一文教你学会如何做销售分析

本篇文章从常用指标、数据分析流程，到分析方法及实例，详细地讲解了销售分析应该如何做。

企业所需要的真正有价值的销售数据，需要依托企业内外部所有销售环节上的成员，共同将商品真实的动销数据进行收集/反馈/决策/执行/评估/预测。

无论是做数据报表还是数据分析，目的都是为了用数据去做商业决策。

一、销售分析常用指标

销售指标是能够反映销售各个方面绩效状况的一系列定量化的数字或定性文字描述（如下图）：

这里我们主要介绍定量销售指标。定性销售指标主要考量销售人员的个人能力，包括销售技巧、对产品知识的把握等，本文不在重点介绍。

关于各指标的计算方式：

销售净利率=（净利润÷销售收入）×100%

销售增长率=（本期营业收入增加额÷上期营业收入）×100%

净利润增长率=（本期净利润增加额÷上期净利润）×100%

营业利润率=（营业利润÷营业收入）×100%

营业利润增长率=（本期营业利润增加额÷上期营业利润）×100%

成本费用利润率=（利润总额÷成本费用总额）×100%

盈利现金比率=（经营现金净流量÷净利润）×100%

销售收现比率=（销售商品或提供劳务收到的现金÷主营业务收入净额）×100%

应收账款周转次数=销售收入÷应收账款

应收账款周转天数=365÷（销售收入÷应收账款）

应收账款与收入比=应收账款÷销售收入

存货周转次数=销售成本÷平均存货

存货周转天数=365÷（销售收入÷存货）

存货与收入比=存货÷销售收入

二、销售数据分析流程

销售数据分析是对企业销售数据进行分析的方法和过程，从而为制定有针对性和便于实施的营销战略奠定良好基础。

销售数据的出处一定要客观真实，否则不但浪费时间精力，更有可能误导市场决策，销售数据分析流程如下图：

销售分析整体思维路

我们首先可以按照整体销售、区域布局、产品线、价格体系4个部分来进行分析：

1. 整体销售分析

销售额/销量：分析近几年的总体销售额、量，与行业标准相比较，从而分析企业的业绩状况并判断企业的业绩变化类型。季节因素：依据行业销售淡旺季规律，与销售数据中的销售行程进行对比，分析淡旺季发展规律；可以为客户提供渠道压货规则及生产运作规划。产品线：通过总体产品结构分析，了解整体产品结构分布和重点产品表现。价格体系：通过总体价格结构分析，了解企业的优势价位区间，提供价格结构调整的合理性建议。

2. 区域布局分析

区域分布：分析企业的销售区域及各区域表现，检索重点区域、发现潜在市场，提出下阶段区域布局策略。重点区域分析：对重点区域的销售状况予以重点分析，解析该区域的发展走势及结构特点，为未来在重点区域的发展提供借鉴。区域销售异动分析：对增长和下跌明显的区域予以重点分析，总结经验教训，有效避免潜在的威胁。区域产品分析：将重点区域中的产品结构进行时间上的横向对比，进行多要素复合分析。

3. 产品线分析

产品线结构分析：分析产品系列和单产品结构分布，检索重点产品发展趋势及新产品的市场表现。重点产品分析：针对重点产品进行分析，发现存在的问题，提供产品改进意见。产品-区域分析：通过对产品的销售区域分布的分析，区分战略性产品/技术性产品、全国性产品/区域性产品，为产品的划分和进一步细化提供参考。

4. 价格体系分析

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，主导价格区间的产品构成以及发育状况，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，寻找各区域的主导价格以及价格层次的产品线战略分布。 三、常见的销售分析方法及实例

在进行实际分析的时候，五种方法是销售人员会经常用到的，包括：细分、拆解、对比、销售漏斗和分类。只要掌握了这五种分析方式，基本上可以应付大多数的销售分析工作了。

1. 细分和拆解

所谓细分，是指通过拆解不同维度，找到需要分析的某个指标的影响因素。

什么是维度？维度起源于几何学，指的是连接两个同种空间的通路，而用在数据分析的时候多指一种视角，比如性别、地区、时间、距离等，都是数据分析时常会用到的视角。

比如我们要用时间作维度，一种方法是通过同一空间下前后时间的对比来了解事物的发展趋势；也可以通过同一时间下空间上的横向比较来了解的自己现状和差距，如不同国家人口数、GDP的比较，不同省份收入、用户数的比较，不同公司、不同部门之间的比较，这些都是同级单位之间的比较，简称横比。

怎样拆解维度？拆解的前提是找到了合适的维度，那么怎样找维度呢？找到细分维度的本质是发现因变量的影响因素。

我们可以用6W2H、也可以用营销4P”的框架来分析，把可能需要思考的维度都列出来，然后再根据案子具体的情况，看他会涉及到哪些维度，从中选择适合的维度，进行下一步的拆解和分析。

这里我们用6W2H给大家演示一遍流程：

1. What，就是你卖的是什么产品？

根据具体问题还可以展开，比如：

你的产品线是什么？

你的竞品是什么？

你的替代品互补品各是什么？

你的目标消费者的固有选择是什么？

……

假设我们现在需要从产品线维度来拆，一般礼品电商公司可能不止卖一种礼品，可能还会卖高端签字笔、望远镜等，那么据此可以拆分的问题就是：各个产品的销售额贡献率是多少？按照二八原则，理想状态是80%的销售额来源于20%的产品，我们需要知道爆款是什么，卖得不好的产品是什么？细分清楚才能进行下一步的分析，才能了解销售额变动的原因，判断之后的趋势。

2. Who，就是考虑谁在卖？

比如企业内部是谁在做这款产品的销售？

外部市场上有多少同行在卖同款产品？

如果考虑内部，我们可以把问题拆分成，有哪几个部门在卖？由哪几个项目经理负责销售？他们各自对销售额的贡献情况如何？

如果考虑外部市场，可以分析看看同行的销售额是多少？在同行内的排名情况？

3. Whom，就是卖给谁？

这一步说的是谁是你的客户？客户类型有哪些？谁是使用者？谁是影响者？谁是决策者？消费层次如何？采购频次如何？……

4. When，什么时候购买？

客户购买的时间分布有何规律？

比如我们可以比较看看销售额是不是有周期性变动的规律？

5. Where，客户在哪里买？

我们可以看看有哪些销售渠道，比如是线上还是线下呢？如果都是线上，那么是信息流平台还是网上商城？

6. Why，就是客户的购买动机是什么？

客户为什么要买我的产品？客户消费场景有哪些？客户的痛点有哪些？有哪些环境因素影响了客户的购买？

7. How，即客户如何购买？

这个如何购买可以是对支付方式的研究，比如是货到付款还是先付款后发货？是微信支付还是支付宝支付？

如何购买也可以是营销组合要素如何影响消费者的购买决策，消费者在购买决策的看重哪些因素，是购买的便利性呢？还是产品的设计性？还是价格？

8. How much，即客户愿意为产品付出多少成本？

这里就涉及到定价策略了，是采用低价渗透呢？高价撇脂呢？还是歧视定价？

还可以考察一下客户的购买成本是如何构成的，是否包含理解成本、货币成本、风险成本、时间成本、便利成本等。当然具体问题具体分析。

2. 对比分析

对比分析是指对同一维度的数据进行比较，以了解业务现状，找到业务的薄弱环节或部分。

怎么比？比较主要是通过建立参照系来比较。这里需要强调几点注意事项：

1. 要弄清楚是谁和谁在比

这里的谁”涵义比较宽泛，比如是不是同一单位在比？比如同样是销售金额，3000人民币和900欧元就没法直接比，得先统一单位，然后再比。

2. 弄清楚怎么比

也就是选择比较的对象要有可比性。比如公司的某个产品的销售额不能和全省该产品的社会零售总额去比，这都不是一个量级，怎么比？比较只能和同量级的比。

3. 弄清楚比完后要干嘛

如果各种步骤都准确，那么比完之后，我们就能知道自己大概所处的状态了，如果这个状态相对较好，就继续保持，如果状态相对较差，就可以着手改进优化了。

对优化师来说，薄弱部分和薄弱环节都是优化工作的切入口，实操中，好的优化师往往对差”有相当高的敏感性。

3. 销售漏斗

销售漏斗包含了拿下一个订单的整个过程，熟悉销售的管理者都知道，一个销售机会从感兴趣—询价—提方案—成交，是靠销售人员一个个销售行为推动的。由于每个公司的销售过程不一样，因此公司之间的销售漏斗也都不一样；同一家公司，如果每个产品的销售方法不同，漏斗也会不一样。

每个销售机会向前流动的速度也不同，这取决于客户的状态，例如：采购紧迫性、兴趣度，之前调研了多少信息等。甚至有的销售机会出现跳跃式移动，例如：直接从兴趣阶段”直接到价格提案”阶段。

这可能是他私下做了一次调研，或者听取了一个值得信赖的朋友的建议。

怎样创建你的第一个销售漏斗？

以下是建立销售漏斗的基本步骤：

识别出每进入下一个阶段需要多少条销售机会；为了达成销售业绩，计算出需要多少条销售机会；识别出每个销售机会转化到下个阶段，通常销售（比如打了第一通电话）和客户有哪些行为（比如接受了拜访）；围绕这些行为建立一个漏斗模型。

Tips：多久才能建立起销售漏斗？答案取决于你的产品、潜在客户和营销能力。如果你有一个低成本获客的方案，例如：百度搜索广告，那么可以立刻建立起来，如果你提供的是一个小众但昂贵的产品（例如：私人飞机），这个漏斗可能要几个月甚至一年的时间才能建立。

四、分类

分类就是把一些对象，按照某种规则，划分为若干个类别，然后分析各个类别的特征，并以此来指导我们的行动。

分类思想的应用很多，例如对客户的分类，在之前《思维 | 数据驱动决策的10种思维》的文章中提到的RFM分析模型，也可以用简单的利用某个指标的值（例如渠道标识，这样我们就可以分析到各个渠道客户的质量等）。

基于这些客户的分类，我们就可以进行精准的客户营销了。在电商或者零售业上，我们经常做的分类还有商品分类，经典的有按照品类分类，或者ABC分类，这些对于我们做商品运营都是非常重要的。

－end－

本文由 @DataHunter 原创发布于人人都是产品经理。未经许可，禁止转载

做产品时，我是如何做业务分析的

编辑导语：通过业务分析，产品经理可以了解客户的真实需求，进而推动方案或产品的后续优化。那么，产品经理应该如何做好业务分析？本篇文章里，作者结合个人工作经历，对如何做好业务分析一事发表了自己的看法，一起来看一下。

01

陆陆续续做了这么多年的产品经理，通过一些文章总结一下自己的经验，是对自己的沉淀，也是对岗位的一个延续吧，今天想通过一些案例来讲讲业务分析。

在讲业务分析的时候先讲需求分析，这两个其实是类似的，我们在谈论需求分析的时候，会先考虑这个需求有人用么？有多少人用？这个需求是伪需求么？有做过需求调研么？客户真正的需求是什么，等等问题。那么跳出来，我们从业务角度去理解，或许有不一样的答案。

在2018年的时候，我有幸进到了制造业的头部企业，那个时候系统不完善，信息化也比较落后，整个线上营销可以说是百废待兴的阶段。我负责的业务是ToC端的产品，在经过一段时间了解业务之后发现的第一个问题是没有统一ID，每个用户在不同门店可以用手机号去创建服务号，而服务号是唯一的。

针对这个需求，当时很多人不明白，为什么要统一ID，当时业务主要还是针对门店的需求，门店管好自己的客户，各门店的客户相互隔离，有服务号就够了，不需要统一ID机制这不是自己给自己找麻烦么？

但是从产品的理解是这样的：

用户体系：首先不管是对B还是C的业务，用户体系第一个要搭建的就是用户ID体系，这包含了注册用户以及游客用户，如何分辨用户是谁，这个用户有没有在我们系统访问过，这个是首要问题；数据体系：在数据体系里面首先就是唯一性，通过唯一的ID去代表一个人，这是数据体系的最基本原则。

这两点都不是业务以及调研而来的，而是从整个业务大环境的角度出发得到的结论。

02

后面遇到的第二个问题就是缺乏引流工具，故事背景是这样的。

当时大部分业务是服务B端经销商，但是B端经销商不愿意使用，原因很简单，用这个没有什么作用，而且还增加额外的负担，所以整体使用意愿并不强。我当时负责的业务是ToC方向的，正好可以通过这个方向撕开突破口，在19年元旦的时候正好有一个契机与业务线合作搞引流，做了第一款引流工具：抽奖。

在做抽奖的时候其实只有5天时间，所以简单对当时的业务分析画了一个图，从功能、技术、系统三个层面考虑，其实很多时候第一个部分做完就相当于需求已经设计完，但从全局考虑的时候，就会多后面两个模块的东西。

1. 基础功能

抽奖作为大众引流工具，市场上已经有很多可抄袭的作业，比如有赞、比如淘宝等。当时我们拿了有赞最简单的转盘抽奖作为基础功能的作业交了，但是有几点比较重要。

1）助力

因为当时是元旦开门红，最需要的就是流量，那场活动的目的也很明确，就是为了拉新用户，于是我们做了助力设计，每天每个人只允许免费抽奖两次，活动期间内邀请好友助力后可以多抽2次，每天有4次抽奖机会。这个在当时也算是核心宣传点吧，也是因为有了助力才让工具疯狂转发最后引爆的。

2）风控

风控是每个福利派发工具必备的模块，最早一版的风控很简单，后台监控现金红包的抽奖频率以及发放速度，若遇到异常流量则手动关闭红包入口，改抽其他奖品。但是后续我们建立了一整套的数据风控机制，会在以后章节讲解。

2. 数据存储

1）中奖数据存储

针对中奖数据独立存储，为后续提供了很大便利，这个会在后续章节讲活动设计的时候详细赘述。

2）用户数据存储

C端业务是新开的，从数据的角度来说是干净的，于是我们建立了我们自己的用户数据体系，核心记录用户从哪里来，什么时候来的，来了系统后做了什么。因为之前已经建立了用户统一ID机制，这一系列就变得简单了，下面是大概的表结构设计，针对用户层面的数据基本完善且独立，为后续的中台系统提供基础数据。

3. 系统打通

因为公司的业务性质是ToB2C，所以需要将线上的流量分配到线下门店去。那么基于什么逻辑分配才最公平，这个在不断更新，这里在整个任职过程中有几个阶段。

1）第一阶段：谁转发谁受益

在这个阶段核心抓住用户在谁的连接上留下手机号码，考虑的是谁搞定用户，通过这个机制来刺激线下门店员工进行转发。当用户留下手机号码之后，导购会收到对应的客户信息，这无形中是保证了劳动人民的成果，同时利用这种数据回收机制也将用户形成闭环，有人服务，也提高了用户的信任感。

2）第二阶段：谁触达谁受益

3）第三阶段：共享受益。这两个阶段的设计方式后续更新。

回到最开始的需求分析和业务分析，其实我不觉得这两个词有什么区别，不论是做需求还是做业务，都需要考虑几个问题：

当前这个业务的核心模块是什么？当前这个业务的技术框架和要求是什么，是否需要考虑底层设计？当前系统的业务可以为其他系统提供什么产物？

第一个问题解决基础功能，保证核心功能没问题，第二个问题解决系统的健壮性和易拓展性，保证系统设计的合理，第三个问题是系统之间的打通，有时候一个功能未必能改变什么，但如果这样的功能多了，也自然可以改变很多。

本文由 @互联网老兵 原创发布于人人都是产品经理。未经许可，禁止转载