第一篇：營銷經理數據分析模型

營銷總經理的業績數據分析模型－－營銷總經理的工作模型

（一）前言

營銷總經理這個職位壓力大而且沒有安全感——天氣變化、競品動態、本品產品質量、公司的戰略方向、費用投入、經銷商的突然變化、行業動蕩、上游采購成本等等諸多因素影響業績。營銷行業沒有常勝將軍，但是這個行業以成敗論英雄。

營銷總經理這個職位事情多而且雜亂瑣碎：營銷總經理要遙控管理龐大的營銷團隊，服務于全國幾千萬家經銷商和終端。工作千頭萬緒，哪怕每天干25個小時，工作還是俄羅斯方塊一樣堆積。

壓力和雜務干擾之下，就容易迷失，做營銷總經理需要熱情、能力、經驗、更需要固化的可復制的工作模型，幫助自己脫身庶務，聯系市場實際，提升管理績效。

營銷總經理工作模型一：數據分析模型

一、營銷總經理數據分析流程概述

數據分析好像“業績體檢報告”，告訴營銷總經理哪里有問題。營銷總經理要每天按照固定的數據分析模型對當日發貨量、累計業績進度、發貨客戶數、發貨品項數、產品結構、區域結構等關鍵指標進行全方位多維次的實時監控。隨時關注整體業績達成的數量和質量。

如果公司整體業績分析沒問題就下延看區域業績有沒問題，沒問題就結束分析。如果公司整體業績有問題；就要思考有沒有特殊原因——比如：天氣下雨造成三天發貨量下滑，天晴后業績會恢復。公司上半月集中力量鄉鎮市場壓貨，所以低價產品業績上升高價產品業績下滑是計劃內正常現象。如果沒有特殊原因，確實屬于業績異常，就要立刻從這個指標著手深度分析：通常是從產品、區域、客戶三條主線來研究。發現問題產品（哪個產品需要重點管理）、發現問題區域（哪個區域需要重點巡查）、發現問題客戶（哪個重點零售ka系統重點經銷商的業績不正常）。除非問題非常嚴重，一般營銷總經理的數據分析下延到直接下級（大區或者省區層面）即可，然后要求問題區域的大區經理做出解釋，拿出整改方案。大區省區經理再做區域內數據分析，尋找問題產品、問題片區和問題經銷商。

數據分析得出結論就找到了管理重點，接下來營銷總經理要采取針對性有的放失的管理動作——比如立刻去巡檢重點問題區域、要求問題區域限期改善、更改當月的促銷投入或者產品價格、設立新的工作任務（比如鄉鎮鋪貨）等等，整個分析流程圖示如下：

二、營銷總經理數據分析的關鍵指標

具體分析報表各企業各行業有所不同，但關鍵指標和分析方法大同小異。

指標一：監控當日整體業績，聞風而動

說明：營銷總經理要從每月第一天開始到最后一天結束每天進行當天數據分析業績管理，其一可以避免大家月初松懈，月底業績好就踩剎車——銷售團隊月初松懈月底剎車是通病，帶來的銷量損失后面是補不上的，失去的銷量永遠不會再來，同時會傷害市場，給競品制造機會。其二可以避免即時市場隱患：比如上半月業績進度很好，下半月競品攻擊，本品業績放緩，但是報表反映累計進度還不錯（實際上市場已經出了問題）。

方法：

1、每天關注看昨日發貨回款業績是否達到當日業績目標——用當月未完成的任務目標除以當月的剩余天數，就是公司當天應該達成的發貨回款目標。前期業績達成進度越差，后面每天要求完成的日發貨回款量就越高。

2、分析每日業績達成，無正常理由連續2天發貨業績不理想，就要立刻深挖原因（可能是下去走市場，或者進一步的數字分析，或者大區經理會議討論業績滯漲的原因等等）進行實時管理。避免貽誤管理時機

作用：使總經理及時掌握每天各區域及整個公司的當日分品項/合計銷售狀況。

實際操作意義示例：

（1）跟進弱勢區域

如：A區達成率落后于市場平均水平，但今天出貨量還是極少？（A區當日出貨15件）

（2）跟進弱勢品項

如：品項3是這個月的推廣重點，今天只有B出貨，區域A、C的品項3今天為什么無銷量？

（3）實時掌握銷量

如：雖然這個月整體達成率超前，但最近連續兩天出貨率很低，出了什么問題？

指標二：監控截止昨日的當月“累計業績達成”和“檔期任務達成”。

說明：“月累計業績達成”進度要和時間進度作對比。“檔期任務達成”是指每個月的業績管理不應該是平均分配業績進度，而應該是“趕前不趕后”。

方法：

1、分析截至昨天全公司累計發貨回款進度對比時間進度是否跟上或超前。

2、檔期任務達成：

※周任務檔期：事中管理是管過程，找問題及時補救。事后管理是管結果，死后驗尸——等到月底再追進度已經來不及了。通常每月任務要分四周進行檔期追蹤，鼓勵全公司各區域業績往前趕，比如要求第一周達成當月任務量35%（而不是25%），第二周達成當月任務量60%（而不是50%），第三周達成當月任務量85%（而不是75%），第四周達成100%，對全月能達成任務，但是周任務檔期不能達成的區域進行獎罰正負激勵。

※特殊時段任務檔期管理：這個方法尤其在銷售拐點時運用（比如春節前后壓貨、旺季前壓貨、農村市場兩收前壓貨等時段），“逼”大家把進度往前趕。比如：2月5號過年，元月份要鼓勵大家提前壓貨，要求元月15號前必須完成當月任務70%，否則進行正負激勵。

指標三：監控銷售“大盤”有沒有動搖

說明：什么是銷售“大盤”？包括兩個關鍵指標：“發貨客戶數”、“客戶經營品項數”這兩個指標很重要，但是很容易被忽略。業績總量達成了，但是很多經銷商沒有發貨——危險，這說明經銷商活躍度下降，可能是業務人員沒有對所有經銷商進行拜訪、可能是我們的市場區域在萎縮，也可能是沖貨砸價造成大戶吃小戶。或者業績總量達成了，經銷商也很活躍都在進貨，但是經銷商合計進貨品項數減少了——有問題，這說明經銷商經營本公司的品項數在下滑，可能會出現單品銷售現象（除非是公司策略性壓縮品項）、價格秩序和通路利潤可能即將混亂。

方法：

1、每天監控發貨客戶數和發貨品項數：累計前n天看客戶發貨回款是否活躍？零發貨客戶零發貨區域是否存在？累計前n天看累計客戶發貨品項數是否活躍？同期對比是否正常？

2、尤其是當月前十五天，如果“發貨客戶數”或“累計客戶發貨品項數”嚴重下滑，就說明“大盤”出問題了，要趕緊尋找原因進行管理（比如給經銷商當月首次提貨激勵、給銷售人員進行區域內零發貨客戶數處罰、零發貨區域處罰、經銷商活躍率獎勵等等），后半月也許還能搶回來。

例表：可在企業原有銷售報表基礎上加一欄：“累計發貨客戶數”、“累計客戶發貨品項數”、并于去年同期數字作對比。（具體報表略）

指標四：監控銷售質量

說明：銷售質量通常看幾個指標：產品結構有沒有出現單品銷售現象？渠道結構有沒有問題？重點零售客戶發貨是否正常？區域結構有沒有問題，誰在拖整個公司業績的后腿？對利潤中心考核制的企業，還要分析費用使用進度和銷量達成進度的對比。

方法：

1.看產品結構：

※品類（或價格帶）占比分析：通過分析各價格帶產品或者各品類產品占整體銷量的占比份額（比如每天監控高中低三個價格帶產品的銷售占比），看整個公司和各個大區的產品結構。哪個區域產品結構需要重點管理。

注：品類或價格帶占比權重變化會導致公司產品平均售價的變化，所以有些公司還導入“平均價”指標來分析“價格結構”，實際上是“產品結構”的另一種反映形式。需要提示的是對“價格結構”、“高價產品占比”的片面追求往往犧牲銷量，造成“量跌價升”，所以必須“量價配套分析”。對“量價齊跌”的區域重點管理；對“平均價”或“高價產品”占比低于公司水平的區域要鼓勵他改善產品和價格結構；而對“平均價”、“高價產品占比”已達標或高于公司均值的區域，不必在這個指標上持續加壓力，避免誤導。

※重點產品產品別分析：重點產品和占比相對大的幾個主導產品，分每個產品看當日發貨回款進度、累計發貨回款進度、增長率（對比上月）、成長率（對比去年同期），尤其當月前十五天看重點產品發貨回款客戶數是否活躍？重點產品零發貨客戶零發貨區域是否存在？重點產品業績滯漲的問題區域和問題客戶是哪里？

2、看區域結構：看大區別（對直轄管理的重點市場要單獨分析）當日和累計業績進度、累計發貨客戶數和總發貨品項數、分析各區域增長率、成長率、分析區域銷量占總體銷量的占比，從而尋找到問題區域。

3、看重點客戶和渠道結構：重點客戶（比如全國前十大經銷商、重點市場主力經銷商、重點KA系統）要每天監控發貨量、累計進度、成長率、增長率、產品結構。

作用：掌握當月各區域（及整個公司）累計銷量達成情況、當月各區域（及整個公司）分品項的累計銷量及品項占比

實際操作意義示例：

（1）跟進弱勢區域如：區域A、C達成率低于整體水平也低于時間進度，整個公司達成率不容樂觀，需采取應對措施！（7月10日整體達成40%，A區達成30%，C區達成25%）

（2）跟進弱勢品項如：區域B止今日達成率超前，但品項2的出貨比例太小，出了什么問題？（7月10日B區達成66%，但品項2出貨占比僅16.7%，相對其他區域品項2的占比太低）

（3）品項3本月正值旺季前銷售啟動之際，但本月整個公司品項3的出貨比例小，及時跟進品項3的銷量、促成各區在品項3的推廣上加大力度當是本月銷量增長的機會點！（品項3僅占總銷量的21.3%）。

三、數據分析結論的使用

1、“三維”數據分析法：數據分析的目的是為了找到問題，要逐層深挖“罪魁禍首”。首先看整個公司的達成率、成長率、增長率、產品結構，發貨客戶數是否健康，發現任何一個指標異常，立刻要從“區域、客戶、產品”三條線往下深挖：①、業績滯長是哪個產品造成的——這個產品業績差是哪個區域造成的哪些客戶造成的，最終鎖定問題產品的產生原因——問題產品的問題區域和問題客戶。②、業績滯長是哪些區域造成的——這個區域的問題產品和問題客戶是誰，最終鎖定問題區域產生的原因——問題區域的問題客戶和問題產品。③、哪些經銷商業績問題最嚴重——這個問題經銷商業績差是哪個問題產品造成的，層層抽絲剝繭找到最終原因，管理才會有的放失。2、6個月縱向分析法：對鎖定的問題產品問題區域問題客戶可以縱向深度分析6個月數據，該區域6個月內的總銷量及主要品項的達成/增長/成長率是否穩定？發貨客戶數和發貨品項數有無異常趨勢？從6個月的縱向趨勢分析更容易剔除當月偶然因素，做出完整結論。比如：

問題區域縱向分析示例：“該區域6個月以來連續4個月達成率小于100%，達長率近5個月低于公司水平，已經有三名經銷商停止進貨。高價產品A每月銷量在減少（說明這個產品回轉很差快死了），需要立刻去走訪，尤其注意觀察停止進貨的經銷商是什么原因？還有高價產品A的市場表現有什么異常？”

問題產品縱向分析示例：“整個公司的低價產品B，6個月以來全國發貨客戶已減少42個，產品成長率近3個月為負數，業績累計比去年下滑兩萬多箱，是造成公司近幾個月整體業績下滑的主要原因，尤其山東、河南兩省下滑最嚴重，需要立刻推出該產品的銷售激勵政策，重點走訪鄉鎮市場，走訪山東、河南，尋找原因，布署B產品的鄉鎮提升方案”。

3、區域分類分析法

把全國市場分為三類：管理類市場（如：市場波動大，成長率小于5%甚至負成長）；成長類市場（如：市場穩定成長率小于50%）；攻擊類市場（如：市場空白較多，成長率大于50%甚至更多）。對不同類型的市場進行歸類分析，除了所有市場都要求任務達成率之外，不同類型市場要關注不同指標：對管理類市場，由于市場不穩定，有負成長趨勢，所以要重點關注“零發貨客戶”指標，小心市場萎縮。對攻擊類市場，由于可開發空白較多（這類市場不應該有淡季，應該逐月增長，因為有很多空白網點待開發），所以要持續關注逐月增長率，同時成長率低于20%說明進攻速度放緩，應予關注。對成長類市場，重點關注成長率，保證市場穩定。

提示：①一個成長類市場可能由于每月數據波動當月數值變的好像是攻擊類，所以要看該市場3~6個月走勢，而非一個月。一旦該市場3~6個月走勢確定已經進入另一個類型（如成長類變成攻擊類）就要改變該區域的投入策略和數據分析方法。②總經理對各類型市場甚至各重點區域要給出明確并且連貫的目標和方向。如：“任何區域首先看達成率，其二價格低于公司水平的要持續提升價格和高價產品占比。攻擊類市場的成長率必須高于50%，而且每月要環比增長等”，避免出現區域面對一堆指標，這個指標好，那個指標差，總是被批評，失去方向和積極性。

4、顏色管理

在分類分析的基礎上做顏色管理，讓銷售內勤在制作報表時對優劣數字用不同顏色予以標注，方便總經理一眼發現問題。

1）顏色定義：紅色代表達標和好消息，綠色代表不達標和壞消息。

2）明確標準，如：

任務達成率：超過時間進度且超過公司進度標紅，反之標綠。

成長率和增長率：超過同類市場（成長類、管理類、進攻類）平均值，同時大于零，標紅，反之標綠。

注：不同類型市場成長率增長率差異非常大，所以要和同類市場比較。

5、使用銷售數據分析快報。每周出一期，把同類市場從多個關鍵指標對比指明優劣區域。這個方法的原理和檔期任務考核相似，都是縮短考核周期，不同之處在于多維次綜合分析。

例表：

說明：

①、把不同類型的市場放在一張報表分類比較才客觀，所以是“分類分析快報”。

②、正常情況，該快報一周一次，業績出問題時可以應實際需要機動截取時間段來分析。同時這張表要每次把前幾次的報表套起來看，如：第一二周快報出現的問題區域，后面要持續關注第三周第四周有沒有改善，有沒有持續上“黑榜”。

③、不同指標在差值欄顯示的內容不一樣——達成率和重點產品達成率差值欄表示的是和時間進度的差值，成長率增長率顯示的是與同類市場平均值的差值。

④、異常說明綜合評價欄，表達的是這個區域的其他指標內容以及本表的綜合評價，如：“廣西區域成長率增長率達成率本期均上倒數三名黑榜，高價產品本月截止目前較去年下滑60%，平均價低于公司平均值又下滑0.03元，發貨客戶減少兩名，請大區經理見報后立刻走訪廣西市場，一周內拿出診斷報告，整改方案，并看到日發貨量的改善。

回顧：

營銷總經理要運籌帷幄決勝千里之外，靠什么？首先靠數據分析模型和敏感度。

※每天監控“當日業績數據”，讓你聞風而動，不放過一絲危機，團隊不敢有一天松懈。

※每天監控“累計進度”和“檔期任務達成”，再使用“銷售數據分類分析快報”讓你做到管理業績進度而不是被業績進度管理。

※隨時關注“進貨客戶數”、“客戶經營品項數”、“產品結構”、“區域結構”、“客戶結構”，讓你可以敏感的發掘銷售質量的異常動向，并做事前管理。

※“顏色管理”、“三維分析法”、“6個月縱向分析法”、“區域分類分析法”，讓你能夠對不同類型的市場針對性分析，而且最終找到罪魁禍首，有的放失進行管理。

營銷總經理分析數據，僅僅靠經驗肯定會丟三落四，要使用固定的數據分析模型。這是營銷總經理的基本功，必修課。剛開始會很難，難度會隨著對模型的習慣和熟練而降低，你會從中找到“穩坐軍中，而知天下大事”的樂趣。

企業薪酬結構的選擇方法

2011-10-27 09:34 來源：中國醫藥營銷聯盟 作者：舒化魯 點擊： 196637 核心提示：在企業內部，薪酬結構的設計和確立不能籠統地套用一種統一模式，必須根據各個職類的勞動過程特征，對應設計相應的薪酬結構。因為只有對應各個職類的勞動過程特征的薪酬結構，才能充分反映不同職類的勞動貢獻的差距。在企業內部，薪酬結構的設計和確立不能籠統地套用一種統一模式，必須根據各個職類的勞動過程特征，對應設計相應的薪酬結構。因為只有對應各個職類的勞動過程特征的薪酬結構，才能充分反映不同職類的勞動貢獻的差距。否則，必然造成一部分職類崗位角色的特定要求和特別貢獻被輕視或埋沒。有差別不能體現，也就是大鍋飯，因而必然會影響其積極性和能動性的發揮，進而使企業花了錢買不來效益，使勞動投入效益降低，甚至無效，并因此而制約企業的市場競爭能力。

企業內部的各個崗位角色，因為其對能力要求和工作過程的特點的不同，可以分為六大職類：經營管理類、專業技術類、銷售業務類、辦公文員類、現場操作類和輔助服務類。每一個職類都必須對應其能力條件要求和工作過程特點，設計其薪酬結構。其思路如下：

第一職類：經營管理類薪酬結構的選擇確立方法

這一職類又可以分為四小類，即高層直線主管、中層直線主管、職能主管、現場主管。

高層直線主管。

高層直線主管的心理能力要求高，所承擔的責任也最大，但對知識的要求只是一般，也沒有特殊的技能要求。不過身體必須健康，工作環境變化比較大。這是高層直線主管崗位的能力條件要求和崗位工作的基本特征。在工作過程上，因為不可能整天坐在辦公室上班，其工作地點相對不固定，所以，對他們的工作過程是不可能進行全面控制的。因為在辦公室之外的什么地方去完成與他職責相關的工作是很不確定的。

對他們的薪酬結構可以選擇相對較低的基礎工資，以崗位等級工資的形式核定，其比例以不高于薪酬總額的25％為宜；獎勵工資可采取目標鎖定法核定，其比例可以超過薪酬總額的65％；附加工資和福利保險兩者可保持相對的穩定，但兩者的比例總和以不超過薪酬總額的10％為宜。

在年薪制工資中，月發工資的比例最高就不能高于全年薪酬總額的30%為宜，即25%÷(65%＋25%)＝27.82%。否則與年度業績目標掛鉤的年終結算工資就會降低激勵作用。中層直線主管。相比高層直線主管，中層直線主管的心理能力的要求降低了，承擔的責任也降低了，在工作過程上，其工作地點的流動性也降低了。其它特點要求與高層直線主管大體相同。

所以，他們的基礎工資可選擇薪點工資形式，其比例以不高于薪酬總額的45％為宜；獎勵工資的核定仍可采取目標鎖定法核定，其比例可以控制在薪酬總額的30％左右；附加工資和福利保險兩者要保持相對的穩定，兩者的比例總和以不超過薪酬總額的25％為宜。職能主管。

對職能主管的心理能力要求比直線主管低，因為他們所面對的工作主要是常規性的職責，不確定性因素比較小。他們的責任要求也比直線主管較低，因為他們所承擔的責任都是專業性的。但其知識要求卻比直線主管高，他們必須是這個專業的行家里手。對他們的技能要求也比較高，對他們而言，單有一套美妙的理論是不夠的，必須能自己動手實踐。對這類崗位，在體能和環境上都沒有過多的限制，因為上班主要是呆在辦公室，工作環境肯定比較好，因而對身體能力的要求也不高。他們的工作過程是可以控制的，因為他們的工作場所相對比較固定，主要是在辦公室。

對他們的薪酬結構，可以考慮用崗位薪點工資來核定其基礎工資，其比例相對可以高一些，占薪酬總額的60％以上都可以。其獎勵工資可相對低一些，其比例可控制在15％以內，并可通過綜合績效考核來確定，因為職能主管承擔的職責相對比較多。其附加工資和福利保險不能太高，其比例總額可控制在薪酬總額的25％左右。現場主管。

現場主管的工作主要是在一線負責現場作業的管理和協調，工作目標比較單一。所以，對他們的心理要求和責任要求都相對較低。相比前三類，對知識要求也不高，但對技能要求比較高，他們必須能夠做現場操作人員的師傅，以便能隨時提供指導。其體能要求比較高，因為現場管理對勞動強度的要求比較高，其工作環境也可能不太好，因為生產現場的環境總趕不上辦公室，甚至還可能有噪音和空氣的污染存在。他們的工作過程是可控的，他的工作場地就是現場，不能隨便離開。

現場主管的薪酬結構和職能主管的薪酬結構可以大體相當。其基礎工資可通過崗位薪點工資核定，其比例可占薪酬總額的50％左右；獎勵工資可相對高一些，占薪酬總額的25％左右，其核定方法可選擇目標鎖定法或問題清算法、問題查尋統計法；附加工資和福利保險兩項加總可占薪酬總額的25％，其中附加工資的比例可以高一些。

第二職類：專業技術類薪酬結構的選擇確立方法 這類崗位的心理要求和責任要求相對較低，因為其工作內容比較單一，面對的現實也比較穩定。但對知識要求高，他必須是這個行業的專家。在技能要求上也比較高，必須能夠動手操作和實驗。對體能要求不高，但必須能夠按照其專業技術特點進行實驗。環境狀況盡管不比在辦公室，但也是比較好的。其工作過程不容易控制，因為他們的工作主要是一種腦力的投入，并且其工作方式、工作內容變化性都很大，不能僅僅依據他們是否在工作現場來判斷是否在工作。他們即使坐在工作現場也可以完全不工作。

他們的薪酬結構在基礎工資這個部分，其核定方式可采用崗位等級制，其比例可相對較小一些，以控制在30％左右為宜；獎勵工資的比重可以高一些，以控制在40%左右為宜，也可根據其專業貢獻的大小來獲取獎勵工資，其核定辦法可考慮貢獻提成法。附加工資和福利保險可以相對穩定性，使之免除后顧之憂，這兩項的比例加總以控制在30％左右為宜。第三職類：銷售業務類薪酬結構的選擇確立方法

這類崗位的心理要求比較高，不僅要求具有隨機應變的能力，而且要求能經得往失敗的考驗。其責任要求相對較低，但對知識要求卻不能太低，他們必須懂得與所銷售的產品相關的所有知識。技能要求是能將所銷售的產品進行簡單的拆裝。其體能要求比較高，必須經受得往長期的旅途勞頓。工作環境是多變的，遠沒有坐在辦公室上班舒服。其工作過程是不可控的，因為其工作地點轉移大，并且工作業績與意志努力的程度關系緊密。

他們的薪酬結構可考慮以獎勵工資為主，其比例可控制在60％左右，其核定方法可選擇傭金提成法；其基礎工資比例可以較小，在25％左右即可，其核定辦法可采用最低生活費用限制的平均基礎工資。為了保持其相對的人員穩定，給予一定的附加工資和福利保險是必要，兩者加總，其比例以控制在薪酬總額的15％左右為宜。

第四職類：辦公文員類薪酬結構的選擇確立方法

辦公文員的工作是協助各類主管承擔相應職責，其心理要求和責任要求都不高，有什么變故和不測事件，都有相應主管面對和負責任。但他們必須具備相應的理論知識，以便為相應主管提供一些參考性建議。對他們的技能要求一般比較少，體能要求也不高，工作環境應該說都比較好，其工作過程也容易控制，除了常規性的職責外，就是他的主管交付的一個一個的獨立的事。

他們的薪酬結構可考慮較選擇高比例的基礎工資，其比重可占薪酬總額的70％左右，其核定辦法可選擇崗位薪點計算法。獎勵工資比重可相對較小，占10％左右即可，其核定方法可選擇問題清算法，或者綜合績效考核法。附加工資可以沒有，福利保險的比重可控制在20％左右。因為這類員工在勞動市場上的供求狀況大多處于供大于求，這種人員一般都比較好招聘。第五職類：現場操作類薪酬結構的選擇確立方法 這類崗位員工都是從事具體的業務工作，并且工作內容相對單一。所以，在心理要求、責任要求、知識要求三個方面都不高。但對技能要求比較高，必須對自己所承擔的業務工作能夠熟練地操作。對體能要最高，一般都有相當的勞動強度。工作環境也比較差，他們只能整天呆在操作現場，現場任何形式的噪音污染和空氣污染都無法逃避。他們的工作過程是完全可以控制的，不僅工作場地穩定，而且工作業績與他們的身體行為也密切相關。

他們的薪酬結構可考慮選擇中等比例的基礎工資，即讓基礎工資所占比重與獎勵工資所占比重相當，都可控制在40％左右。基礎工資可通過崗位薪點法來確定，獎勵工資可通過目標鎖定法來確定。另外再適當地給予附加工資和福利保險，但其比重加總不能太高，以20％為宜。

第六職類；輔助服務類薪酬結構的選擇確立方法

這類崗位是為其它相應崗位工作提供輔助服務，沒有特別的心理要求，責任要求、知識要求、技能要求三者都很低。體能要求一般，工作環境也是一般狀態。其工作過程是可以控制的，是否在履行其工作職責，通過簡單地觀察，是否在工作場所執行他的工作職責一目了然。

其薪酬結構可參照辦公文員類設計。因為這兩類崗位工作的差別只存在于知識、體能和工作環境上，而這種差別又可直接通過崗位薪點工資所核定的崗位基礎工資來體現。

以上對企業的六個職類所做的分析，僅僅是提供了一個分析的思路和框架。不同企業各個職類的特征也許與上述所列特征存在差別，這就要求聯系自己企業的實際進行詳細分析。在這里的分析是粗線條的，不同行業、不同規模的企業，可能要求做出不同的細分，包括同一職類的層次細分，比如專業技術和銷售業務兩個職類，在大型企業中其層次差別就很大。高層專業技術人員和業務人員其工作條件要求與低層相比也可能存在較大的差距。要明確這些差距，都只能是一個企業，一個企業地分析來完成。

第二篇：服裝營銷數據分析

服裝營銷數據的報表分析 服裝分析報表是一個創造性的工作，沒有完全統一的分析模式，需要數據分析人員結合企業發展需要，靈活選擇各種數據分析方法，在業務數據中挖掘數據規律，指導企業實踐。

建立全面、有效的業務數據庫是進行數據分析的前提。服裝企業的業務數據庫的結構，應根據分析的需要和企業的經營實力來定。數據庫越復雜分析的信息量越大，但原始數據的收集成本就越高，對數據維護與管理的要求也越高。

采集每筆銷售數據時，應包含如下內容：店鋪、銷售時間、款式、顏色、尺碼、每單件數、折扣、銷售額、氣溫、天氣、銷售人員、銷售人員提成比例、促銷方式、真實折扣、減值成本、VIP、收費方式、附加費明細、操作人員、操作時間等銷售特征參數，這些特征參數用來描述市場銷售特征，在后面的數據分析中將發揮重要作用。

銷售匯總報表是指企業管理層出于了解整體市場銷售情況及計劃完成情況，制定管理措施的需要而編制的服裝數據分析報表，按照時間的長度分為年報、月報、日報，按照銷售額匯總使用的分類變量不同，分為地區報表、店鋪報表、產品報表、款式報表、顏色報表、尺碼報表等。通過這些服裝數據分析報表，有助管理層了解銷售計劃完成情況及市場構成特征與變化，制定相應的管理措施和營銷措施。地區報表是匯總各地區年、月、日銷售額，主要作用是及時了解不同地區的銷售情況及銷售計劃的執行或完成情況，同時可從總量上進行地區銷售對比，尋找各地區的銷售差距和銷售潛力，以便制定相應的促銷措施或調整地區銷售計劃。地區報表也是企業劃分重點銷售區或非重點銷售，制定有區別的銷售戰略的主要依據。

產品分類報表可按照年、月、日不同時段分別匯總，旨在了解各個產品在不同時段的銷售情況，以便及時了解各產品銷售變動，對各個產品的市場銷路變化進行評價，以便對不同的產品進行存貨決策或促銷決策。要利用原始銷售數據庫生成產品分類銷售報表，需要考慮以下幾個參數：按款式、匯總銷售額或銷售量、指定匯總時間段。按產品不同時段的匯總報表與地區報表的操作方法完全相同，只是將匯總分組變量改為產品編碼變量即可。

市場差異化分析報表是指企業管理層出于了解各個細分市場特征及其差異性，以便制定差異化營銷方案的需要而編制的一定時期的（通常用一年、一個季度或一個月）服裝數據分析報表。進行市場差異化分析首先必須選擇合理的市場細分標準及描述這些細分析市場的特征參數，然后比較不同子市場在這些特征參數方面的差異，并給出相應的營銷建議。比較常用的確定市場細分參數包括地區、性別、款式、顏色、尺碼、銷售時段（如季、月、星期等）、氣候、店鋪面積、開店時間等。

如：地區款式差異性分析給出了不同款式、不同地區橫向與縱向對比數據。按照年或月、對地區和款式兩個變量交叉匯總銷售額或銷售量，根據這些數據，可以分析同一地區不同款式的銷售比重及同一款式在不同地區的銷售表現，從而了解不同地區的主打款式及各個款式的主要銷售地區，為企業對不同地區的款式差異性配貨提供依據。要利用原始銷售數據明細生成地區款式差異性報表，需要考慮以下幾個參數：按款式和地區、匯總銷售額或銷售量、指定匯總時間段。

類似地區款式差異表，還可以生成地區尺碼差異表，只是將款式改為尺碼即可。該報表給出了不同尺碼、不同地區橫向與縱向對比數據。根據這些數據，可以分析同一地區不同尺碼的銷售比重及同一尺碼在不同地區的銷售表現。

日前，國家統計局提供統計數據顯示，2011年上半年，國內市場銷售穩定增長，社會消費品零售總額達85833億元，同比增長16.8%。其中，服裝鞋帽與針紡織品6月份零售總額為575億元，同比增長24.6%，1~6月零售總額為3727億元，同比增長23.9%。

隨著中國服裝行業的迅猛發展，服裝行業的產業結構也日趨成熟也會讓供求火爆的服裝才市愈發強勁。

深圳人才需求增長超七成，設計類人才為主流

聯旗下最新統計數據顯示，截至2011年6月30日，北京服裝行業人才需求較去年同期相比增長17.9%，呈現平穩增長趨勢;上海服裝行業人才需求同比增長20.3%，增長幅度平穩，且略高于北京;深圳服裝行業人才招聘需求同比增長77.1%，人才需求增長迅猛，且已經遠高于北京和上海的人才需求增長幅度。

日前，深圳第十一屆中國國際品牌服裝交易會圓滿落幕。深圳市服裝行業協會發布信息稱，截至到2010年，深圳全行業實現產值1500多億元，出口近百億美元。

聯就業指導專家指出，中國服裝行業正在飛速發展中，行業處于由勞動密集型產業轉型為以品牌和設計為競爭點的關鍵階段。深圳在這一點上成為了行業內的領航者，自然引發了高增長的人才招聘需求。

深圳市服裝行業協會會長沈永芳表示，目前，75%以上的深圳服裝企業將銷售額的5%~15%作為設計、創新、研發經費。設計、原創和自主創新為深圳的品牌和產業帶來了源源不斷的動力，深圳的服裝設計師群體已成為提升深圳“設計之都”知名度的重要力量。

這一點也體現在的最新統計數據上。數據顯示，截至2011年6月30日，深圳首席設計師一職的人才招聘需求較去年同期相比增長105.0%，增長翻一倍;深圳圖案設計師一職的人才招聘需求較去年同期相比增長150.0%，增長1.5倍;深圳男裝設計師一職的增長幅度也很強勁，與去年同期相比增長144.4%，緊跟圖案設計師的增長幅度。

天津人才需求增長近三倍，銷售職位需求強勁

最新統計數據顯示，截至2011年6月30日，杭州服裝行業上半年人才招聘需求與去年同期相比增長94.3%，增幅接近一倍;南京服裝行業上半年人才招聘需求與去年同期相比增長幅度超一倍，達140.2%;天津服裝行業上半年人才招聘需求與去年同期相比增長幅度最大，達273.1%，增幅接近三倍。從數據上可以明顯看出，天津服裝行業上半年人才招聘需求與去年同期相比增長幅度遠超于杭州和南京等二三線城市。

另外，最新統計數據顯示，服裝行業銷售經理一職在杭州上半年人才招聘需求與去年同期相比增長15.8%，基本達到平穩增長;該職位在南京上半年人才招聘需求與去年同期相比增長75.0%，與杭州拉開一定距離;在天津，服裝行業的銷售經理一職在上半年人才招聘需求與去年同期相比增長迅猛，達到200.0%，增長幅度遠超于該職位在南京與杭州的增長幅度。

聯就業指導專家表示，二三線城市的服裝行業發展相對于一線城市而言，更傾向于以銷售為競爭主線的產業模式，對于不斷發展的中國服裝行業而言，二三線城市自然以銷售人才為人才需求主流。

未來幾年，二三線城市的服裝行業也會緊跟一線城市的腳步，充分利用我國巨大的市場資源，產業結構逐步優化升級，使得服裝行業人力資源得到充分發揮，讓行業人才為服裝行業發展提供無可替代的推動力。

第三篇：營銷數據分析學習心得

如何讓數字說話

——營銷數據分析學習心得

引言：

當前社會，市場變化紛繁蕪雜，競爭無處不在，需要處理的信息以海量計，公司發展受市場制約，任何決策都如履薄冰，因此科學決策必須打破原有的定性感覺而依賴于信息支持，這些信息相當程度上，又必須以一種狹義的數據形式，給決策者一種量化的直觀體現。

關于數據處理的技術性的問題，不在此討論，通過學習，本文主要從思路和視角的角度對公司現存的數據采集、管理和分析進行探討。主要著眼點在于營銷版塊，對于公司其它版塊所需要的數據分析的普遍原理也會略有涉及，權作拋磚引玉。

一、數據分析思路缺乏創新，數據管理責權混亂

在獲得海量的數據之初，我們首先要解決的是認知問題，即在現有市場條件下，銷售面對的主要問題是什么，知道我們需要解決的目標是什么？我的對策是哪些？我們關注的要點在哪里？我們決策需要的依據是什么？而這些都是傳統的銷售收入、回款、毛利率以及應收賬款等關鍵KPI（關鍵績效指標法）指標所無法解釋的。我們不應該僅僅滿足于傳統指標的比大小，我們更需要基于我們的業務理解去分解分析我們的微指標，讓大而全的冰冷的數字細化的活躍起來。比如說我們的客戶成長率、產品的實際使用周期和客戶采購率的關系、整體的市場占有率和分區域分行業的市場占有率、價格水平以及定價與銷售量的關系??

擴展到其他部門或者管理版塊，KPI指標分解同樣適用。只有知道我們要什么才能夠知道我們應該收集什么。

一方面，銷售管理部基于自身流程性業務的操作層面，對于企業本身的諸如訂貨、發貨、開票、回款等業務數據能夠第一手掌握，對于企業營銷的描述現階段大致能夠做到迅速、直觀、正確、全面。另一方面，這種流程性業務也限制了部門對于行業數據的獲取，在尋找參照系上，只能與自身比較而缺乏對行業、對

競爭對手的比較。而這樣的的比較在某種程度上是沒有任何意義的。

二、業務版塊理解不夠，精確營銷有待加強

營銷分析到底應該分析什么？各種流派的各種學說側重不一，但有一種說法得到大家的普遍認同的就是：銷售不等于市場！

雖然我們公司設立了水泥銷售部和市場開發部，實際上僅僅是行業的劃分和名稱的區別，極端的說，我們公司并沒有真正意義上的市場分析。一方面，銷售人員直接接觸市場，掌握第一手數據和市場的直觀感受，在各個區域經理和部門經理心里，對市場有一種自我的經驗判斷和分析，比如說投標報價是高是低，市場容量是大是小，行業發展是好是壞??另一方面這種判斷分析僅僅只是個人的感性判斷，對于業務人員個體的業務水平和素質依賴極大，業務的糾偏能力較弱。

這樣的一種定性判斷，實際就是我們對業務的理解還不夠深刻，沒有把握到這種市場變化的內在聯系。

例如上面所說的，投標報價，涉及到行業的平均價格、我們主要競爭對手的價格預測、客戶的關系把握、客戶本身的預算、客戶銷量展望和預估、我們的成本及利潤空間、上下游產業鏈的影響、我方采購與競爭對手采購的差異等等。

比如我們所做的大客戶營銷。現階段我們實際更關注真實的銷售事件，換一個思路，其實此類大客戶的預算在上一已經基本分配完畢了。那么擴大我們的銷售額完全可以而且應該從客戶的預算里面挖掘。再比如除了同產品競爭，完全可以進行同質化競爭。電廠檢修用可塑料替代定型磚，水泥窯的喉部預制件，用不定形材料搶占定型制品市場就是一個同質化競爭的案例。

??

應該說，在營銷分析上，我們的理解還沒跟上時代發展，很多的諸如競爭分析、市場分析、客戶細分和精確營銷、數據規劃和數據收集等等很多工作要不就是相當初級，要不就是完全空白。

建議應該組織業務部門和市場人員就現存的市場探討，以頭腦風暴的方式，提煉出我們最關心、最影響我們決策的信息概念，去蕪存菁。一方面我們要知道銷售人員需要我們提供的支撐信息是什么，另一方面銷售人員要知道為了后期信息支撐他們需要收集的信息有哪些。只有通過互動才能加深各自環節對整個流程的理解，從而為我們在惡劣市場條件下得發展保駕護航。

同時，公司的人資考核、技術創新、庫存管理、CD降成本等等也完全可以采用此方法提出自己管理的KPI指標。

三、數據采集架構不明，采集執行考核無力

數據分析是基于營銷原始數據的技術處理。因此營銷原始數據的全面、準確和維度也就決定了分析結果的準度和深度。我們無法想象只有銷售總額和回款總額就能分析出我們那塊銷售區域出了問題；同樣我們也無法僅僅憑借自身的發貨、發票數據等業務數據就能做全行業的大客戶分析。因此營銷分析最為基礎的就是數據的科學采集。

現在公司協同管理軟件，原料庫存管理軟件，財務的用友軟件，再加上曾經使用現已淘汰的客易通軟件從本質上講都屬于業務流程采集的數據庫管理軟件，但由于架構缺乏統一性，造成各業務流程數據的脫節，使得幾個系統同時運行，加大了運行成本，也加大了相關操作人員的工作量，自然降低了對軟件的認同度。而且由于依附于業務流程，幾個系統更加關注的是業務流程的合理性，對于基礎“數據字典”的管理幾乎為零。

首先就是對于客戶的管理尺度無序：由于沒有專人管理，在協同系統、財務系統以及原來的客易通里面同一個客戶由于不同的原因，其客戶名稱和編碼并非唯一，有簡稱有全稱還有錯誤名稱。換而言之，我們對客戶的管理，實際上還掌握在具體的業務經理手里而不是真正的轉為公司資源。隨著業務的轉手或者客戶本身的收購、名稱變更等行為，我們對客戶的管控必然失序。當然由于業務的復雜性、業務經理的責任心以及普遍的人性，對于客戶信息的管理在什么級別管理到什么層次，在現階段如何來要求和考核業務經理的客戶信息的填報率，這屬于管理范疇，就不在此探討。由此還可以引申到技術部門，尤其是開發部門的新產品的實驗數據的管理是否做到了公司化。

其次，像發貨、開票、回款等業務數據的管理是表格和系統共存，甚至是有表格無系統，且各流程崗位和部門各自為戰，只關心各自業務口的合理性，在公司層面缺乏整體關注，對于實際發生業務的是否與系統或者表格匹配沒有校核機制，更談不上管理考核了。

對于我們自身的數據尚且管理不到位，營銷分析中所涉及的競爭分析，供應鏈分析、市場分析所需要的數據要求就更是形同虛設或者是一片空白。例如我們要求在投標報銷中要填寫競爭對手信息，又例如我們要求業務經理在差旅費報銷中填寫相關客戶完整信息。但是，這樣的填報信息是否有人去檢驗校核，同時按照預設目標進行提煉分析，還是只是單純的作為業務應付了事。

結語：

以上只是結合公司現存問題單純的探討了營銷數據的分析目標和前景，但是任何的美好展望落實到實際，更多的是管理上的執行問題，同時數據分析工作的開展與企業資源的投入和大力支持有著必然聯系。

最后，我們要依賴數據但不迷信數據，數據的規劃預測和目標的制定沒有必然的因果聯系，它只體現在在指導我們具體業務的實際操作中。在種種數字游戲中，不管我們選用多么正確的數學模型推導出的多么無限于接近事實真相的數據推論，與真正的事實都是有差異的。

第四篇：零售企業銷售數據分析模型

零售企業銷售數據分析模型

數據分析對企業信息化越來越重要。業務系統給我們提供了大量的數據，但如何利用這些數據進行分析，并得到有價值的結果來指導企業的經營活動，是擺在所有企業面前的、需要不斷探索的課題。

零售企業對銷售數據進行分析時經常采用的分析方法和分析內容，以及對方法和內容的一些詳細解釋。其中，分析方法對采購數據、庫存數據的分析同樣適用。這些方法猶如一把把鑰匙，可以用來打開數據分析的神秘大門。

首先需要確定零售企業在銷售數據分析過程中適用的維度、指標和分析方法，并通過簡單的實例展示，闡述如何將三者關聯起來構造一個分析模型。

要建立一個分析模型，有三個構成因素，即：維度、指標和分析方法。維度指明了我們要從什么樣的角度進行分析，也就是分析哪方面的內容，比如商品、供應商等。指標指明了我們對于這個維度所要進行分析的點，比如數量、成長率等。分析方法指明了我們用什么樣的方法去分析處理這個維度的指標。

一、銷售數據模型之維度

1、商品

商品是零售分析的最細維度之一。大部分的指標都依附商品來做明細的記錄，同時很多維度也是通過商品進行交叉分析，并且商品的層級只有一層。

2、供應商

商品是由供應商提供的，在不同內部組織同一商品可能存在不同的供應商。同一商品在不同的時間也可能存在不同的供應商。供應商所在地和區域有關聯。

3、內部組織

對于連鎖企業，組織架構一般是：總部---事業部（業態）---區域公司---子公司---門店。內部組織所在地和區域有關聯。

門店的關鍵屬性有：面積、員工數、所在地。

公司及總部的關鍵屬性有：員工數、所在地。

配送中心的關鍵屬性有：面積、員工數。

4、商品類別

一般的分類有：大類---中類---小類---細類。商品類別直接和商品關聯。

5、客戶

客戶是銷售對象，包括會員。客戶所在地和區域有關聯。

6、區域

區域是地理位置。從全球視角看：洲---國家---區；從國家視角看：區---省/市---縣/區。一般按正式行政單位劃分。

7、時間

時間是進行數據分析非常重要的維度，分析的角度有公歷角度和農歷角度。其中，公歷角度：年---季度---月---日---時段（每2小時為一個段）；星期、公歷節假日。農歷角度：年---節氣---日---時刻；農歷節假日。

8、品牌

品牌的層次有：品牌層次---品牌，品牌直接和商品進行關聯。一個品牌只能屬于一個廠商，一個廠商可以有多個品牌。

9、采購員

采購員也稱為買手，層次有：采購組---采購員。中小型企業，一般都是統一采購，所以采購員可以直接和商品進行關聯。大型企業，一般按區域公司采購，這時采購員需要和區域公司、商品同時進行關聯。

10、營業員

營業員在專賣、百貨類的銷售分析中非常重要，而在自由選購的賣場中，基本沒有固定的營業員。層次有：銷售部門---營業員。

11、收銀員

層次有：門店－收銀組－收銀員。

12、廠商

一個商品只有唯一一個廠商。廠商的層次就是自己。

二、銷售數據模型之指標

1、銷售數量客戶消費的商品的數量。

2、含稅銷售額

客戶購買商品所支付的金額。

3、銷售稅額

客戶購買商品后應上交的稅額。

4、去稅銷售額

去稅銷售額＝含稅銷售額－銷售稅額。

5、含稅成本

銷售出去的商品的含進項稅的成本額，計算成本有不同的算法。

6、成本稅額

銷售出去的商品的進項稅額。

7、去稅成本

去稅成本＝含稅成本－去稅成本。

8、毛利

毛利＝含稅銷售額－含稅成本。

9、凈利

凈利＝去稅銷售額－去稅成本。

10、場效

指單位營業面積產生的銷售額。

11、退換量

客戶購買后退換商品的數量。

12、退換額

客戶購買后退換商品的銷售額。

13、毛利率

毛利率＝（毛利/含稅銷售額）×100%。

14、周轉率

周轉率和統計的時間段有關。周轉率＝（平均含稅銷售額÷平均含稅庫存成本）×100%。

15、交叉比率

交叉比率＝毛利率×周轉率。

16、促銷讓利額

促銷讓利額＝正常售價額－促銷額。

17、促銷次數

促銷次數有宏觀概念上的，也有微觀概念上的。宏觀上，是指一個銷售單位中一段時間內發動促銷的次數，或某個供應商的商品在一段時間內參與促銷的次數；微觀層面上，是表示一個單品在一段時間內參與促銷的次數。

18、促銷銷售額

（所銷）所購商品為促銷商品，并因此產生的銷售額。

19、交易次數

客戶在POS點上支付一筆交易記錄作為一次交易。

20、客單價

客戶在一次交易中支付的金額總和稱為客單價。

21、銷售價商品正常銷售的價格。

22、促銷價

商品在促銷時的銷售價格。

23、進貨價

商品進貨和供應商的結算價格。

24、成本價

按不同的核算體系計算出來的，用于庫存額統計和毛利計算用的價格。

25、周轉天數

周轉天數=平均存貨÷平均銷貨凈額。周轉天數越長，表示經營效率越低或存貨管理越差；周轉天數越短，表示經營效率越高或存貨管理越好。

26、退貨率

退貨率=退貨金額÷進貨金額（一段時間）；用于描述經營效率或存貨管理情況的指標，與時間有關。

27、平衡點

平衡點用于表示達到某點的快慢；平衡點＝總費用÷毛利率。

28、安全力

經營安全力＝１－（損益平衡點÷營業額）；用于表示獲利情況的指標。

三、零售數據模型之分析方法

1、ABC分析

ABC分析法又稱帕雷托分析法，也叫主次因素分析法。它是根據事物在技術或經濟方面的主要特征，進行分類排隊，分清重點和一般，從而有區別地確定管理方式的一種分析方法。由于它把被分析的對象分成A、B、C三類，所以又稱為ABC分析法。

ABC分析通過對一段時間內商品銷售情況的分析，可以為商品管理提供依據。評估一個商品的銷售情況好壞的指標有以下三種：銷售額、銷售數、毛利。單一用哪個指標進行分析都不夠準確，所以對這三個指標同時進行分析，也就是給這三個指標一定的權重。比如銷售額占x%；銷售數占y%；毛利占z%。則該報表的顯示形式如表1：

其中綜合值=銷售額*x%+銷售數*y%+毛利*z%；x%+y%+z%=1；分類結果顯示AB或者C。

按照所計算的綜合值進行排序，觀察累計綜合值%的變化情況，將累計額百分數為20%以前的這些商品標記為A類，進行重點管理，采取的策略為對相關品的引進；將累計額百分數在20~90%之間的商品標記為B類，進行一般管理；將最后的累計額為10%的商品進行淘汰管理。

根據貨品管理及銷售的情況，還可對ABC理論進行一定的變化，這樣對零售業的商品管理來說更具有操作性。

2、比較分析

比較分析，也稱為對比分析。就是將同一個指標在同一類對象的不同實體或同一實體在不同維度上進行對比，從而得出有價值的決策信息的一種方法。這種方法非常簡單，但直觀易懂，在實際中應用非常普遍。

同比，也叫同期比，表示和去年同一時間段的比較。

環比，表示本月和上月的比較。一般比較分析會結合圖形分析，使得結果更加明顯。

3、比率分析

從形式上看，比率分析是指兩個指標相除。按指標和實體范圍的不同，常用的有以下3種類型：

（1）同一實體、同一指標，在不同時間的比率。如銷售額增長率等。

（2）同一類實體、同一指標，在同一時間的比率。如毛利貢獻度、銷售額占比等。計算方法是單一實體的指標除以所有實體的指標之和。

（3）同一實體、不同指標，在同一時間的比率。如毛利率，周轉率等。這類比率都有特定的商業含義。

4、20-80分析

20-80分析來源于“二八原則”，也叫二八定律或20/80原則。意思是在任何一組東西中，最重要的只占其中一小部分，約20%；其余80%盡管是多數，卻是次要的。

在零售業中，可以根據同一類實體在同一指標間進行二八分析，從而選出需要重點管理的對象（20%部分）。一般應用比較廣泛的分析對象包括：庫存商品（按庫存金額進行分析）、商品（按銷售額或者毛利進行分析）、供應商（按銷售額或毛利進行分析）、客戶（按銷售額或毛利進行分析）。

5、排序分析

排序分析方法是在銷售數據分析中常用的一種方法，就是將某一指標或某幾個指標按照從大到小或者從小到大的順序排列，這種分析方法的好處在于，可以讓分析者清晰地知道最多或最少的實體情況。

排序分析一般應用在以下4種情況：

（1）同一實體、同一指標在不同時間的排序情況，如：某一商品在一個月內的銷售額排序情況。

（2）同一類實體、同一指標在同一時間的排序情況，如：小類中所有商品在某一天的銷售額排序。

（3）同一實體、同一時間、多個指標的排序情況（由主次排序因素組成），如：商品先按銷售額排序，再按毛利排序。

（4）分組排序分析，如：按照供應商分組，對供應商所供應商品的銷售額進行排序。

6、動態分析

動態分析法是根據在一段時間內的數據變化，通過計算各種動態分析指標來描述現象發展變化的過程和結果，進而揭示現象發展變化的速度、趨勢及規律性，并依此對現象的未來發展做出預測的統計分析方法。

動態分析的指標按其分析應用的情況和計算方法不同可分為兩大類，一類是通過將各期發展水平進行平均所形成的指標，包括平均發展水平、平均增長量、平均發展速度和平均增長速度；另一類是通過發展水平之間的對比計算形成的指標，包括增長量、發展速度和增長速度等。

發展趨勢分析方法是動態分析中的一種，它又可分為中短期趨勢分析與預測方法、長期趨勢分析與預測方法、季節變動分析與預測方法。

7、圖形分析

圖形分析的方法是利用圖形的直觀效果來展現查詢結果數據，分析圖形包括：餅狀圖、柱狀圖、折線圖、區域圖等。從圖形分析的方法來說，一般有以下三種方法：

（1）對比圖示法

通過用圖形表現出數據之間的比較關系。

（2）曲線圖示法

一般用曲線圖示法來表明某一實體、某個指標的數據發展趨勢。

（3）因果圖示分析法

用因果圖示分析法把影響分析問題的諸多因素用圖形表現出來，這樣就很容易看出主次要因素。

一般來說，圖形分析應與其它分析結合起來進行分析，這樣可使讀者更加清晰、易懂

8、相關分析

相關分析是分析兩組隨機變量間線性密切程度的統計方法，是兩變量間線性相關分析的拓展。其方法是通過某一變量，衡量預測另一主要變量，通過衡量這兩個隨機變量之間“直線關系”的方向與強弱程度來判斷這兩個變量間的相關性。

在零售業中，相關分析可以應用于以下3種情況：

（1）同一實體、不同指標間進行相關分析，如：供應商的銷售額與費用的關系、商品的數量與銷售額的相關關系。

（2）同類實體的同一指標的相關關系，如：供應商相互間彼此銷售額的影響關系。

（3）不同實體、不同指標間的相關關系，如：員工數量與企業銷售額間的關系。

9、回歸分析

回歸分析（Regression Analysis）是研究一個變量Y與其它若干變量X之間相關關系的一種數學工具，它是在一組實驗或觀測數據的基礎上，尋找被隨機性掩蓋了的變量之間的依存關系。通過回歸分析，可以把變量間的復雜的、不確定的關系變得簡單化和規律化。回歸分析一般有線性回歸分析、非線性回歸分析、多元線形回歸分析，一般最常用的就是一元線形回歸分析。

回歸分析作為相關分析的研究方法，在零售業可以對以下情況進行分析：

（1）同一實體、不同指標間進行相關分析，如：供應商的銷售額與費用的關系、商品的數量與銷售額的相關關系。

（2）同類實體的同一指標的相關關系，如：供應商間銷售額的影響關系。

（3）不同實體、不同指標間的相關關系，如：員工數量與企業銷售額間的關系。

10、方差分析

一個復雜的事物，其中往往有許多因素互相制約又互相依存。由于各種因素的影響，研究中的數據呈現波動狀。造成波動的原因可分為兩類，一類是不可控的隨機因素，另一類是研究中施加的、對結果形成影響的可控因素。方差分析的思想就是通過數據分析找出對該事物有顯著影響的因素、各因素之間的交互作用、以及顯著影響因素的最佳水平等。

11、平衡分析

所謂平衡就是各個互相聯系的因素之間，在數量上保持一定的、合理的對應關系。平衡分析法是分析事物之間相互關系的一種方法。它分析事物之間的發展是否平衡，揭示事物間的不平衡狀態、性質和原因，指引人們去研究積極平衡的方法，促進事物的發展。統計平衡分析的主要方法有編制平衡表和建立平衡關系式。

零售業中一般應用的指標包括：

損益平衡點＝門店總費用÷毛利率，損益平衡點越低，表示獲利時點越快；損益平衡點越高，表示獲利時點越慢。

損益平衡點與銷貨額比＝損益平衡點÷銷貨凈額

比率若小于１，表示有盈余，比率越小，盈余越多；比率越大于１，表示有虧損，比

率越大，虧損越多。

12、因素分析

因素分析法是用來測定受多種因素影響的某種經濟現象，在其總變動中，各個影響因素對它的影響方向和影響程度的一種統計分析方法。常見的因素分析方法有3種：

（1）相關聯因素分析法

本方法不是借助于數字模型，而是根據相關因素的性質，表明其數量變化對所研究現象變動的影響關系與制約關系，從本質上講屬于經驗方法。比如員工的努力程度正向影響商品的銷售額。

（2）相乘因素分析法

通過數據間相乘關系來測定各影響因素對某種經濟現象總變動的方向和程度所產生的影響；一般采用通過固定一個因素，來觀察另一個因素對結果的影響程度。比如：銷售收入=銷售數量*商品單價。

（3）相加因素分析法

對于某一經濟現象的影響，往往是其總體內部的各個組成部分（或構成因素）發生變動的結果。如：商家的銷售額=門店1銷售額+門店2銷售額+?+門店n銷售額。

13、結構分析

結構分析法又稱為組分析法，是在統計分組的基礎上，計算各組成部分所占比重，進而分析某一總體現象的內部結構特征、總體的性質、總體內部結構依時間推移而表現出的變化規律性的統計方法。結構分析法的基本表現形式，就是計算結構指標。結構指標就是總體各個部分占總體的比重，因此，總體中各個部分的結構相對數之和，即等于100%。

通過結構分析，首先，可以認識總體構成的特征。如：在某超市的銷售額中，食品大類占比36%，非食品大類占比45%，非食品銷售占比19%。第二，可以揭示總體各個組成部分的變動趨勢，研究總體結構的變化過程，揭示現象總體由量變逐漸轉化為質變的規律性。如：某超市的食品銷售額在第一年占30%，第二年占32%，第三年占36%，表明當地顧客群對食品的偏好越來越大，說明超市食品引進應該更加多一些。第三，可以揭示現象之間的依存關系，如：研究某商業企業中商品銷售額與供應商的依存關系，可按商品銷售額分組，計算每個組相應的供應商情況。例如，某超市年銷售額300萬元以上的供應商占15%，說明該企業的商品銷售額更多地依賴于那些比較大的供應商的商品。

四、銷售數據模型之建立

有了銷售數據分析的緯度、分析的指標及對指標的分析方法，就可以通過這三者組建銷售數據的分析模型。按照這樣的方法可以出現以下多種數據分析模型

我們假設緯度有X個，指標有Y個，分析方法有Z個；則：

1、單一緯度、單一指標與分析方法的組合比如，選擇緯度為商品、指標為銷售額、分析方法為ABC分析，那么，組建出來的模型就為商品銷售額的ABC分析，按照這種方法，可以組建X*Y*Z個數據分析模型。

2、多緯度、單一指標與分析方法的組合；

比如，緯度選擇商品、供應商、指標為銷售額、分析方法為排行分析，那么組建出來的模型就為供應商商品按銷售額的排行分析，按照這種方法，可以組建X*X*Y*Z個數據分析模型。

通過這種方式的組建，雖可以建立很多數據分析模型，但由于是組合而成，不見得每個數據分析模型都很有效，故要排除無效的分析模型，選擇對企業的業務分析有力度的分析方法來提升企業的業務。

第五篇：外呼銷售精準營銷數據挖掘模型

? OB實現精準營銷需要建立的數據挖掘模型

第一：模型橫向

1、會員定性：通過對會員姓名，性別，年齡，購買商品，購買時間，購買金額，商品品類等數據。得出客戶的購買習慣，購買能力，會員粘稠度。得出會員屬性列表。

2、商品定位：通過同緯度得出商品銷售生命周期，商品毛利，商品消費群等。通過此信息策劃OB商品。建立商品地圖。

3、行銷：根據現有銷售數據庫，分析各維度數據。得出針對不同時間，客戶，商品使用不同行銷活動對營銷的影響，參考此模型制定行銷策略并預估營銷效果。

第二：縱向：

1、業務需求分析：分析客戶購買特性和購買記錄，支撐營銷策劃。根據現有公司銷售要求，針對什么客戶進行營銷。包括“促銷方案分析及評估”，“個性化商品”，“營銷方案及有效化”，“促銷敏感性和目標”等

2、數據準備和轉化：為支撐相關業務要求，銷售和客戶數據能準確，全面精準與業務匹配；另外能將相關數據按照數據庫要求及時歸類。

3、會員屬性選擇：根據業務要求能精準找到會員屬性。符合相關方案要求。

4、建立會員模型：按照會員姓名，性別，年齡，購買商品，購買時間，購買金額，商品品類，行銷活動使用等數據等維度建立會員模型。包括客戶模型，客單模型，積分模型，銷售明細模型，商品模型，付款模型。

5、模型評估：在建立會員模型之后需要測試業務需求分析，數據轉化，會員屬性定義，商品和行銷模型匹配。能進行精準的市場定位,包括“客戶價值及趨勢”，“客戶潛在價值及忠誠度”，“客戶流失傾向”，“行銷活動敏感度”，“客戶消費傾向及消費周期”，“客戶基本信息”評估。

第三：數據挖掘邏輯

1、分類問題：對數據進行分類，預測問題類別。通過對多個數據源進行分類，能夠將數據進行歸類，并能通過數據分析發現問題同時對問題也能進行分類。

2、聚類問題：解決一群對象劃分不同類別的問題。通過對不同的類型數據能統一和整理成一個類別。這是分總概念，通過匯總不同類別數據和問題找到集中式解決方案。

3、關聯性問題：upsell中的upsell和cross-sell。通過模型分析，幫助客戶尋找商品，為商品尋找合適客戶。分析出客戶的購買周期和購買特點找出客戶潛在需求針對性做關聯銷售和交叉銷售。

4、預測問題：預測變量數據是否為連續型的情況。通過分類和聚類，能將數據模型中的數據和相關問題進行串聯。找到問題的發展和變化趨勢，預測問題以幫助改進銷售方案最終實現精準營銷。

OB-TEAM