3.26大作业习题1

3.26大作业习题1

选择你任意熟悉的项目,根据自己对业务的理解,定义一组量化的数据指标,并根据之前的五组逻辑关系,来回答一下问题:

  1. 哪些是好的指标?
  2. 哪些指标能用来驱动你做决策? 哪些是虚荣指标?
  3. 哪些指标可以剔除?
  4. 还有哪些你没想到的,但也可能有意义的数据指标?

美的厨卫客户年提货数据分析指标

  • 1, 年出货总量: 2016年1月1日-2016年12月31日,全区域提货总金额。
  • 1-1 ,各客户年出货量: 2016年1月1日-2016年12月31日,各客户年提货金额,约100组数据。
  • 2, 月出货量: 1月至12月,每个月全区域的出货量,1年共12组数据。
  • 2-1, 各客户月出货总量:1-12月,各客户每月提货金额,约1200组数据。
  • 3, 同比销售增幅:(今年x月总销量-去年x月总销量)/去年x月销量。1年有12组数据。
  • 3-1,各客户同比销售增幅:(y客户今年x月提货-y客户去年x月提货)/y客户去年x月提货。1年月1200组数据。
  • 4,环比销售增幅:(今年x月销量-今年x-1月销量)/今年x-1月销量
  • 4-1, 各客户环比销售增幅:(今年x月销量-今年x-1月销量)/今年x-1月销量
  • 5,特价机出货比例:16年特价机出货金额/16年总销量
  • 5-1,各月特价机出货比例:16年x月特价机出货金额/16年x月销量
  • 5-2,各客户特价机出货比例:16年y客户特价机出货总量/16年总销量
  • 5-3,各客户每月特价机占总出货比例:y客户x月特价机出货总量/x月出货总量
  • 5-4,各客户每月特价机占自出货比例:y客户x月特价机出货总量/y客户x月出货量
  • 5-5, 各客户特价机环比涨幅:[(y客户x月特价机出货/y客户x月出货)-(y客户x-1月特价机出货/y客户x-1月出货)]/(y客户x-1月特价机出货/y客户x-1月出货)
  • 6,新品出货比例:16年新品出货金额/16年总销量
  • 6-1,各月新品出货比例:16年x月新品出货金额/16年x月销量
  • 6-2,各客户新品出货比例:16年y客户新品出货总量/16年总销量
  • 6-3,各客户每月新品占总出货比例:y客户x月新品出货总量/x月出货总量
  • 6-4,各客户每月新品占自出货比例:y客户x月新品出货总量/y客户x月出货量
  • 6-6, 各客户新品环比涨幅:[(y客户x月新品出货/y客户x月出货)-(y客户x-1月新品出货/y客户x-1月出货)]/(y客户x-1月新品出货/y客户x-1月出货)
  • 7,客户出货年贡献率: y客户16年出货量/16年全区域出货总量
  • 8,客户出货月贡献率:y客户x月出货量/x月全区域出货总量
  • 9,年单品均价:16年总销量/总出货台数
  • 10,月单品均价:x月总销量/总出货台数。
  • 11,当月0提货客户: 当月未提货的客户。

哪些是好的指标?

  • 指标7,和指标8,关于客户贡献率的,能有效帮助自己全局看待客户。知道哪些客户是这个市场的中坚力量。
  • 指标5,和指标6,以及子指标,也很有价值,能够清晰多知道,客户的提货结构,更细致地指导我们做操作具体的产品型号,尤其是对于我们提升均价有极大作用。
  • 指标9,和指标10,单品均价的。 也是自己首创哦,可以很好的知道,我们的产品均价在哪个水平,如果,我按照这些指标来分析的话,我估计,能发现我们的好多问题。

哪些指标能用来驱动你做决策? 哪些是虚荣指标?

  • 指标11. 之前我们只关注自己看得见的客户,忽略了那些没提货看不见的客户。
  • 指标5,6,7,8.都能知道决策,前两个指导我对产品结构的操作。后两个指导我对,客户结构的调整。很可能会发现黑马级客户。

虚荣指标:

  • 指标1,2,均属于虚荣指标,只能反映当月或当年的销售数据,无指导意义。

哪些指标可以剔除?

我思考这个问题的角度,不是哪些可以剔除,而是只保留哪些指标。我想,只保留3个指标,其余的,貌似都可以剔除。

  • 指标8,反映客户结构的关键指标
  • 指标3-1,反映客户质量的关键指标
  • 指标6-3,反映客户对产品操作能力的指标。 (操作新产品比例越多,越是跟得上)
    除此以外的指标,都可删除。

还有哪些你没想到的,但也可能有意义的数据指标?

  • 从费用核销角度,来看我们的客户对于我们的收益率,如,费用/总提货,这个客户成本的指标。 即:我们维护这个客户,花费了多少资源,我们在客户身上赚了多少钱。 哪些客户,最让我们赚钱?
  • 新网点开发的指标。客户总提货/拥有网点数。 可定义为:分销能力指标。如果这个值越高,证明该客户的网点生存情况越优。

思考

  1. 在相关性和因果性指标方面,我没有有效的指标,因为我们公司能采集的数据有限,我的指标能够实现,全集中销售数据上。如果能有同期的新网点装修数据,政策资源兑现数据,甚至是天气数据,估计能寻找到更多的相关性指标。 所以,数据的领域还是相对局限了
  1. 有个问题不知道怎么计算,比如1月份客户的新品率是30%,2月份客户的新品率是40%。我该如何计算,2月份比1月份的新品率,增长了多少呢? 用40%-30%吗?还是(40%-30%)/30%呢?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,569评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,499评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,271评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,087评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,474评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,670评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,911评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,636评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,397评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,607评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,093评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,418评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,074评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,092评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,865评论 0 196
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,726评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,627评论 2 270

推荐阅读更多精彩内容