一文看懂：销售分析体系如何搭建？
大家好，我是爱学习的小xiong熊妹。
今天跟大家分享数据分析里最高频的一个工作：销售分析。不管是实打实挣钱的公司，还是指望上市圈钱的公司，销售业绩都是领导们最看重的指标。
很多人从事数据分析工作，也是从基础的“销售统计专员”做起的。今天就简单分享下，销售分析该如何做。
一、什么是销售？
销售的方式有很多：线下门店，线上店铺、电话销售、业务员一个个辛苦地上门推销等等。不管是哪种形式，最终目的都是一样的：把货交给用户，把钱挣回来。只要符合这个过程的，哪怕它打着“健康大讲座”“成功人士聚会”等高大上名字，它也是销售。
只不过，售卖的商品形态会有不同。小件的，诸如啤酒瓜子矿泉水；大件的，如车子房子。还有一些虚拟产品，比如看视频的VVIP优先播放，打赏给主播的大火箭等等。
二、什么是销售分析？
销售分析，自然关注的是：卖了多少货、挣了多少钱。一般公司对销售，都有明确的考核指标，一年内必须保底销售XXXX万元的商品。因此销售分析，主要解答四个问题：
-
本年度目标完成了多少？
-
如未完成目标，哪个环节出了问题？
-
如已完成目标，预计超额完成多少？
-
明年的销售目标，可以定为多少？
下边，一个个看一下具体做法
三、销售目标分解
注意：大部分商品的销售，都会随时间变化自然波动，比如：
-
啤酒瓜子这种零食，在没有促销时，大部分人就是周末才有空买；
-
雪糕冷饮暖宝宝这种季节性产品，就是夏天/冬天才会畅销；
-
婚庆、娱乐、旅游、电影，就是逢年过节周末生意才好。
（如下图）
这些也被称作：自然周期。做销售分析，找到业务的自然周期很重要，具体找法，参照周期性分析法。在分解销售目标的时候，一般会把年度目标，按照自然周期做拆分，落实到每一季度/每一月/每一周/每一天（如下图）。
传送门：九大数据分析方法之：周期性分析法
这样既能够避免自然波动带来的大呼小叫，又能提前感知到销售进度出现问题，从而进行进一步的分析。
四、销售不佳时，如何做原因分析
销售有可能好/不好，不好的时候领导们会更重视。毕竟钱挣得少了，搁谁都难受。如果已经做了自然周期分析，就能排除自然波动。下一步就是看：哪个环节卖得少了。这里需要用到结构分析法。
传送门：九大数据分析方法：结构分析法
举个简单例子，一个公司有线上/线下两大销售渠道，整体销售业绩如下图所示。在业绩不达标的时候，应该先看：线上/线下，哪个是不达标主要原因。如果发现线下是主要原因，就再看线下的结构，线下一共有5大大区，进一步看（如下图）。
这样一路看下来，能找到问题发生的关键点。找到关键点后，勤快的同学，可以直接给这个大区的熟人打电话，问问到底发生了啥情况。
有很多时候，销售不佳是受大环境影响，比如直观的天气恶劣，人们都不出门，门店没生意。或者干脆遇到疫情，封城了。这些原因不会直接反应在数据上，但确实是影响销售的直接原因，因此想做好销售分析，掌握第一手情况非常重要。作为数据分析师，一定要和一线保持密切接触。
当然，也能用数据的手段，做进一步分析。这里就需要用到：指标拆解法&漏斗分析法。
指标拆解法，一般用于线下销售。比如将门店业绩拆分为：客户数*消费率*客单价，之后可以看到：到底是因为来消费的客人少了，还是客户消费力下降了(如下图)。
传送门：九大数据分析方法：指标拆解法
漏斗分析法，一般用于线上销售，比如将店铺业绩拆分为：UV*转化率*客单价，之后可以进一步看到：店铺流量少了，还是转化率跌了（如下图）。
传送门：九大数据分析方法：漏斗分析法
通过细节分析，能找到销售不佳的更深层原因，从而进一步思考对策。
五、销售优秀时，如何评估走势
有时候销售业绩会完成得很好，大大超过进度。此时要评估走势。因为销售不止是销售部的事，还关系到市场部要不要做投放，供应链要不要备货等一系列问题。如果只看眼前销售很好，放任不管，很有可能导致缺货；如果盲目备货，也有可能造成积压。这都不是好事。
因此，要解决2个问题：
-
到底超额了多少？
-
这种超额是短期的，还是长期的？
问题1相对容易解决。最简单的方法，长期内（以周/月为单位），可以计算累计完成率，对比目标，看整体超额幅度。短期内（以天为单位），可以用时间序列预测，推演销量走势，关注库存是否会在短期内耗尽。
问题2就很复杂了。一般来说，短期的暴涨，可能来自于：
-
季节错位：夏天/冬天提前来了
-
天气因素：不正常的热/冷
-
好奇心理：对某个新品很好奇
-
从众心理：大家都在抢，我也抢
长期内的增长，可能来自：
-
行业红利期来了
-
有需求消费者大量增加
-
社会兴趣、爱好出现转移
但是！这些因素都很难量化，也很难用一两个指标简单分析清楚，因此这里就先不展开了，后续专门跟大家分享。
六、明年的目标如何定
销售目标，受公司领导们发展意愿的影响很大。因为销售目标的达成，完全可以靠砸钱堆人力实现。比如制定一个激进的扩张计划，大量砸钱买流量，从竞争对手那里直接挖现成的销售大咖等等。
因此，在预计明年目标的时候，不推荐用算法模型（都不准！），而是推荐用业务模型预测，把所有假设条件写下来，再做推演（如下图）。
传送门：别愁了，预测模型这样做！
以上就是销售分析的基本思路，这一篇已经很长了，就不多讲了，喜欢的话，记得转发+在看+点赞，支持下小熊妹哦。销售分析最纠结的，就是原因分析，这里有一个传统模型：人货场模型可以分享，大家敬请期待哦。
作者：小熊妹。公众号：码工小熊。数据界新人，喜欢数据分析、数据挖掘。