销售看哪些数据分析

‘壹’ 拼多多销售数据分析主要分析哪些方面

1、销售状况分析：主要是分析这一个月内的销售情况，还要分析和这个月内的销售指标，然后与上个月或去年同期内内完成情况进行对比，通过得出的数据分析就能够知道具体的销售趋势。

2、销售毛利分析：主要分析本月毛利率、毛利额情况，与上个月或去年同期对比情况，通过数据分析可知道同比毛利状况，及是否在商品毛利方面存在不足。

3、流量、客单价分析：主要指本月平均每天流量、客单价情况，与上月或去年同期对比情况。在进行数据分析时一定要特别注重促销活动期间及促销活动前的对比分析，促销活动的开展是否对提高客流量、客单价起到一定的作用。

4、促销商业绩评估：主要是促销商品品类种数执行情况，促销商品销售情况、占比情况及前期销售对比情况分析。所谓促销商品与前期销售对比分析，也就是本档期特价商品的销售情况与特价执行前相同天数的销售情况进行对比分析，通过数据分析看出促销产生的效果及促销活动存在的问题。

5、价格体系分析：划分出符合实际的价格区间划分标准，寻找主导价位。

价格-产品分析：主导价位区间的趋势分析，分析主导价位产品成长空间。

价格-区域分析：各区域的价位构成分析，寻找个区域的主导价格及价格层次的产品线战略分布。

6、季节性分析：根据季节性规律，分析销售数据可帮助我们对生产运作、渠道供货、库存控制等作出合理规划。

7、库存分析：将本月平均商品库存、库存结构、库龄情况、周转天数，与上月或去年同期对比析。通过该组数据的分析可以看出库存是否出现异常，特别是否存在库存积压现象。提示：指标指标仅对大店或销量日均100以上店铺适用。

‘贰’ 销售数据分析主要从哪几方面进行

销售数据分析主要从：

1、单店货品销售数据分析

畅滞销款分析是单店货品销售数据分析中最简单、最直观、也是最重要的数据因素之一。畅销款即在一定时间内销量较大的款式，而滞销款则相反，是指在一定时间内销量较小的款式。

款式的畅滞销程度主要跟各款式的可支配库存数（即原订货加上可以补上的货品数量的总和）有关，比如某款销售非常好，但当初订货非常少，也无法补的到货，这样在很短的时间内就销售完了。

其总销售数量并不大，那么也不能算是畅销款，因为该款对店铺的利润贡献率不大。在畅滞销款的分析上，从时间上一般按每周、每月、每季；从款式上一般按整体款式和各类别款式来分。

2、单款销售生命周期分析

单款销售生命周期指单款销售的总时间跨度以及该时间段的销售状况（一般是指正价销售期）。单款销售周期分析一般是拿一些重点的款式（订货量和库存量较多的款式）来做分析，以判断出是否缺货或产生库存压力，从而及时做出对策。

单款的销售周期主要被季节和气候、款式自身销售特点、店铺内相近产品之间的竞争等三个因素所影响。单款的销售周期除了专业的销售软件以外，还可通过Excel软件，先选定该款的销售周期内每日销售件数，再通过插入图表功能，通过矩形图或折线图等看出其销售走势，从而判断其销售生命周期。

(2)销售看哪些数据分析扩展阅读

针对同一市场不同品牌产品的销售差异分析，主要是为企业的销售策略提供建议和参考。针对不同市场的同一品牌产品的销售差异分析，主要是为企业的市场策略提供建议和参考。

微观销售分析，主要分析决定未能达到销售额的特定产品、地区等。

销售分析法的不足是没有反应企业相对于竞争者的状况，它没有能够剔除掉一般的环境因素对企业经营状况的影响。销售分析可以决定一个企业或公司的生产方向 。

‘叁’ 销售数据分析指标有哪些

1、售罄率

计算公式：售罄率=(一个周期内)销售件数/进货件数

售罄率是指一定时间段某种货品的销售占总进货的比例，是根据一批进货销售多少比例才能收回销售成本和费用的一个考核指标，便于确定货品销售到何种程度可以进行折扣销售清仓处理的一个合理尺度。

2、库存周转率

计算公式：存货周转率=(一个周期内)销售货品成本/存货成本

库存天数=365天÷商品周转率

存货周转率是对流动资产周转率的补充说明,是衡量企业销售能力及存货管理水平的综合性指标。它是销售成本与平均存货的比率。

3、库销比

计算公式：库销比=(一个周期内)本期进货量/期末库存

是一个检测库存量是否合理的指标,如月库销比,年平均库销比等,计算方法:月库销比,月平均库存量/月销售额年平均库销比, 年平均库存量/年销售额,比率高说明库存量过大,销售不畅,过低则可能是生产跟不上。

4、存销比

计算公式：存销比=(一个周期内)库存/周期内日均销量

存销比是指在一个周期内，商品库存与周期内日均销量的比值，是用天数来反映商品即时库存状况的相对数。而更为精确的法则是使用日均库存和日均销售的数据来计算，从而反映当前的库存销售比例。

5、销售增长率

计算公式：销售增长率=(一周期内)销售金额或数量/(上一周期)销售金额或数量-1%

类似：环比增长率=(报告期-基期)/基期×100%

销售增长率是企业本年销售收入增长额同上年销售收入总额之比。本年销售增长额为本年销售收入减去上年销售收入的差额，它是分析企业成长状况和发展能力的基本指标。

6、销售毛利率

计算公式：销售毛利率=实现毛利额/实现销售额*100%

销售毛利率是毛利占销售净值的百分比，通常称为毛利率。销售毛利是销售净额与销售成本的差额，如果销售毛利率很低，表明企业没有足够多的毛利额，补偿期间费用后的盈利水平就不会高;也可能无法弥补期间费用，出现亏损局面。通过本指标可预测企业盈利能力。

7、老顾客贡献率

以销售额为例，计算公式=老顾客贡献的销售额/总体顾客的销售额 x 100%，分子分母也可以换成企业关心的其他指标，比如订单数、利润等。

8、品类支持率

计算公式：品类支持率=某品类销售数或金额÷全品类销售数或金额×100%

反应该品类对整体的贡献程度，越大说明对整体的贡献越大。

9、客单价

计算公式：客单价=总销售金额÷总销售客户数

是指店铺每一个顾客平均购买商品的金额，也即是平均交易金额。

10、坪效

计算公式： 平效 = 销售业绩÷店铺面积。

就是指终端卖场1平米的效率，一般是作为评估卖场实力的一个重要标准。

11、 交叉比率

计算公式： 交叉比率=毛利率×周转率

交叉比率通常以每季为计算周期，交叉比率低的优先淘汰商品。交叉比率数值愈大愈好，因它同时兼顾商品的毛利率及周转率，其数值愈大，表示毛利率高且周转又快。

‘肆’ 销售数据分析应该从哪些方面下手

销售数据分析涉及的面比较广，包括销售额分析、销售额分布、订单趋势、销售渠道分析、成本分析、利润分析、客户满意度分析、客户需求分析、用户投诉情况等。建议参考迪赛智慧数可视化互动平台的企业管理模板大屏，只需要复制模板修改，还可以按需求自行配置，数据分分钟就可以生成图表，还能及时了解销售状态，帮助领导做出决策。

‘伍’ 销售看板怎么体现数据

销售对于企业的重要性想必无需多说，毕竟销售可以为企业带来收入，是企业利润来源的核心。随着企业的业务发展，销售数据日益增多，销售部门做报表的数据量增大，管理者对于销售数据的了解与掌握的难度也随之增大。

因此，管理者希望能有一种工具帮助自己直观又快速地掌握企业的销售数据情况。那么可以借助多维的动态销售看板，如下所示：

1、按周、月、季度、年等时间分类的销售数据汇总；

2、月、年销售汇总数据同比、环比分析，可了解趋势变化及其幅度大小；

3、销售计划的完成（达标）情况及其未完成的原因分析；

4、销售客户分类管理：哪些客户所带来的业绩贡献最大；

5、业务员业绩展现：哪些属性的员工业绩最好，更具有销售的潜质；

6、商品销售分析：哪些商品售卖的最好，更具有销售价值；

7、假设是集团型企业，可以将各个子公司的销售业绩情况展现；

8、可以从具体销售部门维度出发，查看各个部门的业绩情况：业绩排名、完成度趋势对比、是否达标等；

......

借助这样的销售看板，我们可以动态可视化的方式将所需的销售数据一一展现出来，且制作完销售看板，管理者可以随时随地查看看板数据，只需设置数据自动按需更新，后续的看板数据可自动从业务系统（用友金蝶等）或是部门整理好的EXCEL文件中获取，可以为报表人制表减少许多繁琐的操作，也增加了数据的安全性与准确性。

当然，上述销售看板仅供参考，企业可依据自身实际将其他所需销售数据用这样的动态销售看一一呈现出来。

‘陆’ 做销售管理，需要分析哪些关键指标

首先还是要明确分析这些销售指标的目的。漫无目的，分析得再漂亮，对决策没有指导意义，领导也不在意。

从两个层面上来讲，一个是对销售情况的整体把控，将重要的指标呈现在一张报表中，通常看的就是销售日报或周报，用于监控数据异常以便及时发现问题。另一个是特定性问题分析，通过数据的展现触发对业务思考，来挖掘原因和解决措施。比如为了提升销售额做的产品对比分析，渠道对比分析，退货量对销售的影响等。

所以分析什么指标，不妨找销售经理深度了解其需求，特定问题特定分析。

抑或是参考下面销售数据分析体系，来寻求分析的思路。

以电商零售企业为例。主流的销售额、订单量、完成率、增长率、重点商品的销售占比、各平台销售占比。更多的也可以跟踪利润、成交率（转化率）、人均产出等。

基本业绩分析：

建设销售分析体系，以渠道组织、商品体系实时监控、统计销售业绩。

指标追踪：

根据数据间逻辑，从汇总数据的异常，从时间、品牌系列、地区纬度进行钻取识别问题。

商品价值分析：

根据商品的销量、利润等指标分析商品价值

价格带分析：

分析价格带利润、价格带销量。

可以从下面三个层面来跟踪这些指标。

3.1 指标的监控

一般都会对这些指标进行监控，有比较传统的：邮件报送（虽然数据的整合处理要花费业务人员很长时间，但也是要比没有好的）；也有比较高端的：led屏幕实时监控。不管怎样的方式，也都是为了这一目的。现在很多公司已实现了指标监控的自动化，以及多平台整合与移动化监控等。

这儿举例用 FineReport 搭建的数据报表：

上面的图表是针对上一天销售指标的监控，最重要的两个指标（销售额与订单量）通过仪表盘展示出来，同时展示目标达成率，可以非常醒目的掌握最重要的信息。不达标？根据此信息就可以找到负责人进行责问了。

其他几个主要是订单分布情况，分别为各个价位的订单数量：体现客单价分布，若某一天的数据异常，比如发现客单价150的数量突然增加，则可能是店铺促销带来的效应（如果客单价下滑，但是销售额并没怎么增加，则非常明显的这次活动并不成功），也可能是某新品上线带来的冲击。总之，通过观察客单价的分布，是能够掌握很多信息的。

商品销量与平台销量的分布：主要是对销售分布的掌握，这类信息要说只通过这一天的数据来看出问题来，还是有些困难的，需要连起来看。下面会有提到。

订单时段分布：分析各个时间段的订单集中情况，例如上图中可以看出用户消费高峰期在晚上9点和10点左右。通过这些信息可以有针对性的调整销售策略。当然，如果突然某一天的订单分布有了很大的变动，也值得深入分析原因。

不止是每天的销售指标值的追踪，累计起来的数据可以产生不同的感觉，如下图所示。

一是累计销售额达成率，从图中可以看出整体的业绩表现。右边图表可以与该图形成联动，当数据异常时，可以进一步查看各月份的明细数据。

销售指标的累计值监控，是对整体销售业绩的掌控，而日报则关注与最近的数据，两者应更多的是结合起来使用，既要掌控全局，也要关注眼前。

3.2 指标的规律分布

很多事请，独立的去看，很难发现有什么异样，但是将时间维度拉开，扩大观察的视野之后，就会有很多新的发现。正如前面所说的产品销售分布与平台销售分布。

上图展示了各平台订单的占比分布情况。仔细浏览可以发现：在2月份（春节）期间，总体上天猫平台的订单占比很高；而京东平台上两个旗舰店，随着时间占比越来越高。这些信息会有助于帮助公司调整销售策略。

当数据出现异常变动，可以进一步浏览月份明细数据，可以获知店铺订单量占比的下降，是因为该店铺的业绩下滑，还是其他店铺的业绩提高，这类报表，不仅是对数据的跟踪，也是对各负责人对追踪。

3.3 指标的对比分析

比如从地区维度出发，从多个角度对比地区之间的差异，通过数据来给相关的团队以无形的压力，提醒各团队的异常情况并及时处理。

上图中，通过地图对各地区的销售情况进行直观的展示，可以选择不同的对比标准来展示。而右侧两个图表与地图形成联动，分别展示该地区的目标完成情况、同比环比情况。

通过上图中可以看出，2月份之前实际销售情况是优于计划值，而在2月份之后有些疲软，5月份的累积完成额已经落后于计划额。需要进一步分析销售情况不佳的原因。这时选择计划完成率对比指标，如果所有地区的完成率都偏低，那或许是大环境的问题，如果是大部分仅少部分地区的完成率偏低，那或许更多的是地区团队的问题。

通过这样的布局，可以对地区的销售情况进行较全面的展示，不能通过单一标准的好坏来展示团队的业绩。

比如，从商品维度出发，对比不同商品的价值贡献度，给到品牌负责人压力，以及为调整商品策略提供参考。

上图中，核心为左上角的商品利润分布图，通过该图对各商品的价值进行体现，这种图表适合商品数量较多的情况，可以很直观的显示出各商品的份量。

右侧两个折线图可与该气泡图实现联动，我们分别介绍一下：

权重曲线图：显示商品的权重分布情况，权重值＝销售额／周权重系数，周权重系数在上一篇已经介绍过，是根据一周中每天的销售情况，对每天进行权重比例分配，例如周一到周日分布为：1.1，1，1.3，1.2，1.5，1.6，1.4。这样计算后得到的值应该是一个较为平缓的曲线，但是我们从图中看出，6月18日的销售额明显高于正常值，我们可以推断这一天是活动日，通过下面的图中我们可以发现6月18日的单价较低，也可以侧面证明该商品在6月18日属于活动促销期间。

同时，在6月17日的销售情况比正常值要低，很可能是因为第二天活动造成的。而月初偏低、月末偏高，则有可能是营运团队在月初有一定的懈怠，月末有追赶业绩的情况。

当然，上面的结论都是根据数据推测出的，若要对结论进行验证，还需其它方法，比如进行ab测试等。

‘柒’ 如何从数据分析销售

从数据生成、数据处理、数据建模、数据分析、数据应用5个方面分析销售。
1、数据生成，将这些数据大体分为三类，用户数据、行为数据和业务数据。
2、数据处理，在进行分析之前需要将数据通过清洗转换、空值处理等转化为结构化数据，为后续的数据分析打下良好的基础。
3、数据建模，所有数据进到数仓以后，需要根据实际待分析的业务数据进行数据建模。
4、数据分析，有了维度和度量的概念后，我们需要在数据分析阶段引入聚合概念。
5、数据应用，可以将得到的结果按照可视化图表或数据看板的方式进行展现，实时监控，寻找异常数据或成功的机会。

‘捌’ 销售数据分析方法有哪些

1、对比分析：通过多种产品数据进行对比分析，这样可以实现产品功能的好坏分析。

2、多维度拆解：用不同的视角去拆分、观察同一个数据指标。分析流程为启动事件分析、分析完成之后的结果、多维度拆分小结。

3、漏斗观察：就是一连串想后影响的用户行为。一个个行为构成，是前一步对后一步是有影响的。

4、评估渠道质量并确定投放优先级：评估产品各渠道营销情况，决定渠道投放的优先级。

5、分布情况分析方法：是在一个事件不仅仅只有累计数量这么一个可以观察的指标，还可以观察这个事件在不同维度的分布来观察。

6、用户留存的分析方法：分析产品用户数据，看看用户是否可以发展为长期用户。

‘玖’ 销售分析需要哪些数据做参考

需要的数据：

1、按周、月、季度、年的分类销售数据汇总；

2、月、年销售汇总数据的同比、环比分析，了解变化情况；

3、计划完成情况，及未完成原因分析；

4、时间序列预测未来的销售额、需求；

5、客户分类管理；

6、消费者消费习惯、购物模式等等

‘拾’ 销售报表那些数据属于关键数据

销售分析关键数据：
1、销售量：销售量=进店量×成交率×客单数
2 、销售额 ：销售额=进店量×成交率×客单价=客流量×驻足率×进店率×试穿率×试穿成交率×客单价
3、进店量：进店量=客流量×进店率
4、进店率：进店率=进店量/客流量
5、触摸率：触摸率=触摸产品的人数/进店量
6、试穿率：试穿率=试穿人数/进店量
7、试穿成交率：试穿成交率=成交人数/试穿人数
8、成交率：成交率=购买人数/进店量
9、客单价ATV：客单价=销售额/客单数
10、客单数UPT：客单数=销售件数/客单数
11、店铺动销率：店铺动销率=店铺动销SKU数/仓库总SKU数×100%
12、平效：店铺销售额/店铺销售平米数，即单位销售面积在单位时间内产生的销售额。
13、人效：店铺销售额/店铺员工编制数，即单位时间内店铺中每个员工的平均销售额。
14、时效：店铺销售额/店铺营业时间，即单位时间内平均每个小时产生的销售额