企业经营其实简单来说就是做买卖，有了买卖自然就产生了销售数据，那怎么能让这些销售数据产生价值呢？答案就是数据分析。通过对销售数据的分析，可以帮助企业及时洞察市场动向，发现企业销售过程中的问题，调整营销战略。
但在实际分析过程中，我发现，很多企业在解读销售数据上存在很大的问题。很多企业以为的销售数据分析就是将月度、年度销售数据统计汇总，然后简单对比，得出结论，这样数据分析只能描述表层的现象，无法深入发现问题。本篇文章老李就来分享几种经典的销售数据的分析方法。
01 销售数据分析方法一般来说，企业分析销售数据主要有两个目的。
- 目的一：为了避免店铺团队中出现“吃大锅饭”的情况出现，促进相互督促进步，公司决定对每个店铺的成员进行业绩晾晒排名。
- 目的二： 为了更好的执行以上考核、奖励制度，公司总部商品部的数据分析师对每个门店进行了销售数据分析和和问题反馈。
在动手分析前，我们要先了解销售数据包含哪些数据，以服装企业为例，销售数据一般包括：销售日期、订单号、员工信息、产品信息、顾客信息和价格、销量、金额等字段。
在了解数据后也不能急着开始分析，我们还要需要简单了解业务背景，比如公司目前所处的市场状况，重点销售的区域、重点关注产品、产品类型、竞品数据等等，这样在数据分析过程更容易找到分析的思路，分析的结果也能够发挥业务价值。
接下来就是数据分析的阶段了，销售数据分析涉及到的分析方法有以下几种：描述统计、目标分析 (子弹图) 、帕累托分析、波士顿矩阵、RFM模型、关联分析 (购物篮分析)。
- 描述统计：描述统计是通过图表或数学方法，对数据资料进行整理、分析，并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。
- 目标分析：通过子弹图，我们不仅可以看到实际数值的大小与等级，还能与目标值比较（是未达目标、达到目标，还是超过目标）。因此，它经常被用在销售、报表、KPI考核等场景。
- 假设验证（探索分析）： 总体目标或者鞋子类目标完成率未达成，假设主要是由于过度打折销售造成的。
- 帕累托分析：又称二八原则、主次因素分析法，是一种得到广泛应用的统计学分析方法。
- 四象限分析：作为一种策略分析模型，企业可将产品按各自的业务增长率和市场占有率纳入不同象限，使企业现有产品组合清晰可知。
- RFM模型：RFM模型是衡量客户价值和客户创造利益能力的重要工具和手段。
- 购物篮分析：是指通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，即购物篮分析。
至于每种分析方法具体怎么用，下面用一个服装店销售的例子举例。为了避免店铺团队中出现“吃大锅饭”的情况出现，促进相互督促进步，公司决定对每个店铺的成员进行业绩晾晒排名。
同时，特别注重连带销售，并对员工的连带销售行为进行10元/单的奖励。为了更好的执行以上考核、奖励制度，公司总部商品部的数据分析师对每个门店进行了销售数据分析和和问题反馈。
1、描述统计
（1）分析目的
通过描述统计，特别是平均数和标准差，以及销售金额的分布状态，大致整体掌握门店的销售情况，形成初步的结论，方便后续并对其展开进一步的分析。
（2）分析结论
根据统计描述结果，其集中趋势中的指标平均数为351.14元，中位数为310.8元；其离中趋势的指标最小值为19.6元，最大值为1076.2元，极差为1056.6元，标准差为209.91。
由下图可知，该店铺的销售价格主要集中在200-500元之间，共773单。其分布呈现明显的左偏分布。从其分布和描述统计结果可知，价格的分布呈现偏态形状，较为离散。
究其原因，是因为该门店存在部分配套配饰品销售且价格相对较低的原因造成的。
2、目标分析
（1）分析目的
利用子弹图进行目标金额和实际销售的对比，直观展示各个类别产品的达成情况，突出显示未达成目标的类别，以便更进一步的探索分析。
（2）分析结论
