近些年来，在企业运营中数据统计和分析越来成为一项日常且重要的工作，数据报表开始在企业中承担着十足轻重的作用，本章节将结合基本的数据分析方法“分布、对比、趋势”，搭建一个体系化的“会员销售报表”。
第一步：数据准备
销售类的数据需要遵从基本的逻辑：谁(who)在什么时候（when）再什么地方(where)购买了什么东西（what）花了多少钱（how money）?因此其数据信息包含who、when、where、what、how money；
维度：会员属性信息（会员卡号、会员等级、新老会员、会员性别、会员年龄等）、时间属性（下单时间、付款时间等）、渠道属性（线上线下、平台、区域、省份、城市、门店）、商品属性（商品品牌、商品大类、商品中类、商品小类、商品ID、商品名称）；
度量：销售数据（销售额、销售订单数、销售会员数、销售商品数等等）；
第二步：搭建报表体系
1. 销售分布分析
（1）常规基础指标分布
主要作用：主要便于运营人员能及时查看某个区域某个门店总体完成的销售额、销售订单数、销售会员数和销售商品数等数据；
（2）会员属性销售分布
主要包含内容：会员等级销售分布、新老会员销售分布、会员性别销售分布、会员年龄销售分布等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的会员属性下的分布情况，是高会员等级的会员带来的销售多？还是新会员带来的销售多？或是哪个年龄段的会员带来的销售多？以便找到核心的客户群体；
（3）渠道属性销售分布：
主要包含内容：线上线下销售分布、各平台的销售分布、各区域的销售分布、各省份的销售分布、Top城市的销售分布、top门店的销售分布等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的渠道属性下的分布情况，是线上的渠道带来的销售多？还是天猫或京东的平台销售多？或是浙江省带来的销售多？以便能把握核心的销售区域和开拓弱势区域；
（4）商品属性销售分布：
主要包含内容：商品品牌销售分布、商品大类的销售分布、商品中类的销售分布、商品小类的销售分布、Top商品名称的销售分布等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的商品属性下的分布情况，是A品牌带来的销售多？还是B大类的销售多？或是C小类带来的销售多？以便能把握核心的商品销售和扶持弱势产品；
（5）多维属性交叉销售分布
主要包含内容：会员属性&渠道属性交叉销售分布、会员属性商品属性交叉销售分布、渠道属性&商品属性交叉销售分布、渠道属性&商品属性销售分布等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的属性交叉下分布情况，是老会员在线上平台带来的销售多？还是女性会员购买A品牌的销售多？或是浙江区域销售的C小类多？以便能查看和发现不同交叉属性的销售分布，以便发现机会点；
2. 销售对比分析
（1）常规基础指标分布
主要包含内容：销售额及同环比、销售订单数及同环比、销售会员数及同环比、销售商品数及同环比；
主要作用：主要便于运营人员能及时查看某个区域某个门店总体完成的销售额、销售订单数、销售会员数和销售商品数等数据的同环比增长情况；
（2）会员属性销售同环比
主要包含内容：会员等级销售同环比、新老会员销售同环比、会员性别销售同环比、会员年龄销售同环比等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的会员属性下的同环比增长情况，是高会员等级的会员带来的销售增长多？还是新会员带来的销售增长多？或是哪个年龄段的会员带来的销售增长多？以便找到带来增长量核心的客户群体，有或者找出主要影响增长的客户群体，查询问题；
（3）渠道属性销售同环比
主要包含内容：线上线下销售同环比、各平台的销售同环比、各区域的销售同环比、各省份的销售同环比、Top城市的销售同环比、top门店的销售同环比等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的渠道属性下的同环比增长情况，是线上的渠道带来的销售增长多？还是天猫或京东的平台销售增长多？或是浙江省带来的销售增长多？以便能把握带来主要的增长量的核心销售区域和找寻增长低区域原因；
（4）商品属性销售同环比
主要包含内容：商品品牌销售同环比、商品大类的销售同环比、商品中类的销售同环比、商品小类的销售同环比、Top商品名称的销售同环比等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的商品属性下的同环比增长情况，是A品牌带来的销售增长多？还是B大类的销售增长多？或是C小类带来的销售增长多？以便能把握带来主要增长量核心商品和扶持增量较低的弱势产品；
（5）多维属性交叉销售同环比
主要包含内容：会员属性&渠道属性交叉销售同环比、会员属性商品属性交叉销售同环比、渠道属性&商品属性交叉销售同环比、渠道属性&商品属性销售同环比等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的属性交叉下同环比增长情况，是老会员在线上平台带来的销售增长多？还是女性会员购买A品牌的销售增长多？或是浙江区域销售的C小类增长多？以便能查看和发现不同交叉属性的销售增长情况，以便发现机会点；
3. 销售趋势分析
（1）常规基础指标增长趋势
主要包含内容：销售额及增长趋势、销售订单数及增长趋势、销售会员数及增长趋势、销售商品数及增长趋势；
主要作用：主要便于运营人员能及时查看某个区域某个门店总体完成的销售额、销售订单数、销售会员数和销售商品数等数据的增长趋势情况；
主要包含内容：会员等级销售增长趋势、新老会员销售增长趋势、会员性别销售增长趋势、会员年龄销售增长趋势等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的会员属性下的增长趋势情况，是高会员等级的会员带来的销售增长趋势好？还是新会员带来的销售增长趋势好？或是哪个年龄段的会员带来的销售增长趋势好？以便找到带来增长量核心的客户群体；或者找出主要影响增长趋势的客户群体，查询问题；
主要包含内容：线上线下销售增长趋势、各平台的销售增长趋势、各区域的销售增长趋势、各省份的销售增长趋势、Top城市的销售增长趋势、top门店的销售增长趋势等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的渠道属性下的增长趋势情况，是线上的渠道带来的销售增长趋势好？还是天猫或京东的平台销售增长趋势好？或是浙江省带来的销售增长趋势好？以便能把握带来主要的增长量的核心销售区域和找寻增长趋势下降的区域原因；
主要包含内容：商品品牌销售增长趋势、商品大类的销售增长趋势、商品中类的销售增长趋势、商品小类的销售增长趋势、Top商品名称的销售增长趋势等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的商品属性下的增长趋势情况，是A品牌带来的销售增长趋势好？还是B大类的销售增长趋势好？或是C小类带来的销售增长趋势好？以便能把握带来主要增长量核心商品和扶持增量较低的弱势产品；
主要包含内容：会员属性&渠道属性交叉销售增长趋势、会员属性商品属性交叉销售增长趋势、渠道属性&商品属性交叉销售增长趋势、渠道属性&商品属性销售增长趋势等等；
主要作用：主要便于运营人员能够查看某个时间点或时间段销售数据在不同的属性交叉下增长趋势情况，是老会员在线上平台带来的销售增长趋势好？还是女性会员购买A品牌的销售增长趋势好？或是浙江区域销售的C小类增长趋势好？以便能查看和发现不同交叉属性的销售增长趋势情况，以便发现机会点；
小结
关于销售报表的搭建，我们从会员属性、渠道属性、商品属性出发，也就是当下“新零售”提出来的“人-货-场”思维，并结合基本的三种分析方法‘分布分析、对比分析、趋势分析’，来帮助企业搭建具体体系化的销售分析报表，不同于部分企业搭建的报表只具有统计汇总的作用，而是融合了直接带有分析体系的方式搭建报表，最终能以从“点”到“面”的思维观察和分析报表数据，这将成为越远越多企业的选择。
第三步：养成“点、线、面”的分析思维
所谓“点、线、面”的思维，反映的就是观察和分析事物从点到面的过程；
“点”的话可以看做是从最基础的观察事物的当前状态下的分布，比如：不同会员等级销售分布；但不能反映出数据的好坏，查看到的只是某个状况下的实际分布，也许本就是正常状态；
“线”的话可以看做是采用对比和趋势的分析方法观察和分析指标，两点连成线，成为了线，就是进行对比，做数据分析的都听过一句话，没有对比就没有伤害，自然也能通过对比判断好坏；比如：销售额及同环比，商品品牌销售增长趋势； 但是单一维度的对比，虽然能判断好坏，增长或降低，但分析会存在有不全面的；指标也好，相互之前的影响因素会有很多，会有会员属性的影响，会有渠道属性的影响，同样也会有商品属性的影响；
“面”的话就是除了要使用基本的分析方法“分布分析、对比分析、趋势分析”外，还要结合涉及到的所有维度“会员属性、渠道属性、商品属性”进行多维的交叉分析，以便找到业务的核心增长点，或者影响增长问题的主要因素点。
#相关阅读#
如何为企业搭建一套体系化的BI报表（1）：企业中常用的报表分类
如何为企业搭建一套体系化的BI报表（2）：基本的数据分析方法
