关于销售数据分析 培训。 商品A,销售数量1...

 上传我的文档
 下载
 收藏
该文档贡献者很忙,什么也没留下。
 下载此文档
正在努力加载中...
2014年上半年最新销售数据分析报告
下载积分:200
内容提示:2014年上半年最新销售数据分析报告
文档格式:PPT|
浏览次数:113|
上传日期: 16:55:17|
文档星级:
该用户还上传了这些文档
2014年上半年最新销售数据分析报告
官方公共微信用心创造滤镜
扫码下载App
汇聚2000万达人的兴趣社区下载即送20张免费照片冲印
扫码下载App
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
阅读(1293)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
loftPermalink:'',
id:'fks_',
blogTitle:'店铺销售数据分析',
blogAbstract:'店铺销售数据分析店铺销售数据分析
店铺销售数据分析1&&& 服装零售店铺数据分析常规应用数据分析的工具,为表格——日报、周报、月报、
季报,最常见的是日报表、周报表。
& 例如:某服装店铺的销售日报表(通类规范报表)
&在这张销售日报表中,完整地将服装店铺当日销售的款式、色彩、码型、价格,以
及总量的进、销、存记录下来。
服装销售/管理人员,拿到这张表格后,首先应关注该店铺今日的进、销、存总量
是否符合正常状态?库存的货量偏多还是偏少?然后关注今日销售的金额是上升还是
下降?与同期数据对比并结合天气状况是否正常?如果不正常(无论是销售减少/销售',
blogTag:'',
blogUrl:'blog/static/',
isPublished:1,
istop:false,
modifyTime:0,
publishTime:2,
permalink:'blog/static/',
commentCount:0,
mainCommentCount:0,
recommendCount:0,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'',
hmcon:'1',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人:
{list a as x}
{if !!b&&b.length>0}
他们还推荐了:
{list b as y}
转载记录:
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}客服个人数据分析与对比-赤兔名品客服绩效
1.4. 客服个人数据分析与对比
本部分说明客服个人的绩效数据,对相关内容(除接待压力外)都对应有两个维度的分析,
旺旺绩效:对客服个人的绩效数据从时间维度上进行纵向分析,用以查看一个客服随时间的成长变化趋势;
旺旺对比:对客服之间的绩效数据从空间维度上进行横向对比,用以分析多个客服相互之间的对比表现;
客服个人销售额是大家最关注的客服业绩指标之一,综合反映了客服的业绩表现。客服个人销售额占团队百分比则反映了个人对客服团队的贡献大小。
系统提供3种判定规则(下单判定,付款判定,下单优先判定),来满足不同店铺的需求,这些规则的具体含义可以看这里。
按照不同的判定规则,客服的销售额业绩会有所不同,下面具体说明如何分析
在付款判定规则下,
客服销售额为本客服落实所选时间段内付款的金额;
方式一:【一目了然】-&【旺旺对比】-&【汇总】, 客服销售额对应旺旺销售额,如图
方式二:【旺旺对比】-&【绩效对比】-&【汇总】,客服销售额对应付款金额 ,如图
在下单优先判定规则下,
客服销售额(记为S)是本客服落实下单所选时间段内付款的金额(记为A)与静默下单本客服落实所选时间段付款的金额(记为B)之和,即S=A+B。
同下单判定相比,下单优先判定增加了静默下单客服落实付款的金额。
数据: 【一目了然】-&【旺旺对比】-&【汇总】,客服销售额对应旺旺销售额, 如图
在下单判定规则下,
客服销售额是本客服落实所选时间段内下单并最终付款的金额
数据: 查看客服销售额及个人对销售团队的贡献比
方式一:【一目了然】-&【旺旺对比】-&【汇总】,客服销售额对应旺旺销售额, 如图
方式二:【旺旺对比】-&【绩效对比】-&【下单-&付款】,客服销售额对应最终付款金额 ,如图
客服个人销售量是从销售件数角度对客服进行的业绩统计。
系统提供3种判定规则(下单判定,付款判定,下单优先判定),来满足不同店铺的需求,这些规则的具体含义可以看这里。
在付款判定规则下,
此数值是本客服落实所选时间段内付款的商品件数。
数据: 【旺旺对比】-&【客件数对比】, 如图
在下单优先判定规则下,
客服销售量(记为T)是本客服落实下单所选时间段内付款的件数(记为U)与静默下单本客服落实所选时间段付款的件数(记为V)之和,即T=U+V。
同下单判定相比,下单优先判定增加了静默下单客服落实付款的件数。
数据: 【旺旺对比】-&【客件数对比】, 如图
在下单判定规则下,
客服销售量对应有效下单件数。
下单件数同有效下单件数的不同在于后者是已付款的,而前者不考虑是否付款。
数据:【旺旺对比】-&【客件数对比】, 如图
成功率是考核客服销售服务能力的重要指标,成功率高低直接影响店铺对高质量流量的转化能力。
系统提供的成功率有“询单-&当日下单成功率”,“询单-&最终下单成功率”,“询单-&最终付款成功率”,“下单-&当日付款成功率”,“下单-&最终付款成功率”以及“旺旺成功率”。
客服的服务过程包括两个重要的阶段:询单到下单,下单到付款
询单到下单可以用“询单-&当日下单成功率”,“询单-&最终下单成功率”来评估,其中
询单-&当日下单成功率:客户当天咨询后当天就下单的成功率;
询单-&最终下单成功率:客户当天咨询后当天或第二天下单的成功率,其值大于等于询单-&当日下单成功率,更全面的反映了询单到下单阶段的成功率,两者数值差距不会很大;
下单到付款可以用“下单-&当日付款成功率”,“下单-&最终付款成功率”来评估,其中
下单-&当日付款成功率:客户当天下单然后当天付款的成功率
下单-&最终付款成功率:客户当天下单并最终付款的成功率,其值大于等于下单-&当日付款成功率,更全面的反映了下单到付款阶段的成功率,两者数值差距不会很大;
询单-&最终付款成功率则综合反映了询单到付款整个过程的成功率。
数据:【旺旺对比】-&【成功率对比】, 如图
旺旺成功率是对应3种不同的判定规则计算的成功率,旺旺成功率=售前成功人数/售前接待人数
在付款判定规则下,
售前接待人数为接待的付款前咨询的人数(其为询单人数和下单后付款前联系的人数之和),售前成功人数为付款的人数。
在下单优先判定规则下,
售前接待人数为询单人数和静默下单付款前联系的人数之和,售前成功人数为付款的人数。
在下单判定规则下,
售前接待人数为询单人数,售前成功人数为下单并最终付款的人数。此判定规则下旺旺成功率就是上面说明的询单-&最终付款成功率。
方式一:【一目了然】-&【旺旺对比】-&【汇总】, 如图
方式二:【一目了然】-&【旺旺对比】-&【旺旺成功率】, 如图
客服客单价是分析客服关联销售能力的主要指标之一。
系统提供的客服个人相关客单价有“下单客单价”,“有效下单客单价”,“付款客单价&和“旺旺客单价”。
下单客单价: 本客服落实当日下单客单价, 是按客户拍下的金额计算的客单价, 未考虑是否付款;
有效下单客单价: 本客服落实当日下单并最终付款客单价, 是按客户拍下并付款的金额计算的;
付款客单价:本客服落实当日付款客单价;
数据:【旺旺对比】-&【客单价对比】, 如图
旺旺客单价是对应3种不同的判定规则计算的客单价,旺旺客单价=旺旺付款金额/旺旺付款人数
在付款判定规则下,
此判定规则下旺旺客单价就是上面说明的付款客单价;
在下单优先判定规则下,
此判定规则下旺旺客单价是客服的销售额除以对应的买家人数;
在下单判定规则下,
此判定规则下旺旺客单价就是上面说明的有效下单客单价;
方式一:【一目了然】-&【旺旺对比】-&【汇总】, 如图
方式二:【一目了然】-&【旺旺对比】-&【旺旺客单价】, 如图
客服客件数同客单价一致,是分析客服关联销售能力的主要指标之一。
在付款判定和下单优先判定规则下,
付款客件数:本客服落实当日付款的客件数;
付款件均价:本客服落实当日付款的件均价;数据:【旺旺对比】-&【客件数对比】, 如图
在下单判定规则下,
有效下单客件数:本客服落实当日下单并最终付款的客件数,与下单客件数不同在于,后者未考虑是否付款。
有效下单件均价:本客服落实当日下单并最终付款的件均价,与下单件均价不同在于,后者未考虑是否付款;
数据:【旺旺对比】-&【客件数对比】, 如图
总接待:客服接待人数,不包括过滤的;
总消息数:买家消息数和客服消息数之和;
客服字数:客服回复的字数之和;
最大同时接待数:1天内客服同时接待客户的最高值,来源于接待压力分析;
旺旺回复率:回复过的客户数/总接待客户数, 反应的是客服对客户的响应情况;
首次响应时间:客服对客户第一次回复用时的平均值,帮助分析客服的首次响应够不够及时;
平均响应时间:客服对客户每次回复用时的平均值,对客户说了多句,然后客服回复的情况,客服的回复被看作是对客户所说多句的一个回复,帮助分析客服的响应够不够及时;
数据:【旺旺对比】-&【工作量对比】, 如图
1. 分时接待数据反映客服接待量在一天24小时内的分布情况,以小时为统计单位,同一个客服一天内接待的同一个客户以聊天开始时间来统计;通过分析店铺咨询流量分布情况,帮助店铺调整分配客服资源;
数据:【旺旺对比】-&【分时接待对比】, 如图
2. 接待压力分析对客服一天内服务客户的时间分布情况进行分析,对每个时间点同时服务的客户数进行统计,采用同分时接待不同的统计方法;
数据:【旺旺绩效】-&【接待压力分析】, 如图
集市店(C店)的交易中差评对店铺有重要影响,系统提供中差评对比/分析和中差评明细帮助分析对应的客服接待情况;
售前,售中,售后的区分是根据客服服务的时间是在客户下单前,下单后付款前,还是付款后来对应的;
数据:【旺旺对比】-&【中差评对比】, 如图
客服可以对商品价格进行调整已促使交易的完成,系统提供了客服相关的调整金额统计;
数据:【旺旺对比】-&【议价能力对比】, 如图
系统按照对应的判定统计客服的退款金额和退款件数,统计的规则是业绩算谁头上,退款就算谁的。
数据:【旺旺对比】-&【退款情况对比】, 如图
特别说明: 客服晚班有可能值班到第二天凌晨,为方便对值班情况进行查看分析, 系统对考勤模块, 引入业务天概念,业务天是指将当天的X点到第二天的X点作为一天;X值可以在系统设定页面配置,默认是5,即当天的5点到第二天5点作为一个业务天,如图 ,例如,如果采用自然天,只需将分隔时间点设置为0后保存即可,考勤数据随配置动态改变。
系统对客服每天登陆旺旺值班的情况进行分析和统计,具体包括:
1. 纵向查看分析某个客服每天值班情况, 数据:【旺旺绩效】-&【值班情况分析】, 如图
● 首次上线时间:当天最早登录旺旺的时间;
● 最后在线时间:当天最后在线值班时间;
● 登录次数:当天登录对应值班旺旺的次数;
● 在线时长:客服当天累计的在线总时长;
● 上班期间离线时长:从客服当天首次上线到最后在线时间范围内离线的累计时长;
&&&&&&&&&&&&&&&&&&&&&
例如, 08:00:00上线,09:00:00离线;09:05:00上线,17:00:00离线;那么当天的“上班期间离线时长”就是5分钟
● 在线率:用于反映客服当天值班期间旺旺在线的时间百分比,其定义为,在线率=在线时长/(最后在线时间-首次上线时间);
● 上下线详情:当天客服旺旺上下线的明细数据;
2. 横向对比客服值班情况, 数据:【旺旺对比】-&【值班情况对比】, 如图
● 上班天数:选择时间范围内登录旺旺值班的天数;
● 平均上线时间:选择时间范围内每天首次上线时间的均值;
● 平均最后在线时间:选择时间范围内每天最后在线时间的均值;
● 最早上线:选择时间范围内每天首次上线时间的最小值即上线最早的时间点;
● 最晚在线:选择时间范围内每天在线时间的最大值即最晚在线的时间点;
● 总登录次数:选择时间范围内每天登录次数之和;
● 日均登录次数:选择时间范围内平均每天登录次数;
● 在线总时长:选择时间范围内每天在线时长之和;
● 平均日在线时长:选择时间范围内平均每天在线时长;
利用旺旺卖家版提供的E客服评价功能,对客服服务质量进行统计分析,顾客评价明细数据可以查看,E客服旺旺评价功能,如图
数据:【旺旺对比】-&【E客服评价对比】, 如图
● 接待人数:选定时间范围内客服接待人数;
● 发出评价数:选定时间范围内客服发出的评价请求数;
● 收到评价数:选定时间范围内客服收到的评价响应数;
● 非常满意:选定时间范围内客服收到的“非常满意”评价数;
● 比较满意:选定时间范围内客服收到的“比较满意”评价数;
● 一般:选定时间范围内客服收到的“一般”评价数;
● 不满意:选定时间范围内客服收到的“不满意”评价数;
● 评价发送率:反映客服发送评价请求的百分比,其定义为,评价发送率 = 发送评价数/接待人数;
● 评价返回率:反映客户对评价请求作出响应的百分比,其定义为,评价返回率 = 收到评价数/发送评价数;
● 客户满意比:对客服服务表示满意(非常满意或比较满意)的客户百分比,其定义为,客户满意比 = (非常满意数+比较满意数)/收到评价数;
● 客服服务满意度:对客服的服务质量的整体评分,最高为3分,其定义为,客服服务满意度 = (非常满意数×3+比较满意数×2+一般数×1)/收到评价数,
不同评价对应得分:非常满意得3分,比较满意得2分,一般得1分,不满意不得分;
Copyright(C)2011 杭州达西科技有限公司 版权所有}

我要回帖

更多关于 销售数据分析 培训 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信