為什麽要做銷售數據分析？
企業的業務數據涉及銷售數據、財務數據、人力數據、產品數據等多種類型，而銷售數據在所有數據中的重要性毋庸置疑。通過分析銷售數據，將有助於發現經營問題，降低銷售成本，最終提高企業銷售利潤。
關鍵指標提取
不同行業對銷售指標的側重各有不同，本文將以建材行業為例進行說明。
其中涉及的銷售數據指標包括：銷售數量、銷售單價、銷售收入、單位成本、銷售成本、銷售毛利等，原始數據中還會涉及月份、城市、分類、計量單位、對應客戶等信息。
圖表與看板制作
提取完重要數據指標後，您就可以根據需求制作相關看板與圖表。在此之前，用戶必須對需要監控的指標做到心中有數。
壹般來說，制作看板時，根據目的不同可以分為三類：
1. 基礎數據看板：總覽全局
這類看板大家都比較熟悉，主要是由包括地圖、條形圖、餅圖等壹系列的基礎圖表組成，用於查看不同地區、時間、類別的銷售收入、銷售成本等基礎數據。下圖是根據建材行業的示例數據生成的壹個看板：
從這個看板中我們可以讀出這個公司的基礎銷售信息：吉林省是銷售大省，上半年總收入3千多萬，3月份銷售效果最好，多層復合類的常規系列銷量最好。
需要說明的是，此看板均以銷售收入為度量，企業業務人員可以根據自己的需求或者匯報對象進行調整。
2. 問題分析看板：尋找原因
基礎看板滿足的是用戶查看數據的需求，如果想要利用數據解決問題，則需要具體問題具體分析，建立針對性看板，並根據數據分析工具（DataHunter）提供的功能進行探索式分析。
假如您想查看不同類別商品的銷售收入、成本與毛利之間的關系，就可以新建壹個看板，生成雙軸圖：
可以看出，多層復合類銷售收入明顯大於成本，對應的毛利也特別高。
如果想進壹步了解多層復合裏面哪個省市、在什麽時間毛利最高，則可以在原有看板的基礎上，以毛利作為度量新建壹個圖表，如下圖：
接下來對毛利壹覽表，分別從城市和時間維度進行鉆取：
▲按城市維度進行鉆取
▲按日期維度進行鉆取
▲鉆取結果顯示
最後知道：瑞安市4月份的銷售毛利最大。
以上就是壹個簡單的探索式分析的過程。
3. 預警監控看板：迅速反應
銷售類數據的監控預警有多種應用場景：比如對表現好的商品做重點監控，如果發現異常，立即查看原因，防止造成重大損失；又比如對商品的庫存做重點監控，如果某地區庫存不足，及時調整。
舉個簡單例子：根據不同類別產品的成本和利潤生成散點圖，並分別用利潤平均值和成本平均值設立兩條參考線，這樣就將整個圖形分成了四個象限，可以對高成本低利潤或者高利潤低成本的產品進行重點監控，針對變動及時查找原因，並作出反應。
（以上圖表使用DataHunter制作）