数据化管理(电商o2o)-销售指标追踪

文章转载自知乎专栏“撩撩数据吧”。原文链接:https://zhuanlan.zhihu.com/p/22003347?refer=jiago

#文前小絮#基于我整体的规划(http://www.jianshu.com/p/ce835dcd4b02),认为还是要把销售指标追踪这一节完善了吧。

首先,追踪这些指标有什么意义呢。还是要先明确跟踪这些指标的目的,漫无目的的态度,用来读书是可以的,如果用来分析,就浪费时间了,而且这活干起来还没那么容易呢。


正文

1.跟踪销售指标有什么意义?

我们从两个层面上来讲,一个是对经营情况的整体把控,将重要指标呈现在一张报表中,也就是日报或者周报,可以及时发现问题,更好的促进全公司的有效运转,提升工作效率。当然,前面所说的,都是显性的价值,我觉得还有个隐性的价值是非常重要的,那就是当这些指标数据展示在面前的时候,会触发思考,这也才是发现问题、体现数据价值的关键。

另一是所谓的“小树不修不直溜,人不修理哏赳赳”。话是玩笑话,但是真的有这样一层意义,没有一个好的指标跟踪体系,哪来的动力工作呢。曾听过一个团队的负责人说,每天看着报表的数据被人甩的那么远,急的晚上睡不好觉。这就是效果。

2.哪些指标需要追踪?

我这里列出以下几个:

主流的销售额、订单量、完成率、增长率、重点商品的销售占比、各平台销售占比;更多的也可以跟踪利润、成交率(转化率)、人均产出等。

3.怎样跟踪这些指标?

可以从下三个层面上来跟踪这些指标

指标的监控,实时&累计

指标的规律分析

指标的对比分析

3.1.指标的监控

一般都会对这些指标进行监控,有比较传统的:邮件报送(虽然数据的整合处理要花费业务人员很长时间,但也是要比没有好的);也有比较高端的:led屏幕实时监控。不管怎样的方式,也都是为了这一目的。现在很多公司已实现了指标监控的自动化,以及多平台整合与移动化监控等。下面我拿出几个例子来,仅供参考。

上面的图表是针对上一天销售指标的监控,最重要的两个指标(销售额与订单量)通过仪表盘展示出来,同时展示目标达成率,可以非常醒目的掌握最重要的信息。不达标?根据此信息就可以找到负责人进行责问了。

其他几个主要是订单分布情况,分别为各个价位的订单数量:体现客单价分布,若某一天的数据异常,比如发现客单价150的数量突然增加,则可能是店铺促销带来的效应(如果客单价下滑,但是销售额并没怎么增加,则非常明显的这次活动并不成功),也可能是某新品上线带来的冲击。总之,通过观察客单价的分布,是能够掌握很多信息的。

商品销量与平台销量的分布:主要是对销售分布的掌握,这类信息要说只通过这一天的数据来看出问题来,还是有些困难的,需要连起来看。下面会有提到。

订单时段分布:分析各个时间段的订单集中情况,例如上图中可以看出用户消费高峰期在晚上9点和10点左右。通过这些信息可以有针对性的调整销售策略。当然,如果突然某一天的订单分布有了很大的变动,也值得深入分析原因。

不止是每天的销售指标值的追踪,累计起来的数据可以产生不同的感觉,如下图所示。

一是累计销售额达成率,从图中可以看出整体的业绩表现。右边图表可以与该图形成联动,当数据异常时,可以进一步查看各月份的明细数据。

销售指标的累计值监控,是对整体销售业绩的掌控,而日报则关注与最近的数据,两者应更多的是结合起来使用,既要掌控全局,也要关注眼前。

3.2.指标的规律分布

很多事请,独立的去看,很难发现有什么异样,但是将时间维度拉开,扩大观察的视野之后,就会有很多新的发现。正如前面所说的产品销售分布与平台销售分布。

上图展示了各平台订单的占比分布情况。仔细浏览可以发现:在2月份(春节)期间,总体上天猫平台的订单占比很高;而京东平台上两个旗舰店,随着时间占比越来越高。这些信息会有助于帮助公司调整销售策略。

当数据出现异常变动,可以进一步浏览月份明细数据,可以获知店铺订单量占比的下降,是因为该店铺的业绩下滑,还是其他店铺的业绩提高,这类报表,不仅是对数据的跟踪,也是对各负责人对追踪。

3.3.指标的对比分析

这个在前两篇文章中有过介绍,通过以下两个链接跳转:http://www.jianshu.com/p/cf8d903615ffhttp://www.jianshu.com/p/fff463c42931

最后再说两句,前面的文章中也有强调过,数据展示只是第一步,最重要的还是对数据结果进行思考,以及将分析分析结果落地,而不是止步于数据可视化。而对于以上指标跟踪类报表,非常重要的一点是可以依据以上数据形成交流(例如上下级之间的交流,同事之间的交流),这种互动可以促进彼此对数据的使用,也促进对数据更多的思考,这样才能带来更多的价值。

很多习惯是慢慢养成的,若不能对数据进行思考与讨论,那么多漂亮的数据都没有价值。

(最近实在是事情太多,所以也拖到这个时候才补上来这一篇,还希望各位可以针对文章内容进行点评,与我交流。)


作者:知乎达人“jiago王”,知乎专栏“撩撩数据吧”。帆软数据人,乐于交流的数据小兵。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容