如何分析销售数据与报表(PPT48页)

1、如何分析销售数据与报表如何分析销售数据与报表主要内容key content) 第一 建立对数据及报表的认识； 第二 加强对数据分析的重视程度； 第三 熟悉分析工具的使用； 第四 形成理性分析的思维；目标目标主要内容key content)第一 数据的定义及分类；第二 数据表现形式第三 数据传递的两种方式第四 数据分析之目的；第五 数据分析之根本流程第六 数据分析方法及应用内容内容第一节第一节 数据的定义及分类数据的定义及分类定义：数据是对客观现象进行计量的结果定义：数据是对客观现象进行计量的结果 特征：没有规律，比较凌乱，不便于阅读、也不特征：没有规律，比较凌乱，不便于阅读、也不便于理解和分析

2、便于理解和分析 第一节第一节 数据的定义及分类数据的定义及分类数据的分类数据的分类A：定类尺度B：定序尺度C：定距尺度D：定比尺度第二节第二节 数据的表现形式数据的表现形式绝对数 时期数时点数时期数反映现象在某一时期内的总量，特征是可以累加时点数反映现象在某一瞬间时刻上的总量，特征是不可以累加第二节第二节 数据的表现形式数据的表现形式相对数 比例Proportion比率Ration比例是总体中各个局部的数量占总体数量的比重，通常反映总体的构成或结构比率是不同类别数量比值第三节第三节 数据传递的方式数据传递的方式 报表图表第三节第三节 数据传递的方式数据传递的方式 报表是将杂乱的数据有条理的的组

3、织在一张简明的表格内，充分利用和绘制好统计表是做好数据分析的根本要求，也是根底数据分析的最根本技能！报表传递的目的报表传递的目的第三节第三节 数据传递的方式数据传递的方式 将报表所传递的信息，更清晰、更直观的表达出来，使受众很容易理解，从而到达和受众沟通的目的图表传递的目的图表传递的目的第四节第四节 数据分析之目的数据分析之目的过往业绩评估、认识规律、发现缺乏与问题 销售现状监控与评估、发现问题、解决问题 销售预测，战略规划、为决策提供量化依据 第五节第五节 数据分析的根本流程数据分析的根本流程界定分析的问题确定分析的时间段确定分析拟到达之目的分析方法之选择分析结果论证提出解决问题整体方案跟踪

4、反响最终解决问题第六节第六节 数据分析方法及应用数据分析方法及应用描述性分析推断性分析频数分析frequency数据排序及分布均值分析数据排序(Rank)数据排序是按一定顺序将数据排列，以便研究者通过浏览数据去发现一些明显的特征趋势及解决的线索；在这里，我们要注意排序与排名的区别前者可以重复后者不可以重复描述性分析描述性分析如：如：10月全国店铺排名前月全国店铺排名前10位的店有位的店有店铺销售额排名北京崇光百货1,573,397 1武汉新世界百货1,061,241 2济南贵和中心店951,650 3广州天河城886,138 4北京国贸商场800,493 5杭州大厦737,777 6大连百年城

5、699,084 7上海中信泰富680,216 8昆明柏联广场578,036 9西安世纪金花广场570,238 10排序分析案例：排序分析案例：10月店铺销售前月店铺销售前10名名NxxiNi122)(数据的分布特征探索数据的分布特征探索数据主要有两个分布特征，一是数据的集中趋势；二是数据的离散趋势数据主要有两个分布特征，一是数据的集中趋势；二是数据的离散趋势1、前者的测定指标主要有众数、中位数、平均值、前者的测定指标主要有众数、中位数、平均值2、后者的测定指标主要有极差、方差、离散系数等、后者的测定指标主要有极差、方差、离散系数等我们在这里主要介绍一下我们在工作中可能要用到的方差，其公式如下：

6、我们在这里主要介绍一下我们在工作中可能要用到的方差，其公式如下：我们可以利用这个指标来做预测和方案的差异合理化检验，也可以用它来衡量我们可以利用这个指标来做预测和方案的差异合理化检验，也可以用它来衡量各个地区销售波动大小各个地区销售波动大小描述性分析描述性分析根据分析需要将数据按照某种特征或标准分成不同组数，同时可以计算各组的频数或频率，形成频数分布表。根据数据的分组我们还可以根据研究的需要做各种各样的图表在这里，向大家推荐一个数据分组的经验公式：组数=K=1+LgN/Lg10组距=最大值-最小值/K数据分组和频数分析frequency如：如：销售区间2005年10月目标数量(家)占比实际数量

7、(家)占比43.75 13 25%17 33%37.543.75 4 8%7 13%31.2537.58 15%2 4%2531.25 7 13%6 12%18.7525 10 19%7 13%12.518.75 5 10%10 19%12.55 10%3 6%合计52 100%52 100%频数分析案例频数分析案例:10月销售区间关系月销售区间关系nxnxxxxxniin1321.1.3211332211nniiinnwwwwxwxwxwxwxwx描述性分析描述性分析均值是全部数据的平均。可以分为三种：均值是全部数据的平均。可以分为三种：一、简单算术平均数，各项数据的简单平均，应用最广泛一、

8、简单算术平均数，各项数据的简单平均，应用最广泛二、加权平均数，加权算术平均数法是简单算术平均数法二、加权平均数，加权算术平均数法是简单算术平均数法的改进。它根据观察期各个时间序列数据的重要程度，分的改进。它根据观察期各个时间序列数据的重要程度，分别对各个数据进行加权，对于越近的数据，可以赋予越大别对各个数据进行加权，对于越近的数据，可以赋予越大的权重的权重 均值分析average analysis)nnnnnaaaaaaaaaax01231201.描述性分析描述性分析三、几何平均数，它主要是用于计算比率或速度的平均。三、几何平均数，它主要是用于计算比率或速度的平均。如可以计算如可以计算1996

9、年例外成立以来到年例外成立以来到2005年，终端销售额的年，终端销售额的年平均增长速度，或一年中年平均增长速度，或一年中1-12月销售的平均增长速度公月销售的平均增长速度公式如下：式如下： 如如均值分析average analysis)均值分析案例：平均单价趋势均值分析案例：平均单价趋势第六节 数据分析方法及应用回归分析regression analysis)时间序列分析差异比较分析推断性分析推断性分析1、回归分析以因果关系为前提，应用统计方法寻找一个适当的回归模型，对未、回归分析以因果关系为前提，应用统计方法寻找一个适当的回归模型，对未来市场的变化进行预测。来市场的变化进行预测。2、回归分析

10、具有比较严密的理论根底和成熟的计算分析方法；回归预测分析是、回归分析具有比较严密的理论根底和成熟的计算分析方法；回归预测分析是回归分析在预测中的具体运用。回归分析在预测中的具体运用。3、在回归预测分析中，预测对象称为因变量，相关的分析对象称为自变量。、在回归预测分析中，预测对象称为因变量，相关的分析对象称为自变量。回归分析根据自变量的多少分为一元回归分析、二元回归分析与多元回归分析，回归分析根据自变量的多少分为一元回归分析、二元回归分析与多元回归分析，4、但有时候二元回归分析被并入到多元回归分析之中；回归分析根据回归关系、但有时候二元回归分析被并入到多元回归分析之中；回归分析根据回归关系可分为

11、线性回归分析与非线性回归分析。可分为线性回归分析与非线性回归分析。 日常销售中，根据上面的定义，我们可以知道销售额是一个因变量，而产品价日常销售中，根据上面的定义，我们可以知道销售额是一个因变量，而产品价格、投产数量、设计本钱、门店装修费、店铺数量、店铺面积、店员数、推广费格、投产数量、设计本钱、门店装修费、店铺数量、店铺面积、店员数、推广费用、用、VIP数量及消费金额等等都是自变量，我们可以通过长期数据的积累，进行数量及消费金额等等都是自变量，我们可以通过长期数据的积累，进行回归分析，从而确定那些因素是影响销售额的关键因素，那些是非关键因素。进回归分析，从而确定那些因素是影响销售额的关键因素

12、，那些是非关键因素。进而采取行动解决实际问题而采取行动解决实际问题推断性分析推断性分析如：如：回归分析的根本步骤如下：回归分析的根本步骤如下： 第一步：判断变量之间是否存在有相关关系第一步：判断变量之间是否存在有相关关系 第二步：确定因变量与自变量第二步：确定因变量与自变量 第三步：建立回归预测模型第三步：建立回归预测模型 第四步：对回归预测模型进行评价第四步：对回归预测模型进行评价 第五步：利用回归模型进行预测，分析评价预测值第五步：利用回归模型进行预测，分析评价预测值价格价格销量销量销额销额11984364 5224481.0012982332 3024342.0013983552 495

13、9796.0014981853 2775594.0015982821 4506361.0016981349 2290602.0017981280 2299643.0018981097 2082106.00以下是秋装价格、销量与销额之间的关系，我们可以以价格、销量为自变量，销额为因变量来进行回归分析回归分析结论回归分析结论-97299.2217152.8-.448.6581273.81875.9161.00016.779.000108.78070.683.0921.539.135截距销量价格模型1系数标准误Betat检验显著性检验从上面的关系中，我们通过回归分析，得到以下结论：从上面的关系中，我

14、们通过回归分析，得到以下结论：通过回归分析，因此，我们得到模型为：Y=1273.918*X1+108.780*X2其中其中Y为销额，为销额，X1为销量、为销量、X2为价格为价格价格价格销量销量实际销额实际销额预测13983552 4959796 4677031 14981853 2775594 2523522 15982821 4506361 3767553 16981349 2290602 1903224 17981280 2299643 1826201 18981097 2082106 1603952 19981174 1712922 2298910 1409242 236880 3595

15、04 模型建立后，我们就运用它来进行在不同销量上销额的预测模型建立后，我们就运用它来进行在不同销量上销额的预测通过预测，我们发现此回归模型具有一定的准确性通过预测，我们发现此回归模型具有一定的准确性在相应的价格和销量下预测的销售额推断性分析推断性分析时间序列预测法是一种定量分析方法，它是在时间序列变量分析时间序列预测法是一种定量分析方法，它是在时间序列变量分析的根底上，运用一定的数学方法建立预测模型，使时间趋势向外的根底上，运用一定的数学方法建立预测模型，使时间趋势向外延伸，从而预测未来市场的开展变化趋势，确定变量预测值。延伸，从而预测未来市场的开展变化趋势，确定变量预测值。时间序列预测法也叫

16、历史延伸法或外推法。时间序列预测法也叫历史延伸法或外推法。时间序列预测法的根本特点是：时间序列预测法的根本特点是： 1、假定事物的过去趋势会延伸到未来；、假定事物的过去趋势会延伸到未来； 2、预测所依据的数据具有不规那么性；、预测所依据的数据具有不规那么性； 3、撇开了市场开展之间的因果关系。、撇开了市场开展之间的因果关系。时间序列分析time series analysis)推断性分析推断性分析时间序列是指同一变量按事件发生的先后顺序排列起来的一组观时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值。构成时间序列的要素有两个：其一是时间，其二察值或记录值。构成时间序列的要素

17、有两个：其一是时间，其二是与时间相对应的变量水平。实际数据的时间序列能够展示研究是与时间相对应的变量水平。实际数据的时间序列能够展示研究对象在一定时期内的开展变化趋势与规律，因而可以从时间序列对象在一定时期内的开展变化趋势与规律，因而可以从时间序列中找出变量变化的特征、趋势以及开展规律，从而对变量的未来中找出变量变化的特征、趋势以及开展规律，从而对变量的未来变化进行有效地预测。变化进行有效地预测。时间序列分析time series analysis)推断性分析推断性分析时间序列分析time series analysis)长期趋势季节变动循环变动不规那么变动上面为2003年6月到2005年9月

18、各月销售额走势，从中我们可以到明显的周期波动趋势时间序列分析的任务之一就是把影响时间序列波动的四个因素进行分析，时间序列分析的任务之一就是把影响时间序列波动的四个因素进行分析，从而出现出其原来的走势，再对下个月的销售进行预测，以下图是别离了四种影响因素的从而出现出其原来的走势，再对下个月的销售进行预测，以下图是别离了四种影响因素的销售走势，其走势比没有提出季节波动要平稳得多，我们就在此根底上再用上面的回归销售走势，其走势比没有提出季节波动要平稳得多，我们就在此根底上再用上面的回归分析建立模型进行预测分析建立模型进行预测通过回归分析我们建立模型为：Y=1410.82+1.59*T，其中：T表示时

19、间通过计算，预测到10月、11月的销售额1919、1925、10月份的实际销售为2040，可见预测具有一定的准确性！差异比较分析差异比较分析差异性分析核心：将性质接近的数据尽可能放在一起做比较，不一致的数据分开。从而为我们执行差异化的各项政策提供量化依据。差异比较分析difference compare analysis)如：如：05年03年04年单位：万元单位：万元05年04年03年单位：万元单位：万元05年04年03年单位：元单位：元u商品数据分析现有应用商品数据分析现有应用区域名称地区秋1进量销量消化比存量北区哈尔滨56538167%184 长春77757574%202 沈阳483279

20、58%204 济南107685780%219 青岛58151589%66 郑州64147774%164 北京2484166167%823 合计 6607474572%1862 地区累计进销存报表单款周销售跟踪分析导入期成长期成熟期衰退期店铺 05春05夏一05夏二05夏三05夏四旧款销量占比销量占比销量占比销量占比销量占比销量占比北京国贸商场148%42%2213%3219%8651%127%北京崇光百货169%42%158%4022%6737%4022%小计309%82%3711%7220%15343%5215%长春卓展广场2631%1518%67%1316%810%1518%长春国际商厦5

21、19%14%727%519%727%14%小计3128%1615%1312%1817%1514%1615%7月4日7月10日店铺销售占比周报表款号昆明重庆进销存消化比进销存消化比A105-U1N0582675%63350%A105-U1O0441375%66100%A105-U1O05103770%63350%A105-U2A05101990%21150%地区单款进销售存报表地区单款进销售存报表周销售额比照周销售额比照秋二各地消化分析秋二各地消化分析THANK9、静夜四无邻，荒居旧业贫。2022/4/212022/4/21Thursday, April 21, 202210、雨中黄叶树，灯下白

22、头人。2022/4/212022/4/212022/4/214/21/2022 11:44:48 PM11、以我独沈久，愧君相见频。2022/4/212022/4/212022/4/21Apr-2221-Apr-2212、故人江海别，几度隔山川。2022/4/212022/4/212022/4/21Thursday, April 21, 202213、乍见翻疑梦，相悲各问年。2022/4/212022/4/212022/4/212022/4/214/21/202214、他乡生白发，旧国见青山。21 四月 20222022/4/212022/4/212022/4/2115、比不了得就不比，得不到

23、的就不要。四月 222022/4/212022/4/212022/4/214/21/202216、行动出成果，工作出财富。2022/4/212022/4/2121 April 202217、做前，能够环视四周；做时，你只能或者最好沿着以脚为起点的射线向前。2022/4/212022/4/212022/4/212022/4/219、没有失败，只有暂时停止成功！。2022/4/212022/4/21Thursday, April 21, 202210、很多事情努力了未必有结果，但是不努力却什么改变也没有。2022/4/212022/4/212022/4/214/21/2022 11:44:48 P

24、M11、成功就是日复一日那一点点小小努力的积累。2022/4/212022/4/212022/4/21Apr-2221-Apr-2212、世间成事，不求其绝对圆满，留一份缺乏，可得无限完美。2022/4/212022/4/212022/4/21Thursday, April 21, 202213、不知香积寺，数里入云峰。2022/4/212022/4/212022/4/212022/4/214/21/202214、意志坚强的人能把世界放在手中像泥块一样任意揉捏。21 四月 20222022/4/212022/4/212022/4/2115、楚塞三湘接，荆门九派通。四月 222022/4/212022/4/212022/4/214/21/202216、少年十五二十时，步行夺得胡马骑。2022/4/212022/4/2121 April 202217、空山