在介绍企业销售数据分析之前，我们先谈一个很轻松的话题：做一个旅游计划。
假设你计划休年假，并且攒了2万元的旅游基金，那么这时你需要做哪些工作呢？
首先，去哪玩、玩什么、怎么玩都有一个大的前提，那就是有多少钱。所以预算的多少决定了前面说的几项内容。其次，去哪玩、玩什么、怎么玩这些信息是从哪里获得的呢？我们可以查看携程、马蜂窝等旅游App上的攻略，可以询问百度、抖音、小红书，可以在茶余饭后向同事们获取旅游建议，还可以查看很多有关旅游的公众号等，甚至可以问问ChatGPT。这些都是获得去哪玩、玩什么、怎么玩的主要途径，且得到的信息也都是相对比较可用的。这里的“可用”是指查到的信息相对可靠且可执行。再次，目的地基本锁定了，就该设计每天的具体行程了。如何合理地安排这几天的行程，做到时间、路径、效率和经费都是经济、有效的？最后，确定行程安排。通过前面几步的准备工作，这一步就是结果的确定和输出，此时就该开始着手订酒店和机票，并把几天的行程计划打印出来，购买旅游用品等。我们可以将数据分析的过程看作一次旅游攻略的制作过程，具体介绍如下。
1．确定数据范围预算的多少决定了旅游的大方向，那么数据分析的主题就决定了数据范围。比如，要做最近一年中国A股市场的分析，我们需要去菜市场问蔬菜价格吗？再比如，要做一份高考录取分数线的分析，我们需要查找过去一年小学生的毕业考试成绩吗？其实当老板给我们分派工作时，这个数据范围就已经确定了。比如，老板说现在需要看2023年全年所有产品在分销渠道的销售情况，这个数据的时间范围就是2023年全年，产品范围是所有产品，销售模式范围是分销渠道，这样大的数据范围就被确定下来了。接下来的分析不管怎么做，都跳不出这个数据范围。如果要看增长率，则需要查看历史时期的数据，但这也仅是作为对比基数使用，不是分析的重点。
2．数据获取目的地的选择需要多方面打探、查询信息，这个过程就像数据的获取和筛选。数据的获取可以是多途径的，如调查问卷、报表系统导出、网络下载等。
3．数据分析设计路线就是将上面打探到的资料进行整理、筛选，从而确定对自己而言行之有效的路线。这个过程就像数据分析的过程。当我们拿到一个或多个数据表时，此时各种独立的数据表就相当于制作旅游攻略前得到的各种线索。只是目前的线索还是碎片化的、凌乱的，需要通过系统的、科学的逻辑把它们串起来。串起来的过程可能会反复修改，直到形成最终的旅游计划，但此时的计划还停留在草稿纸上或者大脑中，没有形成最终的计划稿。
4．数据分析报告输出这一步就是最后一步，输出行程安排，并打印以便携带，这时就可以出发了。 我们只需带好整理过的旅游计划，轻装上阵，而不是把从信息收集开始到最后攻略形成的所有资料都携带上。数据分析报告也是一样，通过上一步对各个数据报告逻辑的梳理，现在需要将分析的结果按照一定的逻辑顺序呈现出来。
数据分析报告的输出顺序与分析过程的顺序是相反的。简单来说，分析是演绎的过程，而数据分析报告的输出是归纳的过程，但在分析环节中也会有无数次演绎归纳的环节。
在进行数据分析的过程中会产生很多过程数据，但一定不要将过程数据都罗列在数据分析报告中，就像写文章没有主次，这样的文章读起来很枯燥，读完让人感觉抓不到重点。数据分析和汇报的顺序如下图所示。
图 数据分析和汇报的顺序
现实中的业务比这里所举的实例要复杂得多，上面的实例仅有一层维度的分析。在现实的业务中，往往存在交叉分析。例如，产品维度和区域维度的交叉分析，客户维度和产品维度的交叉分析，或者是今年销售情况和去年同期销售情况的交叉分析等。要想在错综复杂的业务中梳理出分析主线，就需要一个清晰的分析逻辑。总之，制作数据分析报告的一个原则就是“Clean and Clear”。
现实中的企业销售数据分析
下图所示的是某公司的业务类型划分示例图。
从这张图中可以看出，该公司的销售模式主要分为3种，即直销业务、代理业务和分销业务；从区域角度划分，可以分为北区、东区、南区和西区。在区域之下可以查看不同区域的产品线的销售情况。
当然，在进行数据分析时，这个分析逻辑关系是可以互换的，即可以先分析产品维度，再分析区域，最后分析销售模式。确定的依据是数据分析报告的主要目的是什么。如果想了解哪些区域销售目标完成有风险，则需要先细分区域，再细分产品，这样就可以知道哪些区域销售得不好，在哪些产品上可以有突破口。
假设我们在产品部门，现在要了解各个产品的销售情况，则需要先将销售数据按照产品类别进行划分，分析哪些产品销售得不好，再将这些产品的销售情况细分到区域，将问题落实到具体每个人，从而可以在进一步推行产品策略时有针对性，在业绩追踪时有明确的责任人。
假设同样是根据上面的示意图，我们最近发现业绩有所下滑，那么需要从哪里入手分析业绩下滑的原因并提出解决方案呢？
在我刚毕业参加工作时，对于这样的问题，我首先会将数据分析报告中产品维度、区域维度、业务模式维度等各个能想到的维度都进行一级细分，然后进行所谓的数据分析，其实这仅是数据的罗列。记得当时每个月都要输出一份月度分析报告，并要求将每种数据维度都贴到PPT中，这样一份数据分析报告就多到100页了。相信收到报告的领导们是没有时间和耐心认真读每一页的数据的，而做报告的我也毫无成就感，感觉自己就像一个取数机器，对于分析完的报告自己都说不出结论是什么，甚至被领导们问及某些业绩情况时，会记不住结果，还要翻看报告后再回答。
同时，对于一份没有清晰结论的数据分析报告，个人解读角度和信息不对称等原因会导致每个人解读的结论都不一致，所以这样就不如只将与结论相关的信息在PPT中展示，并依据金字塔原理中“结论先行”的方法，第一时间将结论传递给阅读者，再进行详细的说明，这样产生歧义的可能性就大大降低了。
现在我看到同样的数据，就不会罗列很多页的数据，而是用下面一句话说明原因：
2017上半年业绩与去年同期相比下降30%，主要原因是直销业务业绩下滑，其中东区的产品线3和南区的产品线2的销售业绩分别下降了45%和37%，这两部分在总销售业绩中占比60%。这两类产品销售业绩下降主要是因为新旧产品切换，市场对老产品需求减少，对新产品处于观望状态。
例如下面这个简单报告所示。
更进一步，可以搭建一个销售业绩分析可视化看板。
想要更具体地学习企业销售数据分析及报表搭建，推荐读者看看《企业销售数据化管理及可视化分析》这本书。
这本书是作者对自己在多年实际工作中遇到问题的总结，读完本书，读者们会深刻体会到这真的是一本极其接地气和实用的工具书。通过本书，读者可以：
解放自己，提升自身价值通过简单的学习，读者可以实现合理的报表搭建，将自己从烦琐的人为操作中解脱出来，让自己更多的投入到提升自身价值的工作中，让自己更有成就感。
提高工作的专业性和效率很多公司都有企业级的数据报表系统，如商机系统、订单系统、财务结账系统等。无论是Salesforce还是ERP或是专业的数据可视化解决方案，其中提供的数据和报表都是格式化、统一化的，因为这些系统的搭建就是基于公司层面的，而不是针对独立的某个部门的特有需求来单独设置的。对众多一线的工作人员而言很难直接使用公司层面的报表，往往只能从系统中调出原始数据，通过Excel进行再加工，然后制作出适合各个部门的个性化报表。通过学习本书可以实现让这些报表也能够实现自动化、可视化，从而提高工作效率和结果的准确率。
快速上手，搭建最适合自己部门的报表体系市面上有很多的数据可视化工具，这些专业的可视化工具虽然功能齐全，呈现效果美观，但是其中很多细节的设置反倒不如Excel灵活，而且在使用这些工具绘制较为复杂的图表时，对销售数据分析来说，太过复杂。这时Excel就可以充分发挥它的使用门槛低、灵活性强的优势。
更要了解销售数据管理思路最后也是最重要的，除了通过灵活的掌握简单的Excel功能就可以解决工作中大部分的问题的同时，更重要的是希望通过分享这本书里面的销售数据管理思路，帮助更多努力在一线的年轻人们少走很多弯路。工具永远是工具，而了解业务逻辑，熟悉业务特点和公司流程比掌握一门技术更重要。我们要时刻保持一颗学习的心态，不让自己陷于低价值的机械劳动中。
