這個案例是這樣的：
一個在資訊流平臺上賣禮品的電商， 之前10個月的銷售都不溫不火， 有漲有跌， 每月銷售額一直徘徊在40萬元左右， 但上個月的銷售額猛的突破了100萬元， 而且！是在廣告花費不足10萬的情況下獲得的銷售額， 這讓老闆很雀躍啊， 感覺春天來了！過去10個月的煎熬終於要出頭了！
我忍不住潑了個冷水：
銷售額突破預期就意味著經營步入正軌了嗎？
如果不是， 我們又該怎樣發現100萬元這個資料背後隱藏的商業洞察呢？
靠分析。
當我們面對資料的時候， 不能光盯著資料本身看， 就資料論資料，
資料分析有一個經典的6字策略：
細分、對比、溯源
具體來說就是：
先從不同的維度去分解問題；
再根據每個維度上的資料建立參照系做對比， 找到業務的薄弱環節或部分；
最後分析原因， 找到改進方案。
如此， 才可能發現到100萬元背後真正的商業洞察， 更好的制定下一步的策略。
銷售資料分析第一步：細分
所謂細分， 是指通過拆解不同維度， 找到需要分析的某個指標的影響因素。
什麼是維度？
維度起源於幾何學， 指的是連接兩個同種空間的通路， 用在資料分析的時候多指一種視角， 比如性別、地區、時間、距離等都是資料分析時常會用到的視角。
比如我們要用時間作維度，
也可以通過同一時間下空間上的橫向比較來瞭解的自己現狀和差距， 如不同國家人口數、GDP的比較， 不同省份收入、用戶數的比較、不同公司、不同部門之間的比較， 這些都是同級單位之間的比較， 簡稱橫比。
怎樣拆解維度？
拆解的前提是找到了合適的維度， 那麼怎樣找維度呢？
找到細分維度的本質是發現因變數的影響因素。 比如本案裡， 因變數就是銷售額。
導致整個銷售額發生從60萬元到100萬元的變化的因素可能有很多， 我們可以用6W2H、也可以用行銷“4P”的框架來分析，
這裡我們用6W2H給大家演示一遍流程：
1、要What， 就是你賣的是什麼產品？
根據具體問題還可以展開， 比如：
你的產品線是什麼？
你的競品是什麼？
你的替代品互補品各是什麼？
你的目標消費者的固有選擇是什麼？
……
假設我們現在需要從產品線維度來拆， 一般禮品電商公司可能不止賣一種禮品， 可能還會賣高端簽字筆、望遠鏡等， 那麼據此可以拆分的問題就是：各個產品的銷售額貢獻率是多少？按照28原則， 理想狀態是80%的銷售額來源於20%的產品， 我們需要知道爆款是什麼，
2、是Who， 就是考慮誰在賣？
比如企業內部是誰在做這款產品的銷售？
外部市場上有多少同行在賣同款產品？
如果考慮內部， 我們可以把問題拆分成， 有哪幾個部門在賣？由哪幾個專案經理負責銷售？他們各自對銷售額的貢獻情況如何？
如果考慮外部市場， 可以分析看看同行的銷售額是多少？這個100萬元的水準在同行內的排名在什麼位置？
3、是Whom， 就是賣給誰？
這一步說的是誰是你的客戶？客戶類型有哪些？
誰是使用者？誰是影響者？誰是決策者？
消費層次如何？
採購頻次如何？
……
就本案來說， 我們可以思考， 線上上買禮品的人可以為幾類？他們各自有怎樣的採購特徵，
比如本案裡， 我們可以比較看看銷售額是不是有週期性變動的規律？
5、是Where， 客戶在哪裡買？
我們可以看看有哪些銷售管道， 比如是線上還是線下呢？如果都是線上， 那麼是資訊流平臺還是網上商城？等等。
就本案來說， 這個老闆同時鋪了幾個管道或者平臺在賣， 那麼多的管道裡， 哪個或者哪些管道的銷售額更好？
8、是How much， 即客戶願意為產品付出多少成本？
這裡就涉及到定價策略了， 是採用低價滲透呢？高價撇脂呢？還是歧視定價？等等。
就本案來說， 在這一點上要考慮的是目前的定價策略會不會對銷售額有影響？哪種定價方式更有利於擴大銷售額？
銷售資料分析第二步：對比
完成上一步的細分之後， 我們就需要開始對同一維度的資料進行比較，以瞭解業務現狀，找到業務的薄弱環節或部分。
怎麼比？
比較主要是通過建立參照系來比較。這裡需要強調幾點注意事項：
1、要弄清楚是誰和誰在比
這裡的“誰”涵義比較寬泛，比如是不是同一單位在比？比如同樣是銷售金額，3000人民幣和900歐元就沒法直接比，得先統一單位，然後再比。
2、弄清楚怎麼比
也就是選擇比較的物件要有可比性。比如公司的某個產品的銷售額不能和全省該產品的社會零售總額去比，這都不是一個量級，怎麼比？比較只能和同量級的比。
3、弄清楚比完後要幹嘛
如果各種步驟都準確，那麼比完之後，我們就能知道自己大概所處的狀態了，如果這個狀態相對較好，就繼續保持，如果狀態相對較差，就可以著手改進優化了。
薄弱部分和薄弱環節都是優化工作的切入口，實操中，好的優化師往往對“差”有相當高的敏感性。
找誰開刀？
假設我們通過產品維度的比較發現，本案的這個公司總共在售的10個類目的禮品中，絕大部分產品的對比銷售都挺不錯，運營各個環節步驟也都表現良好，有的甚至已經做到了極限，只有一款手錶賣得特別糟糕，銷售額排名在最後，上月銷售額只有3000元，僅占整個銷售額比例的0.3%——也就是說，這款手錶對上個月100萬銷售額的貢獻微乎其微，屬於該公司銷售的薄弱環節。
這種情況下，我們是去找表現最好的去優化升級、挑戰更高的極限呢？還是先試著補足短板呢？
這裡我們給出一個判斷權衡的參考方向：
可以根據優化的投入產出比來判斷；
可以根據優化的難易程度和改善空間來選擇；
重點考慮公司的資源情況；
參考公司的經營目標和經營策略；
其他影響因素的考量，比如當前市場的政策情況、行業的發展趨勢、同行競爭情況等等。
假設根據上面的各個因素的分析，我們得出，本案的銷售主體公司很看好手錶這個類目的發展前景，公司未來經營思路的構想是多頭發展，那麼我們可以認為，提升手錶銷售額是當務之急，接下來的工作中就是需要把提高手錶的銷售額作為提升總體銷售額的切入口。
銷售資料分析第三步：溯源
一般情況下，碰到某款產品銷量差，相關經手人的第一反應是是什麼呢？責怪！
怪優化師廣告沒投好？怪產品經理選錯產品？還是怪售價定太高了？各種猜各種怪各種卸責。
這裡我想提醒諸位，無根據的猜測於事無補。有效的解決方法，不是拍腦袋猜測，覺得是哪個就是哪個，而是要用一個模型把一條路上所有可能涉及到的問題都追溯一遍，找到問題的源頭。
怎麼溯源？看魚骨圖
我們用魚骨圖來分析一下電商投放資訊流廣告時可能遇到的運營問題。
（注：為了可以更完整的查看下圖，建議將手機屏橫過來）
根據圖示，我們可以瞭解到，整個電商投放環節涉及到了6塊內容，分別是最開始的選款，然後是針對性的定價，接著是投放相關的定向、創意、落地頁，最後還涉及到客服、物流等後端，這裡面每一步都可以再拆分成很多小步驟。
比如選款環節。
電商的選款是個非常複雜的過程，對選款人的行銷能力和市場敏感度均有很高的要求。那麼通常我們在選款時可以考慮的內容有：
1、產品所在行業競爭的關鍵是什麼？
比如大部分快消品行業主要的競爭關鍵是品牌，如果我們想選的產品是屬於這個領域的，那我們就要考慮這個產品的品牌是否有號召力。
比如同樣是線上賣手機，同等條件下，你賣iPhone的效果和“YOTA”phone的效果是不一樣的。
2、產品是否適銷對路？
線上選款和線下選款是有差別的，需要實際體驗才能成交或是需要專業的諮詢服務才能成交的產品就不是非常適合線上上直接售賣，或是轉化門檻太高的產品，線上上銷售時用戶的折損率也會比較高。
比如有些保險產品的銷售就需要專人服務才能成交，線上上銷售轉化門檻太高，轉化成本高也是情理中事。
其他要考慮的問題還有很多，比如產品的利潤空間，市場上的競爭情況，進入門檻等等，這裡不展開了，遇到具體問題可以再具體分析。
就本案來說，該公司的選款主要參考的是公司所在地的的實體禮品零售店資料。從這些零售店的銷售情況來看，此款手錶堪稱爆款，三個月內來回購送人的客戶超過40%！
40%是什麼概念？通常來說，線下禮品類銷售能有20%的回購率就已經不錯了，這個40%就等於翻倍了，也正因為此，給了這個電商公司的老闆非常大的信心，覺得可以放到線上賣賣試試。
再來說說客服環節。
客服環節主要考慮的是用戶體驗，一般影響用戶體驗的因素有如下幾個方面：
1、回應是否快？
比如你問了客服一句問題，半天沒人回應，你覺得用戶會是啥心情？
據相關資料顯示，一般反應時間超過15秒，這個諮詢就可能黃了，且越是急切的諮詢，或者說越是需求精准的用戶的諮詢，他們希望得到快速回饋的欲望越強烈，可能15秒都等不及。
2、問答比是否高？
這個是指客服和使用者互動的情況，是不是熱情到位？用戶問你三句，你回答一句，你這一句能說明問題倒也罷了，如果不能，那用戶體驗也會不好，自然的，轉化也就好不到哪裡去（有些特殊行業，比如奢侈品零售領域的逆向行銷不在我們今天的討論範圍內）。
3、話術是否專業？
我們先解釋一下何為專業：一種是指客服人員線上銷售的水準是否達標，具體是指客服人員的溝通技巧和逼單能力等。
就本案看，該電商公司的客服小組和其他產品的客服是公用的，從回應時間到問答比到客服的接單流程、接單話術的專業水準都是符合行銷專業要求的，而且實際的接待人員水準和實體店的店員水準相差不大，甚至略好一些，由此，我們可以大致排除客服環節對銷量的影響。
怎麼分析？用5why
假設，通過魚骨圖對行銷環節的層層剖析，我們發現，最可能出現問題的環節是定價環節，因為目前的定價和同行比，有點太低了，那麼會不因為價格太低導致客戶認為便宜沒好貨？對品質沒有安全感？所以不願意買呢？——還是那句話，猜，是不嚴謹的，我們需要借助專業工具進行分析。
這裡我們推薦5why分析法。
5why分析法發源于日本豐田，是豐田前副社長大野耐一發現問題時慣用的一個分析方法：通過連續追問“為什麼？”來找尋問題的真正原因和解決方法，適用於多個領域。
就本文舉的案例來說，我們可以通過下列這些提問來探究一下為什麼手錶銷量低。
提問開始：
1問：為什麼手錶價格很低還沒轉化？
1答：怕是假的。
2問：為什麼會擔心是假的？
2答：消費者的固有認知，認為比同行價格低可能就是假貨。
3問：為什麼價格低就是假貨？
3答：價格是價值的體現，價格高=品質好，價格便宜=沒好貨。
4問：為什麼用戶會認為價格高=品質好，價格便宜=沒好貨？
4答：人們對一個既複雜模糊又不確定的事件進行判斷時，如果沒有行之有效的方法，往往會走一些思維的簡單化處理捷徑，比如，在判斷產品品質與價格的關係時，決策依據欠缺，使用者可能會根據過去的經驗確定錨定值，比如以前買過一樣什麼東西，很便宜，結果品質很差，他就會認為，價格便宜=沒好貨。
5問：為什麼人們會靠一些思維的簡單化處理捷徑來做決策？
5答：從2002年諾貝爾經濟學獎獲得者丹尼爾·卡尼曼撰寫的《思考，快與慢》中瞭解到，大腦中有兩套系統，系統1的運行是無意識且快速的，不怎麼費腦力；系統2是將注意力轉移到需要費腦力的大腦活動上來，例如複雜的運算。
大腦也喜歡決策成本最小化。
日常生活中只用系統1就差不多了。遇到系統1無法自主解決的問題，比如“17×24”這樣的運算，才會觸發系統2。
問題是，這個過程中，系統1會經常過來搗亂，最麻煩的是我們還無法關閉這個喜歡走捷徑的系統1，可以說，想要系統2好好執行工作是很困難的。
（注：5why不是說只能問5個“為什麼”，可以多可以少，當你覺得找到問題的根源和解決方法了，就可以停。比如上面這個5問我們還可以繼續往下問，問到最後你會發現這其實是一個關於人類進化論的問題…）
所以答案就出來了：你原以為的便宜的這個賣點，並沒有被人的大腦認可，便宜本身還未到級別觸發理性的系統2，也就是說，使用者無法靠理性的系統2來分析出你的價格其實超划算，給出應該要買的指令。
相反，那個喜歡對各種問題都要插一腳的系統1直接給出了便宜沒好貨的訊號，阻礙了用戶的行動，最終導致了銷量如此之低。
那麼對應的解決方案就是：不要對抗人大腦的決策機制，也不要試圖繞過那個喜歡對各種問題都要插一腳的系統1，既然人們覺得便宜沒好貨，你就不要便宜。
所以接下來我們就可以優化定價策略了，定完後再重新上線測試銷售的情況是不是和預期一致，然後再做進一步的優化改進，如此循環往復，持續改進。
整個分析到此就先告一段落了。
回過頭來我們再來看看文章開頭說的案例，100萬元這個資料本身其實並沒有什麼意義，我們只有把它代入到具體的商業背景中，通過對比、細分、溯源，才能解讀出它背後的商業價值。
當然，實操中遇到的問題肯定會比我們說的案例複雜，需要考慮的因素也會多很多，但，解決問題的基本思路是一致的。
說到底，資料分析是生意的一部分，一切分析工作都是為了説明我們達成商業目標。
作者：杜江 婷婷
我們就需要開始對同一維度的資料進行比較，以瞭解業務現狀，找到業務的薄弱環節或部分。怎麼比？
比較主要是通過建立參照系來比較。這裡需要強調幾點注意事項：
1、要弄清楚是誰和誰在比
這裡的“誰”涵義比較寬泛，比如是不是同一單位在比？比如同樣是銷售金額，3000人民幣和900歐元就沒法直接比，得先統一單位，然後再比。
2、弄清楚怎麼比
也就是選擇比較的物件要有可比性。比如公司的某個產品的銷售額不能和全省該產品的社會零售總額去比，這都不是一個量級，怎麼比？比較只能和同量級的比。
3、弄清楚比完後要幹嘛
如果各種步驟都準確，那麼比完之後，我們就能知道自己大概所處的狀態了，如果這個狀態相對較好，就繼續保持，如果狀態相對較差，就可以著手改進優化了。
薄弱部分和薄弱環節都是優化工作的切入口，實操中，好的優化師往往對“差”有相當高的敏感性。
找誰開刀？
假設我們通過產品維度的比較發現，本案的這個公司總共在售的10個類目的禮品中，絕大部分產品的對比銷售都挺不錯，運營各個環節步驟也都表現良好，有的甚至已經做到了極限，只有一款手錶賣得特別糟糕，銷售額排名在最後，上月銷售額只有3000元，僅占整個銷售額比例的0.3%——也就是說，這款手錶對上個月100萬銷售額的貢獻微乎其微，屬於該公司銷售的薄弱環節。
這種情況下，我們是去找表現最好的去優化升級、挑戰更高的極限呢？還是先試著補足短板呢？
這裡我們給出一個判斷權衡的參考方向：
可以根據優化的投入產出比來判斷；
可以根據優化的難易程度和改善空間來選擇；
重點考慮公司的資源情況；
參考公司的經營目標和經營策略；
其他影響因素的考量，比如當前市場的政策情況、行業的發展趨勢、同行競爭情況等等。
假設根據上面的各個因素的分析，我們得出，本案的銷售主體公司很看好手錶這個類目的發展前景，公司未來經營思路的構想是多頭發展，那麼我們可以認為，提升手錶銷售額是當務之急，接下來的工作中就是需要把提高手錶的銷售額作為提升總體銷售額的切入口。
銷售資料分析第三步：溯源
一般情況下，碰到某款產品銷量差，相關經手人的第一反應是是什麼呢？責怪！
怪優化師廣告沒投好？怪產品經理選錯產品？還是怪售價定太高了？各種猜各種怪各種卸責。
這裡我想提醒諸位，無根據的猜測於事無補。有效的解決方法，不是拍腦袋猜測，覺得是哪個就是哪個，而是要用一個模型把一條路上所有可能涉及到的問題都追溯一遍，找到問題的源頭。
怎麼溯源？看魚骨圖
我們用魚骨圖來分析一下電商投放資訊流廣告時可能遇到的運營問題。
（注：為了可以更完整的查看下圖，建議將手機屏橫過來）
根據圖示，我們可以瞭解到，整個電商投放環節涉及到了6塊內容，分別是最開始的選款，然後是針對性的定價，接著是投放相關的定向、創意、落地頁，最後還涉及到客服、物流等後端，這裡面每一步都可以再拆分成很多小步驟。
比如選款環節。
電商的選款是個非常複雜的過程，對選款人的行銷能力和市場敏感度均有很高的要求。那麼通常我們在選款時可以考慮的內容有：
1、產品所在行業競爭的關鍵是什麼？
比如大部分快消品行業主要的競爭關鍵是品牌，如果我們想選的產品是屬於這個領域的，那我們就要考慮這個產品的品牌是否有號召力。
比如同樣是線上賣手機，同等條件下，你賣iPhone的效果和“YOTA”phone的效果是不一樣的。
2、產品是否適銷對路？
線上選款和線下選款是有差別的，需要實際體驗才能成交或是需要專業的諮詢服務才能成交的產品就不是非常適合線上上直接售賣，或是轉化門檻太高的產品，線上上銷售時用戶的折損率也會比較高。
比如有些保險產品的銷售就需要專人服務才能成交，線上上銷售轉化門檻太高，轉化成本高也是情理中事。
其他要考慮的問題還有很多，比如產品的利潤空間，市場上的競爭情況，進入門檻等等，這裡不展開了，遇到具體問題可以再具體分析。
就本案來說，該公司的選款主要參考的是公司所在地的的實體禮品零售店資料。從這些零售店的銷售情況來看，此款手錶堪稱爆款，三個月內來回購送人的客戶超過40%！
40%是什麼概念？通常來說，線下禮品類銷售能有20%的回購率就已經不錯了，這個40%就等於翻倍了，也正因為此，給了這個電商公司的老闆非常大的信心，覺得可以放到線上賣賣試試。
再來說說客服環節。
客服環節主要考慮的是用戶體驗，一般影響用戶體驗的因素有如下幾個方面：
1、回應是否快？
比如你問了客服一句問題，半天沒人回應，你覺得用戶會是啥心情？
據相關資料顯示，一般反應時間超過15秒，這個諮詢就可能黃了，且越是急切的諮詢，或者說越是需求精准的用戶的諮詢，他們希望得到快速回饋的欲望越強烈，可能15秒都等不及。
2、問答比是否高？
這個是指客服和使用者互動的情況，是不是熱情到位？用戶問你三句，你回答一句，你這一句能說明問題倒也罷了，如果不能，那用戶體驗也會不好，自然的，轉化也就好不到哪裡去（有些特殊行業，比如奢侈品零售領域的逆向行銷不在我們今天的討論範圍內）。
3、話術是否專業？
我們先解釋一下何為專業：一種是指客服人員線上銷售的水準是否達標，具體是指客服人員的溝通技巧和逼單能力等。
就本案看，該電商公司的客服小組和其他產品的客服是公用的，從回應時間到問答比到客服的接單流程、接單話術的專業水準都是符合行銷專業要求的，而且實際的接待人員水準和實體店的店員水準相差不大，甚至略好一些，由此，我們可以大致排除客服環節對銷量的影響。
怎麼分析？用5why
假設，通過魚骨圖對行銷環節的層層剖析，我們發現，最可能出現問題的環節是定價環節，因為目前的定價和同行比，有點太低了，那麼會不因為價格太低導致客戶認為便宜沒好貨？對品質沒有安全感？所以不願意買呢？——還是那句話，猜，是不嚴謹的，我們需要借助專業工具進行分析。
這裡我們推薦5why分析法。
5why分析法發源于日本豐田，是豐田前副社長大野耐一發現問題時慣用的一個分析方法：通過連續追問“為什麼？”來找尋問題的真正原因和解決方法，適用於多個領域。
就本文舉的案例來說，我們可以通過下列這些提問來探究一下為什麼手錶銷量低。
提問開始：
1問：為什麼手錶價格很低還沒轉化？
1答：怕是假的。
2問：為什麼會擔心是假的？
2答：消費者的固有認知，認為比同行價格低可能就是假貨。
3問：為什麼價格低就是假貨？
3答：價格是價值的體現，價格高=品質好，價格便宜=沒好貨。
4問：為什麼用戶會認為價格高=品質好，價格便宜=沒好貨？
4答：人們對一個既複雜模糊又不確定的事件進行判斷時，如果沒有行之有效的方法，往往會走一些思維的簡單化處理捷徑，比如，在判斷產品品質與價格的關係時，決策依據欠缺，使用者可能會根據過去的經驗確定錨定值，比如以前買過一樣什麼東西，很便宜，結果品質很差，他就會認為，價格便宜=沒好貨。
5問：為什麼人們會靠一些思維的簡單化處理捷徑來做決策？
5答：從2002年諾貝爾經濟學獎獲得者丹尼爾·卡尼曼撰寫的《思考，快與慢》中瞭解到，大腦中有兩套系統，系統1的運行是無意識且快速的，不怎麼費腦力；系統2是將注意力轉移到需要費腦力的大腦活動上來，例如複雜的運算。
大腦也喜歡決策成本最小化。
日常生活中只用系統1就差不多了。遇到系統1無法自主解決的問題，比如“17×24”這樣的運算，才會觸發系統2。
問題是，這個過程中，系統1會經常過來搗亂，最麻煩的是我們還無法關閉這個喜歡走捷徑的系統1，可以說，想要系統2好好執行工作是很困難的。
（注：5why不是說只能問5個“為什麼”，可以多可以少，當你覺得找到問題的根源和解決方法了，就可以停。比如上面這個5問我們還可以繼續往下問，問到最後你會發現這其實是一個關於人類進化論的問題…）
所以答案就出來了：你原以為的便宜的這個賣點，並沒有被人的大腦認可，便宜本身還未到級別觸發理性的系統2，也就是說，使用者無法靠理性的系統2來分析出你的價格其實超划算，給出應該要買的指令。
相反，那個喜歡對各種問題都要插一腳的系統1直接給出了便宜沒好貨的訊號，阻礙了用戶的行動，最終導致了銷量如此之低。
那麼對應的解決方案就是：不要對抗人大腦的決策機制，也不要試圖繞過那個喜歡對各種問題都要插一腳的系統1，既然人們覺得便宜沒好貨，你就不要便宜。
所以接下來我們就可以優化定價策略了，定完後再重新上線測試銷售的情況是不是和預期一致，然後再做進一步的優化改進，如此循環往復，持續改進。
整個分析到此就先告一段落了。
回過頭來我們再來看看文章開頭說的案例，100萬元這個資料本身其實並沒有什麼意義，我們只有把它代入到具體的商業背景中，通過對比、細分、溯源，才能解讀出它背後的商業價值。
當然，實操中遇到的問題肯定會比我們說的案例複雜，需要考慮的因素也會多很多，但，解決問題的基本思路是一致的。
說到底，資料分析是生意的一部分，一切分析工作都是為了説明我們達成商業目標。
作者：杜江 婷婷