销售数据分析教程.ppt

推断性分析 时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值。构成时间序列的要素有两个：其一是时间，其二是与时间相对应的变量水平。实际数据的时间序列能够展示研究对象在一定时期内的发展变化趋势与规律，因而可以从时间序列中找出变量变化的特征、趋势以及发展规律，从而对变量的未来变化进行有效地预测。 时间序列分析（time series analysis) 推断性分析 时间序列分析（time series analysis) 长 期 趋 势 季 节 变 动 循 环 变 动 不 规 则 变 动 上面为2003年6月到2005年9月各月销售额走势，从中我们可以到明显的周期波动趋势 时间序列分析的任务之一就是把影响时间序列波动的四个因素进行分析， 从而出现出其原来的走势，再对下个月的销售进行预测，下图是分离了四种影响因素的 销售走势，其走势比没有提出季节波动要平稳得多，我们就在此基础上再用上面的回归 分析建立模型进行预测 通过回归分析我们建立模型为： Y=1410.82+1.59*T，其中：T表示时间 通过计算，预测到10月、11月的销售额1919、1925、 10月份的实际销售为2040，可见预测具有一定的准确性！ 差异比较分析 差异性分析核心：将性质接近的数据尽可能放在一起做比较，不一致的数据分开。 从而为我们执行差异化的各项政策提供量化依据。 差异比较分析（difference compare analysis) 如：………… 05年 03年 04年 单位：万元 05年 04年 03年 单位：万元 05年 04年 03年 单位：元 商品数据分析现有应用 区域名称 地区 秋1 进量 销量 消化比 存量 北区 哈尔滨 565 381 67% 184 长春 777 575 74% 202 沈阳 483 279 58% 204 济南 1076 857 80% 219 青岛 581 515 89% 66 郑州 641 477 74% 164 北京 2484 1661 67% 823 合计 6607 4745 72% 1862 地区累计进销存报表 单款周销售跟踪分析 导入期 成长期 成熟期 衰退期 店铺 05春 05夏一 05夏二 05夏三 05夏四 旧款 销量 占比 销量 占比 销量 占比 销量 占比 销量 占比 销量 占比 北京国贸商场 14 8% 4 2% 22 13% 32 19% 86 51% 12 7% 北京崇光百货 16 9% 4 2% 15 8% 40 22% 67 37% 40 22% 小计 30 9% 8 2% 37 11% 72 20% 153 43% 52 15% 长春卓展广场 26 31% 15 18% 6 7% 13 16% 8 10% 15 18% 长春国际商厦 5 19% 1 4% 7 27% 5 19% 7 27% 1 4% 小计 31 28% 16 15% 13 12% 18 17% 15 14% 16 15% 7月4日—7月10日店铺销售占比周报表 款号 昆明 重庆 进 销 存 消化比 进 销 存 消化比 A105-U1N05 8 2 6 75% 6 3 3 50% A105-U1O04 4 1 3 75% 6 　 6 100% A105-U1O05 10 3 7 70% 6 3 3 50% A105-U2A05 10 1 9 90% 2 1 1 50% 地区单款进销售存报表 周销售额对比 秋二各地消化分析 THANK 如何分析销售数据与报表 主要内容（key content) 第一 建立对数据及报表的认识； 第二 加强对数据分析的重视程度； 第三 熟悉分析工具的使用； 第四 形成理性分析的思维； 目标 主要内容（key content) 第一 数据的定义及分类； 第二 数据表现形式 第三 数据传递的两种方式 第四 数据分析之目的； 第五 数据分析之基本流程 第六 数据分析方法及应用 内容 第一节 数据的定义及分类 定义：数据是对客观现象进行计量的结果 特征：没有规律，比较凌乱，不便于阅读、也不 便于理解和分析 第一节 数据的定义及分类 数据的分类 A：定类尺度 B：定序尺度 C：定距尺度 D：定比尺度 第二节 数据的表现形式 绝对数 时期数 时点数 时期数反映现象在某一时期内的总量，特征是可以累加 时点数反映现象在某一瞬间时刻上的总量，特征是不可以累加 第二节 数据的表现形式 相对数 比例（Proportion） 比率（Rat