销售数据分析应该怎么做

挖数网精选
挖数网精选
挖数网精选
352
文章
0
评论
2020-04-1802:05:00 评论 96 1069字
摘要

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,提高企业销售利润。

一.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。

二.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:

销售数据分析应该怎么做

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:

销售数据分析应该怎么做

销售数据分析应该怎么做

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。

三.AI+销售预测

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。

End.

作者:DataHunter小数

来源:简书

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: