要說整車廠的核心業務是什麼,說白了就是兩個:乙個是造車,乙個是賣車;我今天想來聊一聊賣車,也就是整車廠的銷售業務。
目前中國的汽車銷售模式都是通過經銷商的(暫時不考慮那些垂直的汽車電商,不是本文的重點),普通的個人客戶是沒法直接向整車廠訂購車輛,都是通過4s店的渠道進行購買;這也就是說整車廠需要先把車賣給經銷商(批售),經銷商再把車賣給個人客戶(零售);對於整車廠來說,前者相當於是整車批售,後者就是整車零售;
一般來說,品牌的銷售部門會將全國分為幾個銷售大區,每個大區一般包含幾個省份、大區下一層級就是小區,小區一般是城市級別,然後就是到經銷商;所以是三層的結構:大區-小區-經銷商
言歸正傳,假設銷售部門的領導提出乙個需求,希望提供乙個汽車銷售情況的儀錶盤,其他什麼細節需求都沒講(領導嘛,講講大方向就行了,剩下的就靠我***自己揣摩了),那現在我們就來看看,如何在10分鐘內快速的構建出乙個有價值汽車銷售看板;
在動手做之前,我們還是得以目標為導向,花寫時間思考一下,究竟這張儀錶盤能給到業務什麼價值?我總結有以下幾點:
1、發現問題:希望能夠一目了然的發現銷售業務的異常情況
2、定位問題:希望能夠定位到問題
3、解決問題:希望能從中制定出解決方案
4、驗證問題:解決方案實施後,能夠從資料變化來判斷業務是否已經恢復正常。
所以這四個步驟應該是乙個閉環的過程,那現在就朝著這個目標開始做吧。
首先,我假設當前日期是2017.1.22,我想看一下本月的零售完成情況;
1、發現問題:
首先展示一些核心的指標:mtd銷量(月累計)、月目標和月完成率。
那光看完成率有意義嗎?乙個很簡單的想法,就是和時間賽跑;所謂時間過半,任務完成情況也應該過半吧;很明顯,當該月的完成率已經落後時間進度時,指標就會變成紅色;一眼就能看出目前業務肯定發生了異常;也就是我們發現了問題;
2、定位問題
那發現問題後,我們就要開始著手定位問題。首先我們想看一下各個大區的銷售情況怎麼樣,如下圖
左半部分展現了每個銷售大區本月銷售台次和本月的目標;
右半部分展現了每個大區完成率和時間進度軸的情況
很明顯,一眼就能看出,除了銷售2區的進度是超過時間進度外,其餘的都沒有達標,尤其是銷售1區和銷售4區,落後的好多。
而且,我們之前提到過,我們全國是有層級的,那可以通過聚焦下鑽的功能,看出到底是哪些城市和哪些經銷商出現了問題。從而我們定位到了問題所在
3.解決問題
既然要制定解決方案,我們需要再多一些分析;下圖是一張散點圖,主要是
表現每個城市本月的銷售情況(是否達標),以及自己和自己去年同期比較,是否有增長。
這樣一來,就可以把所有的城市分為了4個象限
1、優質區域:這個象限中的城市本月進度達標,而且同比又是增長的,所以需要繼續保持;
2、異常區域:這個區域中的城市本月進度都達標了,但是和去年同期比,銷量卻同比下降了,這說明是不是銷量目標定得有點低了?是不是要多push點壓力給到這些城市;
4、異常區域:這個區域中的城市同比增長,但本月卻沒有達標;那需要看一下是不是目標定得有些高了;
3、重點關注區域:這個區域裡面的城市就很有問題了,本月既沒有達標,同比也是下降的,所以都是拖後腿的城市,需要重點關注;同樣,這張圖還可以通過城市下鑽到經銷商,去看經銷商的分布情況。
此外,我們還可以關注以下區域經理和4s店的排名情況;下圖右半部分可以看出全國大多數的經銷商都沒有達標;
還可以通過自定義區域地圖來從看一下全國的銷售分布情況
最後可以展現一些明細的**,作為資料的匯出
通過以上的一些分析,我們為解決問題找到了很多思路,我們找到了問題的城市和經銷商,發現了可能導致問題的原因;並且通過對銷售經理的排名可以看出其業績的表現,這樣就制定了以下幾點的解決方案:
1、重新review一下銷量目標制定的情況,是否符合當地的實情。比如當地是否出台了相關限購政策等。
2、對問題城市和經銷進行進一步的跟進,派出人員現場調研;是否4s點接待出了問題?是否銷售顧問跟進不及時?
3、進一步繼續分析一下具體是哪些車型發生的問題,從而調整相應的市場活動策略和廣告投放策略...
十分鐘教會你們怎麼開傳奇
傳奇架設其實很簡單 很多非常愛玩這款遊戲,可能還有朋友不知道怎麼架設這款遊戲 今天特意寫篇傳奇架設教程,希望大家都能打造出真正屬於自己的傳奇 首先傳奇架設需要準備以下幾個軟體 準備工具 1 傳奇服務端 版本 2 配套登陸器 一般版本裡面都有會自帶的 3 dbc2000 第一步 解壓傳奇服務端 就是m...
十分鐘看懂時序資料庫(III) 壓縮
壓縮對於時序資料庫是至關重要的。因為時序資料庫面對的物聯網場景每天都會產生上億條資料。眾所周知,在大資料時代的今天資料的重要性是不言而喻的,資料就是公司的未來。但如果無法對這些時序資料進行很好的管理和壓縮,那將給客戶帶來非常高的成本壓力。如前文提到的,工業物聯網環境監控方向的客戶,一年產生1p的資料...
十分鐘看懂時序資料庫(III) 壓縮
壓縮對於時序資料庫是至關重要的。因為時序資料庫面對的物聯網場景每天都會產生上億條資料。眾所周知,在大資料時代的今天資料的重要性是不言而喻的,資料就是公司的未來。但如果無法對這些時序資料進行很好的管理和壓縮,那將給客戶帶來非常高的成本壓力。如前文提到的,工業物聯網環境監控方向的客戶,一年產生1p的資料...