不大，但也许这里会孵化出未来！这里也是一众互联网工具由虚转实的第一站！小米作为绝对的领导者，拥有超过20%的行业份额。大疆作为高科技的代名词，不仅有技术更有变现的能力。电子称的未来将再这里孵化成智能，乐心、有品等已经初具规模！

云观点评：

首先恭喜天猫大家电，将近76%的逆天增幅！作为狙击京东的头号选手，果然不负众望。随着天猫菜鸟网络的搭建完善，天猫3C、大小家电今年来增长迅猛，对京东形成了有效回击，市场份额由以前的3/7开，现在已经在家电行业做到将近5/5开，整体将近4/6开，这其中菜鸟跟苏宁这两个队友做出了杰出贡献！品牌方面美的、海尔遥遥领先！奥克斯近年来电商发展迅猛，今年业绩更是远超大盘增长！夏普被郭台铭收购后，也迅猛发展！长虹被等离子折腾的到今天还没缓过神，多元化发展一团糟！乐视......汽车不是PPT那么好造的!格力全网今年100亿目标可能会差点，明年200亿吧，加油，董小姐，加油，悍高！

云观点评：

作为小家电的大哥，厨房电器整体增长不错，高达46%的增长！传统的美苏九依旧还是TOP3！其中乐创品牌这几年在厨房电器这个超级红海中找到一个蓝海商用厨房并闷声发大财，规模已经冲到前四，不知等其他几位传统老大哥切入后，又会是那番景象！小熊作为淘品牌起家，今年业绩大幅增长，远超行业，期待后续能继续保持！前几年爆火的惠人品牌，一方面被九美在原汁上打的很惨，另一方面没抓住破壁的机会，再加上萨德的助攻，导致业绩一泻千里，大幅下滑。

云观点评：

生活电器要努力了，作为小家电老牌行业，都快被个人护理给超越了！作为一个品牌相对比较集中的家电行业TOP20品牌占比行业将近60%的份额！另外由于行业特性，季节性特别强！对品牌前后端供应都有非常高的要求。所以给其他品牌介入的机会已经不多了！品牌方面美的领先。格力凭借着冬暖夏凉方面的优势，最近一年在风扇、暖器品类上快速发展，也算是其多元化道路上一个闪光点，格力的多元化走这条路就对了，千万别广撒网，发挥自身空调核心优势，小家电堡垒一个个攻，从易到难攻。高富帅戴森姿态依旧！科沃斯增长已开始疲软，需要下个钟汉良的刺激，找啊找在哪里？

云观点评：

作为小家电家族的一员，虽没有其他几位成员有知名度，但却依靠自身默默地努力，以近65%的增速一举拿下小家电增长TOP1!其中电动牙刷、美容等品类贡献巨大，下期将发布核心子品类相关数据报告。品牌方面依旧是飞利浦、飞科两家独大，且双方差距逐年缩小。飞科的销售量几乎是其他TOP20总和，未来随着产品智能化跟品类的拓展，潜力无限！行业风险：个人护理行业目前还是一个大牌未高度开垦的行业,美的、海尔、苏泊尔等都还没投放大量精力，未来随着行业的爆发，这些国内外品牌势必会介入，到时候又是一番血雨腥风！关注云观第一时间为您提供行业最新消息！

云观点评：

作为家电行业的高富帅，26%的增幅略显尴尬！无处不在的小米又一不小心拿了个行业第一！先科作为老牌影音品牌差点都淹没在科技浪潮中，却在天猫唤醒了其第二春，希望能抓住机遇，再次崛起！其他一众高富帅都是稳定发展！看样子行业的第二春只能等待天猫自己来唤醒了，来吧，天猫魔盒、天猫精灵们！

云观点评：

女装！天猫的掌上明珠，绝对的大姐大，果然不负众望!在如此高的基础之上还能有40.4%的增长，为天猫前三季度45%的增幅打了一针稳定剂！女装也是天猫绝对不能有任何闪失的品类！TOP品牌相爱相杀，一个挨一个，稍有不慎就会被拉下，相比而言男装跟女装就如男鞋跟女鞋！太平鸟凭借近乎100%的增长领跑全场，其他TOP品牌50%左右的增幅也让其他行业品牌羡煞，总之一句话女人的钱—好挣！

云观点评：

作为天猫核心优势品类之一，在基数相对比较大的前提下30.6%的增幅，还算可以接受。品牌方面花花公子继拿下男鞋TOP1又拿下男装TOP1，并以近130%以上的增幅傲视全场，到底是什么让公子开始不花心安心做销售了呢，请看下期讲解？作为去年TOP1的吉普今年居然原地踏步甚至向后看，（因为商标问题被天猫清退）看样子战地有平原也有山路，吉普现在在山路上爬比较累，希望翻过这座山，就有广阔的平原让你驰骋！最后目前排名第五海澜之家能否凭借今年双十一将近4亿的销售额杀入TOP2?让我们2018年1月初为大家揭晓！

云观点评：

童装行业40%的增长中规中矩！领头品牌巴拉巴拉以绝对的优势占据第一。南极人通过保暖概念在秋冬积累优势，将自身品牌推到行业TOP3!

云观点评：

行业增长低于大盘增长，可能跟暖冬有关吧。品牌方面作为南极人不怕冷的南极人依旧保持第一并遥遥领先！今年来品牌动作不断，拥抱互联网拥抱电商，把生产全出让出去，自己专心做品牌授权跟运作！又是IP/CP，又是各种收购的！自身南极人品牌授权的品类遍地开花，多元化有好有坏，管控不好就是在消耗以前的品牌资本，管控好1+1>2，建议多元化还是跟格力一样先深耕自身核心优势保暖，从易到难，如果一开始就让消费者觉得不伦不类的以后消费者心智就难调回了！另外刚高调牵手京东的都市丽人，虽增幅目前跟大盘保持一致，但未来你想好了吗？古今们都在摩拳擦掌呢！

云观点评：

零食行业虽整体增长中规中矩，但没有了往年的高爆发增长！品牌方面老三样三只松鼠、百草味、良品铺子依旧霸榜前三，并遥遥拉开跟其他品牌差距！百草味牵手良品铺子后，老二老三对老大的进攻更加猛烈，两者销量之和已经接近老大的销售！再加上近期三只松鼠的负面新闻不断，食品安全等，8月份开始销售一直处于同比下滑，下半年百草味、良品铺子同其差距将进一步缩小！

云观点评：

酒类看茅台，茅台 就是酒类行业、品牌的风向标！当茅台跟京东牵手，导致一票品牌跟风，奈何天猫在想发展也很难突破，在这个消费者对品牌极度认知的行业一句话得茅台得行业！这得马老师亲自出马！

云观点评：

冲饮行业作为快消品，也是天猫跟京东除数码家电以外的第二核心战场，天猫凭借自身资本加上超市跟菜鸟网络，以将近60%的增幅扳回一局，虽然还不足以跟京东55开，但发展势头猛烈，下半年会有更大爆发！品牌方面蒙牛、伊利两位龙头双双以超100%的增长态势直接拉起行业的整体增长！

云观点评：

厨房烹饪用具行业虽然规模不大，但跟每个家庭息息相关，行业整体增幅达标。品牌方面曾经高富帅的双立人渐显颓势，在行业增幅不错的情况下，却出现下滑。被SEB收购的苏泊尔秉承国外上市公司稳健的发展态度，稳步发展。爱仕达在经过公司内部一系列调整后，终于在去年底决定大力发展线上，并在今年给出了一份漂亮的成绩单，增幅远超大盘！烘焙起家的展艺随着家庭烘焙的兴起也算在行业站住了脚跟，期待未来有更大发展！

云观点评：

餐饮具行业竞争还是比较激烈的，TOP20品牌只占行业销售24%不到！TOP之间除了老牌水具品牌富光领先，其他品牌之间差距并不是特别大！苏泊尔作为家电行业代表今年在该行业发展迅速，明年有望冲击TOP3!

云观点评：

行业38%的增长中规中矩，男鞋跟女鞋，男人跟女人的区别，男鞋品牌集中度相对较高，女鞋相对比较分散！成熟的品牌做男鞋要比做女鞋容易多，守江山比较容易，因为男人不挑，看中这个品牌基本以后都是这品牌！所以TOP品牌会越来越强！花花公子、回力基本都保持近90%的增长！奥康、骆驼基本就原地踏步了！

云观点评：

行业方面41.6%的增幅接近天猫大盘45%的增长，还算表现中肯。品牌方面TOP1卓诗尼相对比较稳定，业绩跟随大盘走，人本、达芙妮就略显颓势，增长乏力！儿时品牌回力借助互联网跟电商最近几年赚足眼球，业绩也远超大盘增长，期待未来有更好的表现！

云观点评：

箱包行业在基数不大的情况下，行业只有23.4%的增幅远低于天猫大盘增幅，这是个比较危险的信号！看样子消费者对箱包的换购率还不是很高，行业需要搅局者来通过创新打破这一坛水才行！品牌方面作为行业老大七匹狼虽然依旧是老大，但是增长已经乏力，甚至在今年双十一出现大幅下滑，让人堪忧！无处不在的小米自认为还不够完美，以90分的成绩在一个八竿子打不着的箱包行业混的风生水起，双十一更是以将近300%的增幅赚足眼球，预计全年杀入箱包TOP10毫无压力！可能这行业需要更多90分来刺激！

云观点评：

女人钱好赚！

云观点评：

汽配行业如此低的增长是不能被认可的，这么多私家车怎么就造就了这么低的增长！部分TOP品牌甚至出现下滑趋势！360作为唯一亮点，一个做安全软件的公司以远超大盘增幅一跃进入行业TOP2。小米你不打算来拿个TOP3?

云观点评：

作为跑步机的行业标杆亿健虽然依旧保持行业第一，但增长已略显颓势！老牌运动品牌李宁近年来电商发展突飞猛进，以近50%的增长领跑大盘！

云观点评：

随着去年一波三四线房地产兴起，以及改善性住宅家居的需求，住宅家具行业也跟随潮流大幅上涨！林氏木业傲视群雄，作为淘品牌起家的林氏木业，算是淘品牌当中最值得拍手称赞的品牌，当女装、护肤等一众淘品牌被国内外线下一线品牌的入驻打的头破血流的时候，唯有林氏打赢这场新老交替战，并且可以遥遥领先，实属不易！当然现在的林氏已不在是淘品牌，俨然已发展成家具行业的TOP者!期待未来跟随阿里新零售的发展，线上线下能有更多想象空间！

最后！

年度大片预告：2017年即将过去，云观将在2018年1月初直播发布天猫2017年所有行业以及行业TOP20品牌的年度数据，以及对比2016年的增长情况！敬请关注！

提供系统的销售数据分析的思维模式

请关注，需要源文件私信“源文件”

否则你如何应对接下来的“双12”？

光说数据分析理论太干，我想通过一个电商案例，来盘活与销售数据分析相关的术语和方法论，以便各位更策略的应对“双11”等各类线上大促的挑战。

这个案例是这样的：

一个在信息流平台上卖礼品的电商，之前10个月的销售都不温不火，有涨有跌，每月销售额一直徘徊在40万元左右，但上个月的销售额猛的突破了100万元，而且！是在广告花费不足10万的情况下获得的销售额，这让老板很雀跃啊，感觉春天来了！过去10个月的煎熬终于要出头了！

我忍不住泼了个冷水：

销售额突破预期就意味着经营步入正轨了吗？

如果不是，我们又该怎样发现100万元这个数据背后隐藏的商业洞察呢？

靠分析。

当我们面对数据的时候，不能光盯着数据本身看，就数据论数据，而是要用一个完整的数据分析框架去解读数据。

数据分析有一个经典的6字策略：

细分、对比、溯源。

具体来说就是：

先从不同的维度去分解问题；

再根据每个维度上的数据建立参照系做对比，找到业务的薄弱环节或部分；

最后分析原因，找到改进方案。

如此，才可能发现到100万元背后真正的商业洞察，更好的制定下一步的策略。

销售数据分析第一步：细分

所谓细分，是指通过拆解不同维度，找到需要分析的某个指标的影响因素。

什么是维度？

维度起源于几何学，指的是连接两个同种空间的通路，用在数据分析的时候多指一种视角，比如性别、地区、时间、距离等都是数据分析时常会用到的视角。

比如我们要用时间作维度，一种方法是通过同一空间下前后时间的对比来了解事物的发展趋势，比如本案中，上个月销售额是40万元，这个月是100万元，我们就可以说销售额环比增长率是150%，这是时间上的对比，也称为纵比；

也可以通过同一时间下空间上的横向比较来了解的自己现状和差距，如不同国家人口数、GDP的比较，不同省份收入、用户数的比较、不同公司、不同部门之间的比较，这些都是同级单位之间的比较，简称横比。

怎样拆解维度？

拆解的前提是找到了合适的维度，那么怎样找维度呢？

找到细分维度的本质是发现因变量的影响因素。比如本案里，因变量就是销售额。

导致整个销售额发生从60万元到100万元的变化的因素可能有很多，我们可以用6W2H、也可以用营销“4P”的框架来分析，把可能需要思考的维度都列出来，然后再根据案子具体的情况，看他会涉及到哪些维度，从中选择适合的维度，进行下一步的拆解和分析。

这里我们用6W2H给大家演示一遍流程：

1，要考虑What，就是你卖的是什么产品：

根据具体问题还可以展开，比如：你的产品线是什么？你的竞品是什么？你的替代品互补品各是什么？你的目标消费者的固有选择是什么？

假设我们现在需要从产品线维度来拆，一般礼品电商公司可能不止卖一种礼品，可能还会卖高端签字笔、望远镜等，那么据此可以拆分的问题就是：各个产品的销售额贡献率是多少？按照28原则，理想状态是80%的销售额来源于20%的产品，我们需要知道爆款是什么，卖得不好的产品是什么？细分清楚才能进行下一步的分析，了解销售额变动的原因和判断之后的趋势。

2，是Who，就是考虑谁在卖：

比如企业内部是谁在做这款产品的销售？外部市场上有多少同行在卖同款产品？

如果考虑内部，我们可以把问题拆分成，有哪几个部门在卖？由哪几个项目经理负责销售？他们各自对销售额的贡献情况如何？

如果考虑外部市场，可以分析看看同行的销售额是多少？这个100万元的水平在同行内的排名在什么位置？

3，是Whom，就是卖给谁：

这一步说的是谁是你的客户？客户类型有哪些？谁是使用者？谁是影响者？谁是决策者？消费层次如何？采购频次如何？等等。

就本案来说，我们可以思考，在线上买礼品的人可以为几类？他们各自有怎样的采购特征，等等。

4，是When，什么时候购买：

客户购买的时间分布有何规律？

比如本案里，我们可以比较看看销售额是不是有周期性变动的规律？

5，是Where，客户在哪里买：

我们可以看看有哪些销售渠道，比如是线上还是线下呢？如果都是线上，那么是信息流平台还是网上商城？等等。

就本案来说，这个老板同时铺了几个渠道或者平台在卖，那么多的渠道里，哪个或者哪些渠道的销售额更好？

6，是Why，就是客户的购买动机是什么：

客户为什么要买我的产品？客户消费场景有哪些？客户的痛点有哪些？有哪些环境因素影响了客户的购买？等等。

比如本案中，我们可以思考，在客户的购买动机里，是要送礼的多还是要自用的多？是什么原因促使他们来买礼品？等等。

7，是How，即客户如何购买：

这个如何购买可以是对支付方式的研究，比如是货到付款还是先付款后发货？是微信支付还是支付宝支付？等等。

如何购买也可以是营销组合要素如何影响消费者的购买决策，消费者在购买决策的看重哪些因素，是购买的便利性呢？还是产品的设计性？还是价格？

8，是How much，即客户愿意为产品付出多少成本：

这里就涉及到定价策略了，我们是采用低价渗透呢？高价撇脂呢？还是歧视定价？等等。

此外还可以考察一下客户的购买成本是如何构成的，是否包含理解成本、货币成本、风险成本、时间成本、便利成本等，具体问题具体分析。

就本案来说，在这一点上要考虑的是目前的定价策略会不会对销售额有影响？哪种定价方式更有利于扩大销售额？等等。

销售数据分析第二步：对比

完成上一步的细分之后，我们就需要开始对同一维度的数据进行比较，以了解业务现状，找到业务的薄弱环节或部分。

怎么比？

比较主要是通过建立参照系来比较。这里需要强调几点注意事项：

1，要弄清楚是谁和谁在比：

这里的“谁”涵义比较宽泛，比如是不是同一单位在比？比如同样是销售金额，3000人民币和900欧元就没法直接比，得先统一单位，然后再比。

2，弄清楚怎么比：

也就是选择比较的对象要有可比性。比如公司的某个产品的销售额不能和全省该产品的社会零售总额去比，这都不是一个量级，怎么比？比较只能和同量级的比。

3，弄清楚比完后要干嘛：

如果各种步骤都准确，那么比完之后，我们就能知道自己大概所处的状态了，如果这个状态相对较好，就继续保持，如果状态相对较差，就可以着手改进优化了。

对优化师来说，薄弱部分和薄弱环节都是优化工作的切入口。实操中，好的优化师往往对“差”有相当高的敏感性。

找谁开刀？

假设我们通过产品维度的比较发现，本案的这个公司总共在售的10个类目的礼品中，绝大部分产品的对比销售都挺不错，运营各个环节步骤也都表现良好，有的甚至已经做到了极限，只有一款手表卖得特别糟糕，销售额排名在最后，上月销售额只有3000元，仅占整个销售额比例的0.3%，也就是说，这款手表对上个月100万销售额的贡献微乎其微，属于该公司销售的薄弱环节。那么这种情况下，我们是去找表现最好的去优化升级、挑战更高的极限呢？还是先试着补足短板呢？

这里我们给出一个判断权衡的参考方向：

1，可以根据优化的投入产出比来判断；

2，可以根据优化的难易程度和改善空间来选择；

3，重点考虑公司的资源情况；

4，参考公司的经营目标和经营策略；

5，其他影响因素的考量，比如当前市场的政策情况、行业的发展趋势、同行竞争情况等等。

假设根据上面的各个因素的分析，我们得出，本案的销售主体公司很看好手表这个类目的发展前景，公司未来经营思路的构想是多头发展，那么我们可以认为，提升手表销售额是当务之急，接下来的工作中就是需要把提高手表的销售额作为提升总体销售额的切入口。

销售数据分析第三步：溯源

一般情况下，碰到某款产品销量差，相关经手人的第一反应是是什么呢？责怪！

怪优化师广告没投好？怪产品经理选错产品？还是怪售价定太高了？各种猜各种怪各种卸责。

这里我想提醒诸位，无根据的猜测于事无补。有效的解决方法，不是拍脑袋猜测，觉得是哪个就是哪个，而是要用一个模型把一条路上所有可能涉及到的问题都追溯一遍，找到问题的源头。

怎么溯源？看鱼骨图

这是一张鱼骨图，常应用于品质管理领域，用来分析产品的不良原因，这里我把它用来分析电商投放信息流广告时可能遇到的运营问题。

根据图示，我们可以了解到，整个电商投放环节涉及到了6块内容，分别是最开始的选款，然后是针对性的定价，接着是投放相关的定向、创意、落地页，最后还涉及到客服、物流等后端，这里面每一步都可以再拆分成很多小步骤。

比如选款环节。

电商的选款是个非常复杂的过程，对选款人的营销能力和市场敏感度均有很高的要求。那么通常我们在选款时可以考虑的内容有：

1，产品所在行业竞争的关键是什么？

比如大部分快消品行业主要的竞争关键是品牌，如果我们想选的产品是属于这个领域的，那我们就要考虑这个产品的品牌是否有号召力。比如同样是线上卖手机，同等条件下，你卖iPhone的效果和“YOTA”phone的效果是不一样的。

2，产品是否适销对路？

线上选款和线下选款是有差别的，需要实际体验才能成交或是需要专业的咨询服务才能成交的产品就不是非常适合在线上直接售卖，或是转化门槛太高的产品，在线上销售时用户的折损率也会比较高，比如有些保险产品的销售就需要专人服务才能成交，在线上销售转化门槛太高，转化成本高也是情理中事。

其他要考虑的问题还有很多，比如产品的利润空间，市场上的竞争情况，进入门槛等等，这里不展开了，遇到具体问题可以再具体分析。

就本案来说，该公司的选款主要参考的是公司所在地的的实体礼品零售店数据。从这些零售店的销售情况来看，此款手表堪称爆款，三个月内来回购送人的客户超过40%！

40%是什么概念？通常来说，线下礼品类销售能有20%的回购率就已经不错了，这个40%就等于翻倍了，也正因为此，给了这个电商公司的老板非常大的信心，觉得可以放到线上卖卖试试。

再来说说客服环节。

客服环节主要考虑的是用户体验，一般影响用户体验的因素有如下几个方面：

1、响应是否快？

比如你问了客服一句问题，半天没人响应，你觉得用户会是啥心情？

据相关数据显示，一般反应时间超过15秒，这个咨询就可能黄了，且越是急切的咨询，或者说越是需求精准的用户的咨询，他们希望得到快速反馈的欲望越强烈，可能15秒都等不到。

2、问答比是否高？

这个是指客服和用户互动的情况，是不是热情到位？用户问你三句，你回答一句，你这一句能说明问题倒也罢了，如果不能，那用户体验也会不好，自然的，转化也就好不到哪里去（有些特殊行业，比如奢侈品零售领域的逆向营销不在我们今天的讨论范围内）。

3、话术是否专业？

我们先解释一下何为专业：一种是指客服人员在线销售的水平是否达标，具体是指客服人员的沟通技巧和逼单能力等。

另一种是指客服人员对产品所属领域知识的掌握是否专业。能不能准确有效的回答用户的问题会直接或间接影响他们对产品的信任程度。比如在某些特定的产品领域，像近视眼镜，客服人员对技术的掌握程度和专业水平都会直接或间接的影响他的接待质量，进而影响用户的购买意愿。

就本案看，该电商公司的客服小组和其他产品的客服是公用的，从响应时间到问答比到客服的接单流程、接单话术的专业水平都是符合营销专业要求的，而且实际的接待人员水平和实体店的店员水平相差不大，甚至略好一些，由此，我们可以大致排除客服环节对销量的影响。

怎么分析？用5why

假设，通过鱼骨图对营销环节的层层剖析，我们发现，最可能出现问题的环节是定价环节，因为目前的定价和同行比，有点太低了，那么会不因为价格太低导致客户认为便宜没好货？对品质没有安全感？所以不愿意买呢？——还是那句话，猜，是不严谨的，我们需要借助专业工具进行分析。

这里我们推荐5why分析法。

5why分析法发源于日本丰田，是丰田前副社长大野耐一发现问题时惯用的一个分析方法：通过连续追问“为什么？”来找寻问题的真正原因和解决方法，适用于多个领域。

就本文举的案例来说，我们可以通过下列这些提问来�...

中商情报网讯：2018年1-6月北汽集团一共销售1202749辆车，其中轿车销量为473908辆占比最大为39.4%，其次是两驱运动型车销量为282913辆占比23.5%，货车占比16.4%销量为197193辆。四驱运动型车销量115493辆占销量的9.6%。多功能乘用车67513辆占比5.6%。半挂牵引车销量为26178辆占比2.2%。客车销量为18547辆占比1.5%。其它只占1.7%包括交叉型乘用车4629辆、货车非完整车16363辆以及客车非完整车12辆。

数据来源：中商产业研究院数据库

2018年上半年北汽集团一共销售1202749辆车，其中北京现代汽车有限公司销售了380098辆车，占长安集团上半年销售的31.6%。在北京现代汽车有限公司主要销售的是轿车，销量为243394辆，其次是两驱运动型134818辆，四驱运动型1886辆。北汽福田汽车股份有限公司上半年销量为262402辆，货车销量189665辆占比最大，其次的是半挂牵引车26178辆和客车18360辆。北京奔驰汽车有限公司只销售轿车155775辆和四驱运动型车96275辆。北京汽车集团有限公司越野车分公司只销售四驱运动型车14118辆。

数据来源：中商产业研究院数据库

来自：数据观 https://shujuguan

DT时代，我们每天都会收获来自各种渠道的海量数据，它们是对我们上一步行动的反馈，但人脑消化数据的能力却是有限的——如何及时洞察数据中的涵义，就需要数据可视化工具的帮助了。然而，图表的类型非常丰富，如何做出正确的选择，达到“一图胜千言”的效果呢？

［数据的五种关系］

首先，我们需要了解，数据通常包含五种相关关系：构成、比较、趋势、分布及联系。

构成

主要关注每个部分所占整体的百分比，如果你想表达的信息包括：“份额”、“百分比”以及“预计将达到百分之多少”，这时候可以用到饼图。

比较

可以展示事物的排列顺序——是差不多，还是一个比另一个更多或更少呢？“大于”、“小于”或者“大致相当”都是比较相对关系中的关键词，这时候会首选条图。

趋势

是最常见的一种时间序列关系，关心数据如何随着时间变化而变化，每周、每月、每年的变化趋势是增长、减少、上下波动或基本不变，这时候使用线图更好地表现指标随时间呈现的趋势。

分布

是关心各数值范围内各包含了多少项目，典型的信息会包含：“集中”、“频率”与“分布”等，这时候使用柱图；同时，还可以根据地理位置数据，通过地图展示不同分布特征。

联系

主要查看两个变量之间是否表达出我们预期所要证明的模式关系，比如预期销售额可能随着折扣幅度的增长而增长，这时候可以用气泡图来展示，用于表达“与……有关”、“随……而增长”、“随……而不同”变量间的关系。

对信息中包含的5种关系，可以简单归纳如下：

构成：占总体的百分比

比较：项目的排名

趋势：如何随着时间变化

分布：项目的频率情况

联系：变量之间的关系

［图表的具体适用场景］

下面，我们具体来看一下图表特点及适用场景：

以下图表均制作于数据观

条图

条图表达比较关系，按照强调的方式可以排列任何顺序，适用于高亮Top3或Top5数据，如在零售行业中统计畅销品的销售情况就是很好的应用。它是最通用的一种图表，应在所有的图集使用中占到25%。

柱图

柱图用高度反映数据差异，用来展示有多少项目（频率）会落入一个具有一定特征的数据段中，比如分析公司人员构成是否存在老龄化现象，可以通过柱图看到25岁以下的员工有多少，25岁到35岁之间员工有多少等这种年龄的分布情况。同时，柱图还可以用来表示含有较少数据值的趋势变化关系。

分析图形有单指标柱图、多指标柱图以及堆叠柱图类型。

（1）、单指标柱图

（2）、多指标柱图

（3）、堆叠柱图

线图

线图可用来反映随时间变化而变化的关系，尤其是在趋势比单个数据点更重要的场合。

在柱图与线图的选择过程中，可以考虑数据的本质。柱图强调的是数量的级别，它更适合于表现在一小段时间里发生的事件，产量的数据很适合这个领域。线图强调的是角度的运动及图像的变换，因此展示数据的发展趋势时最好使用它，存货量就是一个很好的例子。柱图和线图的使用应占到图集看板的50%左右。

线图类型中可以有单线图，还可以在图中进行多指标趋势性比较。

（1）、单线图

（2）、多指标趋势性比较

饼图

构成比例关系时，最好使用饼图，给人一种整体的形象，可以展示每一部分所占全部的百分比，比如产品A预计销售额占到所有产品销售额的最大份额。

为了使饼图尽量发挥作用，在使用中不宜多于6种成分。人的眼睛比较习惯于按顺时针方向进行观察，所以应该讲最重要的部分放在紧靠12点钟的位置，如果没有哪一个部分比其他部分更加重要，那么就应该考虑让它们从大到小的顺序排列。

数据观除了有标准饼图，还提供中空饼图和环形饼图两种类型。

（1）、标准饼图

（2）、中空饼图

（3）、环形饼图

Attention！不适用饼图的情况

饼图是通过面积呈现数据的变化，当各指标所占比例接近时，无法直观的判断面积的大小，此时选择条图来呈现，规律就更加清晰。饼图是应最少使用的图表，在所有的陈述和报告中其使用率应少于5%。

错误的图表类型：

正确的图表类型：

气泡图

气泡图判断两个变量之间是否存在某种关系，可反映五维数据。每个气泡的不同颜色或标签，以及气泡点大小，都可以反映一个维度。一般使用率为10%。

KPI图

最直接显示结果，适用于高亮关注指标值或者差异，可以通过主要指标和次要指标进行体现。信息量避免过多，越直观越好。

面积图

与折线图较为类似，面积图强调变量随时间而变化的程度，也可用于引起人们对总值趋势的注意。用填充了颜色或图案的面积来显示数据，面积片数不宜超过5片。

漏斗图

漏斗图用来表示逐层分析的过程，从一个总值（最顶端），不断除去不关心的部分，最终得到关心的值的过程。

多用于业务流程比较规范、周期长、环节多的流程分析，通过比较各个环节宽窄大小，能够直观地发现和说明问题所在。常见应用场景：电商网站、营销推广、CRM等。

1）电商网站：通过转化率比较能充分展示用户从进入网站到实现购买的最终转化率。2）营销推广：反映搜索营销的各个环节的转化，从展现、点击、访问、咨询，直到生成订单过程中的客户数量及流失。

3）CRM：销售漏斗图用来展示客户各个阶段转化比较。

金字塔图

金字塔图用于展示类似金字塔的层级结构和数据量。例如某个国家的收入分配，金字塔顶部显示高收入类别，逐渐降低到代表低收入的底部。

雷达图

雷达图可以用来表现一个周期数值的变化，也可以用来表现特定对象主要参数的相对关系。

雷达图多用于在财务分析中，用来分析企业负债能力、运营能力、盈利和发展能力等指标。

地图

地图是信息密度最大的数据可视化方式，人们在日常生活中就使用地图，所以能直观理解地图。

数据观基于不同的视觉化原理提供三种地图：区域地图、散点地图和热力地图。

（1）、区域地图

区域地图是按照国家、省市行政区划分，用来展现地理信息，以及与地理位置有关的信息，指标的多少可以用颜色深浅区分。

（2）、散点地图

散点地图基于高德地图实现，通过定位经纬度，用散点来表示所在位置的信息指标。

（3）、热力地图

热力地图以特殊高亮的形式显示访客所在的地理区域的图示，不同颜色反映不同区域密度的分布。

表格

表格可以通过拖拽所关心的指标，如通过一级、二级分类，了解更加明细的数据，起到数据透视表功能。

综合使用

饼图、柱图、条图、线图、气泡图可以组成可视化报告90%图形，其他视觉化展示可以将图表组合起来综合使用。

以上就是为大家提供的图表基本使用原则，适用于日常工作中大多数的图表制作。

最后，希望大家都可以需要根据自己想要表达的信息选择合适的图表，让数据可视化帮助我们的大脑减负，替我们的数据说话。

这样的动态销售仪表盘，可以多角度展现年度销售情况，包括每月总销售额的变动趋势、各种产品分类的销售占比、明星产品排行、销售员业绩排名，还可以按地区和城市进行动态筛选，想必通过这样的数据分析，一定会让领导看出销售整体状况的子丑寅卯，也为未来制定销售战略提供了可靠的数据依据，怎么样？对这样的实效强而颜值高的仪表盘，你心动了吗？那就随我一起来实现它吧。

首先，我们一定要做好一张最关键的表，就是源数据表，源数据相当于地基，地基不打牢，盖啥样的房子都是白搭！

下面，基于源数据表创建数据透视表，数据透视表是基于源数据表进行变表的最佳工具，拖拽之间即可完成炫酷报表，简单又百变，所有表亲们都值得拥有！

通过拖拽设置数据透视表的报表字段，对于月销售额分析，将“订单日期”拖到“行字段”中，将“金额”拖到“值字段”中，此时，在行字段中将自动出现“月”，由于我们仅按月份统计销售额，因此，将“订单日期”再从“行字段”中拖出去，仅保留“月”即可；

基于月销售额分析数据透视表，制作数据透视图并进行美化，这样的透视图表，即可实现随着源数据的改变而动态变化，保证了数据的正确性和一致性！

复制月销售额分析数据透视表，以制作Top5明星产品数据透视表，调整报表字段，将“月”从行字段中拖出去，将“产品名称”拖入到行字段中，点击“行标签”，选择“值筛选”中的“前10项”，更改为“最大5项”：

基于Top5明星产品数据透视表，插入条形图，以制作Top5明星产品排行表，并进行图表美化：

复制月销售额分析数据透视表，以制作产品分类占比数据透视表，调整报表字段，将“产品分类”设置为行字段，并设置“金额”值字段的显示方式为“列汇总的百分比”：

基于产品分类占比数据透视表，插入饼图，以制作产品分类占比图表，并进行图表美化：

复制月销售额分析数据透视表，以制作销售业绩汇总数据透视表，调整报表字段，将“销售员”设置为行字段，并设置行标签按“求和项：金额”进行降序排序：

基于销售业绩汇总数据透视表，插入簇状柱形图，以制作销售业绩汇总排名表，并进行图表美化：

最后插入两个切片器，一个是“城市”切片器，一个是“地区”切片器，设置切片器的样式，并设置切片器的报表连接，以实现切片器对多个透视图表的数据联动：

OK，炫酷的仪表盘做好了，你学会了吗？

作者：数据观 来自：数据观 https://shujuguan/?from=

［摘要］：看似复杂的库存体系，可以通过简明的数据可视化还原全貌！

［主文］：一直以来，库存管理都是影响企业盈利能力的重要因素之一。对库存管理不当可导致货品大量积压，占用现金流，延误生产计划与销售订单。使用数据观对库存进行可视化分析，可以实现：1、分析现有的库存体系，还原库存体系原貌，为决策提供数据支持；2、通过对问题的挖掘分析，对现有的库存体系进行优化；3、衡量、传递合理库存信息，保障采购、生产、销售的正常运行。

所需数据：

以上数据是基本的仓储数据，一般的连锁门店都有；为避免储存数据的方式不同，我们还为您列出了所需全部字段：

除了两个标红的指标需要我们处理一下之外，其它字段都是现有的。为什么要额外计算这两个指标呢？因为，累计出仓金额占比（累计出仓金额／总金额）可以帮助我们审视商品SKU是否符合“二八贡献结构“，即80%的销售额是由20%的商品带来的。

数据处理：

如何计算“累计出仓金额”？听起来像要对每种SKU的销售额做求和，然后要按照降序排列，最后还要加上上一个项目的金额，不算小的工作量！不过，使用数据观的在线ETL工具，可以很迅速地对繁琐的数据进行排列计算。首先，将两个“输入”按钮拖入中央画布，并分别选择为“商品报表”与“销售列表”，将其关联起来，并通过“选择列”剔除无关信息，就得到每件商品的销售状况了。选择“分组聚合”，统计出每件商品的销售额。接下来，使用“排序和累计”，让商品销售额按照降序排列，且累加销售额。此时，我们已经有了“累计出仓金额”（且按照降序排列），再添加一个“常量列”，将值设置为总销售额，就可以计算“累计出仓金额占比”了！

ETL流程示意图

可视化分析：

现在，我们已经有了充足的字段和干净的数据，允许我们从以下四个角度来分析库存状况：

商品概况库存情况库存周转及安全库存库存盘点

（一）、商品概况：

指标说明：SKU数为商品编号，不重复计数，可计算出本店一共有多少个SKU；类别数为类别，不重复计数。从以上两个KPI可以看出，库存中的商品一共8类，总共28个SKU。而下面的“柱＋面积”组合图，就是我们说的“二八贡献图”了。每条柱子代表每个SKU的出仓金额，柱子越高表示出仓金额越高；而面积图则使用的“累计出仓金额占比”（即累计出仓金额／总金额），面积图上的80%点位应当出现在柱图的前20%最佳。通过分析我们看到，库存商品的累计出货金额贡献比例和“二八贡献结构”有一定差距，TOP1商品突出，但TOP2至最差出货额商品差别不大。

（二）、库存情况：

指标说明：以上各指标的金额计算都为“数量*成本价”得出的成本金额；平均库金额为（期初库存金额+期末库存金额）/2。两个分组柱图，主要看的是各类商品的期初、期末库存金额，与进仓、出仓金额分布。而分组条图，除了可以看到库存排名之外，还可以看平均库存占比（蓝条）与出仓金额占比（褐条）是否相当。从库存结构对比出货结构上看，各类商品的比例相当，表面库存比例结构合理。

（三）、库存周转及安全库存：

指标说明：本期周期为一个月，周转天数为周转次数*30天（请根据店铺实际情况进行调整）；根据设置的最佳周转天数（60~90天）可看出耳机类和充电宝类不在最佳周转天数内，图中已标红；根据设置的安全库存，图中显示电脑耗材类中有2个SKU，充电宝类1个SKU处于安全库存值以下，需进行进货。具体低于安全库存值多少、是什么型号的商品需要进货，可以通过下钻来查询。

（四）、库存盘点：

指标说明：盘点金额计算方式为误差数量*零售价。期初的盘点盈亏金额总计为盘盈202.5元，通过条图我们可以看到，各类商品的盈亏金额都在正负500元内，差异主要出自U盘、电脑耗材和耳机类。通过气泡图，我们可以看到，28个SKU中无差异的有4个（蓝色表示），盘亏的有15个（红色表示），剩余9个盘盈（黄色表示），鼠标移动其上还可显示商品的具体编号与盈亏数量。就这样，本来各自分散的库存数据，变成了一份领导能读懂、合作伙伴也能读懂的看板。赏心悦目之余，各种问题水落石出，大大提升了日常管理效率，为企业的高效运转添薪加火。

文:土拨鼠跟我走

销售数据分析报告，是销售工作的必备动作。

不会做销售数据分析报告的销售人员，就是只会打仗，不会算账！最会都是糊涂账！

我们经常说，销售数据分析报告，是基于业务客观事实的数字游戏！

销售数据分析报告：是由统计的数据和销售人员对数据的分析共同组成。也就是说，没有科学分析的数据，仅是数字，不是销售数据分析报告！

做销售数据分析报告的时候，会有以下声音：

1. 不就是数据统计吗？然后整理汇总下，多简单的事呀。2. 再不济，把进销存数据，整理下，这种可以了。3. 你们说的都太麻烦，就告诉领导，任务是否完成了吗？给结果，多省事！...

销售数据分析报告，对你什么好处

1. 用数据说话，是销售人员发言权的前提，这是职业素养！

2. 分析数据报告，就是对自己工作的销售总结，让你更清晰、更宏观的看待一个市场的脉络，然后自己的短板，查漏补缺。等于给自己辖区的市场，做一次例行“体检”。

然后，帮助销售人员对销售情况的深度熟悉，帮助分析市场动态变化，提升销售人员对经营的意识和掌控力，培养对市场的预测。

3. 销售数据分析是“收拾客户”的的方法之一，白纸黑字，有口难辩，凸显你的专业性，赢得信服。

为什么销售人员，不重视销售数据分析

1. 公司没有具体的销售报告分析的要求和标准，即使有要求，也是领导丢一句话：“你把市场给我分析下”，然后没了。

接着，销售人员一头雾水，开始抓耳挠腮，东拼西凑。最后领导一看，分析的“驴头不对马嘴”，丢句“你给我重新做去”！你一脸的懵逼。

2. 公司有销售分析报告的标准，但是，这个标准太繁琐太复杂。

巴不得做成“地表最全数据库”，搞得一线耗时耗力，不花几天功夫，根本做不完，销售人员内心排斥，开始做出“假冒高仿”的数据，执行的结果可想而知。

然后领导们拿出“假冒高仿”的数据，层层向上汇报，你们公司的战略决策，不跑偏才怪呢！这样的事情，身边还少吗？

3. 公司对销售分析报告缺乏宣导。销售人员对销售分析报告，缺乏关注意识，不晓得这个报告对他什么好处，管理者要身教言传。

销售分析报告的内容，要与时俱进，千万不能99年政策不变。当然，我也不是让你经常来回折腾，朝令夕改！

企业要有一个“引导体系”，而不是丢一句话，一个通知、一个邮件，就万事大吉，管理工作没那么简单！

对手机销售行业来说，销售数据分析的常用方法

一般来说，分为两个维度展开分析：

1. 产品。每个产品的重点关注，包含销售、价格、库存、促销、占有率等。找出问题点和问题客户。

2. 客户。以客户为主，或结合区域的分析，哪些客户业绩异常，找出真实原因，提升点在哪里，才能做好目标管理。

01 销量分析

一般，最简单、最粗超的数据，就是：销售任务是否完成，完成率多少？当然，还不止如此。

业绩达成情况

当天数据：当日销售存在的问题，你要做个分析。当日数据仅供参考。基础数据：月累计销售完成进度，与时间进度对比。发货数据：这个数据一般厂家很容易忽视。从发货的数据，能分析出物流、库存、周转率的问题。所以，务必搞清楚，发货客户的数量和发货次数，摸清客户发货量降低的原因，同时综合优化物流成本，这个数据可以每月或每季度分析。

对比分析法

不得不说“同比和环比”。

同比，是指在相近时段中的某个相同时间点的数据，进行比较。比如，17年3月和16年3月是相近时段，都是3月，这两个时段进行数据对比，就是同比。

环比，是指相近时间段的对比。比如，17年5月和17年4月是相近时间段，这两个时间段的数据对比，就是环比；

一般在手机销售中，同比是最常用的，但是，同比的有时也会蒙蔽事实，为什么呢？

比如：16年3月份销售1000部手机，17年3月销售1200部手机，同比增加200部，提升率20%。

但是，行业市场整体同比提升30%，你觉得差距在哪里？

所以说，同比，务必和行业市场的数据项对比，不然就是孤芳自赏！

环比的用法

实话说，环比不太常用，因为销售和季节性有很大关系，都会存在波峰波谷，说销售不分淡季旺季的人，纯属忽悠洗脑！你就是卖钢筋煤炭，国家还有宏观调控呢！

以手机销售行业为例，一般来说，8月份的销量比9月份高，为什么？

因为8月份属于暑期学生购机潮，再加上9月份想买手机的人，都持币等着十月一促销呢？对吧！

你拿9月和8月环比，有多大意义呢？所以，只有同比，才有参考意义。

讲到这里，并不是说环比没用处，月环比的季节因素太大，那干脆，你做周环比，不就行了嘛。

周与周的环比，有一定的参考性，前提是周与周之间，不能存在节假日。比如，十月一黄金周，和十月第二周做环比，也是不合适的。

和竞争对手的对比分析

这个比较，我不说，大家也比我懂。

但是，很多人，搞不清楚，谁是你的竞争对手！

原则上来说，只要与你同行的品牌，都是你的竞争对手！

但，这是书上写的，现实可不能这样玩，不然大家都是你的敌人，你再搞“世界大战”吗？

不能聚焦的目标，是梦想，不是目标！永远记住这句话，销售铁律。

你的竞争对手是谁？

我给你说个简单的方法：找眼前的竞争品牌，能伸手抓得住的竞争品牌，且销售大于你30%的品牌，你就盯着这个品牌去爆破！

千万不要，找绝对大于你N倍的“大象”去挑战，你可以把“大象”当成梦想和愿景，但你先把“活在当下”的事情做好！不然，你就是好高骛远，眼高手低。

找到竞争对手了，对比什么呢？

原则上，你所有的销售数据，旁边都要有竞争对手的对比。只有这样，才能知己知彼百战百胜!

这就考验你数据统计的“情报能力”了。

说不用关注竞争对手，就能做好销售的人，都是有失偏颇。

我想说的是，前提是你负责多大规模的销售体量，如果是一亩三分地，那你可以完全“只读圣贤书、不闻场外事”。

产品销售的结构分析

比如：从价位分析、库存调整、来了解重点产品销售情况。

同时，对于公司重点产品进行分析，找出存在问题，提供建议。（最好不要提产品本身的问题，如：屏幕小、内存小等等。不然销售人员以后销售不佳，抱怨厂家和产品本身问题。）

务必给销售人员指明：

公司的拳头产品哪些（正面打击对手，大力水手吃菠菜）。公司的馒头产品是哪些（要靠这个吃饱肚子）。公司的窝窝头产品是哪些（垫吧垫吧就行了）。

02 费用分析

这个费用分析，一般不对基层销售人员开展，大部分需要区域经理多关注！我多说一句：区域经理要把“基础财务”当成重要的课程来学习。

投入与产出比，简称ROI（return on investment）。投入产出比 = 产出总收入/总成本× 100%。

投入与产出比的概念，务必烙印在区域经理大脑里，不然会乱成一锅粥，你的上司会成为你的”背锅侠“。

拿手机销售行业举例。厂家做主推的ROI、促销活动的ROI、市场推广的ROI、人均产出的ROI...都是可以计算得出的。

费用多少合适？这个是基于你们公司的实际情况，但是，费用永远是不够的。

我认同节约的销售，但讨厌小气的销售。节约就是，不该花的钱不花，小气就是，该花的钱不花。

作为管理者，抓费用要：

1. 抓大放小，不要挫败大家的工作积极性。

2. 权限分解、不能一人说了算，一言堂的费用肯定有问题，不信你去查查！

3. 秋后算账，任何费用都要有这个环节，不能变成“糊涂账”！

销售人员不能因为销售费用少，就原谅自己销售目标未完成。

03 渠道分析

每个渠道的供货价、毛利和利润分析，这个分析，务必和竞争对手对比

对每个渠道分层分级，然后匹配不同的销售资源（分销、库存、物流），渠道遇到的问题，需要数字支撑，都要写出来。

每个渠道的库存重点关注。尤其库存的周转天数。周转天数=当前库存数量/当前日平均销售数量

以手机行业为例，卖的都是科技电子产品，没有大致的保质期，不像卖吃卖喝的食品，但是，科技电子产品的更新迭代比食品快多了，摩尔定律大家都晓得吧。

依据库存周转天数，来判断产品是否畅销，是有时偏颇的。

比如，在销量不变的情况下，库存大，随之周转天数也会变大，同理，库存小了，周转天数也会短的。所以，不要光看周转天数，只有结合库存，才能判断正确。

举个栗子，某款手机平均每天销售5部，当前库存为20，周转的天数为20/5=4。但，你压货把库存加到40部，周转天数为40/5=8。所以，你部能说产品不畅销，只能说库存过大。

要对库存组成分析，同时，保持电脑数据和实际库存保持一致，不能指望电脑数据就做出判断，你需要定期盘点库存，及时发现问题，只要这样才能把握每个SKU的销售情况。

重点关注哪些区域与渠道的表现，分析发展走势和销售特点。

对于增长或下滑明显的区域给予重点关注和分析，以免存在潜在的威胁，警惕竞争对手趁虚而入，混水摸鱼，要做多维度的分析。

04 人员分析

新增员工的数量（累计本年度），离职员工的数量（累计本年度）、每个员工承担业绩的数量、人员薪资成本、日常工作的分析（分销、拜访等）

在销售分析报告中，避免存在以下问题：

1. 大多数人汇报工作，避实就虚，该说的问题兜圈子，报喜不报忧。最笨的员工就是，认为“你的上司和老板是笨蛋”。

2. 谎报军情，不重要说的严重，重要的避而不谈。这招，销售老油子用的驴火纯情！套取公司资源，谋取利益。我强烈建议，汇报具体没有分析，只讲事实给上级，领导千万不要拍板，因为这种情况，很容易做出错误决策。

3. 只注重前线打仗，忽视团队内部提升，造成内外资源匹配不到位，这样的销售，容易昙花一现。这样的人，是个做狙击手，不适合做管理者。

4. 没有经过分析就制定计划，总是拍脑袋，凭感觉去做事，这是很多管理容易走的弯路，销售分析报告是走过场。

好的销售分析报告，要具备：

1. 首先数据要真实性、完整性、详细的呈现出来。数据从哪里来？每个数据的背后含义是什么？

2. 数据的分析必须站在客观的角度，不能带有主观因素，避免报告有失偏颇

一、方案背景

对于大部分企业来说，销售部门是为企业直接带来利润的主要部门，说是企业命脉部门其实也不为过。

然而事实上是为数不少的销售部工作人员由于缺乏营销分析概念和方法，企业累积的大量数据得不到有效的利用，营销分析只停留在数据和信息的简单汇总和流水帐式的通报，缺乏对客户、业务、营销、竞争方面的深入分析，结果决策者只能凭着本能的反应来运作，决策存在很大的失误风险。

都说数据有价值，那么销售部门应该如何充分利用数据对市场预判，实时了解当下业绩情况，衡量三六九等客户价值，如何快速获取客户的信息做针对性销售呢？

答案是，不妨用BI搭建一个智能化的销售数据分析平台。

解决两个问题：

1、将数据信息化，汇总自动化，将销售管理者从传统的报表数据重复结算中解放，避免大量重复性的excel编辑工作

2、着重分析企业销售目标、销售活动、成本费用等销售重要指标的分析。

二、方案内容

接下来，本文将着重分享企业销售智能数据分析方面的内容干货，用的是FineBI搭建的销售数据分析平台：

1、IT技术模块——搭建销售智能数据分析平台

2、IT技术模块——直接对接销售数据库，自动化形成数据报表？

3、数据分析模块——如何让销售同时快速上手分析？

4、数据分析模块——如何让销售领导直接在线查看分析？

5、协同管理模块——如何在线分享数据分析报告？

三、方案效果及实现说明

1、搭建销售智能数据分析平台

这部分工作属于企业IT部门的前期数据准备工作，需要IT部门在FineBI的数据配置-数据连接管理中新建好数据连接，保证数据连接测试成功。然后添加销售管理业务包，将相关数据表加入并且建好立表间关联关系即可（如果是FineIndex类型的业务包需要更新好FineIndex数据）。分配好对应数据权限之后，用户即可直接在浏览器前端来对这些销售数据进行即席的多维探索分析。

以本方案为例，如上图所示，我们在销售管理业务包中添加好销售员信息表、产品名称表、分公司信息表以及销售目标表、客户信息表、合同信息表、销售活动表、合同回款信息表、活动费用表，并且建立好维度表和事实表之间的数据关联关系。

最后在数据配置-权限配置管理界面中将建立好的销售管理业务包的权限分配给销售部门相关人员，并且在管理系统-用户管理中将销售部门人员加入到BI编辑用户的已授权列表中。

2、直接对接销售数据库，自动化形成数据报表？

销售管理人员在使用分配好数据权限的账号登录平台之后，就可以新建仪表盘开始做基础的数据分析了。

我们以制作如上图所示的销售基础数据分析-销售人员分析页面例，首先使用仪表盘统计出企业的总销售人数，然后再用饼图统计出各大区的销售人员分布（这边可以看出我们上海区域销售人数是最多的，达到总销售人数的22.73%），最后用明细表组件展示企业的所有销售人员的销售姓名、所属大区、大区经理相关信息。这样一来，基础的销售人员配备信息也就快速可视化呈现在我们面前了。

销售人员分析的仪表板做好之后，销售人员可以申请给IT部门的超级管理员将该模板挂出到销售管理-销售基础数据分析目录下面，并且将仪表板开放给其他人员进行查看。另外利销售活动管理、合同信息查询的销售基础数据分析也是同理，用同样的方法做好之后申请给超级管理员挂出即可。

3.如何让销售同时快速上手分析？

a.销售目标进度分析

我们以上图所示的销售目标进度分析为例，对于企业销售管理来说，两个最核心指标莫过于销售额和回款额了。而企业通常每年都会设定销售目标额、回款目标额两个指标作为销售的年度考评KPI指标。

所以这样一来在每个时间阶段，作为销售管理者我们可以分析当前的销售额目标完成率、回款额目标完成率的总体情况。

I.销售额目标完成率=(销售额/销售目标额)*100%

II.回款目标完成率=(回款额/回款目标额)*100%

以销售额目标完成率为例，添加好总金额和销售目标额之后，在FineBI中直接添加销售目标完成率指标，输入“总金额/销售目标额”即可得到当前销售目标完成率的数据。

计算好销售额目标完成率以及回款额目标完成率之后，然后再按照区域逐级分解。这边我们按照区域对销售额和回款额分别使用条形图进行统计，然后降序排列即可。

接着对每个区域的销售额、销售目标额、销售额目标完成率、回款额、回款目标完成率进行分析计算，以便来分析当前影响目标达成进度的主要问题区域所在。最后添加好相关查询控件，调整好仪表板整体布局即可。

b.销售回款分析

销售回款分析方面，首先统计出当前时间段的应收账款、累计回款、累计回款率（累计回款率=累计回款/应收账款）这三个关键指标，用仪表盘进行展示。然后按照产品线进行分解，对比每个产品线的应收款款和回款金额数据情况。接着按照时间流逝维度进行分析，统计出当前时间区间的月度累计回款金额和月度累计应收金额，同时计算累计回款率。

最后分别按照大区和销售进行分解，统计对应大区和个人的应收账款、实际回款，计算出大区和个人的回款率。这样一来，企业整体到销售个人的销售业绩状况就一目了然了。

c.销售费用分析

销售费用分析方面，统计当年的费用开支总金额以及年度每个月份的费用金额。接着统计出各大类的销售费用模块分布占比、全国各个省份的费用金额分布、各个客户总费用的树图统计、销售费用开票统计、各销售费用排名统计相关信息，让企业的销售费用成本一目了然的以可视化形式呈现在我们面前。

4、如何让销售领导直接在线查看分析？

除了以上给大家介绍的制作一些企业常用的销售数据分析之外，FineBI最大的特性就是随时满足业务人员或者企业领导的数据即席分析需求了，通过轻松的托拖拽拽操作，就能生成丰富多样的数据分析统计结果。

我们以上图的年度签单&回款统计数据分析为例，只需要将签约年份字段拖拽到行表头，合同金额、回款金额字段拖拽到左值轴，即可得到每年的合同金额和回款金额走势了，真正做到想看数据“不求人”！

5、如何在线分享数据分析报告？

企业的各项工作，主要由各部门团队分工协作完成，彼此之间需要很好地进行沟通和配合，那么FineBI是如何帮助企业将销售智能数据分析成果实现团队协作共享的呢？

以上图所示的销售管理中心驾驶舱为例，展示了企业的签单金额、回款金额、单个合同金额分布、各地区/销售签单回款统计等等多个核心的销售管理分析指标。那么销售人员通过FineBI做好的一个销售管理里中心驾驶舱之后，其实在FineBI中可以非常便捷地将它分享给相关部门或者指定人员的。

例如我这边想把它分享给企业的领导人员，那么可以在FineBI的仪表板中将做好的销售管理中心驾驶舱模板点击分享给领导部门的Tom，然后点击确定即可。这样一来，领导部门的Tom登录之后就能收到销售人员给他分享的销售管理中心驾驶舱了。