銷售要統計哪些數據

⑴ 銷售數據分析指標有哪些

1、售罄率

計算公式：售罄率=(一個周期內)銷售件數/進貨件數

售罄率是指一定時間段某種貨品的銷售占總進貨的比例，是根據一批進貨銷售多少比例才能收回銷售成本和費用的一個考核指標，便於確定貨品銷售到何種程度可以進行折扣銷售清倉處理的一個合理尺度。

2、庫存周轉率

計算公式：存貨周轉率=(一個周期內)銷售貨品成本/存貨成本

庫存天數=365天÷商品周轉率

存貨周轉率是對流動資產周轉率的補充說明,是衡量企業銷售能力及存貨管理水平的綜合性指標。它是銷售成本與平均存貨的比率。

3、庫銷比

計算公式：庫銷比=(一個周期內)本期進貨量/期末庫存

是一個檢測庫存量是否合理的指標,如月庫銷比,年平均庫銷比等,計算方法:月庫銷比,月平均庫存量/月銷售額年平均庫銷比, 年平均庫存量/年銷售額,比率高說明庫存量過大,銷售不暢,過低則可能是生產跟不上。

4、存銷比

計算公式：存銷比=(一個周期內)庫存/周期內日均銷量

存銷比是指在一個周期內，商品庫存與周期內日均銷量的比值，是用天數來反映商品即時庫存狀況的相對數。而更為精確的法則是使用日均庫存和日均銷售的數據來計算，從而反映當前的庫存銷售比例。

5、銷售增長率

計算公式：銷售增長率=(一周期內)銷售金額或數量/(上一周期)銷售金額或數量-1%

類似：環比增長率=(報告期-基期)/基期×100%

銷售增長率是企業本年銷售收入增長額同上年銷售收入總額之比。本年銷售增長額為本年銷售收入減去上年銷售收入的差額，它是分析企業成長狀況和發展能力的基本指標。

6、銷售毛利率

計算公式：銷售毛利率=實現毛利額/實現銷售額*100%

銷售毛利率是毛利占銷售凈值的百分比，通常稱為毛利率。銷售毛利是銷售凈額與銷售成本的差額，如果銷售毛利率很低，表明企業沒有足夠多的毛利額，補償期間費用後的盈利水平就不會高;也可能無法彌補期間費用，出現虧損局面。通過本指標可預測企業盈利能力。

7、老顧客貢獻率

以銷售額為例，計算公式=老顧客貢獻的銷售額/總體顧客的銷售額 x 100%，分子分母也可以換成企業關心的其他指標，比如訂單數、利潤等。

8、品類支持率

計算公式：品類支持率=某品類銷售數或金額÷全品類銷售數或金額×100%

反應該品類對整體的貢獻程度，越大說明對整體的貢獻越大。

9、客單價

計算公式：客單價=總銷售金額÷總銷售客戶數

是指店鋪每一個顧客平均購買商品的金額，也即是平均交易金額。

10、坪效

計算公式： 平效 = 銷售業績÷店鋪面積。

就是指終端賣場1平米的效率，一般是作為評估賣場實力的一個重要標准。

11、 交叉比率

計算公式： 交叉比率=毛利率×周轉率

交叉比率通常以每季為計算周期，交叉比率低的優先淘汰商品。交叉比率數值愈大愈好，因它同時兼顧商品的毛利率及周轉率，其數值愈大，表示毛利率高且周轉又快。

⑵ 銷售數據分析

1）銷售排名：優秀的銷售都喜歡拼第一，所以銷售龍虎榜尤為重要，每天莓菌會通過實際業績排名對前三名員工給予相應的獎勵，老闆也會通過排行榜了解各部門業績情況。

2）客戶排行榜：客戶方面也會做成交額匯總，因為大客戶是需要定期維護的。對於有些大客戶，成交額下降可以提醒我們及時做好補救。

3）庫存管理：對於銷售而言，了解公司庫存會節約很大的成本，因為一旦缺貨就會影響正常的交付時間。而管理者，通過圖表來了解產品銷售情況，哪些產品賣的好一目瞭然。

BDP除了能做以上這些好看的圖表，數據還可以自動更新：第一次做好分析之後，以後數據結果會自動定時更新哦（當然我連接了資料庫數據、表單數據）。

這些數據都是銷售最經常關注的數據，做好圖表後直接通過「分享」功能將數據結果分享給Boss，數據變動，分享的結果也會變動，這樣分析效率大大提高了呢，老闆也特別喜歡。

⑶ 銷售數據如何分析

關於銷售數據分析，可以參考以下內容：

原本以為當上銷售領導，可以拿著高薪與老闆近距離接觸，瑣碎之事交給小弟，其實苦逼的生活才剛剛開始，老闆經常要數據，每次都要重新做分析，恐怖！

換了一個數據分析工具，第一次做好分析之後，以後數據結果會自動定時更新哦（當然我連接了資料庫數據、表單數據），整理了常見數據跟大家分享。

1、銷售外勤管理

作為一個小領導，每天都要看下屬的客戶拜訪情況，團隊的成員會在協同軟體上詳細記錄自己的拜訪的情況，包括客戶名稱、行業和具體情況 。

• 地區分布：通過提供BDP個人版的數據地圖，你能直觀看到銷售額的全國分布情況，還可鑽取到各省的各個城市，一步一步分析問題，找到對應負責人，不斷優化銷售策略。

這些數據都是銷售最經常關注的數據，做好圖表後直接通過BDP的「分享」功能將數據結果分享給Boss，分析效率大大提高了呢，就有更多時間去管理銷售業績，優化營銷策略，讓業績不斷提高~~~

Ps：上面美觀的數據圖表均來自BDP個人版~

⑷ 做銷售管理，需要分析哪些關鍵指標

首先還是要明確分析這些銷售指標的目的。漫無目的，分析得再漂亮，對決策沒有指導意義，領導也不在意。

從兩個層面上來講，一個是對銷售情況的整體把控，將重要的指標呈現在一張報表中，通常看的就是銷售日報或周報，用於監控數據異常以便及時發現問題。另一個是特定性問題分析，通過數據的展現觸發對業務思考，來挖掘原因和解決措施。比如為了提升銷售額做的產品對比分析，渠道對比分析，退貨量對銷售的影響等。

所以分析什麼指標，不妨找銷售經理深度了解其需求，特定問題特定分析。

抑或是參考下面銷售數據分析體系，來尋求分析的思路。

以電商零售企業為例。主流的銷售額、訂單量、完成率、增長率、重點商品的銷售佔比、各平台銷售佔比。更多的也可以跟蹤利潤、成交率（轉化率）、人均產出等。

基本業績分析：

建設銷售分析體系，以渠道組織、商品體系實時監控、統計銷售業績。

指標追蹤：

根據數據間邏輯，從匯總數據的異常，從時間、品牌系列、地區緯度進行鑽取識別問題。

商品價值分析：

根據商品的銷量、利潤等指標分析商品價值

價格帶分析：

分析價格帶利潤、價格帶銷量。

可以從下面三個層面來跟蹤這些指標。

3.1 指標的監控

一般都會對這些指標進行監控，有比較傳統的：郵件報送（雖然數據的整合處理要花費業務人員很長時間，但也是要比沒有好的）；也有比較高端的：led屏幕實時監控。不管怎樣的方式，也都是為了這一目的。現在很多公司已實現了指標監控的自動化，以及多平台整合與移動化監控等。

這兒舉例用 FineReport 搭建的數據報表：

上面的圖表是針對上一天銷售指標的監控，最重要的兩個指標（銷售額與訂單量）通過儀表盤展示出來，同時展示目標達成率，可以非常醒目的掌握最重要的信息。不達標？根據此信息就可以找到負責人進行責問了。

其他幾個主要是訂單分布情況，分別為各個價位的訂單數量：體現客單價分布，若某一天的數據異常，比如發現客單價150的數量突然增加，則可能是店鋪促銷帶來的效應（如果客單價下滑，但是銷售額並沒怎麼增加，則非常明顯的這次活動並不成功），也可能是某新品上線帶來的沖擊。總之，通過觀察客單價的分布，是能夠掌握很多信息的。

商品銷量與平台銷量的分布：主要是對銷售分布的掌握，這類信息要說只通過這一天的數據來看出問題來，還是有些困難的，需要連起來看。下面會有提到。

訂單時段分布：分析各個時間段的訂單集中情況，例如上圖中可以看出用戶消費高峰期在晚上9點和10點左右。通過這些信息可以有針對性的調整銷售策略。當然，如果突然某一天的訂單分布有了很大的變動，也值得深入分析原因。

不止是每天的銷售指標值的追蹤，累計起來的數據可以產生不同的感覺，如下圖所示。

一是累計銷售額達成率，從圖中可以看出整體的業績表現。右邊圖表可以與該圖形成聯動，當數據異常時，可以進一步查看各月份的明細數據。

銷售指標的累計值監控，是對整體銷售業績的掌控，而日報則關注與最近的數據，兩者應更多的是結合起來使用，既要掌控全局，也要關注眼前。

3.2 指標的規律分布

很多事請，獨立的去看，很難發現有什麼異樣，但是將時間維度拉開，擴大觀察的視野之後，就會有很多新的發現。正如前面所說的產品銷售分布與平台銷售分布。

上圖展示了各平台訂單的佔比分布情況。仔細瀏覽可以發現：在2月份（春節）期間，總體上天貓平台的訂單佔比很高；而京東平台上兩個旗艦店，隨著時間佔比越來越高。這些信息會有助於幫助公司調整銷售策略。

當數據出現異常變動，可以進一步瀏覽月份明細數據，可以獲知店鋪訂單量佔比的下降，是因為該店鋪的業績下滑，還是其他店鋪的業績提高，這類報表，不僅是對數據的跟蹤，也是對各負責人對追蹤。

3.3 指標的對比分析

比如從地區維度出發，從多個角度對比地區之間的差異，通過數據來給相關的團隊以無形的壓力，提醒各團隊的異常情況並及時處理。

上圖中，通過地圖對各地區的銷售情況進行直觀的展示，可以選擇不同的對比標准來展示。而右側兩個圖表與地圖形成聯動，分別展示該地區的目標完成情況、同比環比情況。

通過上圖中可以看出，2月份之前實際銷售情況是優於計劃值，而在2月份之後有些疲軟，5月份的累積完成額已經落後於計劃額。需要進一步分析銷售情況不佳的原因。這時選擇計劃完成率對比指標，如果所有地區的完成率都偏低，那或許是大環境的問題，如果是大部分僅少部分地區的完成率偏低，那或許更多的是地區團隊的問題。

通過這樣的布局，可以對地區的銷售情況進行較全面的展示，不能通過單一標準的好壞來展示團隊的業績。

比如，從商品維度出發，對比不同商品的價值貢獻度，給到品牌負責人壓力，以及為調整商品策略提供參考。

上圖中，核心為左上角的商品利潤分布圖，通過該圖對各商品的價值進行體現，這種圖表適合商品數量較多的情況，可以很直觀的顯示出各商品的份量。

右側兩個折線圖可與該氣泡圖實現聯動，我們分別介紹一下：

權重曲線圖：顯示商品的權重分布情況，權重值＝銷售額／周權重系數，周權重系數在上一篇已經介紹過，是根據一周中每天的銷售情況，對每天進行權重比例分配，例如周一到周日分布為：1.1，1，1.3，1.2，1.5，1.6，1.4。這樣計算後得到的值應該是一個較為平緩的曲線，但是我們從圖中看出，6月18日的銷售額明顯高於正常值，我們可以推斷這一天是活動日，通過下面的圖中我們可以發現6月18日的單價較低，也可以側面證明該商品在6月18日屬於活動促銷期間。

同時，在6月17日的銷售情況比正常值要低，很可能是因為第二天活動造成的。而月初偏低、月末偏高，則有可能是營運團隊在月初有一定的懈怠，月末有追趕業績的情況。

當然，上面的結論都是根據數據推測出的，若要對結論進行驗證，還需其它方法，比如進行ab測試等。