销售案例之销售目标分解

2021/3月/04BI 3.0, 大数据分析0 条评论

销售的起点是制定销售目标,而目标的完成需要每一天的跟进。因而,零售等销售业务,有必要将销售总目标分解至每一天。

今天,我们通过DataFocus系统,来了解一种分解销售目标的方法。

目标分解难点

销售目标分解的难点主要包括:某些企业的销售业务具有季节性;相同月份,天数不同无法复制,如去年2月和今年2月;即使天数相同,例如去年某月有4个周末,今年该月有5个周末,也会对销售趋势造成影响。

当然,节假日也会对销售产生影响。本次为了将问题简化处理,我们暂不考虑这一因素。有需求的朋友可以对分析流程进行少许变更,以对特殊日期进行特殊处理。

DataFocus分解销售目标

我们以一份2017年销售数据为基础,对每个月、每周7日赋予不同的销售权重,制成销售系数表,用来分解2018年每月销售目标。

图表 1 2017年销售数据

图表 2 2018年销售目标

制定销售系数表

(1)计算2017年每月7个“星期X”的平均销售额

在数据表管理界面,将销售数据表导入DataFocus系统。再进入搜索模块,选择该表作为数据源表。

点击增加公式按钮,进入公式编辑界面,通过公式分别获取销售日期中的“月份”和“星期X”。将获得的数值转换为string类型后,保存为公式列,用于进行表间关联。再计算每月各组“星期X”的平均销售额,保存为公式列后,用于销售系数的计算。

【月份】to_string(month_number(销售日期))

【星期X】to_string(day_number_of_week (销售日期))

【平均销售额】sum(销售额)/unique_count (销售日期)

月份

计算销售系数

通过公式嵌套,用group_min计算每月最小平均销售额,再计算销售系数。

【最小销售额】group_min(平均销售额, 月份)

【系数】平均销售额/最小销售额

最后,搜索列名“月份 星期X 系数”,并在操作栏下保存为中间表,以完成销售系数表的制作。

系数(最简)

分解销售目标

计算2018年每个月的不同星期状况,并与销售目标、销售系数进行匹配,将目标分解到每一天。

构建完整的日期列

由于需要将2018年销售目标分解到每一天,因此,需要创建完整的2018年日期列。我们可以通过2017年的日期列进行制作。

在搜索模块,数据源表选择2017年销售数据。点击增加公式按钮,编辑公式add_years(销售日期,1)计算2018年日期列。再用公式提取月份,用于表间关联。

【日期】add_years(销售日期,1)

【月份】month_number (销售日期)

最后,搜索列名“ 日期 月份”,并于操作栏下保存为中间表“2018日期列”。

2018日期列

保存成功后,根据提示,直接跳转至项目界面。

将日期列与销售目标合并

在项目界面,点击创建、中间表,进入中间表编辑界面。

2018日期-2

选择中间表“2018日期列”和含有2018年每月销售目标信息的表作为数据源表,再增加公式列“星期X”、“月份”。通过公式转为string类型,用于与销售系数表关联。

【星期X】to_string(day_number_of_week (日期))

【月份_】to_string(月份)

中间表1

将所需列,双击添加至右侧,并点击“我的关联关系”将这两张表关联,最后点击确定,以实现中间表“2018目标”的制作。

关联中间表-关联关系

(3)计算每天的销售目标

回到项目界面,进入表详情,将前面制作的销售系数表与该中间表进行全关联,以实现后续对两表中数据的同步分析。关联字段为“月份”和“星期X”。

系数与目标关联

成功关联后,回到搜索模块,选择这两个表为数据源表。添加公式列,计算每月的系数和,以及每日系数的占比情况,再进行公式嵌套,求出每日销售目标。

【系数和】group_sum(系数, 月份)

【占比】系数/系数和

【每日销售目标】占比*销售目标

最后,在搜索框中输入列名“日期 每日销售目标”,即可查看到分解完成的2018年每日销售目标。

占比

数据分析的方法还有很多,大家可以去尝试哦~

 

0条评论

递交一条评论

邮箱地址不会被公开。 必填项已用*标注

2021 DataFocus Cloud新品直播发布会

AI驱动,SaaS部署,引领数据分析云时代!