如何分析銷售數(shù)據(jù)與報表

如何分析銷售數(shù)據(jù)與報表2021/5/91主要內(nèi)容（keycontent)第一建立對數(shù)據(jù)及報表的認(rèn)識；第二加強對數(shù)據(jù)分析的重視程度；第三熟悉分析工具的使用；第四形成理性分析的思維；目標(biāo)2021/5/92主要內(nèi)容（keycontent)第一數(shù)據(jù)的定義及分類；第二數(shù)據(jù)表現(xiàn)形式第三數(shù)據(jù)傳遞的兩種方式第四數(shù)據(jù)分析之目的；第五數(shù)據(jù)分析之基本流程第六數(shù)據(jù)分析方法及應(yīng)用內(nèi)容2021/5/93第一節(jié)數(shù)據(jù)的定義及分類定義：數(shù)據(jù)是對客觀現(xiàn)象進行計量的結(jié)果

特征：沒有規(guī)律，比較凌亂，不便于閱讀、也不便于理解和分析

2021/5/94第一節(jié)數(shù)據(jù)的定義及分類數(shù)據(jù)的分類A：定類尺度B：定序尺度C：定距尺度D：定比尺度2021/5/95第二節(jié)數(shù)據(jù)的表現(xiàn)形式絕對數(shù)

時期數(shù)時點數(shù)時期數(shù)反映現(xiàn)象在某一時期內(nèi)的總量，特征是可以累加時點數(shù)反映現(xiàn)象在某一瞬間時刻上的總量，特征是不可以累加2021/5/96第二節(jié)數(shù)據(jù)的表現(xiàn)形式相對數(shù)

比例（Proportion）比率（Ration）比例是總體中各個部分的數(shù)量占總體數(shù)量的比重，通常反映總體的構(gòu)成或結(jié)構(gòu)比率是不同類別數(shù)量比值2021/5/97第三節(jié)數(shù)據(jù)傳遞的方式報表圖表2021/5/98第三節(jié)數(shù)據(jù)傳遞的方式報表是將雜亂的數(shù)據(jù)有條理的的組織在一張簡明的表格內(nèi)，充分利用和繪制好統(tǒng)計表是做好數(shù)據(jù)分析的基本要求，也是基礎(chǔ)數(shù)據(jù)分析的最基本技能！報表傳遞的目的2021/5/99第三節(jié)數(shù)據(jù)傳遞的方式將報表所傳遞的信息，更清晰、更直觀的表達出來，使受眾很容易理解，從而達到和受眾溝通的目的圖表傳遞的目的2021/5/910第四節(jié)數(shù)據(jù)分析之目的2021/5/911過往業(yè)績評估、認(rèn)識規(guī)律、發(fā)現(xiàn)不足與問題銷售現(xiàn)狀監(jiān)控與評估、發(fā)現(xiàn)問題、解決問題銷售預(yù)測，戰(zhàn)略規(guī)劃、為決策提供量化依據(jù)2021/5/912第五節(jié)數(shù)據(jù)分析的基本流程2021/5/913界定分析的問題確定分析的時間段確定分析擬達到之目的分析方法之選擇分析結(jié)果論證提出解決問題整體方案跟蹤反饋最終解決問題2021/5/914第六節(jié)數(shù)據(jù)分析方法及應(yīng)用描述性分析推斷性分析2021/5/915描述性分析頻數(shù)分析（frequency）數(shù)據(jù)排序及分布均值分析2021/5/916數(shù)據(jù)排序(Rank)

數(shù)據(jù)排序是按一定順序?qū)?shù)據(jù)排列，以便研究者通過瀏覽數(shù)據(jù)去發(fā)現(xiàn)一些明顯的特征趨勢及解決的線索；在這里，我們要注意排序與排名的區(qū)別前者可以重復(fù)后者不可以重復(fù)描述性分析如：10月全國店鋪排名前10位的店有……2021/5/917店鋪銷售額排名北京崇光百貨1,573,3971武漢新世界百貨1,061,2412濟南貴和中心店951,6503廣州天河城886,1384北京國貿(mào)商場800,4935杭州大廈737,7776大連百年城699,0847上海中信泰富680,2168昆明柏聯(lián)廣場578,0369西安世紀(jì)金花廣場570,23810排序分析案例：10月店鋪銷售前10名2021/5/918數(shù)據(jù)的分布特征探索數(shù)據(jù)主要有兩個分布特征，一是數(shù)據(jù)的集中趨勢；二是數(shù)據(jù)的離散趨勢1、前者的測定指標(biāo)主要有眾數(shù)、中位數(shù)、平均值2、后者的測定指標(biāo)主要有極差、方差、離散系數(shù)等我們在這里主要介紹一下我們在工作中可能要用到的方差，其公式如下：我們可以利用這個指標(biāo)來做預(yù)測和計劃的差異合理化檢驗，也可以用它來衡量各個地區(qū)銷售波動大小2021/5/919描述性分析根據(jù)分析需要將數(shù)據(jù)按照某種特征或標(biāo)準(zhǔn)分成不同組數(shù)，同時可以計算各組的頻數(shù)或頻率，形成頻數(shù)分布表。根據(jù)數(shù)據(jù)的分組我們還可以根據(jù)研究的需要做各種各樣的圖表在這里，向大家推薦一個數(shù)據(jù)分組的經(jīng)驗公式：組數(shù)=K=1+LgN/Lg10組距=（最大值-最小值）/K數(shù)據(jù)分組和頻數(shù)分析（frequency）如：………2021/5/920銷售區(qū)間2005年10月目標(biāo)數(shù)量(家)占比實際數(shù)量(家)占比43.75~1325%1733%37.5~43.7548%713%31.25~37.5815%24%25~31.25713%612%18.75~251019%713%12.5~18.75510%1019%~12.5510%36%合計52100%52100%頻數(shù)分析案例:10月銷售區(qū)間關(guān)系2021/5/921描述性分析均值是全部數(shù)據(jù)的平均?？梢苑譃槿N：一、簡單算術(shù)平均數(shù)，各項數(shù)據(jù)的簡單平均，應(yīng)用最廣泛二、加權(quán)平均數(shù)，加權(quán)算術(shù)平均數(shù)法是簡單算術(shù)平均數(shù)法的改進。它根據(jù)觀察期各個時間序列數(shù)據(jù)的重要程度，分別對各個數(shù)據(jù)進行加權(quán)，對于越近的數(shù)據(jù)，可以賦予越大的權(quán)重

均值分析（averageanalysis)2021/5/922描述性分析三、幾何平均數(shù)，它主要是用于計算比率或速度的平均。如可以計算1996年例外成立以來到2005年，終端銷售額的年平均增長速度，或一年中1-12月銷售的平均增長速度公式如下：

如…………均值分析（averageanalysis)2021/5/923均值分析案例：平均單價趨勢2021/5/924第六節(jié)數(shù)據(jù)分析方法及應(yīng)用推斷性分析回歸分析（regressionanalysis)時間序列分析差異比較分析2021/5/925推斷性分析1、回歸分析以因果關(guān)系為前提，應(yīng)用統(tǒng)計方法尋找一個適當(dāng)?shù)幕貧w模型，對未來市場的變化進行預(yù)測。2、回歸分析具有比較嚴(yán)密的理論基礎(chǔ)和成熟的計算分析方法；回歸預(yù)測分析是回歸分析在預(yù)測中的具體運用。3、在回歸預(yù)測分析中，預(yù)測對象稱為因變量，相關(guān)的分析對象稱為自變量?；貧w分析根據(jù)自變量的多少分為一元回歸分析、二元回歸分析與多元回歸分析，4、但有時候二元回歸分析被并入到多元回歸分析之中；回歸分析根據(jù)回歸關(guān)系可分為線性回歸分析與非線性回歸分析。日常銷售中，根據(jù)上面的定義，我們可以知道銷售額是一個因變量，而產(chǎn)品價格、投產(chǎn)數(shù)量、設(shè)計成本、門店裝修費、店鋪數(shù)量、店鋪面積、店員數(shù)、推廣費用、VIP數(shù)量及消費金額等等都是自變量，我們可以通過長期數(shù)據(jù)的積累，進行回歸分析，從而確定那些因素是影響銷售額的關(guān)鍵因素，那些是非關(guān)鍵因素。進而采取行動解決實際問題2021/5/926推斷性分析如：…………回歸分析的基本步驟如下：第一步：判斷變量之間是否存在有相關(guān)關(guān)系第二步：確定因變量與自變量第三步：建立回歸預(yù)測模型第四步：對回歸預(yù)測模型進行評價第五步：利用回歸模型進行預(yù)測，分析評價預(yù)測值2021/5/927價格銷量銷額119843645224481.00129823323024342.00139835524959796.00149818532775594.00159828214506361.00169813492290602.00179812802299643.00189810972082106.00以下是秋裝價格、銷量與銷額之間的關(guān)系，我們可以以價格、銷量為自變量，銷額為因變量來進行回歸分析2021/5/928從上面的關(guān)系中，我們通過回歸分析，得到以下結(jié)論：通過回歸分析，因此，我們得到模型為：Y=1273.918*X1+108.780*X2其中Y為銷額，X1為銷量、X2為價格2021/5/929價格銷量實際銷額預(yù)測13983552495979646770311498185327755942523522159828214506361376755316981349229060219032241798128022996431826201189810972082106160395219981174

17129222298910

1409242236880

359504模型建立后，我們就運用它來進行在不同銷量上銷額的預(yù)測通過預(yù)測，我們發(fā)現(xiàn)此回歸模型具有一定的準(zhǔn)確性在相應(yīng)的價格和銷量下預(yù)測的銷售額2021/5/930推斷性分析時間序列預(yù)測法是一種定量分析方法，它是在時間序列變量分析的基礎(chǔ)上，運用一定的數(shù)學(xué)方法建立預(yù)測模型，使時間趨勢向外延伸，從而預(yù)測未來市場的發(fā)展變化趨勢，確定變量預(yù)測值。時間序列預(yù)測法也叫歷史延伸法或外推法。時間序列預(yù)測法的基本特點是：

1、假定事物的過去趨勢會延伸到未來；

2、預(yù)測所依據(jù)的數(shù)據(jù)具有不規(guī)則性；

3、撇開了市場發(fā)展之間的因果關(guān)系。時間序列分析（timeseriesanalysis)2021/5/931推斷性分析時間序列是指同一變量按事件發(fā)生的先后順序排列起來的一組觀察值或記錄值。構(gòu)成時間序列的要素有兩個：其一是時間，其二是與時間相對應(yīng)的變量水平。實際數(shù)據(jù)的時間序列能夠展示研究對象在一定時期內(nèi)的發(fā)展變化趨勢與規(guī)律，因而可以從時間序列中找出變量變化的特征、趨勢以及發(fā)展規(guī)律，從而對變量的未來變化進行有效地預(yù)測。時間序列分析（timeseriesanalysis)2021/5/932推斷性分析時間序列分析（timeseriesanalysis)長期趨勢季節(jié)變動循環(huán)變動不規(guī)則變動2021/5/933上面為2003年6月到2005年9月各月銷售額走勢，從中我們可以到明顯的周期波動趨勢2021/5/934時間序列分析的任務(wù)之一就是把影響時間序列波動的四個因素進行分析，從而出現(xiàn)出其原來的走勢，再對下個月的銷售進行預(yù)測，下圖是分離了四種影響因素的銷售走勢，其走勢比沒有提出季節(jié)波動要平穩(wěn)得多，我們就在此基礎(chǔ)上再用上面的回歸分析建立模型進行預(yù)測2021/5/935通過回歸分析我們建立模型為：Y=1410.82+1.59*T，其中：T表示時間通過計算，預(yù)測到10月、11月的銷售額1919、1925、10月份的實際銷售為2040，可見預(yù)測具有一定的準(zhǔn)確性！2021/5/936差異比較分析差異性分析核心：將性質(zhì)接近的數(shù)據(jù)盡可能放在一起做比較，不一致的數(shù)據(jù)分開。從而為我們執(zhí)行差異化的各項政策提供量化依據(jù)。差異比較分析（differencecompareanalysis)如：…………2021/5/93705年03年04年單位：萬元2021/5/93805年04年03年單位：萬元2021/5/93905年04年03年單位：元2021/5/940商品數(shù)據(jù)分析現(xiàn)有應(yīng)用2021/5/941區(qū)域名稱地區(qū)秋1進量銷量消化比存量北區(qū)哈爾濱56538167%184長春77757574%202沈陽48327958%204濟南107685780%219青島58151589%66鄭州64147774%164北京2484166167%823合計

6607474572%1862地區(qū)累計進銷存報表2021/5/942單款周銷售跟蹤分析導(dǎo)入期成長期成熟期衰退期2021/5/943店鋪