基於我整體的規劃(數據化管理(電商o2o)系列文章目錄規劃)，認為還是要把銷售指標追蹤這一節完善了吧。
首先，追蹤這些指標有什麼意義呢。還是要先明確跟蹤這些指標的目的，漫無目的的態度，用來讀書是可以的，如果用來分析，就浪費時間了，而且這活幹起來還沒那麼容易呢。
1.跟蹤銷售指標有什麼意義？
我們從兩個層面上來講，一個是對經營情況的整體把控，將重要指標呈現在一張報表中，也就是日報或者週報，可以及時發現問題，更好的促進全公司的有效運轉，提升工作效率。當然，前面所說的，都是顯性的價值，我覺得還有個隱性的價值是非常重要的，那就是當這些指標數據展示在面前的時候，會觸發思考，這也才是發現問題、體現數據價值的關鍵。
另一是所謂的“小樹不修不直溜，人不修理哏赳赳”。話是玩笑話，但是真的有這樣一層意義，沒有一個好的指標跟蹤體系，哪來的動力工作呢。曾聽過一個團隊的負責人說，每天看著報表的數據被人甩的那麼遠，急的晚上睡不好覺。這就是效果。
2.哪些指標需要追蹤？
我這裡列出以下幾個：
主流的銷售額、訂單量、完成率、增長率、重點商品的銷售佔比、各平臺銷售佔比；更多的也可以跟蹤利潤、成交率（轉化率）、人均產出等。
3.怎樣跟蹤這些指標？
可以從下三個層面上來跟蹤這些指標
1. 指標的監控，實時&累計
2. 指標的規律分析
3. 指標的對比分析
3.1.指標的監控
一般都會對這些指標進行監控，有比較傳統的：郵件報送（雖然數據的整合處理要花費業務人員很長時間，但也是要比沒有好的）；也有比較高端的：led屏幕實時監控。不管怎樣的方式，也都是為了這一目的。現在很多公司已實現了指標監控的自動化，以及多平臺整合與移動化監控等。下面我拿出幾個例子來，僅供參考。
上面的圖表是針對上一天銷售指標的監控，最重要的兩個指標（銷售額與訂單量）通過儀表盤展示出來，同時展示目標達成率，可以非常醒目的掌握最重要的信息。不達標？根據此信息就可以找到負責人進行責問了。
其他幾個主要是訂單分佈情況，分別為各個價位的訂單數量：體現客單價分佈，若某一天的數據異常，比如發現客單價150的數量突然增加，則可能是店鋪促銷帶來的效應（如果客單價下滑，但是銷售額並沒怎麼增加，則非常明顯的這次活動並不成功），也可能是某新品上線帶來的衝擊。總之，通過觀察客單價的分佈，是能夠掌握很多信息的。
商品銷量與平臺銷量的分佈：主要是對銷售分佈的掌握，這類信息要說只通過這一天的數據來看出問題來，還是有些困難的，需要連起來看。下面會有提到。
訂單時段分佈：分析各個時間段的訂單集中情況，例如上圖中可以看出用戶消費高峰期在晚上9點和10點左右。通過這些信息可以有針對性的調整銷售策略。當然，如果突然某一天的訂單分佈有了很大的變動，也值得深入分析原因。
不止是每天的銷售指標值的追蹤，累計起來的數據可以產生不同的感覺，如下圖所示。
一是累計銷售額達成率，從圖中可以看出整體的業績表現。右邊圖表可以與該圖形成聯動，當數據異常時，可以進一步查看各月份的明細數據。
銷售指標的累計值監控，是對整體銷售業績的掌控，而日報則關注與最近的數據，兩者應更多的是結合起來使用，既要掌控全局，也要關注眼前。
3.2.指標的規律分佈
很多事請，獨立的去看，很難發現有什麼異樣，但是將時間維度拉開，擴大觀察的視野之後，就會有很多新的發現。正如前面所說的產品銷售分佈與平臺銷售分佈。
上圖展示了各平臺訂單的佔比分佈情況。仔細瀏覽可以發現：在2月份（春節）期間，總體上天貓平臺的訂單佔比很高；而京東平臺上兩個旗艦店，隨著時間佔比越來越高。這些信息會有助於幫助公司調整銷售策略。
當數據出現異常變動，可以進一步瀏覽月份明細數據，可以獲知店鋪訂單量佔比的下降，是因為該店鋪的業績下滑，還是其他店鋪的業績提高，這類報表，不僅是對數據的跟蹤，也是對各負責人對追蹤。
3.3.指標的對比分析
這個在前兩篇文章中有過介紹，通過以下兩個鏈接跳轉：數據化運營管理_互聯網行業(六)(訂單1)；數據化管理_互聯網行業(七)(訂單對比分析)
最後再說兩句，前面的文章中也有強調過，數據展示只是第一步，最重要的還是對數據結果進行思考，以及將分析分析結果落地，而不是止步於數據可視化。而對於以上指標跟蹤類報表，非常重要的一點是可以依據以上數據形成交流（例如上下級之間的交流，同事之間的交流），這種互動可以促進彼此對數據的使用，也促進對數據更多的思考，這樣才能帶來更多的價值。
很多習慣是慢慢養成的，若不能對數據進行思考與討論，那麼多漂亮的數據都沒有價值。
閱讀更多 格老子的geju201466 的文章
