销售数据

销售数据（共12篇）

销售数据 篇1

茶中含有蛋白质、脂质、碳水化合物、氨基酸、生物碱、茶多酚等多种有益成分,风味独特,清凉解渴,又具有很高的保健价值,深受人们喜爱。

本文依据浙江某连锁超市下属100多家大卖场、标超和便利店2004年-2008年的销售数据进行统计分析,研究对象为各种包装的茶饮料成品和冲泡干品,不包括未经深加工的茶叶。

一、连锁超市茶饮料基本状况

截止至2008年12月31日,该连锁超市集团(以下简称“该超市”)的在销售茶饮料一共有15个品牌,每个品牌又因为不同的口味、容量,价格而分为若干个种类,其中数量最多的是“康师傅”,有21个种类,占所有111个种类中的18.92%;其次是“立顿”,有18个种类,占16.22%;第三是“雀巢”,有15个种类,占13.51%。

按照茶饮料的口味来分,数量最多的是奶茶,一共有6个品牌在销售奶茶饮料,分别是“立顿”、“统一优乐美”、“香飘飘”、“大好大”、“摩卡”。其中“优乐美”、“香飘飘”、“大好大”、“摩卡”四个品牌只销售奶茶饮料。奶茶饮料有48种,占43.24%;其次是绿茶,有24种,占21.62%;第三是红茶,有22种,占19.82%。

按照茶的容量来分,数量最多的是500ML规格的包装,有18种,占16.22%;其次是70G规格的包装,有14种,占12.61%;第三是规格为480ML的包装和80G的包装,均为7种,占6.31%。

具体品牌和种类数量分布如图1:

通过对各品牌分种类数量的饼图的观察,不难发现:“康师傅”、“立顿”、“雀巢”三个品牌的茶饮料种类最多,几乎占据了茶饮料业所有种类的“半壁江山”;而“上清”、“健康工房”和“皇家”,三家都只有一种商品,他们只能在茶饮料业抢到很小的市场份额。

二、2004-2008年度茶饮料销售状况

从时间上来看,从2004年至2008年期间,不管是茶饮料的品牌还是种类都在逐年增加。

从图2可以看出,2006成为了茶饮料业兴起的一个“分水岭”,品牌增加了4种,种类增加了32种,之后两年也是每年稳步增加。这说明近几年茶饮料在市场上越来越风靡,茶饮料业也越来越热门,致使许多商家都想来“分一杯羹”。但是仅仅是品牌种类增加也不能完全说明问题,下面是茶饮料年销售额和销售量(按最小销售包装的件数计算,下同)的对比图:

从图3可以发现,茶饮料的销售额和销售量也是在每年飞速的增长,而且同样是2006年,销售额和销售量的增加幅度最大,而且相比4年前,茶饮料的销售额和销售量分别增加了4.89倍和3.91倍,这说明最近几年茶饮料业发展异常迅速,竞争也变得日趋激烈。而且销售额增加的倍数略大于销售量增加的倍数,说明茶饮料在种类增加的同时,均价也在提高。

三、茶饮料销售额占比分析

我们从另外一个角度来分析茶饮料的销售情况,那就是它的销售额占饮料销售总额量和超市总销售额的比例。

从图4可以看出,茶饮料在饮料业的比重是逐年增加,增加最快的依然是2006年,这和2006新增加的品牌比较多有很大的关系。对于超市的总销售额来说,茶饮料销售额所占比例在2007年达到了顶峰,为0.68%,而在2008年反而有所下降,经分析,主要原因应该是2008年物价上涨幅度较大,进而使超市的销售额也有了显著的增加。但是对于茶饮料来说,由于价格波动幅度不大,所以在销售额的增幅较小,占总销售额的比例也就相应降低。

四、结语

以上这些数据给我们展示了一个很明显的现象,那就是:随着时间的推移,茶饮料的市场也越来越大,分析其原因如下:

(一)中国作为一个茶的起源国,作为一个茶文化大国,在上千年的茶文化熏陶下,茶类的食品势必得到广泛的关注。特别是近几年,随着传统茶文化的再次走热,茶类食品出现在日常生活中的频率明显增加,所以茶饮料业也同时迎来了自己的商机。

(二)随着经济的发展,人们的生活水平越来越好,收入越来越高,人均可支配收入的增加,对一些消费品的需求也相应的增加,饮料或者茶饮料作为一种休闲饮品的需求也必然会增加。

(三)同样,随着生活水平的提高,人们对自身的健康就更为关注。

茶饮料作为健康饮料的代表,很好的充当了某些碳酸饮料或者果蔬饮料的替代品。而且随着经济的发展,这种趋势将越来越明显。

摘要：本文依据浙江某连锁超市集团2004-2008年的数据仓库,运用统计分析等方法,对其中部分销售数据作了详细的分析,研究了不同品牌、种类、容量的茶饮料占市场份额的比例,以及茶饮料的销售量、销售额的变化情况及趋势,并就这些年来茶饮料占饮料销售总额和超市商品总销售额的比例进行了比较分析,最后就这些现象的成因进行了探索。

关键词：茶饮料,品牌,销售额,销售量,市场份额,需求,趋势

参考文献

[1]、戴志诚.数据库系统开发与实例[M].电子工业出版社,2007

[2]、王珊,萨师煊.数据库系统理论[M].高等教育出版社,2006

[3]、贾俊平.统计学[M].中国人民大学出版社,2006

[4]、黄静,潘文富.大卖场—商品管理实务手册[M].清华大学出版社,2009

[5]、吴健安,郭国庆,钟育赣.市场营销学[M].高等教育出版社,2007

销售数据 篇2

在15点19分19秒，天猫交易额达到912亿，超过双11全天。

在14点33分36秒， 菜鸟单日物流订单量超过4.67亿，超过去年双11全天，创历史新高。

持续更新。。。

【11月11日 15：20 】天猫交易额到912亿

在15点19分19秒，天猫交易额达到912亿，超过20双11全天。

在14点33分36秒， 菜鸟单日物流订单量超过4.67亿，超过去年双11全天，创历史新高。

【11月11日 12：00】交易额破800亿

依据阿里巴巴今日中午公布的数据，截止12:00，天猫双11全球狂欢节交易额807亿，已经接近去年双十一全天交易额，无线交易额占比83.62%。

【11月11日 10：00】天猫交易额破700亿

10:00 ，2016天猫双11全球狂欢节交易额721亿元， 无线交易额占比 84.41%，去年的双十一全天交易额是912亿元，不出意外的话，在中午天猫会破去年全天记录。

【11月11日 8：00】交易额已破600亿

今天早上交易额增速开始放缓，截止8点整，2016天猫双11全球狂欢节交易额619亿元，无线交易额占比84.93%。

【11月11日 02：30】交易额到500亿元

02：30：20，2016天猫双11全球狂欢节交易额超500亿元，无线交易额占比83.72%。

【11月11日 01：00】交易额到365亿元

到1点钟，天猫交易额超362亿元，已超过双十一，无线交易额占比84.3%。

【11月11日 00：07】交易额超100亿

在6分58秒时天猫交易额破100亿，去年天猫双十一在第12分28秒时成交额突破100亿元。

【11月11日 00：01】天猫双十一破记录，52秒破10亿交易额

11月11日凌晨，阿里巴巴天猫双11活动正式拉开大幕，在52秒时天猫交易额破10亿，去年这一时间为1分12秒。

天猫双11销售额数据预测

一、先了解一下20双11购物节的特点是什么

1.移动互联网购物成为主流，上班也可以抢货;

2. 双十一购物狂欢从11月初到11月12日，双十一购物节变成了11月双周购物节;

3.消费群体扩大，80、90是主流，60、70也不少，另外00后，老年人比例在增加。总体购物人数将会超过年，成为全民购物狂欢;

4. 过去大家是啥便宜买啥，现在是啥实惠买啥;

5. 品牌销售远远大于非品牌销售;

6. 假货比例变低，7天无条件退货成为标配;

7. 从猫狗之争，变成所有电商狂欢，淘宝天猫占销售额总比例将从2015年第70%降到60%左右;

8.十大电商格局未变，垂直电商崛起;

9.双十一晚会将会成为保留节目，影响仅次与春晚;

10.购物以中国品牌为主，境外品牌优惠不大，客户选择空间很少，明年会有所改观。

二、2016天猫双十一销售额数据预测是多少?

参与调查的近3000人中，38%的人认为今年天猫双11总销售额在1000亿到1200亿之间，21%的人认为不足1000亿，仅有17%的人认为今年天猫双11将卖到1000亿以上。

20：191亿元

年被业内称为双十一的爆发点，这一年淘宝商城正式更名为天猫。2012年双十一当日，天猫与淘宝的总销售额达到191亿，其中天猫达到132亿淘宝也有59亿。

20：350亿元

年淘宝双11销售额继续攀升，超过2012年的191亿仅用了13个小时，再次达到新的高峰350.18亿元。

：571亿元

作为阿里上市之后的第一个双十一，20淘宝产生的数据依旧不负众望，也是13个小时就超过了2013年的350亿，最终双十一总销售额达到了571亿元。

2015年：912亿元

截止到2015年11月12日零点，2015年淘宝双十一落下帷幕，阿里巴巴集团宣布当日双十一销售额达到了912.17亿，其中无线端占比68%。

2016年：1400亿?

销售数据 篇3

随着宠物数量的不断增加，美国宠物消费也由1998年的230亿美元增长到2007年的412亿美元，2008年美国宠物消费总额达434亿美元，其中除宠物食品外，宠物医疗相关消费所占比例最大。另外，宠物美容和寄宿也在美国形成了一定的产业规模，每年创造的价值约30亿美元。而未来美国宠物产业的发展趋势将主要朝着高端升级宠物用品消费、宠物日常美容、洗护、体能锻炼、宠物寄养、宠物健康、宠物保险等方向发展。

美国某宠物网站从2000份对独立的宠物零售商发出的调查问卷中，抽取400份进行统计，超过40％的商家销量在2008年与2007年相比增加19％以上。在美国市场上，销售量最大的还是犬用产品，占商家日常销售的55.25％。

在金融风暴的影响下，美国各行各业的经济都有衰退的迹象，但是宠物主人还是在尽最大的可能照顾好自己的宠物。与此同时，小型宠物更是受到人们的欢迎，销售比例较此前有了大幅上涨。观赏鱼及相关产品占宠物商品13.25％的市场份额，猫产品占宠物商品10.48％的市场份额，其他上升较快的还有小型哺乳类动物、鸟类等。

另外，在宠物产品中，套装商品和自然环保的商品近些年尤为受到消费者的青睐，销售额较此前相比上升44%。有升亦有降，报告中28%的商家销售额有所下降，其主要原因是服务水平下降导致。

情感经济中的黏着力

销售数据 篇4

一、系统设计背景

产能过剩、需求乏力加剧了水泥市场竞争, 以提升效率、加强管控、提升企业核心竞争力为目标的各类信息系统 (如ERP、CRM等) 在水泥企业推广应用, 积累了大量基础性生产经营数据。传统的基于关系数据库的信息系统能够较好地实现增、删、改、查询等数据操作, 但不能发现隐藏在数据中的对企业生产经营有价值的规律性的关系, 造成企业积累的数据金矿没有被挖掘和利用的遗憾局面。

根据生产制造过程特点分类, 水泥生产制造属于典型的流程型加工类型, 石灰石等各种原材料按照设计的工艺流程持续地通过一系列破碎、均化、锻烧、粉磨、包装等装备和设施被加工为熟料或散 (袋) 装水泥。按产品的用户使用需求特点来分类, 水泥行业以销售订单驱动为主同时兼顾面向库存生产。市场营销部门依据月需求计划及当期的各品种水泥的库存量、设备生产能力, 统筹考虑国家与地方政府经济政策的出台及执行情况、区域市场内重点工程的建设进度、季节变迁、区域范围内水泥产能的调整、行业内竞争对手营销策略的变化等各种因素, 确定下月的水泥品种、销量、回款、毛利等业务预算。水泥生产部门依据当月水泥销售预算进行产能的平衡与优化并做出物资供应计划及生产制造计划。

该企业的业务信息系统覆盖了产供销、人财物等核心业务, 运行一段时间后积累了大量数据。这些数据是企业积累的信息宝藏, 有许多对企业经营管理决策有价值的信息。在用的业务信息系统是传统意义上的业务应用, 该系统适合具体岗位人员对业务单据进行处理和统计。而中高层管理人员非常关注关键KPI数据, 并且希望从不同角度快速得到关键KPI数据, 基于关系数据库的传统信息系统不能很好地解决这一需求, 以数据仓库为核心的业务分析系统较好地解决了这一问题。

二、业务需求分析

产能过剩、需求下行的外部环境使水泥销售市场竞争日趋白热化, 企业领导、销售管理者迫切需要快捷了解客户需求、分析市场发展趋势, 更好地开展市场营销及服务活动。根据调研、分析, 销售管理人员的业务需求有以下内容:各片区某一时间段产品销量分析, 各片区各品种某一时间段产品销量分析, 某片区某一时间段客户发货情况分析, 各片区所有客户某一时间段毛利贡献情况分析, 各品种某一时间段毛利贡献情况分析, 各片区所有客户某一时间段回款情况分析, 各片区所有客户某一时间段应收账款分析等。要解决以上需求, 要从基础数据采集入手, 客户基础数据、片区基础数据、产品基础数据、产品出厂基础数据、回款基础数据、销售发票基础数据、提货单基础数据、产品成本基础数据等将根据规则进入相关主题数据仓库。

以数据仓库为基础的业务分析是按照主题进行组织的, 经过与管理人员多次讨论与分析最终确定产品销量、毛利、回款、应收账款等四个主题。

三、数据仓库建模

以业务分析需求为依据, 采用多维建模方式, 通过多维数据模型的建立, 确定数据仓库物理模型及架构。

3.1数据分析模型建立。

通过对业务数据分析需求的调研、讨论、研究, 数据分析模型有以下基本内容:业务事实:提货单、出库单、发票、回款、产品入库成本;核心数据:出厂量、回款、毛利、应收账款;分析维度:日期、客户、产品;数据粒度:日期维粒度为年、季度、月、日四个层次, 跟踪提货单、出库单、回款、发票、产品入库成本等业务数据;客户维粒度为片区、客户两个层次, 客户维跟踪客户信息;产品维粒度为类别、等级、品种三个层次, 产品维跟踪产品信息。产品维度的层次结构如图1所示。

3.2数据仓库架构设计。

采用星型模式设计数据仓库架构。星型模式以主题事实数据表和若干个分析维度表来实现数据分析应用。模型的中间为事实表, 事实表的周围为各维度表, 在事实表中管理事实数据, 在维度表中管理维度数据。

产品出厂、毛利、回款、应收账款等分析主题需要从时间、客户、产品等维度来分析, 时间、客户、产品为各分析主题的共享维度。毛利分析主题的星型架构如图2所示。

3.3设计元数据模型。

通过设计元数据模型, 实现操作型业务数据向分析型业务数据转变。在元数据中, 业务事实表和分析维度表信息、操作型业务数据通过过滤、转换规则进入到分析型数据仓库等内容在元数据中得到描述, 具体包括事实元数据及产品、客户、时间等各维度元数据。销售毛利元数据如下表所示。

四、业务分析系统的客户端展现设计

业务分析展现系统采用三层体系结构, 浏览器为客户端、Web服务器为应用层、OLAP服务器为数据层和分析层。业务分析展现系统具有交互式查询功能, 可在查询结果的基础上进行进一步分析。系统有较好的性能, 快速返回用户所需要的数据, 操作简单、界面简洁、易于使用。业务分析展现系统基于Microsoft.Net开发平台, 开发环境为C#, Web应用服务选择IIS。

五、总结

通过对销售业务需求的分析, 设计了基于数据仓库的水泥销售分析系统, 销售管理人员通过分析系统能够快捷、多维分析海量业务数据, 为销售业务决策提供了很好的辅助决策工具。本系统的设计与应用为水泥销售分析系统的建设提供了有实用价值的参考案例。

摘要：通过对某重点水泥企业销售业务需求分析, 设计了基于数据仓库的水泥销售分析信息系统, 销售管理人员能够快捷、多维分析海量业务数据, 为销售业务决策提供了很好的辅助决策工具。本系统的设计与应用为水泥销售分析系统的建设提供了有实用价值的参考案例。

关键词：数据仓库,水泥,销售,分析,设计

参考文献

[1]崔伟成.基于数据仓库的水泥企业商务智能系统[D].华南理工大学, 2012.

销售数据分析报告 篇5

：党×× 依澜众鑫 目 录 大客户整体销售情况 1 大客户销量情况分析 2 大客户销售排名情况 3 1.大客户整体销售情况（3)

平均销售（2)

销售总额（1）大客户分布（5)

终端网点数（4)

销售占比 1.大客户整体销售情况（1）大客户分布 0 10 20 30 40 50 60 70 80 华北地区 华东地区 东北地区 华中地区 个 1.大客户整体销售情况

（2）销售总额 0 5 10 15 20 25 30 2008年 2009年 2010年 2011年 百万元 1.大客户整体销售情况（3）平均销售 0 5 10 15 20 25 30 35 40 2008年 2009年 2010年 2011年 万元 1.大客户整体销售情况（4）销售占比 大客户 其他客户 大客户销售占本公司销售总额40%以上 1.大客户整体销售情况（5）终端网点数 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2008年 2009年 2010年 2011年 个 本公司所有大客户下辖的网点总数如下 2.大客户销量情况分析 单价 分析 同期对比 增长率 分析 净利润 分析 品类 分析 五个维度 销量分析 2.大客户销量情况分析（1）与上一同期对比 0 10 20 30 40 50 60 70 80 90 100 第一季度 第二季度 第三季度 第四季度 2011年 2010年 百万元 2011年销售额较2010年同期出现下滑趋势 2.大客户销量情况分析（2）增长率分析 2011年大客户销售增长率有所降低 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 2008年 2009年 2010年 2011年 2.大客户销量情况分析（3）净利润分析 0 10 20 30 40 50 60 70 80 2008年 2009年 2010年 2011年 大客户 其他客户 百万元 对大客户销售的净利润要远远超过其他客户 2.大客户销量情况分析（4）品类分析 对大客户销售的品类比较集中 0 50 100 150 200 250 2008年 2009年 2010年 2011年 大客户 其他客户 种 2.大客户销量情况分析（5）单价分析 元 大客户销售商品的单价要比其他客户的单价高 0 10 20 30 40 50 60 70 80 2008年 2009年 2010年 2011年 大客户 其他客户 3.大客户销售排名情况 排名 排名 情况 情况 净利润排名 网点数排名 销售额排名 3.大客户销售排名情况（1）网点数排名（前五名)

名次 大客户名称 网点数 所属区域 1 AA 135 华北区 2 BB 78 东北区 3 CC 69 华北区 4 DD 58 华东区 5 EE 55 东北区 3.大客户销售排名情况（2）销售额排名（前五名)

名次 大客户名称 销售额（百万元)

所属区域 1 AA 135 华北区 2 CC 100 东北区 3 BB 98 华北区 4 DD 77 华东区 5 EE 69 东北区 3.大客户销售排名情况（3）净利润排名（前五名)

名次 大客户名称 销售额（万元)

销售数据 篇6

关键词:数据挖掘；汽车销售；销售预测

中图法分类号:F272 文献标志码: A 文章编号：1005-2550（2011）05-0080-04

Data Mining Technology in the Field of Applied Research Car Sales

LI Bao-lin，CHEN Yan-shou

（Department of Economics and Management, Hubei University of Automotive Technology, Shiyan 442002，Chian）

Abstract：After years ofcompanies operating , the operational database saves a lot of historical data which are necessary analysised,These data can reflect the process of car sales in certain laws. This paper analysised the data mining technology in the domestic and foreign car sales in the application for the study, summed up the data mining technology in the automotive application of the various stages of sales, sales made at different stages of data mining techniques which can be used for analysis, the conclusions related to the car sales business has a certain value.

Key words: data mining；car sales；sales forecast

近年来，随着人民生活水平的不断提高，汽车行业的前景十分看好，截止2011年1月底，汽车工业协会最新数据统计公布2010年我国汽车全年销量为1 806万辆，同比增长32.37%，产量为1 826.47万辆，同比增长32.44%，稳坐全球第一宝座。随着全球经济日趋一体化，国际、国内汽车产业竞争越来越激烈，我国汽车产业也面临着机遇和挑战。面对日趋激烈的市场竞争，各汽车厂商越来越重视汽车销售过程和售后服务的管理。

销售是企业经营的起点，也是实现企业效益的焦点。汽车销售企业经过多年的运作，在操作型数据库中保存了大量历史数据，这些数据中蕴涵了许多有用的信息。对这些数据进行必要的分析，可以反映出汽车销售过程中的一定规律。用传统的方法来分析这些海量数据非常困难，而数据挖掘是一种从大型数据库或数据仓库中提取隐藏的预测性信息的技术。将其应用到汽车销售领域，对销售领域中的大量业务数据进行处理，从中提取辅助汽车销售决策的关键性数据，可以为科学的商业决策提供帮助。我国在汽车销售领域利用数据挖掘技术目前还处于起步阶段，对数据挖掘技术在汽车销售领域中的应用研究主要是集中在该领域的某个方面，目前还没有一个全面的分析研究报告，在其他方面的挖掘有待我们进一步的去研究。

1 数据挖掘技术在国内外汽车销售领域的应用情况

目前在国内汽车销售中也用到一些数据挖掘技术，包括对目标客户群的分类、汽车销售量的预测、汽车金融保险等。如上海大众汽车销售有限公司，提出了在其已有的业务系统基础上，通过应用数据挖掘技术分析汽车竞争对手的产品信息，可以了解竞争对手动态及消费者的需求，旨在为企业提供一种新的途径去了解市场，提高决策支持的准确度。上海通用采用数据挖掘SAS软件提供保修分析解决方案，提高了保修分析周期和解决问题的效率。

数据挖掘技术在国外汽车销售领域中也有一些成功的应用，涉及到丰富产品组合、提高顾客满意度、顾客需求状况分析等方面。如美国AutoZone是美国第一大汽车零配件连锁销售商，公司拥有的AutoTrader.com是世界上最大的汽车销售站点，每天都会有大量的用户对网站上的信息点击，其运用SAS软件进行数据挖掘，每天对数据进行分析，找出用户的访问模式。美国福特汽车公司通过从Teradata数据仓库中抽取数据进行分析、转换、处理，从而对汽车车型喜爱趋势、客户分群、客户评分以及客户生命周期等问题进行分析，为客户关系管理以及市场营销活动管理提供了支持，从而为福特公司带来了巨大的收益。

目前数据挖掘技术在国内和国外汽车销售中的应用具有一个共同点，即主要应用在领域的某一方面，却没有一个销售各阶段应用情况的全面总结。

2 数据挖掘技术在汽车销售不同阶段应用

2.1 数据挖掘技术在汽车销售前的应用

在汽车销售前，可以用数据挖掘技术进行汽车客户获取、竞争对手分析、客户对汽车喜爱款型的预测、洞察客户需求分析等。具体应用总结如下。

1）目标客户群的分类

通过对汽车销售历史数据分析,对客户购买属性进行关联规则挖掘，可以有效地挖掘顾客购买行为和汽车属性之间蕴藏的内在联系；汽车公司通过采用决策树算法来分析实际的客户数据，得到客户群的共同特征，帮助营销人员确定哪些是潜在的客户，从而针对他们展开营销策略，提高销售成功率。

广州本田采用企业实际销售的客户数据作为数据挖掘的样本，通过数据库中的四个表：销售记录表、客户表、车型表、销售员表进行决策树分析。通过分析，可以根据客户的家庭经济条件和年龄等因素判断潜在客户能否成为广州本田的目标客户，对客户进行分类，而客户的一些其他因素如文化程度、职业性质、个人爱好等对能否成为广州本田目标客户的影响不是很大。

2）竞争对手的产品分析

利用数据挖掘中的聚类技术，可以分析竞争对手的产品在不同区域的销量，找出影响车型销售的关键因素。这些因素可能包括车型的价格、级别、装备配置情况等，从而挖掘出不同区域的购车者偏好差异；通过分析竞争对手的产品在某个特定区域的销售数据来预测在该地区推出新车型后的销量情况，确定企业的竞争战略。通过收集竞争者几年内的资料，分析竞争对手产品性能上的优势和劣势，了解竞争对手的目标、战略、强弱，确定竞争对手的反应模式，最后确定本企业的竞争战略，获得较大的利润。

3）网站个性化的推荐

汽车销售网站已经成为人们获取信息的一个重要途径。用户对Web站点的要求越来越高，这种要求体现在网站的设计能否根据用户的兴趣而有针对性地改变，如果能在汽车销售过程中根据用户的访问兴趣进行个性化推荐，就可以有针对性地满足用户的需求，赢得用户的青睐。可以利用数据挖掘的关联技术对用户访问页面的顺序进行分析，获得相应的关联规则，这类关联规则可以帮助汽车网站改善结构，辅助市场营销，根据用户的访问历史对用户进行专门推荐，还可以帮助预先取读网页以减少用户的访问等待时间。

利用数据挖掘技术，对客户浏览汽车销售网站的行为进行挖掘，进行用户个性化的服务推荐，可以成功地推销用户喜爱的车型，提高营销成功率，为企业赢得利润。

2.2 数据挖掘技术在汽车销售中的应用

在汽车销售中可以用数据挖掘技术预测某地区的汽车销售量，制定交叉销售的营销策略。用到的数据挖掘技术可以是时间序列、线性回归、非线性回归、灰色系统模型、多维关联、Apriori算法等。

1）汽车销售量的预测

经销商需要对汽车的市场需求进行预测，从而制定销售方案，而生产商同样需要对汽车市场进行预测，从而制定生产方案。汽车销售预测将根据汽车市场过去和现在的数据信息，运用已有的知识、经验和科学方法，利用企业现存的历史数据，对汽车销售未来的发展趋势进行预先估计和推测，帮助企业决策，从而提供生产或销售规划的依据，避免盲目性，减少决策投资风险。在实际汽车销售量的预测中有很多方法，时间序列法是比较常见的，由于存在的误差比较大，企业实际预测时越来越趋向用径向基神经网络法，它是一个单隐藏层的三层前馈神经结构，结构简单、训练简洁而且学习收敛速度快，能逼近任何非线性函数。

2）汽车销售中交叉销售的营销策略

交叉销售是指服务人员在向顾客提供某种产品或服务的同时，推销其他产品和服务。利用数据挖掘中的关联分析，可以发现客户所购买的产品或服务之间的关联规则，从而指导交叉销售。交叉销售作为一种销售成功率高、成本低的营销方法,已经越来越得到以客户关系管理为中心的汽车企业的认同和采用。交叉销售通过共享客户资源,基于数据库,利用数据挖掘中的关联分析技术,不仅能寻求交叉销售的目标客户,而且还能发现客户的多种相关需求,从而更有效地在汽车销售中实施交叉销售策略,增加企业利润。

2.3 数据挖掘技术在汽车销售后的应用

在汽车售后阶段，主要遇到的问题是售后服务问题，包括汽车故障件问题、汽车安全检测问题、汽车保险问题、汽车金融、客户关系管理等方面，可以利用数据挖掘技术，在售后服务方面提高顾客满意度。

1）汽车故障件的管理

汽车故障件的管理已成为售后服务的一个重要方面，随着故障件信息化管理的实施，企业希望从故障件信息中发现规律以支持企业决策，通过查询统计功能只能发现故障件信息中的表层知识，对于企业的决策支持有限，对于隐藏在故障件信息中的非线性规律及较为隐秘的知识是一般的数据分析方法无法实现的，因此应用数据挖掘技术挖掘隐藏在故障件信息中的知识以达到支持企业决策的目的。

可以使用聚类分析技术结合关联规则算法找到车型故障信息中的隐含知识，通过关联规则算法对车型故障信息进行分析，企业可以发现适合特定地区的车型，通过不同维修时间段的选择，企业可以监控供应商产品质量是否提升，通过对不同车型故障原因的分析，企业可以发现各车型之间的配置问题，从而监控与改进车型配置、车型质量，支持企业营销决策。

2）汽车安全检测数据的管理

汽车安全性能检测是指对于汽车运行中安全因素直接相关的系统技术指标，进行定量测试，可以对汽车的可靠性、稳定性进行分析评价。可以利用决策树技术预测车辆的安全等级水平；利用聚类分析技术对检测安全数据聚集，就能发现一定地区范围内车辆的安全或环保性能状况。汽车安全检测排气污染数据的挖掘分析能真实反映地区车辆尾气排放状况，不仅可以为环保部门监控和管理提供科学依据，而且可以为顾客购买时推荐环保汽车提供依据。

3）汽车金融中客户风险的管理

汽车金融服务已经成为制造业最大的利润点，成为国内汽车制造商争夺优质客户，抢占市场占有率的有效手段，而风险控制是汽车金融公司的核心要素。汽车企业利用关联规则对潜在的风险客户进行挖掘，利用递归分类树的方法对信用风险进行分析，利用神经网络法对信用进行评分，贝叶斯分类方法对信用进行评价，让汽车金融服务能够在竞争激烈的汽车行业做的更好更科学。

4）汽车制造业CRM管理

由于市场日趋饱和，汽车行业的竞争激烈，获取新客户的成本远比留住原有客户的成本高很多，对客户的流失进行预测并采取有效措施留住客户成为汽车销售的重要问题。利用数据挖掘中的遗传算法可以找到最大的收益客户群，汽车企业就可以将具有该客户特征的客户作为公司的重点客户予以积极对待，防止客户的流失；利用粗糙集方法可以找到流失客户的特征，防止客户的流失，最大限度地保持现有客户，增加客户的忠诚度，提高公司收益；利用聚类分析方法，可以对客户价值信息进行挖掘，提高企业的客户关系管理，为企业盈利。

2.4 数据挖掘技术在汽车销售领域的总结

本文对数据挖掘技术在汽车销售领域的应用进行了分析总结，在汽车销售的不同阶段，所用到的数据挖掘技术有所不同，具体总结见表1。

3 结语

数据挖掘技术在汽车销售领域中已经实现了部分应用，但是已有的研究只在汽车销售领域的某一个具体方面进行，没有一个全面的研究分析报告。本文分析总结了数据挖掘技术在汽车销售三个不同阶段的应用情况，得到了一个全面的分析报告，对汽车销售企业有着实际的参考价值。

参考文献：

［1］ 邵峰晶，于忠清.数据挖掘原理与算法［M］.北京：科学出版社出版，2009：164-170.

［2］ 李柏林.汽车售后服务故障件管理及数据挖掘技术的应用研究［D］.成都：西南交通大学，2008.

［3］ 张友志.基于关联规则web日志挖掘方法的研究［J］.安庆师范学院学报（自然科学版），2006，（1）：57-59.

［4］ 刘建平.我国汽车品牌销售及其走向分析［J］.中国工商管理研究，2006，(1)：72-73.

销售数据 篇7

数据仓库是一个面向主题的、集成的、时变的、非易失性的数据集合, 支持管理部门的决策过程。数据仓库系统通常需要涉及数据源、数据仓库、OLAP服务器和前端应用几个部分。其中数据源是整个系统的数据来源, 包括各种原始的业务数据。数据仓库是整个系统的核心, 负责集成经过抽取和转换的源数据, 并向OLAP服务器提供数据。OLAP服务器负责向用户提供分析结果, 而前端应用主要包括各种报表工具或查询工具等。本文研究在服装销售领域内数据仓库的建立过程和方法, 以服装销售信息系统中关系数据库为数据源, 实现了一个实用的数据仓库系统, 为管理人员分析销售形势提供了有力的帮助。

2、数据仓库建模

2.1 事实表与维度选择

对于面向全国进行服装销售的公司而言, 主要的业务元素有客户、产品、销售时间、销售数量和价格等。本数据仓库的逻辑模型采用了雪花模型, 主要关注产品销售主题, 如下图所示。该模型的结构特点是:以产品销售这个事实表为中心, 从时间、地域和产品三个维度向外进行了扩展, 并且销售产品属于不同的产品类别, 如男装、上衣、衬衣等。产品销售事实表中的信息来自于服装销售业务管理系统的订单表, 其中数据仓库主要利用的字段有产品编号、地区编号、销售数量、销售单价和销售日期。

2.2 服装销售的维度分析

服装销售时, 管理人员需要对销售情况进行分析, 了解分产品类别、分时期、分地域的销售效果, 然后制定新的销售计划。在产品类别、时间和地区这三个维度上, 级别表达了数据的层级结构, 从数据的最大 (汇总程度最大) 级别直到最小 (最详细) 级别。如年、月、日代表了三个不同的时间层级。

2.2.1 产品类别维度

在实际的业务管理系统中, 服装产品可能有数千种。在我们所选企业的数据库中, 产品类别分为大类、中类和小类三个级别。例如女装是一个大类, 上装又是其下属的一个中类, T恤则是上装下属的一个小类。产品类别的层级结构如下图所示。

从数据仓库的模型 (图1) 可以看出, 事实表中每个产品编号代表一种特定的商品, 而通过产品表将其归属于某一个特定产品小类;获得产品小类编号后, 可以在产品类型编号表中查找它所对应的产品中类和大类。通过对销售事实信息在不同粒度上的汇总, 我们可以获得各个类别产品的销售情况 (如图2) 。

2.2.2 时间维度

在各种管理信息系统中, 时间都是常见的信息。在激烈的竞争中, 时间也是服装销售决策者需要重点关注的因素之一。他们需要了解什么时间产品的销售形势较好, 什么时间不好, 以及各个时间段本企业的销售业绩如何。

为了适应业务需求, 我们将时间维度分为年、月和日三个层次。系统首先按照不同年份进行销售数量和金额的统计, 然后又细分为按月统计和按日统计。如见维度各层次的关系如图3所示。

2.2.3 地区维度

我国幅员辽阔, 人口众多, 但各地区经济发展水平不同, 并且气候变化、文化习俗也有不同。因此, 地域因素对服装销售也存在较大程度的影响。例如, 羽绒服在南方省份的销量可能就不太好。将产品销量和金额分地区进行统计和分析后, 决策者可以有针对性地拓展市场, 投放广告。在销售事实表中, 地区编号实为邮政编码。根据我国的行政区划, 自然可以得出如图4所示的地区层次结构, 分为省 (直辖市、自治区) 、市 (区) 两级。

3、数据仓库实现

我们以一家知名服装企业为例, 设计并实现了一个数据仓库系统。源数据来自于该企业的业务管理系统, 主要是销售订单、产品信息、产品类别信息等。经过较为简单的数据抽取和转换过程, 统计出不同维度下、不同粒度的组合信息。每个订单记录了最详细的销售信息:销售的日期、产品的编号和邮政编码, 根据维表中的信息, 可以将此订单的销售数量和金额归总于相应的数据立方体。为了获得任意组合条件下的销售数量和金额, 我们进行了大量的统计求和处理, 并将统计结果保存于不同的数据库表中。为了实现多维分析功能, 我们采用了开源的OLAP服务器Mondrian, 并通过适当的配置, 使其可以方便的显示我们加载的数据仓库数据。

下面四幅图即为在不同维度、不同粒度下的Mondrian查询结果界面。其中图5、图6和图7分别显示了按照产品类别、时间和地区维度展开的销售情况统计结果。实际上Mondrian可以继续对当前较粗的粒度进行展开, 直至显示到最细的粒度。例如, 可以点击图6中的2008年这个节点, 即显示该年份下12个月的销售情况统计, 进一步还可以显示某一个月下每天的销售情况。图8则显示了不同维度、不同粒度组合条件下的销售情况, 如紫色嫘萦衬衫2002年4月在山西省太原市共卖出5件, 销售额为540元, 而该衬衫同年在四川省卖出1件, 销售额为108元。

4、结语

随着市场竞争的日益激烈, 越来越多的企业需要利用数据仓库技术把原始经营数据转化为辅助决策信息。在本文中, 我们针对某服装企业的销售主题构建了一个实用的数据仓库系统, 从产品类别、时间和地区三个维度上进行了分析。按照不同维度、不同粒度的组合对海量源数据进行了统计分析, 并利用Mondrian OLAP服务器展现了数据仓库数据。借助该系统, 公司决策者可以十分方便的获悉企业的销售动态, 从而制定科学的销售策略。

参考文献

[1]Inmon W.H.Building the data Warehouse[M].北京:机械工业出版社, 2000.

[2]钟丽.零售企业的数据仓库系统的设计与实现[D].复旦大学硕士学位论文, 2008.

[3]叶政.面向大型服饰企业销售决策的分布式数据仓库设计[D].浙江大学硕士学位论文, 2006.

销售数据 篇8

水泥销售日常管理工作就是统计客户销售台账,每月的月初要抽出大量的时间对上一月客户销售数据进行核减,来获取客户目前的账务信息。信息处理量大,容易出错,缺乏系统、规范的信息管理手段。在计算机及数据库技术快速发展的今天,迫切需要利用计算机、数据库来实现水泥销售的自动化管理。

1.1 本课题(项目)的意义

对水泥销售业务的客户、入库及发货、检验出区、开票、资金及账务等日常工作实行计算机管理,来完成各种业务的输入、查询和报表打印及账务核减,以提高工作效率和管理水平。

1.2 本项目的目标与任务

1.2.1 数据管理和维护

1)信息入库(客户信息、开票信息、入库信息、化验室出区信息、提货记录)。

2)数据维护(包括删除和修改数据)。

3)系统设定(包括备份数据、初始化数据、接收数据等、账号管理、密码管理等)。

1.2.2 数据信息服务

1)数据查询(月提货明细、办事处应收账款及尚欠数、办事处水泥销售平均价格、办事处水泥销售及资金回笼、销售流向表、应收账款、开票量、尚欠数、客户、提货记录、资金记录、业务员个人、查询减帐明细等)。

2)报表打印(销售日报、水泥销售开票统计月报、尚欠数明细表、客户明细表、应收账款明细表)。

2 数据库设计

2.1 需求设计

需求分析是数据库设计过程中最关键的阶段,通过深入了解用户的实际需求来确定数据库及系统的设计,是系统开发过程中最困难、最耗时的阶段,需求分析决定了数据库设计是否合理实用。

2.1.1目标与任务

通过深入详细地了解财务、销售、化验室和发货车间的业务流程,明确用户的各类需求,完成了流程再造,确定了新系统的功能,建立起了数据字典。

2.1.2 业务流程

1)所有的客户在发生业务前都要在销售公司电脑终端前建立详细的客户信息(为客户建立唯一的代码)。

2)财务科办理手续:

① 现金客户:开票人员调出客户的唯一代码和客户名称,录入提货名细打出发票,出纳收到钱后,盖上发票专用章并激活确认该记录。

② 合同赊销客户:财务人员根据赊销审批单录入赊销数量、单价,财务主管激活并确认该记录。

③ 其他情况基本类似。

3)化验室在电脑终端前根据水泥质量、数量情况输入当天可以发放的区号、编号。发放车间在自己的终端前只有化验室输入的区号、编号是可选的。化验室这时就完成了他的出区。

4)发货车间:

① 库房管理员实时的录入水泥入库信息(包括类别、区号、编号等)

② 发放人员在电脑终端前调出该客户开票信息(这个信息是可见不可改的)根据客户的要求输入提货信息,打出提货单。(只有到销售建立客户并到财务办理手续并且输入的提货量只能小于或等于开票量时才能打出提货单)打出提货单同时系统自动核减开票量,自动按照区号、编号核减库房的水泥库存,这样就能实时的反映客户和水泥库存情况。

③ 如果该客户开票量为零了,发货员是打不出提货单的。现金客户要再交钱开票,合同赊销客户要把前期拉走的水泥款结清并由财务人员根据赊销审批单为其再输入提货量。把手工的写条发放,改为用计算机来进行控制发放。

所有拉袋装水泥车辆的信息(车主、车号、驾驶员的驾驶证号等)都要输入系统,提货单上要反映这些信息。

5)数据查询:各种各样的数据存放在后台系统数据库里,管理者只要输入条件,马上就能找到需要的数据。使管理者能实时、动态地了解本单位生产经营状况。

2.1.3 数据流程

数据流图表达了数据和处理的关系,此系统主要是销售、财务、化验室和发货车间人员进行各种业务的处理,以及查询统计工作。

2.1.4 数据字典

通过在数据流程图中选取中层数据流,并对各个元素做出了详细的说明。

2.1.4.1 数据项

略,见表1数据结构的组成段

2.1.4.2 数据结构

2.2 概念设计

数据库概念模型设计是以需求分析中所识别的数据项、设计任务和当前的业务操作流程与策略为基础,确定实体和实体间的联系,准确描述此系统的数据状态和信息结构,建立一个独立的DBMS高级概念模型。

2.2.1 概念设计任务

识别系统中的实体及属性、关键字,识别实体间的联系,利用E—R图来描述系统相关实体、属性及关系,从而达到建立良好的数据模型的目的。

2.2.2 E—R图设计

根据需求分析,我们将统数据库实体划分为客户实体集、现金开票实体集、合同开票实体集、出区实体集、入库实体集,提货实体集、车辆实体集各实体集里还包含不同的实体。

实体定义的属性如下:

客户信息{编码、名称、结算、办事处、业务员、日期、客户详细信息}

现金开票{编码、数量、单价、总价、规格、日期、出纳}

合同开票{编码、数量、单价、总价、规格、日期、财务主管}

2.3 逻辑设计

通过优化概念结构并转换为对DBMS所支持的数据模型。

2.3.1 逻辑设计任务

将E-R图表达的实体及实体的属性和实体之间的联系转化为关系模式,通过为应用程序建立专门的视图来访问数据表。

2.3.2 关系模式的设计

以客户信息为例:表略,参见表1数据结构客户信息。

2.3.3 视图的设计

为数据查询建立视图以客户开票查询为例:表略,参见数据结构客户信息。

2.3.4 功能模块设计

将水泥销售管理系统业务分为六个大的模块:信息录入、数据维护、数据查询、账务核减、报表打印、系统设置。

2.4 物理设计

2.4.1 物理设计任务与目标

为关系模型选取一个最适合应用要求的物理结构,来确定存取的方法和存储的结构。

2.4.2 索引存取方法

为了提高数据查询的速度,对客户信息、开票信息、提货信息中的客户编码建立索引;根据查询方式的不同建立不同的索引。

2.5 数据库实施

根据关系模式建立基本表、视图和索引,并完成存取过程的设计。

3 结论

本系统把目前水泥销售的过程中的手工传递变成网络传递,依据水泥销售发放业务及水泥账务核减业务流程设计的,是基于微软的SQL SERVER 2000建立的,把水泥销售的日常管理工作实行计算机统一管理,来完成各种业务的查询和报表打印及账务核减,以提高工作效率和管理水平。

摘要：该文结合水泥销售管理中的实际,介绍了建立水泥销售管理系统的意义和目标。在数据库设计阶段通过充分的实地调研做出了详细的需求分析,逐步完成了数据库的概念、逻辑和物理设计,并付之实践。

销售数据 篇9

大数据应用落地

在2015年, 大数据市场将更坚定地面向企业。随着大量的风险投资充斥该市场, 获得丰厚资本的玩家将受到大幅度加强企业销售方面的压力。

2014年, 一个企业级的大数据市场轮廓开始具象化。在该阶段, Hadoop2.0的出现改变了大数据平台的性质, 从一个单一的Map Reduce系统到数据运行 (主要是分析) 环境覆盖多个不同的工作负载。同时, 厂商也开始差异化自己的平台, 不是由“血统” (哪家公司生产的产品) , 而是面向企业的功能所决定。

在2015年, 大数据市场将更坚定地面向企业。随着大量的风险投资充斥该市场 (主要针对Hadoop和No SQL的数据库供应商) , 获得丰厚资本的玩家将受到大幅度加强企业销售方面的压力。因此, Ovum公司预测, 交互式SQL将是与Hadoop相关最主要面向企业销售的产品。反过来, Hadoop的平台将如同SQL一样“标准化”, 这同时意味着供应商实施Hadoop组件的方式将有显著差异。另外, 针对企业级市场, 实现自助服务成为第三方工具厂商的主要目标, 自助服务也从查询、可视化延伸到数据集的准备和管理。随着交互式SQL成为大数据平台供应商主要的商业推力, 在2015年, 实时数据流、机器学习和基于分析的搜索将成为发展最快的新兴领域。

对企业的建议

大数据市场的甜蜜点已从尝鲜者开始延伸到企业。风险投资已向大数据平台玩家施加压力, 使其注意力从产品研发转移至产品销售, 即使他们仍然有许多技术空白待化解。在企业侧, 迈向大数据还有些问题需要克服, 包括如何建立稳固的业务、婴儿学步般的谦虚起步以及制定切实可行的措施。

假设您的组织已准备就绪, 那么您选择的技术供应商 (或IT服务供应商) 应该是一个合作伙伴——不仅是卖产品或技术支持, 同时应与您分享最佳实践、专家资源, 并在将大数据平台与现有环境相整合的过程中与贵企业密切工作。最重要的是, 不要指望在一天之内完成产品, 由于供应商受到来自加强企业销售的压力, 技术仍在快速发展, 同时也是一个变化的目标。敏捷的实践和借力于优秀的软件开发商, 将有助于您在变化的市场中保持技术实施迈入正轨。

对于厂商的建议

新兴的H a d o o p与No SQL平台的不断涌现, 促使业界的关注重点从技术转移至面向企业的销售交易。资本的流入已显著提高厂商的估值, 同时投资者期望厂商可以大幅增加企业的销售。同时, 企业客户也希望厂商能够解决平台所涉及到的安全性、可靠性等问题, 并提供可预测的功能。现在这还是一个尚未成熟的市场, 唯一的目标就是加快市场渗透。

销售数据 篇10

1.1 缺乏适合的销售软件

计算机应用软件具有通用性, 但同时也缺乏个性化应用。通常是作为历史记录查询。有些还可以通过输入汇款查询余额。但不能按使用者需求进行数据分析、进度分析等高级查询。虽然有些销售软件具体统计功能, 但功能单一, 不能满足管理者定制分析的需要。

1.2 需要专业统计人员

由于缺乏专业的数据分析工具, 从应用软件得出的初始数据往往还需要进一步处理。例如:要对比销售计划与实际销量超欠情况, 由于缺少专业工具, 就需要计划员把这些数据转移到Excel表中手工计算, 无形之中增加了工作量, 降低工作效率。

1.3 缺乏量化意识, 工作标准化程度不够

一些销售单位缺乏量化概念, 缺乏系统的分析。产品销售只是跟着感觉走, 了解生产情况, 车间库存等基本的产品销售状态, 缺乏对产品销售进行深层次的分析。

1.4 安于现状, 缺少超前意识

销售人员工作标准不高, 缺乏对市场深入的分析, 根据库存等因素进行分析比较滞后。要把握销售主动权, 必须掌握销售进度。从多种角度进行统计分析。

2 常用销售数据管理方法

有些企业产品单一, 销量不大, 销售数据不复杂, 通过记账及Excel电子表格进行记录便可满足对销售情况的掌握。对于大型公司来说, 每天平均销量较大, 产品种类也比较多, 将销售数据进行系统管理是重要且难度较大的工作。

2.1 销售信息管理软件

这类销售公司自己开发或购买, 一般由Delphi或Power Builder开发工具制作。使用C/S (Client/Server客户机/服务器) 结构, 有专用的服务器, 客户机必须安装管理软件。这类软件最便捷的功能就是通过客户端输入销量, 查询台账很容易, 但不方便进行统计分析。ERP系统上线后, 这类管理软件逐渐被取代。

2.2 ERP系统

我公司2009年开始使用, 目前世界500强中80%的公司都在使用ERP系统。ERP系统在总部设有服务器, 各地各类型公司 (炼油、勘探、销售、办公、工程等) 实现了计算机软件使用的统一。使用C/S结构。ERP流程规范, 准确、详细地记录销售记录。但该系统在应用方面也有其缺点, 不能按用户需求定制报表和打印、统计时间较慢、在统计方面也有局限性等。

2.3 产品出厂计量系统

B/S (Browser/Server, 浏览器/服务器) 模式, 有专用服务器, 客户端不必安装软件, 只要通过浏览器就能使用。它的优点是有汽运、铁运等更多的部门参与进来, 本地化系统带有与ERP、实时数据等应用程序的接口, 方便数据引用。所有的数据有相关人员直接录入, 管理者可直观了解产品销售情况, 甚至装车查询的实时数据。它的优点是统计速度快, 对当天开票量、出厂情况、历史销量查询非常方便, 缺点是由于流量计、检斤衡等仪器的偏差, 个别数据不能与ERP系统完全一致;不能进行统计分析。

2.4 综合运用Excel电子表格等工具, 有效管理销售数据

使用Excel的自动计算功能, 将数据按需求进行分类计算, 得出各种统计表的数据。应用软件如需修改, 需要重新修改源程序, 并对源程序重新编译, 在客户端重新安装。Excel表在做好后, 可根据工作需要调整其内容, 将自动计算公式的单元格进行锁定, 防止产生错误数据。

目前销售统计软件较多, 但各有其不足。最实用的管理方法, 是吸取这些软件的优点, 再利用Excel电子表格的函数及引用功能, 就能根据自己的需要定制各种分析及报表。这种Excel管理数据方法是实践证明最好的管理方法。

3 使用Excel管理销售数据的方法

将ERP、本地化系统的基础数据取出, 录入到基础数据表中, 再通过综合分析表统计基础数据表运算, 形成最终分析数据。

3.1 定制自己需要的Excel基础表格

如果销售的数据量较大, 每天录入, 会造成单个文件数据量太多, 也不利于筛选。把销售的产品分类到不同的电子表格, 会给工作带来很大方便。 (1) 记录少, 方便查找; (2) 可以由不同人员负责, 可以多人同时对不同文件操作保存, 避免单人占用。

本人在工作中, 制作轻油表 (汽柴油等) ;化工表 (液化气、丙烯等) ;重油表 (石油焦、重油) 等“基本表”。为了方便分析汇报的计算, 必须对基本表中的工作表及列名进行合理设计, 以轻油表文件为例, 可在工作簿内建3个工作表 (品名序列表、计划录入表、日销售录入表) 。

品名序列表主要作用是定义固定序列, 如:类别、品名、运输方式、流向等, 方便录入时直接选取。在Excel中通过菜单的“插入—定义—名称”录入相应名称后, 选取相应范围来实现。

计划录入表输入每月销售计划, 便于统计。可分4列, 分别为品名、计划量、计划额、日期。

日销售录入表里面包含最重要的基础数据, 其中, 类别、品名、运输方式等字段 (列) , 可通过Excel的数据有效性功能, 通过下拉箭头选择相应的在品名序列表中定义好的序列, 方便在录入信息时直接选取。菜单使用自动筛选功能, 方便通过各列高级筛选。

3.2 定制适合自己的数据分析表

这些数据分析表基本数据直接得到, 它可以预先设计好浏览及打印的模式, 只需要打开基本数据表, 运用公式自动计算就可做到。它的原理有些类似程序设计中的视图功能, 通过基本数据, 显示各种统计结果。

销售计划完成情况表:综合了解每天各产品出厂情况, 各品种及总量对比销售计划超欠情况。灵活使用Excel的函数进行自动计算, 将统计后的数据填写到对应的表格里。最后达到自动生成一张汇报表格的目的。如:某一单元格的公式为:{=SUM (IF (′轻油表.xls′!方式="火运", IF (YEAR (SGS2) =YEAR (′轻油表.xls′!时间) , IF (MONTH (SGS2) =MONTH (′轻油表.xls′!时间) , IF (DAY (SGS2) =DAY (′轻油表.xls′!时间) , IF (′轻油表.xls′!品名=A9, ′轻油表.xls′!重量_吨) ) ) ) ) ) }, 含义是自动对轻油表中, 火运、年月日相符的销量统计求和, 填写到相应的表格中。

销售进度完成情况等数据表:可以分析产品销售完成进度、销售收入完成情况, 销量及价格的影响因素。对各品种销售状况、影响因素一目了然。如:某一单元格的公式为:{=D9-B9/打印时间录入!SCS2*DAY (SGS2) }, 含义是按进度的计划量与实际销售量的对比。

日会议汇报表:使用Excel表格数据的链接计算功能, 可以将多个数据表的数据整合到一张表上, 随着用投影仪进行会议汇报的广泛应用, Excel的计算统计功能得到有效利用, 只要规划创建多个Excel基础数据表和汇报表并定义好公式, 使用Excel的自动计算, 就能轻松得到最终汇报所需要的效果。比如:铁路运输情况 (承认车、待装车、完成车、正装车、点后承认车) ;各产品的库存情况;汽车零售出厂情况;港口动态;晚班安排;剩余计划情况等。

库存表:生产车间在MES (生产执行系统) 每天提供很多生产罐存数据, 但部分半成品对销售部门用处不大。如果人工摘录, 费时费力, 还容易出错。我们可以将MES数据导出, 用Exce的函数直接调用和计算数据。将有用数据集中在一张表上, 又快又准。如:函数{=IF (ISNA (VLOOKUP (A1, STOCK, 5, 0) ) , "", VLOOKUP (A1, STOCK, 5, 0) ) }表示查找A1列在序列STOCK里面第五列的值, 如果无效返回空值, 如果有效填入相应数据;函数{=IF (ISNUMBER (SEARCH ("沪Ⅳ) ", VLOOKUP (A2, STOCK, 3, 0) ) ) , "汽油", "OTHER") }, 在制定字符串查找字符, 根据结果返回不同值。

4 使用Excel电子表格进行综合统计分析注意问题

4.1 保存好应用表格, 防止更改

Excel表格在设计、打印预览并保存好后, 使用菜单中“工具”—“保护工作表”的功能, 并将需要保护的单元格的属性设为锁定, 防止他人无意修改后造成数据引用错误。

4.2 对汇报材料进行复核, 并进行数据校验

为了防止公式错误, 应该使用不同计算方法计算同一计算数据, 比如:要计算累计销售数据, 一方面通过计算每种产品分运输方式的销售数量, 再对这些数值求和;另一方面, 通过对3个基础表一定时间范围内的销售量直接求和。如果二者不一致, 就应该查找错误原因。

4.3 共享资源文件, 进行信息共享

将需要的Excel电子表格组织到服务器上, 设定共享文件夹及访问用户权限。除管理者可以进行读写操作外, 其他用户只能进行只读操作。增加信息的安全性。客户端只需要有Office软件, 就可进行销售数据及报表的访问。

4.4 定期进行数据备份

直接手工进行物理拷贝进行备份, 或使用数据备份及恢复软件定期自动进行文件备份, 保证该统计汇报系统顺利工作。

5 结语

本文所阐述的方法是在实际工作中反复比较并最后采用的方法, 具有较强的实用性。没有依靠某一特定销售应用软件的原因是没有哪款完美的应用软件能满足使用者的特定要求, 并根据需求做适当的修改。虽然Excel电子表格只是办公软件, 但是通过它的函数及链接功能完全可以满足使用者的需要。本文无意放弃销售应用软件, 如果将这些软件与Excel结合使用, 形成一套完整的销售管理工作系统, 就能大大提高销售统计的工作效率。

摘要：产品销售数据记录的存档备查只是其档案价值的体现, 存档的主要作用是帮助检查销售数量、价格是否正确。销售记录的最大价值应是应用价值, 即按要求进行实时统计分析的价值, 根据销售分析的综合数据, 找出薄弱环节, 制定相应的销售政策, 促进销售任务的完成。笔者通过实际的工作经验, 阐述有效地利用销售数据进行分析的方法, 满足统计分析的需求。

销售数据 篇11

2013年12月12日，在北京798艺术区内召开的Kindle Paperwhite2发布会上，亚马逊中国副总裁白驹逸（Kurt Beidler）用标准的中文宣称，Kindle业务在中国的发展超出预期，已经实现盈利。由于秉承亚马逊一向不对外披露数字的传统，白驹逸没有透露Kindle在中国市场上的销售数字，但他表示，从整个数据趋势来看，Kindle平均购买和下载图书并不少于很多成熟国家。

本刊记者了解到的消息是，Kindle在进入中国市场后，中国用户用Kindle的阅读量是以前的4倍，这意味着有更多的电子书被下载阅读，亚马逊中国也能够从出版社的分成中获取利润。据一位亚马逊中国负责Kindle的有关人士透露，在2013年来华后的半年时间里，Kindle在中国的累计销量在几十万台，在电子书市场已是行业第一的位置。

2013年6月7日，Kindle正式进入中国，彼时业界大都对其持观望态度，亚马逊内部也并无十足的把握。现在，Kindle业务交出了一份让白驹逸颇为自豪的答卷。相形见绌的是，本土的汉王、方正、爱国者和盛大锦书却在同一市场接连失利。

2007年11月，亚马逊Kindle电子书阅读器横空出世，引来了无数追随者。在国内，汉王科技率先举起大旗，然而几年下来，汉王一亏再亏，如今已是偃旗息鼓，并将研发重心转向了文字识别、数字阅读等领域，其他的跟随者如爱国者、联想、方正，或是京东、当当、盛大等，均未能逃脱入市即亏的命运。

有鉴于此，业内对电子书的市场发展前景并不看好。有分析认为，国内盗版风行，用户根本没有为阅读付费的习惯，而Kindle“不靠硬件赚钱，而靠内容盈利”的思维与这一现状相背离。那么，Kindle在中国市场能成为唯一的“成功者”吗？

漫漫入华路

电子书由硬件和内容两部分组成，国外硬件产品进入国内市场并非难事，但音像制品和电子出版物属于国家严格管控的范畴，这是Kindle入华的最难以逾越的政策门槛。在很长一段时间里，亚马逊由于没有一纸电子出版物的牌照而徘徊在中国市场之外。也是基于同样原因，微软、索尼和任天堂的掌上游戏产品迟迟敲不开中国市场大门。

2011年10月，亚马逊全球高级副总裁马克·奥尼多就表示，亚马逊正在与相关部门积极沟通Kindle及Kindle Fire入华事宜，“中国市场是全球市场中发展速度最快的，营收增速高达80%以上，而亚马逊中国的销售总额仅次于美国区域的销售额。”

奥尼多的言谈中表现出对中国市场的重视，于是乎，亚马逊开始对中国用户“示好”。2012年11月8日，亚马逊在推出的5.3.0版Kindle Paperwhite软件中增加了对简体中文的支持。据当时拿到亚马逊Kindle的消费者介绍，该产品内附有一本名为“全球Kindle用户指南中文版”的介绍书——这是亚马逊官方首次发布中文版本的Kindle指南，这也被视作亚马逊正式进军中国市场的信号。

虽然前边有政策“红线”，利润的诱惑仍推动亚马逊中国曲线突围，2012年12月13日，亚马逊中国网站悄然上线了中国版Kindle书店，提供免费的Kindle电子书下载。亚马逊声称“Kindle商店由中文在线提供运营支持”，而后者具备了电子出版的相关资质。

当时有分析认为亚马逊此举仍暗藏风险。根据国家新闻出版总署的规定，获得运营电子出版物资质的企业，只能运行自己的内容，同时，合作平台也不能运营他人业务。基于此，关于双方合作不合规的声音此起彼伏。不过，中国政府似乎对亚马逊的行为没有明确叫停。

在半明半暗之中，Kindle入华似乎指日可待，但它仍让中国的用户等待了半年。2013年6月7日，亚马逊电子书阅读器Kindle Paperwhite和平板电脑Kindle Fire HD终于登陆中国大陆市场。

对于Kindle的“中国行”，亚马逊中国非常谨慎，不仅对推出时间严格保密，甚至还计划做上亿元的市场推广计划。虽然看起来计划周详，但亚马逊中国内部并未显出信心十足。当时，亚马逊内部人士就对媒体表示了对市场的担忧，焦点集中在图书盗版、付费用户群体等问题上。

做大国内电子书市场大饼

“出版行业面临的问题，是如何把饼做大，让更多的人看书。”

白驹逸在总结亚马逊电子书在中国市场盈利时惜字如金，但他仍然透露Kindle的主要工作就是将用户从其他终端设备中的游戏、浏览网页的时间，重新抢回到图书阅读上来。据他介绍，在美国市场，同样是Kindle的出现带动了内容销售，并给亚马逊财报贡献利润。

Kindle入华同样带动了中国电子书产业。中信出版社电子书中心总编辑黄一坤曾对媒体公布，中信出版社第三季度电子书销售收入达到第一季度的3倍。

很多出版社意识到这一趋势，开始转变经营模式，但这需要一定的周期。“在版权方面，有些老书的版权是以前签的合同，如果要出电子书需要追加版权，涉及的数目是几千本甚至几万本，工作量非常大。”作家出版社一位负责版权收购的人士对《IT时代周刊》说，“即使有专门的签约团队，版权收购也很耗费精力。”

有分析指出，全国大约有580多家出版社，数千家民营工作室，还有数以百万计的作者，他们掌握着数字出版的各个环节，没有他们的授权，任何网上出版都将寸步难行。而如果与终端厂商之间不能达成相对平衡的利益关系，很难指望出版社会积极配合。因此，一般而言，电子版权较之纸质版权会低一些，这对于传统纸质书也将造成影响。

在与国内出版社的沟通上，白驹逸认为电子书不一定会冲击到纸质书的销量。根据他的说法，亚马逊会给予愿意合作的传统出版社一些扶持政策，如同步发行畅销书纸质版和电子版的图书，在很好的位置对其进行展示，往往电子书销售得好，也会带动纸质书的销量。目前，一些比较活跃的出版社如中信、磨铁等选择新书和电子书同时发售的模式。在美国市场上，所有的新书出版几乎都伴随着电子书版本的发布。

2010年，亚马逊在美国实现电子书销售对纸质书籍的超越，但亚马逊中国在内容上与美国本土还有很大的差距。据了解，亚马逊中国为读者提供了6万余种电子书，其中3万余种的售价低于4.99元，并有6000余种免费电子书。但相比国内电商，当当、淘宝的电子书约10万册、京东约15万册，亚马逊中国显然还不够。

如何改变读者的“免费”习惯

在中国市场上，汉王电子书阅读器一度是行业的老大，但随着2011年4月汉王科技一季度财报亏损，国内电子书的泡沫破灭，各厂商为苦守份额开始陷入“价格战”的泥潭。尽管在2011年里，各大电信运营商和电商的加入令电子书显现出复苏的迹象，但市场仍然整体低迷。

在这样的背景下，Kindle来了，其做大市场固然是美好愿意，但这里毕竟不是美国。亚马逊在美国的成功缘于美国市场上少有“免费午餐”，而在中国，这却是困扰亚马逊的成长烦恼。即使经过漫长的培育期，国内数字出版物发展到一定规模，但要培育读者的付费阅读习惯却并不容易。

“相对于美国、英国用户对数字媒体内容的认可和接受程度，中国用户的数字阅读付费习惯还是集中在网络文学，如起点、潇湘书院等，国内用户的付费习惯明显落后。”艾瑞咨询互联网分析师严华雯称。

中国数字出版市场发展多年，电商、出版社、互联网公司均有涉足，却未有任何企业挣到钱。在华文天下图书公司总编辑杨文轩看来，这个市场已是乱象丛生，“很多企业不把数字出版当成产业来做，而是把它当成广告产品，从之前的当当网电子书免费，到近期京东的电子书低折扣，都是在牺牲图书产业来换得自己的流量和人气。”

事实上，Kindle入华的最大难题不在电子书设备，而在于怎么在正版书籍上实现盈利。在其生态系统中，Kindle电子书设备仅仅是扮演着商品承载物的角色，如果割裂电子书产品和整个生态系统的联系，那么，一直以接近成本价销售的电子书，实际上并不具备太多的商业价值。

销售数据 篇12

1 基本概念

1.1 数据挖掘概念

数据挖掘(data minning,DM)是从大量的、不完全的、有噪声的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识过程。

1.2 精确营销概述

精确营销在大量相关客户信息的基础上，对这些信息挖掘整理来发现各户的特性，针对这些特性，分析客户需求行为，进行有效的营销推广或是各种促销活动，提供个性化的产品和服务。精确营销的主要目的就是降低营销成本，提高营销效率，分析出不同客户的需求，把产品提供给最需要的，用最小的投入得到最好的销售。

2 数据挖掘在数码产品经销商中的发展现状

随着数据挖掘技术的发展，在各行各业的到了应用，包括金融业、电信业、零售商、制造业、医疗保健及制药业等。在娄底市，数据挖掘技术在数码销售商中运用并不理想，现状如下：

1)数码销售商在娄底市大多都是小规模个体商户、家族型小店，店员人数不多，销售商经营模式停留在以个人在商场上的多年经验、决策上带有很多的主观性与随意性，并且凭着自己的直觉、经验去把握、感知市场，没有运用科学工具。

2)店员素质较低。店员门槛低，工作要求只需能顺利买卖，并没有很多专业素质，对于数据挖掘技术掌握困难。

3)没有建立信息系统。由于规模小、人员少，很多经销商并没有完善的管理制度，工作流程相对简单，买卖商品只有一纸凭证，没有建立完整的客户信息。

3 数据挖掘的误区

3.1 只要有了数据挖掘工具，就能得到所需要的信息

认为数据挖掘是万能的，就像我们平时所用的软件，并不要懂得那些技术与复杂的程序，不用掌握数据挖掘技术，只要像运用软件一样，输入相关问题或是相关步骤，就可以解决所要解决的问题。数据挖掘并非人们想象这样，它是提供一系列的工具，数据挖掘不会在缺乏知道的情况下自动的发现模型，它需要结合可靠的基础数据，根据专业人员分析而建立预测模型，最后得出整体解决方案。

3.2 所有的数据都能进行数据挖掘，而且能得到好的数据挖掘结果

数据挖掘作为一种先进的数据信息处理技术，它是数据关系的一个探索过程，所有数据中，往往很多数据是冗余的、缺失的、有噪声的，如果输入这些异常数据进去分析，往往会影响到分析的结果。因此，数据挖掘的成败，数据预处理是至关重要的。原始信息转化为挖掘信息流程图如图1。

3.3 数据挖掘能解决所有商业问题

数据挖掘并不能解决企业中所有商业信息问题，数据挖掘仅是一个工具，在挖掘之前要先考虑到用数据挖掘解决什么问题，再针对问题，进行了解企业的业务，收集相关数据，找到合适分析方法，建立模型，再解决问题。

4 数据挖掘在精确营销中的应用

4.1 客户生命周期理论

客户生命周期(Customer Relationship Life Cycle)———客户关系从开始到结束的整个发展过程，有若干具有先后顺序的客户关系阶段组成。如图2所示。

客户生命周期，在数码产品销售商家中，表现为客户选择在哪家销售商购买;资金流进入商家，信任此商家，在一段时间里会保持良好的合作关系;接着出现客户在此商家的购买力、消费行为下降;直到最后到失去客户。

根据客户生命周期理论，销售商就要提高对客户行为的敏感性，在衰退期或是更早时做到预警，采取合理的营销措施来留住客户，让客户停留在发展期或是稳定期。那这样，销售商就要利用数据挖掘工具，从客户行为、从业务角度去分析出有价值、有用的信息，稳定现有客户、发展潜在客户、吸引竞争对手客户。

4.2 客户细分模型

4.2.1因素分析

精确营销首先是要进行数据的选取、数据预处理，为了对娄底诚信科技公司做客户细分，从该公司的每日出库凭据中抽取了2008年9月-11月抽样客户消费凭证，从原始资料中，分析归纳出7个因素，总结的7个因素如下：

1)电脑。这方面包括台式的品牌电脑、组装电脑，笔记本电脑，网吧购买电脑、单位购买电脑。

2)电脑配件。鼠标、键盘、音响、手写板、摄像头、纯平显示器、液晶显示器。

3)大数码。各种品牌的DV、数码相机。

4)大数码配件。DV包、相机包、三脚架、专业相机镜头。

5)小数码。MP3、MP4、MP5、录音笔。

6)耳机。MP3、MP4、MP5耳机，电脑耳机，笔记本耳机。

7)售后服务。电脑维修、MP3、MP4、MP5维修，下载歌曲，电影，手机下载歌曲电影，数码照片冲洗、刻录光碟。

4.2 聚类分析

根据上述因素分析结果，应用聚类模型，将客户分为7类。

由上图分析可以看出，组1的客户在人数上是最少的，但是消费总额是最高的，而组7客户群人数是涵盖率是最多而它的消费却是最低的。从表1分类，我们可以总结出对于娄底诚信科技公司来说，存在4类客户：

1)优质型客户。如组1、组3业务中的客户，他们带来的利润很大，作为客户当前价值和潜在价值都大，要对这些客户加倍的关注、关怀，并提高这些客户对本公司置信度、忠诚度，防止其成为竞争对手的客户。

2)维持型客户。组5、组2中的客户，当前价值较大，有较强的购买力，潜在价值也较大，公司要做的就是充分发掘他们的潜在价值，采取各种方式如促销等活动提高他们的购买欲。

3)发展型客户。组6中的客户，目前这些客户给公司带来的利润并不多，且缺乏够买潜力，所以公司应当用个性化的产品和服务吸引他们，并且加强与他们的沟通与交流，介绍更多的有特色的产品和服务。

4)“淘汰型”客户。组7中的客户，这类客户的当前价值和潜在价值都相对较小，公司对这类客户营销成本的投入大于他们为公司创造的价值，所以应在充分享有他们带来的利润后逐渐地放弃他们。

4.3 关联规则分析模型

通过对娄底诚信科技公司出库凭证上的购买产品业务数据进行分析，可以发现不同的消费者购买业务之间存在着关联性。采用Apriori算法建立关联规则模型，得到最大频繁项集：{因素1、因素2、因素6}。然而通过关联规则模型，还发现了其他的购买产品中也存在着较强的关联性。如：购买了大数码产品的DV或是数码相机的客户，有79%的客户都会购买大数码配件DV包、相机包、三脚架、专业相机镜头其中的一件产品甚至有更多的产品。购买了电脑类产品的客户，接着会配套挑选音响、摄像头等电脑配件产品，特别一些网吧客户，这些客户多半购买是组装电脑，那么在电脑配件里的商品如鼠标、键盘、摄像头和耳机类的电脑耳机更是会100%的购买。购买小数码的客户，63%的客户会要下载电影、歌曲。

根据关联规则分析模型得出的结果，娄底诚信科技公司可以采取以下措施：

1)将关联较大的商品，如电脑和电脑配件、大数码和大数码配件置在一起，在销售时，售货员可以适当的推销相关产品，或是进行打折式的捆绑销售，买了其一产品后再买相关产品可给予适当折扣，用折扣来引起客户的购买欲。

2)在购买产品，某些产品能带来增值的售后服务时，售货员可以向客户介绍其相关产品的售后服务业务，如购买了MP5的客户，可以向客户推销公司还可以歌曲、电影下载。

3)售货员可以根据客户的要求的或是需求的服务来挖掘能为公司带来利益的更多相关服务业务，如公司如果没有客户想要的相关产品型号，那么就可以采取订货的方式并收取一定的费用来专程为客户定他所需的产品。

4)在进货与发货运输上将关联产品配套安排。采取这些措施后，客户的交叉消费大为提高，对公司的满意度也将提高。

5)争取更多的如网吧电脑、单位电脑相关的高利润客户，为这些客户提供快捷、可靠、优质的服务，全力做好售后服务，得到这些客户的信任，使公司获得良好口碑，也将为公司带来潜在的更多商机。

5 结束语

电子产品销售商若想在日趋竞争激烈的环境中站稳脚跟，必须利用科学技术来提高公司的竞争力。数据挖掘技术如今还在发展、完善，公司员工在销售时应当结合利用相关数据挖掘技术，收集数据、分析数据，为公司发展更多的客户、挖掘出更多的潜在有利的信息，争取为公司带来更多的利润。

参考文献

[1]丁建石,韩景丰.基于数据挖掘的精确营销研究[J].商场现代化,2007(4):1-2.

[2]张国政.客户关系管理中基于数据挖掘的客户细分研究[J].商业研究,2006(13):153-155.

[3]郑英,王继成.数据挖掘在电信业务精确营销中的应用[J].网络安全技术与应用,2008(10):33-36.

[4]李玉梅,数据挖掘初探[J].现代管理科学,2005(4):151-152.