掌握数据分析能力后，我们必须明白，不能为了分析而分析。当遇到实际问题时，我们如何利用自己的分析能力输出接近合理真理的结论呢？
接下来进入实际案例参考分析：
1.发现问题
双11刚刚过去。老板对比了今年7月份的数据和去年的数据，发现整体销量下降非常厉害。希望你能给他分析清楚为什么7-11月的总销量比去年同期下降了。 ？
上图是销售运营部门给老板的销售统计数据。数据全部整理好了。任何相似之处纯属偶然。这里不考虑数据的实际符合性。上图是原始数据。通过数据分析思维给老板一个解释。 ，为什么销量下降？运营策略是否应该继续执行？
2. 分析问题1. 使用结构化思维来拆分销售
所谓结构化思维，就是逻辑思维，暂时放弃发散思维，利用头脑中储存的知识，对目标进行全面的拆解和分析。
当你得知淘宝店销量下降时，不要根据以往的经验，发散地列出一堆原因（比如竞品升级、活动强度降低等）。首先，我们应该静下心来，拆解“门店销售构成”和“影响销售的因素”，进一步明确问题的根源。
例如，上图按季节和类别划分销售额。目的是了解“哪个品类销量出现了下降”，然后大胆猜测下降幅度较大的品类在某些方面存在问题。
看到上面的图，我又想了想。服装受季节影响很大。我们可以把七月到十一月分开吗？因此我们将月销售额添加到销售结构中。
这样分解销售结构后，我发现一开始的原始销售数据不足以看出销售趋势，所以我对数据做了线性可视化。
从图中可以看出，这家淘宝店销售的产品有西装、高领毛衣、长袖衬衫、西裤、九分裤；毛呢大衣也应该是主打产品，但秋冬销量显然不高，所以需要重点关注毛呢大衣品类。
因此，我们可以进一步分析毛呢大衣。主打产品“羊毛大衣”销量为何下降41%？
此时的分析只是为了清楚地看到门店销售结构和销售趋势。接下来我们就来分析一下毛呢大衣的品类，“影响销量的因素有哪些？”
上图拆解了毛衣销量下降的原因，同样适用于其他品类，且图中仅从店内和店外列举了可能的原因，并未穷举所有因素。
例如，从内部原因来看，产品设计与生产、产品陈列设计与布局、产品营销获客、产品销售运营等都会对销售产生影响。每一种原因又可以进一步细分为多个维度。各个维度如何处理？衡量好坏接下来要考虑的是索引。
外部原因通常很难核实，因为无法获得竞争对手的数据，而且所谓的第三方报告也不准确。如果对方是上市网红店，可以查看披露的财报数据，但一般淘宝店都不涉及资本运作。
写完这篇文章你应该发现一些问题了。所有的分析都只是各个维度的拆解。没有可测量的数据。如何衡量产品展示页面的设计是否合理？如何判断客诉解决率是否高？目前还没有什么可以测量的。
所以接下来你应该为你考虑的每个维度建立索引。一切都可以用指标来衡量。指标可以使用数据来获取特定值。数字趋势可以帮助您衡量好坏。
2、量化与销售相关的指标
所谓量化，就是穷举所有指标的最小单位，即最小不可分原则。例如，“7-11月销量”本身只是一个指标，对吗？
但又可以进一步分为每个月的销售额总和，或者每个品类的销售额总和，用公式表示：
7-11月销量=7月销量+8月销量+9月销量+10月销量+11月销量
那么想一想，用公式来量化指标是不是一个好的挖掘方法呢？
以上就是关于数据分析实战：揭秘销量下降原因，助力决策参考全部的内容，关注我们，带您了解更多相关内容。
