企業的業務數據涉及銷售數據、財務數據、人力數據、產品數據等多種類型，銷售數據在所有數據中的重要性毋庸置疑。通過分析銷售數據，有助於發現業務問題，降低銷售成本，最終提高企業的銷售利潤。
關鍵索引提取
不同行業對銷售指標的側重點不同。本文將以建材行業為例來說明。
涉及的銷售數據指標有:銷售數量、銷售單價、銷售收入、單位成本、銷售成本、銷售毛利等。原始數據還會涉及到月份、城市、分類、計量單位、對應客戶等信息。
圖表和看板制作
提取出重要的數據指標後，可以根據自己的需求制作相關的看板和圖表。在此之前，用戶必須了解需要監控的指標。
壹般來說，在制作看板時，根據用途不同，可以分為三類:
1.基礎數據看板:全球形勢概述
大家都很熟悉這種看板，主要由包括地圖、條形圖、餅狀圖等壹系列基礎圖表組成。用於查看不同地區、時間、類別的銷售收入、銷售成本等基礎數據。下圖是根據建材行業樣本數據生成的看板:
從這個廣告牌上可以讀到這家公司的基本銷售信息:吉林省是銷售大省，上半年總收入3000多萬。3月份銷售效果最好，常規系列多層復合產品銷售最好。
需要註意的是，這個廣告牌是以銷售收入來衡量的，業務人員可以根據自己的需要或者匯報對象來調整。
2.問題分析看板:尋找原因
基礎看板滿足用戶查看數據的需求。想要用數據解決問題，需要具體問題具體分析，建立針對性看板，根據DataHunter提供的功能進行探索性分析。
如果您想查看不同類別商品的銷售收入、成本和毛利之間的關系，您可以創建壹個新的看板並生成壹個雙軸圖表:
可以看出，多層復合品類的銷售收入明顯大於成本，對應的毛利也特別高。
如果想進壹步了解哪個省市的毛利最高，何時最高，可以在原有看板的基礎上，新建壹個以毛利為衡量標準的圖表，如下圖所示:
接下來，分別從城市和時間維度鉆取毛利列表:
▲按城市維度鉆。
▲按日期維度鉆取
▲鉆探結果顯示，
終於知道:瑞安4月份毛利最大。
以上是壹個簡單的探索性分析過程。
3.預警監控看板:快速響應
銷售數據監測預警的應用場景有很多:比如重點監測行為良好的商品，如果發現異常，立即查原因，防止重大損失；再比如重點監控商品庫存，如果某個區域庫存不足就及時調整。
舉個簡單的例子，根據不同類型產品的成本和利潤生成散點圖，分別用平均利潤和平均成本設置兩條參考線，這樣就把整個圖形分成了四個象限，可以重點監控高成本低利潤或高利潤低成本的產品，對於變化及時發現原因並做出反應。
(上圖是DataHunter做的。)