運用ではどのようなデータを分析する必要がありますか (販売管理の場合、どのような主要指標を分析する必要がありますか)

販売管理のために分析する必要がある主要な指標は何ですか?

まず、これらの売上指標の目的を明確に分析する必要があります。分析がいかに優れていても、それは意思決定を導く意味を持たず、リーダーは気にしません。

2 つのレベルのうち、1 つは販売状況の全体的な管理で、通常は日次または週次販売レポートなどのレポートに重要な指標を提示し、データの異常を監視して問題を適時に検出するために使用されます。もう 1 つは、データの提示を通じてビジネス思考を促し、原因と解決策を探る具体的な問題分析です。たとえば、売上を伸ばすための製品分析、チャネル比較分析、収益が売上に与える影響などです。

したがって、指標を分析する際には、営業マネージャーに連絡してニーズを深く理解し、特定の問題について具体的な分析を行うことをお勧めします。

または、以下の売上データ分析システムを参照して分析のアイデアを探すこともできます。

電子商取引の小売企業を例に挙げてみましょう。主流の売上、受注量、完了率、成長率、主要製品の売上シェア、各プラットフォームの売上シェア。利益、取引率（コンバージョン率）、一人当たりの生産量なども追跡できます。

基本的なパフォーマンス分析:

チャネル構成と製品システムを通じて、販売実績をリアルタイムで監視およびカウントする販売分析システムを構築します。

メトリクス追跡:

データ間のロジックに基づいてドリルダウンし、集計データ、時間、ブランド シリーズ、地域の異常から問題を特定できます。

商品価値分析:

販売量、利益、その他の指標に基づいて商品の価値を分析する

価格帯分析:

価格帯別の利益と価格帯別の販売量を分析します。

これらの指標は 3 つのレベルで追跡できます。

• 指標の監視、リアルタイムおよび累積指標の定期的な分析、指標の比較分析

3.1 指標のモニタリング

これらの指標は通常監視されます。従来の方法には、電子メールによるレポート（ビジネス担当者にとってデータの統合と処理には長い時間がかかりますが、何もしないよりはましです）などがあります。 LED スクリーンでのリアルタイム監視といったハイエンドな方法もあります。どのような方法を使用するかに関係なく、それはこの目的のためです。現在、多くの企業が指標監視の自動化、マルチプラットフォーム統合、モバイル監視を実現しています。

FineReport で作成されたデータ レポートの例を次に示します。

FineReport で作成されたデータ レポートの例を次に示します。

上記のチャートは前日の売上指標を監視します。ダッシュボードには、最も重要な2つの指標（売上と受注量）が表示され、目標達成率も表示されるため、最も重要な情報が非常に明確に把握できます。基準に達していませんか?この情報に基づいて、責任者を見つけて責任を問うことができます。

その他の指標は主に注文分布で、各価格帯での注文数であり、平均注文額の分布を反映しています。ある日のデータが異常だった場合、例えば平均注文額が150件だった注文数が急に増えた場合、それは店舗のプロモーションの効果かもしれません（平均注文額が下がっても売上があまり伸びない場合は、イベントが成功しなかったことは明らかです）、または新製品発売の影響かもしれません。つまり、平均注文額の分布を観察することで、多くの情報を得ることができます。

製品売上とプラットフォーム売上の分布：主に売上分布の把握になります。こうした情報は、現時点でのデータだけで問題点を見出すことはまだ難しく、連結して見ていく必要がある。これについては後述します。

注文時間分布: 各期間の注文集中を分析します。たとえば、上の図は、ユーザーの消費ピーク時間帯が午後 9 時と 10 時頃であることを示しています。この情報を使用して、ターゲットを絞った方法で販売戦略を調整できます。もちろん、ある日に注文分布が突然大きく変化した場合は、その理由を詳細に分析することも価値があります。

日々の売上指標値を追跡するだけでなく、蓄積されたデータによって、下図に示すように、異なる感覚を生み出すことができます。

1つ目は累計売上達成率です。全体的なパフォーマンスは図からわかります。右側のチャートはこのチャートにリンクできます。データが異常な場合は、さらに各月の詳細データを閲覧できます。

売上指標の累積値を監視して全体的な売上実績を管理するのに対し、日次レポートは最新のデータに重点​​を置きます。現在に注意を払いながら全体の状況をコントロールするために、この 2 つをより組み合わせて使用​​する必要があります。

3.2 指標の定期的な配布

多くの物事は、単独で見ると何か異常なものを見つけるのは難しいですが、時間の次元を広げて観察の範囲を広げると、多くの新しい発見があるでしょう。先ほども申し上げましたように、商品販売の配分とプラットフォーム販売の配分でございます。

上図は各プラットフォームにおける注文の分布を示しています。よく見ると、2月（春節）にはTmallの注文が全体的に高い割合を占めていることがわかります。そして、JD.com の 2 つの旗艦店が占める割合は時間の経過とともに増加しました。この情報は、企業が販売戦略を調整するのに役立ちます。

データが異常に変化した場合は、月次詳細データをさらに閲覧することで、店舗注文の割合の減少が店舗の業績低下によるものか、他店舗の業績向上によるものかを調べることができます。このタイプのレポートは、データの追跡だけでなく、責任者の追跡も行います。

3.3 指標の比較分析

たとえば、地域という側面から始めて、地域間の違いを多角的に比較したり、データを使用して関係するチームに目に見えないプレッシャーをかけたり、各チームに異常な状況を思い出させて、タイムリーに対処することができます。

上の図では、各地域の販売状況が地図を通じて直感的に表示されており、異なる比較基準を選択して表示することができます。右側の 2 つのグラフは地図にリンクされており、それぞれ地域の目標達成状況と前年比、前月比のパフォーマンスを示しています。

上図から、2月までの実績は計画値を上回っているものの、2月以降はやや弱含みとなり、5月の累計完成額はすでに計画額を下回っていることがわかります。売上実績が低迷した理由については、さらに分析する必要がある。このとき、計画達成率比較指標を選択します。すべての地域の完了率が低い場合は、環境全体の問題である可能性があります。ほとんどの地域で完了率が低いのに、一部の地域では完了率が低い場合は、地域チームに問題がある可能性があります。

このようなレイアウトにより、地域の販売状況をより包括的に表示することができ、チームのパフォーマンスを単一の基準で良いか悪いかで表示することはできません。

たとえば、製品の次元から始めて、さまざまな製品の価値貢献を比較し、ブランドマネージャーにプレッシャーをかけ、製品戦略を調整するための参考資料を提供することができます。

上の図で核となるのは、左上隅にある商品利益分配チャートであり、これは各商品の価値を反映しています。この種のチャートは、商品の数が多い場合に適しており、各商品の重量を直感的に表示できます。

右側の 2 つの折れ線グラフはバブル チャートとリンクできます。一つずつ紹介していきましょう。

重量曲線: 製品の重量分布を表示します。重み値 = 売上高 / 週の重み係数。週次重み係数については前回の記事で紹介しました。 1週間の各日の売上に基づいて、各日に重量比率を配分します。たとえば、月曜日から日曜日までの分布は、1.1、1、1.3、1.2、1.5、1.6、1.4 となります。この計算で得られた値は比較的平坦な曲線になるはずですが、図から 6 月 18 日の売上が通常よりも大幅に高いことがわかります。この日はイベントの日だと推測できます。下の図から、6月18日の単価が低いことがわかります。これは、商品が6月18日にイベントプロモーション期間内であったことを間接的に証明することもできます。

一方、6月17日の売上は通常より低かったが、これはおそらく2日目のイベントによるものと思われる。月初は低く、月末は高い場合は、月初に運用チームが多少緩んでいて、月末にパフォーマンスを取り戻さなければならなかった可能性があります。

もちろん、上記の結論はすべてデータに基づいて推論されたものです。結論を検証したい場合は、AB テストなどの他の方法が必要です。