销售数据分析教程

绝对数
时期数
wenku.baidu.com
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 数据的表现形式
相对数
比例（Proportion）
比率（Ration）
比例是总体中各个部分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 数据传递的方式
i 1 n
w1 w2 w3 ... wn 1
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
x x x ... xn x 1 2 3 n
x
i 1
n
i
n
描述性分析
均值分析（average analysis)
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1996年例外成立以来到2005年，终端销售额的 年平均增长速度，或一年中1-12月销售的平均增长速度公 式如下：
a a a1 a2 a3 ... n n n a0 a1 a2 an 1 a0
如：10月全国店铺排名前10位的店有……
排序分析案例：10月店铺销售前10名
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 1、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 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：
如何分析销售数据与报表
主要内容（key content)
目标
第一 第二 建立对数据及报表的认识； 加强对数据分析的重视程度；
第三
第四
熟悉分析工具的使用；
形成理性分析的思维；
主要内容（key content)
内容
第一 第二 数据的定义及分类； 数据表现形式
第三
第四 第五 第六
2
( xi x)
i 1
N
2
N
我们可以利用这个指标来做预测和计划的差异合理化检验，也可以用它来衡量 各个地区销售波动大小
描述性分析
数据分组和频数分析（frequency）
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
占比 33% 13% 4% 12% 13% 19%
~12.5
合计
10%
100%
6%
100%
52
52
描述性分析
均值分析（average analysis)
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
x w1 x1 w2 x2 w3 x3 ... wn xn wi xi
目的
第四节 数据分析之目的
过往业绩评估、认识规律、发现不足与问题
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 数据分析的基本流程
界定分析的问题 确定分析的时间段 确定分析拟达到之目的 分析方法之选择 分析结果论证 提出解决问题整体方案 跟踪反馈 最 终 解 决 问 题
报表 图表
第三节 数据传递的方式 报表传递的目的
报表是将杂乱的数据有条理的的组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基本要求，也是 基础数据分析的最基本技能！
第三节 数据传递的方式 图表传递的目的
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，从而达到和受众沟通的
第六节 数据分析方法及应用
回归分析 （regression analysis)
时 间 序 列 分 析
推断性分析
差 异 比 较 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 来市场的变化进行预测。 2、回归分析具有比较严密的理论基础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。 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。 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 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 格、投产数量、设计成本、门店装修费、店铺数量、店铺面积、店员数、推广费 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 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 而采取行动解决实际问题
如：………
频数分析案例:10月销售区间关系
2005年10月 销售区间 目标数量(家) 43.75~ 37.5~43.75 31.25~37.5 25~31.25 18.75~25 12.5~18.75
13 4 8 7 10 5 5
占比 25% 8% 15% 13% 19% 10%
实际数量(家)
17 7 2 6 7 10 3
数据传递的两种方式
数据分析之目的； 数据分析之基本流程 数据分析方法及应用
第一节
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
特征：没有规律，比较凌乱，不便于阅读、也不
便于理解和分析
第一节
数据的定义及分类
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 数据的表现形式
xn
如…………
均值分析案例：平均单价趋势
2005年1-10月平均单价
1,600 1,400 1,200 1,000 800 600 400 200 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 1,103 1,192 1,041 961 846 921 764 726 713 1,340
第六节 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
描述性分析
均 值 分 析
描述性分析
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