玩转数据分析的职场精英都在这里！

公司竞争的实质是管理的竞争，信息时代的管理离不开有目的、高效地收集、处理、使用各种信息并从中汲取洞察。而信息是建立在数据的基础上的，也就是说，对管理的对象进行量化处理。数据是对生产的直接记录，而信息则是在数据的基础上人为的反馈及判断，企业策略决策的依据。每天我们都会面对来自终端的各种销售数据，对于销售提升我们总是兴奋不已，而面对店铺销售下滑，我们则焦急不堪。

无论是兴奋也好，焦急也好，数字本身只是代表数字，我们需要知道的是数字背后的原因。是什么导致了数字上升？又是什么导致了数字下滑？只有了解清楚这些，我们才能更好的提升终端销售业绩。

销售数据分析前的准备

01明确影响销售的关键因素有哪些

他们之间存在怎样的逻辑关系

通常情况下，影响销售的因素大致可以分为宏观和微观，其中宏观因素多为企业运营所处的外部大环境，如人文环境、经济环境和技术环境等，对于企业来说，既不可控制，又难以影响。而微观因素是指存在于企业周围并密切影响其营销活动的各种因素和条件，如消费者，销售渠道，自身表现和竞品表现等。

对于某品类的销售而言，其影响因素始终离不开消费者，渠道和生产商三者之间的关联和相互作用。厂商通过品牌和营销活动影响消费者，从而影响产品渗透率，消费者购买量和购买频次；在渠道终端则通过门店营销活动对购物者行为产生影响，最终体现在客流量，客单价和忠诚度等关键KPI上；品牌商和渠道之间则通过商业行为相互作用，并体现在渠道覆盖率，产品分销率和单店产出(SPPD)等关键指标上。这些关键因素之间彼此间也存在影响。

举个例子，消费者收到品牌营销活动的吸引，但在门店却找不到该产品时，就有可能转投竞品或其他替代品类；再举一个例子，如果一个产品被铺货一个客流量很大且有较高的购物者忠诚度，却对该品类重要性较低的门店，则很可能乏人问津。这些影响最终都会体现在销售数据上。

02与销售部门业绩直接关联的

三大关键指标

指标A

网点覆盖

在网点覆盖方面，企业可根据产品市场定位定义渠道计划，制定相应的网点拓展计划并设定KPI，在这个过程中追踪并定期回顾执行情况。这些数据可以用于按渠道分析网点拓展进度，分析网点拓展的市场机会。

指标B

产品分销

在产品分销方面，企业可以根据渠道类型确定产品分销组合并管理分销进店速度。依据反馈数据追踪分销进度，分析分销的机会点。

指标C

单店产出

在单店产出效益方面，企业则更关注门店最佳的产品组合策略，最有效的品类/产品布局与陈列分别是什么，以及如何实施最有效的促销和最佳库存保障。而这些反馈数据则可以有效分析其门店表现，和改善的机会点。

而当我们分析总体业务表现时，我们要考虑：品类发展动力，品牌竞争情况，渠道和门店动态，客户生意回顾。

03重中之重：数据分析必须有清晰的分析目的

我们之所以要做好数据分析，就是要通过逻辑清晰的分析获得内外部客户的支持，例如，实现销售增长，最终与购物者、零售客户在销售终端实现共赢。

满足外部客户需求获得支持

客户经营的最终目的是为了使利润最大化；客户要可持续的利润获得，而不是短暂的投机行为，因此企业需要通过满足他们的需求来获得支持，销售数据分析的结果必须能指向他们的KPI，不同客户因为策略不同，需求会有所不同，所以要因需制宜，数据分析越切中要害，获得支持的可能性就越大。

满足内部客户需求获得支持

除外部客户外，内部客户也是非常重要的支持来源，销售部门通过满足公司部门的KPI的需求获得支持。

最后需要注意的是，如果最终不能在终端胜出，我们一切努力白付, 必然失败！

着手分析销售数据

01工欲善其事,必先利其器

——销售数据优化

若想在纷繁复杂的数据挖掘洞察，首要之事就是优化数据清单。

优化数据的方法与数据分析的目的有很大关系，通过优化数据表，可以使销售过程中的问题更加显而易见，从而使提高销售数据分析的效率和质量，让数据更好地为企业决策服务。

关于优化数据表，有以下几种常见方法：

销售恒等式：

从销售恒等式（销售额/量=销售门店数*单店销售）去布局数据

归类法：

按照区域，销售人员，产品

排序法：

按照销售额/量，分销覆盖，多种KPI

对比法：

和市场整体比，竞争对手比，和自身目标比

时间趋势分析：

按照年度，季度或月度数据对比

80/20原则：

保证只关注重点问题，而不把时间浪费在所有问题上

02做好了数据的整理，

就要进入数据分析，挖掘洞察的阶段:

1第一步：明确分析目的：以终为始

对于企业而言，一切数据分析要以管理需求/目的为出发点；把KPI作为衡量是否达到目的的唯一标准，同时考虑到公司的及客户的需求。围绕目的分析，也可以避免走入误区，提升分析效率，实现准确性的结果呈现，让陈述观点更有针对性。

2第二步：制定分析纲要

在这部分，我们首先要做的就是精准定义所要分析的商业分析问题。可以借助SCQ(A)的这一工具：

Situation: 企业所处的现状

Complication: 企业目前所存在的困扰是什么？冲突中的现实和目标的差距是什么？

Question：销售数据所反映出的问题是什么？这些问题如何阻碍了企业的营销决策？

Answer：通过对销售数据所暴露的问题进行分析，企业应形成解决方案。

接下来，需要判断众多的现状数据点是否值得进一步分析？那么我们的判断依据是什么呢？

关于判断依据，可以从数据影响、商业意义和报告受众这三个方面进行考虑。即：

这个数据发现重要么，是否值得深入分析?

该问题对公司是否具有重要的战略意义？如果是非战略重要的，那是否是必须要了解的还是随便看看？

这份报告的最终使用者是谁？这些分析结果将会被用于什么样的使用场合？

除此之外，还要考虑报告对象已知和未知的信息，问题的关注时间范围的长短，问题以及最后的答案能否激发行动方案？分析是为了做怎样的决策和行动？企业的主要商业问题和战略与这个问题是否具有关联性以及答案和方案的效果评估等?

3第三步：结构化分析

4W分析方法以及漏斗法从宏观到微观的分析，有助于全面分析数据。

When时间对比法：

通过对比产品或品类在不同时间段和不同时间周期的销售表现，以及特殊波动节点，得到过去与现在的销售与目标之间的对比关系。例如：一些产品品类往往具有季节性，分析时候通过季节性指数和品类对比，也可以展开更多区域的对比，对季节波动看的更清楚。

Where地点对比：

则是针对不同区域、渠道定义以及城市级别等，并聚焦于差异性和显著性，并以相邻品类和整体表现作为参照基准；

What贡献因子拆解法：

通过品类类别、细分市场、品牌、副牌、包装、口味等成分分析品类机会。

Why因果结构树：

主要用随因果关系来解释变化，用于研究销售业绩与哪些因素的相关性更大，并通过专业的结构树分解销售增长的来源。

4第四步：挖掘商业洞察

首先，我们要厘清洞察是数据发现是存在明显差异的：洞察是数据分析基础上逻辑推理的结论；是为了潜在机会可以激发行动，侧重对商业影响的分析，除了数据更需要思想。

挖掘洞察是贯穿于销售数据分析的全过程，3个关键工具从数据中挖掘洞察。用SCQA定义商业问题，用金字塔搭建故事线的逻辑结构。用5个“Why”的方式，持续挖掘可能的原因，找到问题的根本。

一些产品品类往往具有季节性，分析时候通过季节性指数可以和品类对比，也可以展开更多区域的对比，对季节波动看的更清楚，也可以得到新的启示。

5第五步：呈现分析结果

了解商业报告的受众：

企业在制作商业报告PPT前，应提前思考以下几个问题：“我想表达什么？解决什么问题？受众是否能迅速理解？受众关心什么？”，同时，商业报告的呈现者敢于放弃对于受众不重要的问题，使报告一目了然。

筛选信息，建立框架：

在构思报告的过程中，撰写者应对手中的素材、数据和观点按照重要程度进行筛选，要相应有所取舍并且重点强调高阶的观点。同时也要确立富有逻辑性、故事性和连贯性的思路，即电梯故事的思路。

金字塔原理的结构是构建报告逻辑框架的一条快速有效的途径，即给出报告背景，在此基础上引出问题，给出解决方案，对解决方案进行论证，最后做出总结。通过对总体论点到细节的逻辑动线和对信息的筛选，会使报告的逻辑层级更加清晰。

确立层次：

报告是销售数据分析结果的最终呈现，所以在简洁明了的同时还要传递有力的信息。为了强化高阶观点，撰写者可以考虑一页列出一个主要观点，这样会使报告的层次和重点更加明确，同时也会吸引受众关注相应的重点。

构思标题：

标题是受众对于报告形成第一印象的首要途径，通常情况下，一篇文章的标题决定了这篇文章50%的命运。如果3秒之内标题仍没有抓住读者的眼球，那么残酷的现实是：内容即使再好，也没有机会展现在读者面前。

融入创意：

仅仅是标题的创意性对于一篇完美的报告是完全不够的，报告内容的创意性也是撰写者应当考虑的因素。

报告的创意性不仅仅是内容、角度和题材等方面的创意，还包括报告的呈现方式，如通过有意思的图标直观反映数据分析结果和其他信息，在使受众一目了然的同时也增添了报告的趣味性。

销售数据分析的益处：

1通过对于销售数据的分析，及时掌握市场变化和自身变化，调整销售策略和管理效率。

2销售数据对于产品生产厂家也是非常宝贵的，零售商的数据信息将会有助于资源的有效利用，降低产能过剩，厂商依据零售商的信息按实际需求进行生产，减少不必要的生产浪费。