销售分析不能仅仅停留在罗列完成率的层面，而是要深入挖掘数据背后的问题，为业务提供有价值的洞察。本文将带你了解如何进行有效的销售分析，从渠道、产品、价格等维度入手，找出销售不佳的真正原因，制定针对性的提升策略，让你的销售分析真正发挥作用，助力业务增长。

你做的销售分析报表，是不是也是：分产品，地区，销售团队维度，罗列一大堆同比，环比达成率。然后……没有然后了。除了“要搞高”，啥也发现不了。工作中被领导diss，面试被嫌弃：“没深度”。

诉苦大会 Stop！今天陈老师带大家一文看清，有用的销售分析怎么做，文章较长，记得先点赞，回头慢慢看哦。

一、什么是有用的分析

能从数据里解读出业务问题的，才是有用的分析。站在销售的角度，核心问题就是：到底是渠道不会做，还是产品不给力，还是价格太高了。

（1）渠道不会做 → 树标杆，做培训，提高一线能力

（2）产品不给力 → 淘汰劣质产品，主攻优质产品

（3）价格不给力 → 缩减成本，打价格战

往往上规模的企业，不止一个地区，不止一个团队在负责销售。因为，为每个地区/每个团队找到自己的核心问题，制定提升策略，就是销售分析终极目的。

二、从渠道分类开始

渠道问题更容易观察，因此优先分析。渠道分析的关键在：可比性，三个字。比如有两个实体店A和B，观察到A的营业额高于B，并不能直接下结论。而是要先看：

（1）开店位置是否类似（CBD/步行街/社区）

（2）开店时间是否接近（开店12个月以内新店/老店）

（3）营业面积是否可比（至少面积差不多）

（4）店长经验是否可比（从业年限/过往业绩）

通过对比，可能会发现两种情况。

第一：两个店特征相似，但是A就是比B卖的好。此时说明大概率A的运营方法（比如门头陈列/促销海报张贴/导购引导/堆头摆放）更好，可以将A作为案例，让B学习A的做法

产品经理如何做好B端数字化？

各行各业都搭上了数字化转型的顺风车，实现了行业的迅速发展。由于B端产品是为企业所提供服务的产品，那么，企业应该如何乘上数字化的顺风车呢？

查看详情 >

第二：A比B好，且某个特征明显不同。比如A的店长有3年以上从业经验，B是新晋升店长。那么可以形成假设：有3年以上经验的店长坐镇，营业额就是高。之后利用数据，验证假设。如假设能成立，则可以推广经验。整个流程如下图所示：

线上电商店铺也类似，做对比时，需考虑：

（1）店铺主营产品类型

（2）店铺主营产品价格带

（3）店铺销量层级

（4）店铺目标人群属性

一般会选择销售层级接近，主营产品类型/价格带相同的店铺，观察其爆款产品主图，文案，关键字等信息，优化我司店铺表现。

总之，区分分类，不能简单依靠原始数据字段，要列出主要特征（如下图）方便对比，是否会对渠道打标签，是考验分析师水平重要一环。

三、识别产品问题

典型的产品问题，如下图所示：同一类产品，各渠道销售都不好。这是典型的产品力不足标志。

注意！这是销售分析报告，不是产品分析报告。因此，不用在产品本身功能/设计/包装上花太多精力，短期内这些因素也改不了。

产品问题分析，要聚焦到：

（1) 更换海报/销售话术/目标群体，能不能卖掉

（2) 如果实在卖不掉，有没有替代品可以用

（3) 目前积压的库存，打折能不能清理掉

此时，需要看细节数据。要么：看是否有某些门店/某些业务员有本事把这个烂货卖出去，作为标杆，做一套假设→验证的分析流程。要么做测试，比如更换海报/推广，看看能有效果不。

如果市场部和销售部杠起来，坚持认为“产品力没问题，是销售不会卖！”那么强烈建议拆分一个报告，单独研究。否则两部门怼上，你这份销售报告交出去总要被一头骂。

四、价格弹性评估

最后解决价格问题，是因为销售天生有申请更多折扣的动力，但是打折冲量是毒药，打折打多了毛利就没了。所以在数据上，一般监控：

（1） 总销售额 VS 平均折扣力度，预警“透支毛利换销量”问题

（2） 做矩阵分析，找到打折力度少且销量增长多的店铺/商品，作为正面标杆学习

（如下图）

以上是销售分析基本套路。当然，如果是toB销售，电话销售，自营APP内转化，可能情况还有差异，短短一篇文章，无法穷尽所有可能。