不懂销售数据分析,就是糊涂账
销售数据分析报告,是销售工作的必备动作。
不会做销售数据分析报告的销售人员,就是只会打仗,不会算账!最会都是糊涂账!
我们经常说,销售数据分析报告,是基于业务客观事实的数字游戏!
销售数据分析报告:是由统计的数据和销售人员对数据的分析共同组成。也就是说,没有科学分析的数据,仅是数字,不是销售数据分析报告!
做销售数据分析报告的时候,会有以下声音:
1. 不就是数据统计吗?然后整理汇总下,多简单的事呀。
2. 再不济,把进销存数据,整理下,这种可以了。
3. 你们说的都太麻烦,就告诉领导,任务是否完成了吗?给结果,多省事!
...
销售数据分析报告,对你什么好处
1. 用数据说话,是销售人员发言权的前提,这是职业素养!
2. 分析数据报告,就是对自己工作的销售总结,让你更清晰、更宏观的看待一个市场的脉络,然后自己的短板,查漏补缺。等于给自己辖区的市场,做一次例行“体检”。
然后,帮助销售人员对销售情况的深度熟悉,帮助分析市场动态变化,提升销售人员对经营的意识和掌控力,培养对市场的预测。
3. 销售数据分析是“收拾客户”的的方法之一,白纸黑字,有口难辩,凸显你的专业性,赢得信服。
为什么销售人员,不重视销售数据分析
1. 公司没有具体的销售报告分析的要求和标准,即使有要求,也是领导丢一句话:“你把市场给我分析下”,然后没了。
接着,销售人员一头雾水,开始抓耳挠腮,东拼西凑。最后领导一看,分析的“驴头不对马嘴”,丢句“你给我重新做去”!你一脸的懵逼。
2. 公司有销售分析报告的标准,但是,这个标准太繁琐太复杂。
巴不得做成“地表最全数据库”,搞得一线耗时耗力,不花几天功夫,根本做不完,销售人员内心排斥,开始做出“假冒高仿”的数据,执行的结果可想而知。
然后领导们拿出“假冒高仿”的数据,层层向上汇报,你们公司的战略决策,不跑偏才怪呢!这样的事情,身边还少吗?
3. 公司对销售分析报告缺乏宣导。销售人员对销售分析报告,缺乏关注意识,不晓得这个报告对他什么好处,管理者要身教言传。
销售分析报告的内容,要与时俱进,千万不能99年政策不变。当然,我也不是让你经常来回折腾,朝令夕改!
企业要有一个“引导体系”,而不是丢一句话,一个通知、一个邮件,就万事大吉,管理工作没那么简单!
对手机销售行业来说,销售数据分析的常用方法
一般来说,分为两个维度展开分析:
1. 产品。每个产品的重点关注,包含销售、价格、库存、促销、占有率等。找出问题点和问题客户。
2. 客户。以客户为主,或结合区域的分析,哪些客户业绩异常,找出真实原因,提升点在哪里,才能做好目标管理。
01销量分析
一般,最简单、最粗超的数据,就是:销售任务是否完成,完成率多少?当然,还不止如此。
业绩达成情况
当天数据:当日销售存在的问题,你要做个分析。当日数据仅供参考。
基础数据:月累计销售完成进度,与时间进度对比。
发货数据:这个数据一般厂家很容易忽视。从发货的数据,能分析出物流、库存、周转率的问题。所以,务必搞清楚,发货客户的数量和发货次数,摸清客户发货量降低的原因,同时综合优化物流成本,这个数据可以每月或每季度分析。
对比分析法
不得不说“同比和环比”。
同比,是指在相近时段中的某个相同时间点的数据,进行比较。比如,17年3月和16年3月是相近时段,都是3月,这两个时段进行数据对比,就是同比。
环比,是指相近时间段的对比。比如,17年5月和17年4月是相近时间段,这两个时间段的数据对比,就是环比;
一般在手机销售中,同比是最常用的,但是,同比的有时也会蒙蔽事实,为什么呢?
比如:16年3月份销售1000部手机,17年3月销售1200部手机,同比增加200部,提升率20%。
但是,行业市场整体同比提升30%,你觉得差距在哪里?
所以说,同比,务必和行业市场的数据项对比,不然就是孤芳自赏!
环比的用法
实话说,环比不太常用,因为销售和季节性有很大关系,都会存在波峰波谷,说销售不分淡季旺季的人,纯属忽悠洗脑!你就是卖钢筋煤炭,国家还有宏观调控呢!
以手机销售行业为例,一般来说,8月份的销量比9月份高,为什么?
因为8月份属于暑期学生购机潮,再加上9月份想买手机的人,都持币等着十月一促销呢?对吧!
你拿9月和8月环比,有多大意义呢?所以,只有同比,才有参考意义。
讲到这里,并不是说环比没用处,月环比的季节因素太大,那干脆,你做周环比,不就行了嘛。
周与周的环比,有一定的参考性,前提是周与周之间,不能存在节假日。比如,十月一黄金周,和十月第二周做环比,也是不合适的。
和竞争对手的对比分析
这个比较,我不说,大家也比我懂。
但是,很多人,搞不清楚,谁是你的竞争对手!
原则上来说,只要与你同行的品牌,都是你的竞争对手!
但,这是书上写的,现实可不能这样玩,不然大家都是你的敌人,你再搞“世界大战”吗?
不能聚焦的目标,是梦想,不是目标!永远记住这句话,销售铁律。
你的竞争对手是谁?
我给你说个简单的方法:找眼前的竞争品牌,能伸手抓得住的竞争品牌,且销售大于你30%的品牌,你就盯着这个品牌去爆破!
千万不要,找绝对大于你N倍的“大象”去挑战,你可以把“大象”当成梦想和愿景,但你先把“活在当下”的事情做好!不然,你就是好高骛远,眼高手低。
找到竞争对手了,对比什么呢?
原则上,你所有的销售数据,旁边都要有竞争对手的对比。只有这样,才能知己知彼百战百胜!
这就考验你数据统计的“情报能力”了。
说不用关注竞争对手,就能做好销售的人,都是有失偏颇。
我想说的是,前提是你负责多大规模的销售体量,如果是一亩三分地,那你可以完全“只读圣贤书、不闻场外事”。
产品销售的结构分析
比如:从价位分析、库存调整、来了解重点产品销售情况。
同时,对于公司重点产品进行分析,找出存在问题,提供建议。(最好不要提产品本身的问题,如:屏幕小、内存小等等。不然销售人员以后销售不佳,抱怨厂家和产品本身问题。)
务必给销售人员指明:
公司的拳头产品哪些(正面打击对手,大力水手吃菠菜)。
公司的馒头产品是哪些(要靠这个吃饱肚子)
公司的窝窝头产品是哪些(垫吧垫吧就行了)。
02费用分析
这个费用分析,一般不对基层销售人员开展,大部分需要区域经理多关注!我多说一句:区域经理要把“基础财务”当成重要的课程来学习。
投入与产出比,简称ROI(return on investment)。投入产出比 = 产出总收入/总成本× 100%。
投入与产出比的概念,务必烙印在区域经理大脑里,不然会乱成一锅粥,你的上司会成为你的”背锅侠“。
拿手机销售行业举例。厂家做主推的ROI、促销活动的ROI、市场推广的ROI、人均产出的ROI...都是可以计算得出的。
费用多少合适?这个是基于你们公司的实际情况,但是,费用永远是不够的。
我认同节约的销售,但讨厌小气的销售。节约就是,不该花的钱不花,小气就是,该花的钱不花。
作为管理者,抓费用要:
1. 抓大放小,不要挫败大家的工作积极性。
2. 权限分解、不能一人说了算,一言堂的费用肯定有问题,不信你去查查!
3. 秋后算账,任何费用都要有这个环节,不能变成“糊涂账”!
销售人员不能因为销售费用少,就原谅自己销售目标未完成。
03渠道分析
每个渠道的供货价、毛利和利润分析,这个分析,务必和竞争对手对比
对每个渠道分层分级,然后匹配不同的销售资源(分销、库存、物流),渠道遇到的问题,需要数字支撑,都要写出来。
每个渠道的库存重点关注。尤其库存的周转天数。周转天数=当前库存数量/当前日平均销售数量
以手机行业为例,卖的都是科技电子产品,没有大致的保质期,不像卖吃卖喝的食品,但是,科技电子产品的更新迭代比食品快多了,摩尔定律大家都晓得吧。
依据库存周转天数,来判断产品是否畅销,是有时偏颇的。
比如,在销量不变的情况下,库存大,随之周转天数也会变大,同理,库存小了,周转天数也会短的。所以,不要光看周转天数,只有结合库存,才能判断正确。
举个栗子,某款手机平均每天销售5部,当前库存为20,周转的天数为20/5=4。但,你压货把库存加到40部,周转天数为40/5=8。所以,你部能说产品不畅销,只能说库存过大。
要对库存组成分析,同时,保持电脑数据和实际库存保持一致,不能指望电脑数据就做出判断,你需要定期盘点库存,及时发现问题,只要这样才能把握每个SKU的销售情况。
重点关注哪些区域与渠道的表现,分析发展走势和销售特点。
对于增长或下滑明显的区域给予重点关注和分析,以免存在潜在的威胁,警惕竞争对手趁虚而入,混水摸鱼,要做多维度的分析。
04人员分析
新增员工的数量(累计本年度),离职员工的数量(累计本年度)、每个员工承担业绩的数量、人员薪资成本、日常工作的分析(分销、拜访等)
在销售分析报告中,避免存在以下问题:
1. 大多数人汇报工作,避实就虚,该说的问题兜圈子,报喜不报忧。最笨的员工就是,认为“你的上司和老板是笨蛋”。
2. 谎报军情,不重要说的严重,重要的避而不谈。这招,销售老油子用的驴火纯情!套取公司资源,谋取利益。我强烈建议,汇报具体没有分析,只讲事实给上级,领导千万不要拍板,因为这种情况,很容易做出错误决策。
3. 只注重前线打仗,忽视团队内部提升,造成内外资源匹配不到位,这样的销售,容易昙花一现。这样的人,是个做狙击手,不适合做管理者。
4. 没有经过分析就制定计划,总是拍脑袋,凭感觉去做事,这是很多管理容易走的弯路,销售分析报告是走过场。
好的销售分析报告,要具备:
1. 首先数据要真实性、完整性、详细的呈现出来。数据从哪里来?每个数据的背后含义是什么?
2. 数据的分析必须站在客观的角度,不能带有主观因素,避免报告有失偏颇。
数据分析咨询请扫描二维码
数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20统计学专业的就业方向和前景非常广泛且充满机遇。随着大数据、人工智能等技术的快速发展,统计学的重要性进一步凸显,相关人才的 ...
2024-11-20