تجزیه و تحلیل اولیه فروش

دوازده ایده برای هر کسی که وظیفه تجزیه و تحلیل داده های فروش یک شرکت را بر عهده دارد.

• جری دبلیو توماس

چاپ مقاله: https://doi. org/10. 1287/LYTX. 2017. 06. 02

داده های فروش وقتی بر اساس برخی از انواع نسبی بررسی می شوند، معنای جدیدی پیدا می کنند و درک جدیدی را آشکار می کنند. عکس از 123rf. com |© christianchan

بیشتر شرکت‌ها پایگاه‌های اطلاعاتی عظیمی از داده‌های فروش تاریخی دارند، اما تعداد کمی از شرکت‌ها پول و زمان کارکنان خود را برای استخراج اطلاعات پنهان در این پایگاه‌ها سرمایه‌گذاری می‌کنند. به نظر می رسد که همه داده های فروش دارند، اما تقریباً هیچ کس به خوبی آن داده ها را تجزیه و تحلیل نمی کند. هدف از این مقاله ارائه برخی ایده های اساسی در مورد تجزیه و تحلیل فروش است که می تواند به عنوان نقطه شروع برای هر تازه کار که ممکن است وظیفه تجزیه و تحلیل داده های فروش یک شرکت را به عهده بگیرد، باشد. بحث از منظر داده های فروش در یک شرکت تولیدی نوشته شده است، اما این مفاهیم به طور یکسان برای خرده فروشان و شرکت های خدماتی اعمال می شود.

1. فروش توسط SKU. اولین، ابتدایی ترین سطح تحلیل، بررسی داده های فروش بر اساس محصول و واحد نگهداری سهام (SKU) است. یعنی هر اندازه و تنوع هر محصول بر اساس ایالت یا مناطق جغرافیایی کوچکتر و در طول زمان. روند فروش هر SKU طی چندین سال برای هر ایالت، منطقه خدمات شهری (MSA) یا سایر مناطق جغرافیایی چگونه است؟

همانطور که مدیران بازاریابی تغییرات را در طول زمان مطالعه می کنند، همیشه سوال اصلی این است که چرا؟چرا روند فروش در کالیفرنیا افزایش یافته اما در نیویورک کاهش یافته است؟پاسخ به «چرا» باید هدف نهایی همه تحلیل‌های فروش باشد، زیرا دانستن «چرا» به بازاریابان اجازه می‌دهد تا آینده را فرافکنی کنند.

2. فروش بر اساس کانال توزیع. سطح بعدی تجزیه و تحلیل شامل کانال های توزیع است. روند فروش بر اساس نوع «خرده فروشی» چگونه است؟خرده‌فروشان بزرگ را باید جداگانه بررسی کرد و خرده‌فروش‌ها را نیز باید بر اساس نوع گروه‌بندی کرد (سوپرمارکت‌ها، فروشگاه‌های رفاه، فروشگاه‌های باشگاه انبار، توزیع‌کنندگان، ماشین‌های فروش آنلاین، و غیره).

فروش کلیه محصولات ممکن است برای مطالعه توزیع کل فروش محصولات توسط کانال های مختلف جمع شود. تغییرات از سال به سال یا سه ماهه به سه ماهه در فروش توسط کانال می تواند کاملاً آشکار باشد. به عنوان مثال ، چند سال پیش ما توانستیم با تجزیه و تحلیل فروش تاریخی یک تولید کننده مواد غذایی توسط کانال ، تأثیر فزاینده والمارت را به عنوان کانال توزیع مواد غذایی تشخیص دهیم. در آن زمان ، والمارت روی صفحه رادار تولید کننده مواد غذایی نبود و احتمالاً در رادارهای سایر تولید کنندگان مواد غذایی نبود. مشتری با اشاره به اهمیت روزافزون والمارت در اوایل ، مشتری توانست توجه خود را به والمارت متمرکز کند و از رشد والمارت استفاده کند.

در حالی که نگاه کردن به فروش در کل توسط کانال یک نقطه شروع عالی است ، مدیران بازاریابی همچنین می توانند فروش SKU ، مارک ها یا دسته بندی محصولات را بر اساس کانال توزیع ، به ویژه روندها در طول زمان بررسی کنند.

3. سرانه فروش. داده های فروش معنای جدیدی را به خود اختصاص داده و درک جدیدی را در هنگام بررسی بر روی نوعی مبنای نسبی نشان می دهد. تجزیه و تحلیل فروش سرانه یکی از این تکنیک های نسبی است. به عنوان مثال ، بازاریابان ممکن است فروش سالانه دلار - یا فروش واحد - یکی از مارک های خود را به صورت ایالتی ، که بر اساس کل جمعیت هر ایالت تقسیم می شود ، بگیرند. این امر فروش سالانه برای هر شخص توسط ایالت را فراهم می کند.

ما یک بار این نوع تجزیه و تحلیل را برای یک شرکت کارت تبریک انجام دادیم و فهمیدیم که سرانه فروش این برند به عنوان تابعی از فاصله از ستاد شرکت ها کاهش یافته است. ایالت های نزدیک به دفتر مرکزی شرکت ها فروش سرانه بالاتری داشتند ، در حالی که ایالت های دورتر فروش سرانه کمتری داشتند. اختلاف سرانه توسط دولت منعکس کننده توسعه تاریخی شرکت و همچنین توجه بیشتر کشورهای نزدیکتر از مدیران سطح بالاتر شرکت بود.

این تجزیه و تحلیل شواهدی را ارائه می دهد که نشان می دهد سطح فروش سرانه در حالت های دور می تواند با توجه بیشتر مدیریتی افزایش یابد.

تجزیه و تحلیل فروش سرانه می تواند بر اساس کل جمعیت ، جمعیت مرد ، جمعیت زن ، جمعیت بزرگسالان ، جمعیت کودکان ، افرادی که بیش از 50،000 دلار یا هر گروه جمعیتی دیگر درآمد دارند ، باشد. این تحلیل ها می تواند توسط کشور ، ایالت ها ، گروه های ایالت ، MSA ، مناطق بازاریابی تعیین شده ، توسط شهرهای فردی یا مناطق در شهرها انجام شود. نتایج اغلب کاملاً آشکار است و می تواند منجر به بهبود تلاش های فروش یا هدف قرار دادن بهتر تبلیغات شود.

4. بر اساس داده های اقتصادی قابل مقایسه. روش دیگر برای تجزیه و تحلیل داده های فروش به صورت نسبی، مقایسه فروش با داده های مختلف اقتصادی است. به عنوان مثال، مدیران بازاریابی ممکن است فروش سالانه دلاری یا فروش واحد را با تولید ناخالص داخلی (GDP) به تفکیک ایالت، یا با کل مصرف برق توسط ایالت، یا با کل مصرف بنزین توسط ایالت، یا با صدها متغیر اقتصادی دیگر مقایسه کنند. این نوع تحلیل‌ها به پاسخ به این سؤال کمک می‌کنند: محصول، خدمات یا نام تجاری ما بر اساس ایالت (یا سایر مناطق جغرافیایی) در رابطه با سایر معیارهای پتانسیل اقتصادی چقدر خوب است؟برای مثال، ممکن است آموخته شود که فروشنده فوق ستاره در کالیفرنیای جنوبی که برای ارتقاء به مدیر فروش ملی در نظر گرفته شده است، در واقع نسبت به پتانسیل اقتصادی کمتر از فروشندگان در مناطق دیگر فروش می کند. تجزیه و تحلیل فروش در رابطه با متغیرهای اقتصادی نیز می تواند در کمک به تعیین اهداف فروش و سهمیه بندی بر اساس مناطق جغرافیایی ارزشمند باشد.

5. شاخص توسعه دسته. یک معیار پرکاربرد برای توسعه دسته بندی محصول، شاخص توسعه دسته (CDI) است. این شاخص را می توان برای هر موجود جغرافیایی، مانند شهر، شهرستان، ایالت یا گروهی از ایالت ها محاسبه کرد.

فرض کنید مدیران بازاریابی بر اساس ایالت به CDI علاقه مند هستند. اگر مجموع فروش سالانه یک دسته محصول را به تفکیک ایالت داشته باشند، می توانند تعداد فروش سرانه دسته بندی را برای هر ایالت محاسبه کنند. در مرحله بعد، آنها میانگین کلی فروش سرانه برای ایالات متحده را محاسبه می کنند. سپس فروش سرانه هر ایالت را بر میانگین کل فروش سرانه تقسیم کرده و در 100 ضرب می کنند.

آنچه ایجاد می شود یک عدد شاخص است که در آن 100 میانگین امتیاز شاخص است. هر ایالتی با CDI بالای 100، بازاری بالاتر از میانگین است، در حالی که آن‌هایی که CDI کمتر از 100 دارند، بازارهای زیر متوسط هستند. CDI یک معیار قابل اعتماد و سازگار از پتانسیل بازار یا توسعه بازار، بر اساس ایالت برای دسته محصول ارائه می دهد.

6. شاخص توسعه برند. شاخص توسعه برند (BDI) معیاری بسیار شبیه به CDI است، اما بر یک برند فردی در دسته بندی محصول تمرکز دارد. روش محاسبه BDI مشابه روش CDI است: فروش سرانه برند بر اساس ایالت تعیین می شود و فروش سرانه برند برای کل ایالات متحده محاسبه می شود.

سپس فروش سرانه برند هر ایالت با میانگین فروش سرانه ایالات متحده آمریکا تقسیم می شود و 100 برابر می شود. برای شماره BDI حاصل ، 100 میانگین ایالات متحده است. بالاتر از کشورهای متوسط از BDI های بیشتر از 100 لذت می برند ، و ایالت های زیر متوسط دارای BDI های زیر 100 هستند.

BDI نیازی به فروش سرانه برای کل جمعیت ندارد. اگر داده های فروش سرانه برای هر یک از این گروه ها در دسترس باشد ، BDI ها فقط بر اساس بزرگسالان می توانند فقط بر اساس بزرگسالان ، فقط نوجوانان یا مردان باشند. BDI برای کمک به مدیران بازاریابی برای اختصاص تبلیغات و هزینه های تبلیغاتی در ایالت های مختلف یا سایر مناطق جغرافیایی ، یک چوب سنجی ارائه می دهد.

7. روندهای رقابتی. اگر شرکت ها سهم بازار خود را از طریق یک سرویس سندیکا یا نوعی مطالعه ردیابی نظارت کنند ، آنها می دانند که کل بازار چه کاری انجام می دهد ، و آنها می دانند که رقبای آنها چه کاری انجام می دهند. به عنوان مثال ، اگر آنها بدانند که مارک کره بادام زمینی آنها 6 درصد سهم بازار در آیووا دارد و فروش سالانه در آیووا 2. 5 میلیون دلار است ، آنها می دانند که اندازه کل بازار کره بادام زمینی در آیووا سالانه 41،667،000 دلار است (100/6 بار2. 5 میلیون دلار). این داده های اشتراک رقابتی همچنین به شرکت ها این امکان را می دهد تا محاسبه کنند که کره بادام زمینی هر یک از رقبای اصلی خود را در آیووا در سال می فروشند.

ردیابی سهم بازار بسیار حیاتی است زیرا به مدیران بازاریابی اجازه می دهد تا بدانند که شرکت در رابطه با رقبای اصلی چقدر خوب عمل می کند. این شرکت ممکن است 20 درصد در سال رشد کند ، اما از دست دادن رقابت برای رقبا.

8. پایگاه داده تحلیلی. حقیقت غم انگیز این است که تقریباً هیچ شرکتی داده های فروش مهم و مرتبط و متغیرهای مرتبط را که به طور مرتب در یک پایگاه داده بکر سازمان یافته و نگهداری می شوند ، ندارد و به همین دلیل ساختن یک پایگاه داده تحلیلی اغلب اولین گام برای هر نوع تجزیه و تحلیل پیشرفته فروش است.

البته یک بانک اطلاعاتی تحلیلی شامل تمام داده های فروش تاریخی است ، اما همچنین شامل داده های رقابتی مرتبط ، در صورت وجود ، به علاوه داده های جمعیتی و داده های اقتصادی توسط کوچکترین واحدهای جغرافیایی امکان پذیر است. در صورت مجوز بودجه و زمان ، متغیرهای بازاریابی مانند هزینه های تبلیغاتی توسط رسانه ، اطلاعات قیمت گذاری ، هزینه های تبلیغاتی براساس نوع ، سطح توزیع و غیره ، به طور مداوم به پایگاه داده تحلیلی اضافه می شوند.

هرچه پایگاه داده تحلیلی فراگیرتر و دقیق تر باشد ، با ارزش تر به عنوان پایه و اساس تجزیه و تحلیل پیشرفته است. با داشتن یک پایگاه داده دقیق تحلیلی ، مدل سازی ترکیب بازاریابی پیشرفته یک امکان تحلیلی است.

9. جداول متقابل. هنگامی که پایگاه داده تحلیلی در جای خود قرار گرفت، می توان با ایجاد جدول های متقابل، کارهای تحلیلی بسیار قدرتمندی را انجام داد. یک روش "تضاد افراط" است. مناطق جغرافیایی با بالاترین BDI در مقایسه با مناطقی که کمترین BDI را دارند چگونه است؟این تفاوت ها در مورد دلایل موفقیت یا شکست یک محصول چه چیزی را نشان می دهند؟در مورد تضاد بین مناطق جغرافیایی دریافت کننده تبلیغات رسانه ای سنگین در مقابل مناطقی که هزینه های رسانه ای کمی دارند، چیست؟

در مورد مقایسه مناطق جغرافیایی با بیکاری بالا با مناطق با بیکاری کم، یا مناطق با رشد اقتصادی بالا در مقابل مناطق بدون رشد چه می شود؟این مقایسه ها در مورد عملکرد احتمالی یک محصول در دوره های پریشانی اقتصادی چه می گویند؟

10. تحلیل های چند متغیره. واقعاً چه چیزی باعث فروش یک دسته محصول خاص یا یک نام تجاری خاص می شود؟شرکت ها همیشه توضیحاتی برای موفقیت – یا شکست – یک محصول دارند، اما این توضیحات معمولاً اسطوره ای هستند. تعداد کمی از شرکت‌ها تحلیل‌های علمی اقتصادسنجی را برای اندازه‌گیری «علت و معلول» و تعیین اینکه چه متغیرهایی باعث رشد یا افول یک شرکت (یا برند) می‌شوند، انجام داده‌اند.

هنگامی که مدیران بازاریابی شروع به ساخت پایگاه داده تحلیلی شرکت خود می کنند، می توانند آن را با داده های اقتصادی تاریخی تقویت کنند. یک منبع عالی برای داده های اقتصادی با کیفیت بالا و رایگان، داده های اقتصادی فدرال رزرو است که توسط فدرال رزرو سنت لوئیس ارائه شده است.

نظرسنجی جامعه آمریکا منبع دیگری از داده های دولتی با کیفیت بالا است، همانطور که نظرسنجی هزینه های مصرف کننده دولت ایالات متحده نیز چنین است. یا داده های اقتصادی را می توان از تعدادی از منابع تجاری خریداری کرد. بازاریابان باید تمام داده‌های جمعیتی و اقتصادی را که گمان می‌کنند باعث افزایش یا کاهش فروش برندشان می‌شود شناسایی کنند و آن داده‌ها را در پایگاه داده تحلیلی قرار دهند.

رگرسیون چندگانه تکنیکی است که بیشترین استفاده را برای این نوع تحلیل دارد. مدیران بازاریابی می توانند از نرم افزارهای تجاری موجود استفاده کنند، یا می توانند به www. decisionanalyst. com مراجعه کرده و STATS 2. 0 را دانلود کنند - یک بسته آماری رایگان و با استفاده آسان. متغیر وابسته (چیزی که بازاریابان سعی در توضیح یا پیش بینی آن دارند) فروش یک برند یا فروش دسته بندی است. متغیرهای مستقل - آن چیزهایی که ممکن است باعث افزایش یا کاهش فروش شوند - شامل اطلاعاتی مانند روند اشتغال، روند درآمد خانوار، روند جمعیتی، روند تورم، حمل و نقل ریلی، مصرف برق و غیره است.

متغیرها مدیران بازاریابی را انتخاب می کنند ، البته در طبقه بندی صنعت و محصول متفاوت خواهد بود. اگر آنها متغیرهای مناسب را انتخاب کرده اند ، پس از آن رگرسیون چندگانه باید نشان دهد که متغیرها در توضیح فروش برند خود مهمترین هستند. آنها می خواهند با انواع مختلف رگرسیون آزمایش کنند و با عقب ماندن برخی از متغیرها ، ببینند که آیا می توانند مدل را بهبود بخشند ، همانطور که توسط R-Square اندازه گیری می شود-درصد تغییر در متغیر وابسته که توسط متغیرهای مستقل توضیح داده شده است.

11. برنامه های وفاداری. بسیاری از خرده فروشان ، اما نه تولید کنندگان ، دارای داده های برنامه وفاداری در مورد مشتریان هستند. خرده فروشان غالباً دقیقاً می دانند که یک خانواده شخصی چه چیزی را خریداری می کنند و چگونه این الگوهای خرید با گذشت زمان تغییر کرده اند. اگر تحلیلگر دقیق و محتاط باشد ، از برخی از این داده های وفاداری می توان برای تکمیل انواع دیگر تحلیل های فروش مورد بحث در این مقاله استفاده کرد.

تحلیلگر با انتخاب نمونه ای از سوابق برنامه وفاداری ، می تواند الگوهای ، روندها و تغییرات فروش را توسط متغیرهای جمعیتی و زمان و فصل سال بررسی کند. این داده های سطح خرد اغلب می توانند روندهای منعکس شده در فروش کلی را روشن کنند.

12. تحقیقات بازاریابی. تحقیقات بازاریابی اغلب "پیوند مفقود" است که به تحلیلگران کمک می کند تا الگوهای و سایه هایی را که در تجزیه و تحلیل فروش خود مشاهده می کنند ، درک کنند. تجزیه و تحلیل فروش تمایل به عقب مانده است ، زیرا این مبتنی بر داده های تاریخی است ، اما تحقیقات بازاریابی می تواند به مدیران بازاریابی کمک کند تا به آینده نگاه کنند.

در بعضی مواقع ، رهبران بازاریابی باید تحقیقات کیفی (گروه های متمرکز ، مصاحبه های عمیق ، مردم نگاری و غیره) را برای یافتن پاسخ به سؤالات مطرح شده توسط تجزیه و تحلیل فروش بصیرت ارائه دهند. مدیران بازاریابی ممکن است برای اندازه گیری آگاهی از برند خود ، فراخوان پیام تبلیغاتی ، تصویر برند یا آزمایش ، نیاز به نظرسنجی در بین مخاطبان هدف خود داشته باشند. یا ممکن است آنها نیاز به آزمایش تبلیغات ، تبلیغات و محصولات جدید خود در بین مصرف کنندگان بازار هدف داشته باشند. تجزیه و تحلیل فروش فقط می تواند شما را تا کنون به همراه داشته باشد.