做经销商的公司如何做数据分析

‘壹’ 如何做好销售数据分析

你好，可以参考下面快消行业销售数据分析的案例：

某公司是全球最大的日用消费品公司之一，同时也是世界500强企业，拥有员工近10万人，涉及产品包括化妆品、个人清洁、个人护理、面部护理、婴儿护理、家居清洁等诸多品类。多年以前，该公司就在中国成立研发中心，重点开拓国内市场。时至今日，已在北京、上海、天津等地成立了多家分公司，员工总数近万人。

随着国内快消市场竞争环境的日趋激烈，这家公司也面临着较大的增长压力，同时，针对庞大的销售团队，如何进行更好的管理，也成为了目前该公司急需解决的问题。

业务痛点

• 为完成月度/季度/年度销售指标，需要实时了解整体业务运营情况，找出增长或下降原因，及时做出有效的应对；

• 销售团队庞大，想要及时了解每一名销售主管的销量完成情况、拜访完成情况、在店时间等指标；

• 业务系统繁多，如DMS经销商系统、CRM销售管理系统、WMS系统、财务系统等，各系统数据结构不统一、接口混乱，无法进行统一分析，数据孤岛问题严重。

现有做法

• 一直以来，该公司都以晨会形式进行销售团队的管理，但往往每次晨会都如走过场一般，黑板上的销售排名缺少及时有效的数据支撑，很难从人分析到店，再到产品，很多决策还是靠“拍脑袋”决定。

• 组建报表团队，负责每一个业务系统的数据报表工作。由于报表产品基本以“周”、“月”为单位，所以管理层无法及时掌握销售情况。同时，在日益复杂的数据和系统压力面前，报表团队也逐渐成为了管理上的瓶颈。

• 面对销售增长率的下降，该公司往往会找到咨询公司，从消费者分析入手，对产品结构品牌策略业务布局进行战略上的调整，以寻求增长之道。但这种方式成本太过高昂，而且在实际执行中往往存在很多桎梏。

解决方案

• 基于DH Data Connector Framework（数据连接器框架），整合DMS、CRM等几大业务系统，构建统一、实时的数据分析平台；

• 建立全局业务看板，实时掌握整体销售额、利润、成本、库存等关键指标，通过全维度数据下钻，分析销售变化趋势，探寻销售增长点；

• 建立RD晨会看板，向各级销售人员及时传递各项关键数据，包括本月销售完成情况、销售目标完成率、店点分销情况等销售数据，以及在店时间、拜访数等行为数据，支撑销售及管理人员的日常工作；

• 根据该公司的管理层和销售团队组织架构，设置权限分配，满足各级人员查看和分析数据。

以上内容由DataHunter整理提供

‘贰’ 数据分析需要具备什么能力

数据分析需要具备的能力：

一、基础工具俗话说工欲善其事必先利其器，那么SQL、Python、Excel等就是做数据分析最基础的工具了，但是并不是学会这些就是数据分析师了，数据分析师的工作不仅仅需要掌握一些Python和SQL的基础操作，更重要的是商业知识架构和数据能够结合起来，能够通过企业的各项数据发现企业经营过程中的业务问题，能够帮企业解决问题。

二、业务分析能力工作内容是根据公司的业务来决定的，大致归纳了几点：

①为产品经理提供帮助，国内产品经理不懂数据分析，而新产品的竞争情报分析、产品敏捷测试等都需要数据分析师帮助完成，后期产品迭代优化还是需要数据分析师采集用户行为、习惯、评价等数据来完成。

②为运营经理提供帮助，产品运营中的用户流量、促销、顾客关系管理等需要数据分析师帮助完成。

③为公司数据制定标准，各部门数据打通，实现数据化管理等工作。

三、沟通协作、解决问题的能力任何企业都需要数据分析师，他的工作核心就是通过数据为企业解决问题，它作为企业的重要枢纽，连接着公司的产品和运营等部门，在企业起着至关重要的作用，这就需要非常强的逻辑思维能力和沟通能力，把各个环节沟通到位了，才能高效地为企业解决问题。

‘叁’ 怎样做一种产品的市场分析

可以从以下几个方面分析：

1. 产品所在市场的规模和趋势；

2. 市场中品牌格局，市场竞争激烈程度如何；

3. 产品在市场中的地位，市场占有率情况如何；

4. 分析产品的竞品，优劣势如何？竞品策略是怎么样的？宣传中心是什么？

5. 分析产品的目标人群，需求是什么样的？建立客户画像；

以上分析都需要数据支持，不能拍脑袋猜测，数据获取有以下几种方式：

1. 线下门店调研消费者、经销商：获取一手资料，最接近市场，但是耗时耗力，难以获得体系化的结论；

2. 传统调研公司（呢尔森等公司）：帮助完成调研工作，省力，但费用高，同样耗时；

3. 大数据分析平台（决策狗大数据等）：由大数据兴起产生的消费品相关行业的应用，通过分析全网销售平台数据和用户评价数据、媒体平台文本等数据，系统的进行市场分析，帮助确定目标用户，学习竞品优势，找到产品和营销的重点。

‘肆’ 市场分析报告中的数据是怎么得来的

先来界定一下，什么叫做市场分析报告。

3.微指数、微信指数

社交媒体已经成为人们生活中不可或缺的一部分，其中微博和微信所产生的数据无疑是其中的佼佼者。而微指数和微信指数的诞生，其实就是将自己一部分数据公开了出来。通过输入关键词，可以知道微博上以及微信上人们的讨论某些词的热烈程度。

4.自家数据

除此以外，还有一些是通过自家技术积累、业务积累等产生的数据。譬如目前很多的网页分析方面的数据、广告监测方面的数据以及舆情爬虫方面的数据。通过这些自家积累的数据，我们也可以获得良好的数据分析资产。

5.友商数据

有时，我们需要和一些友商进行合作，使得双方的数据能够得到一定程度的打通及共享，从而让自己掌握更多的数据资产，分析更多的数据维度。

基本上，我们可以从这五个角度去获得相关的数据。但是，需要记住的是，数据源或许千差万别，但市场分析的角度却基本都是一致的。多总结，多思考不同数据源下分析视角的实现才更具意义。