龙空技术网

销售数据分析模型大全

九数云 27

前言:

今天小伙伴们对“销售数据统计和数据分析”大约比较关心,小伙伴们都想要分析一些“销售数据统计和数据分析”的相关文章。那么小编在网络上收集了一些关于“销售数据统计和数据分析””的相关内容,希望你们能喜欢,兄弟们快快来了解一下吧!

销售在工作中需要定期做数据分析和复盘,但如果不掌握系统的模型和方法,就常常抓不住重点,也产生不了有价值的数据信息。俗话说“工欲善其事,必先利其器。”此时就需要借助销售数据分析模型,它能给我们提供一种视角和思维框架,从而帮我们理清各种销售数据之间的逻辑,使论证过程更具条理,结论也更具说服力。

今天给大家分享几种常用的销售数据分析模型,并附上简单的步骤教程。

一、分析主线

销售数据是围绕产品、物流、客户三条主线来研究,销售数据分析模型也是围绕着它们进行搭建。

二、分析模型(一)产品分析1. 购物篮分析

购物篮分析指通过研究用户消费数据,将两种看上去完全没关系的产品关联在一起,这就叫做商品关联分析法,也叫作“购物篮分析”。它需要通过「支持度」、「置信度」、「提升度」三个指标判断商品之间的关联程度。

预期效果:以热力图的形式展示两种产品之间的关联度,颜色的深浅表示关联度的高低,如图所示。

2. 波士顿矩阵

波士顿矩阵,由美国著名管理学家、波士顿咨询公司创始人布鲁斯·亨德森首创,它通过销售增长率和市场占有率来决定企业对多个产品的投入比重。

波士顿矩阵关注的核心就是两个维度——市场增长率与市场占有率。波士顿矩阵的纵坐标为市场增长率,代表着某个产品/业务的市场引力;横坐标为相对市场占有率,代表着产品/业务的实力

明星类产品:高增长且高市场占有率,发展前景好,竞争力强,需加大投资以支持其发展;问题类产品:高增长但低市场占有率,发展前景好但市场开拓不足,需谨慎投资;现金牛产品:低增长但高市场占有率,成熟市场的领导者,应降低投资,维持市场占有率并延缓衰退;瘦狗类产品:低增长且低市场占有率,利润率低甚至亏损,应采取撤退战略。3. 同环比分析

环比是本期统计数据与上期比较,例如2022年2月份与2022年1月份相比较,一般是用在月、日很少用在年上,主要是对比很短时间内涨幅程度,不过由于行业差异,比如旅游,会受到淡旺季影响。

同比是与历史同时期比较,例如2022年1月份与2021年1月份相比。同比发展速度主要是为了消除季节变动的影响,用以说明本期发展水平与同期发展水平对比而达到的相对发展速度。

计算公式如下:

1)环比增长率=(本期数-上期数)/上期数×100%。

2)同比增长率=(本期数-同期数)/同期数×100%。

(二)物流分析

库存周转分析能够将库存结构优化到最优,并且售罄率和周转天数等指标都控制在合理的范围内。主要分析方法有:

1. 二八原则库存前80%的商品的销售情况:观察库销比是否处于失衡状态销售前80%的商品的库存情况:观察库销比是否处于失衡状态2. 价格段分析法不同件单价商品的库存分析:每一个品类/品牌主流价格带商品的库存情况,看下主流价格带的商品是否处于缺货状态,非主流价格带商品处于库存堆积状态不同吊牌价商品的库存分析:每一个品类/品牌不同吊牌价的库存情况,看下主流价格带的库存是否充裕,非主流价格带的库存是否堆积(件单价还和折扣/毛利有关,吊牌价有时更能更能反应问题)3. SKU三度分析品类广度:采购的商品品类数据是否充足,和行业去进行比较SKU宽度:采购的SKU丰富度如何,非标品的SKU注重宽度,主流的SKU是否采购SKU深度:商品总数量/SKU总数量(各品类/品牌的深度情况),爆款SKU深度是否充足,滞销款SKU是否较浅4. 合理库存结构分析头部:爆款,库存可以较深,防止缺货腰部:丰富SKU的宽度,库存不要太深尾部:断色断码的商品,或者是一些滞销商品(三)客户分析1. RFM分析

RFM分析是衡量客户价值和客户创利能力的重要工具。R是指用户的最近一次消费时间,F是指用户下单频率,M是指用户消费金额。

最终结果是将用户划分为一下八个维度:

2. 复购分析

复购率指用户最近一段时间的购买次数,可以说明用户的忠诚度,反向则说明商品或服务的用户黏性。

复购更关注的是消费行为,对复购的影响一般是商品或服务的质量、售后体验、用户消费满意度等,对复购的分析也会落地到商品或服务上。

复购率可分为:用户复购率、订单复购率、用户回购率。

用户复购率=单位时间内:购买两次及以上的用户数/有购买行为的总用户数订单复购率=单位时间内:第二次及以上购买的订单个数/总订单数用户回购率=单位时间内:有购买行为的老用户数/有购买行为的总用户数三、分析工具

每种销售数据分析模型都涵盖相当多指标和计算公式,如果手动操作,会耗费大量的时间还容易造成数据误差,使用在线数据分析工具「九数云」可以实现各大分析模型的一键套用。

点击「链接」 即可体验九数云

其中不同的销售数据分析模型和方法能够应用于不同的场景和用户:

于一线销售运营人员:更高效的计算销售额、利润、回款、进度等指标,及时关注销售单价、销售量,对经营环境了如指掌。对于销售总监等市场策略制定者:可视化数据的形式呈现公司、区域、门店、会员、商品的销售额、销量和价格,交叉平台/品牌/店铺/单品进行分析,并生成定制化报告。帮助管理层更全面掌握市场行情和趋势,发现市场机会点,对制定策略形成有力支持。对于渠道销售经理:监测平台、分销店铺、销售员、带货人的销售情况,帮助渠道经理有效掌控渠道销售情况,有效管理各种销售活动,快速调整和控价,进行更有效的渠道管理

标签: #销售数据统计和数据分析