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 *** “分布、对比、趋势”，搭建一个体系化的“会员销售报表”。

之一步：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

主要包含内容：销售额、销售订单数、销售会员数、销售商品数；

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 *** 叉销售分布

主要包含内容：会员属性&渠道属 *** 叉销售分布、会员属性商品属 *** 叉销售分布、渠道属性&商品属 *** 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 *** 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；