首先还是要明确分析这些销售指标的目的。漫无目的，分析得再漂亮，对决策没有指导意义，领导也不在意。

从两个层面上来讲，一个是对销售情况的整体把控，将重要的指标呈现在一张报表中，通常看的就是销售日报或周报，用于监控数据异常以便及时发现问题。另一个是特定性问题分析，通过数据的展现触发对业务思考，来挖掘原因和解决措施。比如为了提升销售额做的产品对分析，渠道对比分析，退货量对销售的影响等。

所以分析什么指标，不妨找销售经理深度了解其需求，特定问题特定分析。

抑或是参考下面销售数据分析体系，来寻求分析的思路。

以电商零售企业为例。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。

建设销售分析体系，以渠道组织、商品体系实时监控、统计销售业绩。

根据数据间逻辑，从汇总数据的异常，从时间、品牌系列、地区纬度进行钻取识别问题。

根据商品的销量、利润等指标分析商品价值

分析价格带利润、价格带销量。

可以从下面三个层面来跟踪这些指标。

• 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。

这儿举例用 FineReport 搭建的数据报表：

这儿举例用 FineReport 搭建的数据报表：

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。

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。

比如从地区维度出发，从多个角度对比地区之间的差异，通过数据来给相关的团队以无形的压力，提醒各团队的异常情况并及时处理。

上图中，通过地图对各地区的销售情况进行直观的展示，可以选择不同的对比标准来展示。而右侧两个图表与地图形成联动，分别展示该地区的目标完成情况、同比环比情况。

通过上图中可以看出，2月份之前实际销售情况是优于计划值，而在2月份之后有些疲软，5月份的累积完成额已经落后于计划额。需要进一步分析销售情况不佳的原因。这时选择计划完成率对比指标，如果所有地区的完成率都偏低，那或许是大环境的问题，如果是大部分仅少部分地区的完成率偏低，那或许更多的是地区团队的问题。

通过这样的布局，可以对地区的销售情况进行较全面的展示，不能通过单一标准的好坏来展示团队的业绩。

比如，从商品维度出发，对比不同商品的价值贡献度，给到品牌负责人压力，以及为调整商品策略提供参考。

上图中，核心为左上角的商品利润分布图，通过该图对各商品的价值进行体现，这种图表适合商品数量较多的情况，可以很直观的显示出各商品的份量。

右侧两个折线图可与该气泡图实现联动，我们分别介绍一下：

权重曲线图：显示商品的权重分布情况，权重值＝销售额／周权重系数，周权重系数在上一篇已经介绍过，是根据一周中每天的销售情况，对每天进行权重比例分配，例如周一到周日分布为：1.1，1，1.3，1.2，1.5，1.6，1.4。这样计算后得到的值应该是一个较为平缓的曲线，但是我们从图中看出，6月18日的销售额明显高于正常值，我们可以推断这一天是活动日，通过下面的图中我们可以发现6月18日的单价较低，也可以侧面证明该商品在6月18日属于活动促销期间。

同时，在6月17日的销售情况比正常值要低，很可能是因为第二天活动造成的。而月初偏低、月末偏高，则有可能是营运团队在月初有一定的懈怠，月末有追赶业绩的情况。

当然，上面的结论都是根据数据推测出的，若要对结论进行验证，还需其它方法，比如进行ab测试等。