销售分析图表需要哪些数据

❶ 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。

❷ 直观的销售数据图表分析怎么做

当管理层想了解近年来公司的销售情况，希望你可以从多个维度（时间、公司、部门、区域等）对销售数据进行分析，并呈现一份直观的销售数据图表分析。那么这样的销售数据图表分析该怎么做？

销售指标可以帮助管理层更好地了解企业销售的各方面状况，如下图所示，在分析之前我们可以参考一些常见的销售分析指标：

准备制作分析图表之前，我们可以按照管理层对销售数据分析的需求，呈现管理层想要分析的数据：

1、按时间维度（年、季、月、周）分类的销售数据汇总及其明细；

2、年、月销售数据同比、环比情况，了解企业销售数据变化趋势；

3、按客户维度分类的各级别客户销售贡献情况；

4、按部门维度分类的各个部门的销售业绩完成情况及未完成原因分析；

5、从商品维度分析哪些品类的商品最有销售前景等。

......

想让销售数据图表分析更加直观，我们可以参考下面这些分析模板。

比如，管理层想看总体及各部门的销售目标完成情况，我们可以参考下面这张销售数据图表分析模板：

从整体上看，销售目标、实际完成、差额、完成率等指标一目了然；除了对销售情况有整体的把控，管理层还可进一步分析各个部门业绩完成情况，是否已达标？当然，还可从时间维度追踪历史业绩的变化趋势，并可对各个部门不同年月的销售业绩完成情况进行直观的透视分析。

比如，管理层想分析企业的销售区域及各区域销售表现，从而发现潜在市场，并提出下阶段的区域布局策略时，我们可从区域维度呈现相应的销售数据图表分析：

如图，可将各个区域的客户销售情况一一展现，并可从各个区域的查看企业的总体销售额及其明细情况。若是还涉及到多家门店的销售，我们可以参考下面这张图表分析模板：

从各区域收入占比中对重点区域销售状况予以重点分析，解析该区域各个门店的发展走势及其结构特点，为未来在重点区域及门店的发展提供借鉴；也可从时间维度上对重点区域的产品结构进行横向对比，对销售产品进行多要素符合分析等等。

注：上述图表数据经过处理，仅供参考。

❸ 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。

❹ 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

❺ 零售行业销售数据分析图表怎么做三个步骤帮你搞定

随着大数据的发展，越来越多的企业开始重视数据的应用，都说数据能创造价值，但在数据应用的过程中，面临着诸多问题。比如零售行业，其在数据应用的过程中面临着以下问题：

1、数据存储在多地，数据孤岛林立

2、业务复杂导致数据融合困难

3、缺乏数据规划导致数据质量不一致

4、数据分析维度单一致使数据利用率不高

......

尽管零售行业有统一的业务系统管理店面业务，也积累了大量的客户、交易等经营数据，但由于这些系统偏向于记录型，无法进行灵活的数据分析，导致导致分析效率低下，在面对海量的数据处理与深度分析时往往心有余而力不足。而商业智能BI在避免重复建设数据仓库的同时，通过内置的智能ETL工具便可以对接来自不同业务系统的数据源，实现经营数据的快速分析与展现。

例如，零售行业的销售数据分析，假设管理层想从多维度了解零售的销售数据情况，那怎么做销售数据分析？

当借助合适的BI工具后，我们便可以轻松做出灵活的销售数据分析，比如众多门店、区域数据一目了然：

如图所示，管理者可总览销售收入、成本、毛利、订单数等核心销售数据，且该分析图表直观展示了各区域收入占比、门店收入排名、商品销售明细情况等。管理层可灵活通过不同维度对销售数据进一步的分析，让这些销售数据可以快速有效的指导管理决策。

那具体如何借助BI工具做零售行业的销售数据分析呢？其实很简单，这里我们大致将其分析分为三步骤：取数、建模、图表设计。

取数，大概是很多零售行业数据应用中遇到的最多的难题了，业务数据获取不到或难以获取的心酸，大概很多报表人深有感触。但随着数据时代的发展，借助BI其内置的ETL便可将不统一的业务数据抽取到统一的数据仓库中，方便了分析者随时随地调用数据，建模拖拽设计，完成所需的数据分析图表，如下BI架构图所示：

当数据获取变得比之前容易时，数据的准确性与安全性也变得更加重要了，借助BI我们可以通过层层权限的管控，将销售数据分析图表准确高效地分享给相关的浏览者分析查看。

关于具体的销售数据分析图表的设计实现步骤，感兴趣的用户可以参考我们之前分享的采购分析报表怎么做等相关内容，其图表工具的设计操作步骤类似，这里不再赘述。

❻ 零售行业数据分析的常见指标，以可视化图表展示

零售行业由于低毛利的特点，要求必须更加精细化地管理。

零售经营利润=门店数量×均店销售额×毛利率-存货成本-房租成本-人员成本-管理成本

将以上利润指标进行拆解，观远数据相应地从战略计划、门店运营、商品运营、市场营销、顾客关系（会员管理）、全渠道运营、人力资源、财务分析等环节进行流程优化，覆盖目标的制定、实施、评估和分析改善，构建基于数据能力的持续改善循环模型，实现产品与服务增值。

一、战略计划

❼ 销售数据分析的内容一般有哪些

销售数据分析一般包括：

1、营运资金周转期分析销售收入结构分析

2、销售收入对比分析

3、成本费用分析

4、利润分析

5、净资产收益率分析

销售数据分析，主要用于衡量和评估经理人员所制定的计划销售目标与实际销售之间的关系，它可以采用销售差异分析和微观销售分析两种方法。

(7)销售分析图表需要哪些数据扩展阅读：

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 。

❽ 如何用excel制作销售业绩完成比例分析图表

用Excel来做一份员工销售统计分析图表，不仅直观的分析出销售人员的业绩，还非常的独特美观。做法也是非常简单。以下是我为您带来的关于用excel制作销售业绩完成比例分析图表，希望对您有所帮助。 用excel制作销售业绩完成比例分析图表 准备数据 首先是准备数据，这个是一份公司半年销售人员业绩表，看上去非常庞大，实际上，我们用的部分就是那么一点点而已! 说明： 1、首先我们可以看到每月每个员工完成的销售金额; 2、合计部分就是统计半年总销售额，用了一个求和函数【=SUM(B2:G2)】; 3、任务是半年必须完成的任务额度(也可以当做是辅助列，你可以把数值填稍大一些); 4、完成率部分用的一个【=H2/I2】除法公式，然后将单元格设置为按【百分比】保留小数点后【2】位; 5、未完成这里是【=100%-J2】减法公式，就是未完成率。 我们这里主要是看半年的完成率和未完成率的图表。所以，我们会用到【完成率】【未完成】这两列数据。 绘制图案 步骤一、【插入】-【插图】-【形状】，分别插入【直线】【等腰三角形】【矩形】，具体如下图所示： 步骤二、填充一种自己喜好的颜色，然后将三个图形组合起来。 步骤三、按照这种方法复制多份出来，设为不同颜色，再将直线随机拉长或拉短。最后组合依次排好，组合起来。效果如下： 插入图表 步骤一、选中张三【完成率】和【未完成】这两列数据，然后点击【插入】选项卡【图表】选项组中【推荐的图表】-【所有图表】-【饼图】-【圆环图】确定; 步骤二、选中图表将在【格式】选项卡中将【形状填充】【形状轮廓】设为无颜色。 步骤三、将【图表元素】全部取消勾选。 步骤四、选中图表中【未完成】部分，点击【格式】选项卡，将【形状填充】设为【灰色】;再选中另一部分【完成率】设为与之前形状对应的颜色。 步骤五、选中图表外框右键【设置图表区域格式】，在右边的【设置图表区域格式】中【属性与大小】下面的大小宽度【3厘米】高度【3厘米】。 步骤六、选中图表内部，然后右键选择【设置数据系列格式】，在右边的面板中将【圆环图内径大小】设为【60%】。 步骤七、将图表中的【数据标签】文本框拖到中间来，然后设置一下字体颜色和大小，按喜好设置即可。 步骤八、按照同样的方法做出所有人的图表，给上不同的颜色。 此处快进............ 好了，快进完了，继续回来，下面5个不销售人员不同颜色图表制作完毕。猜你喜欢： 1. excel2010百分比图表怎么做 2. excel2007中制作一个完美的业绩表格方法 3. Excel的图表如何制作展示总量和分量 4. excel2010生成丰富的图表教程 5. excel怎么用图表展示分量和总量