標簽: 統(tǒng)計學(xué)

相關(guān)帖子	版塊	作者	回復(fù)/查看	最后發(fā)表

沒有相關(guān)內(nèi)容

相關(guān)日志

運用大數(shù)據(jù)思維，傳統(tǒng)零售業(yè)的冬天也有梅花怒放燃燒的迎春紅: 熱度 1 前趙 2014-1-30 08:18; 運用大數(shù)據(jù)思維,，傳統(tǒng)零售業(yè)的冬天也有梅花怒放燃燒的迎春紅文 / 快樂營銷教主我不是趙本山只是趙春善很多做終端零售的,，感覺過去的 2013 日子很難熬，會以為是 350 多億的光棍節(jié)搶走了他們的生意,，其實是他們自己,。大數(shù)據(jù)不是一天冒出來的，不管是統(tǒng)計學(xué)還是模糊數(shù)學(xué),，做生意的人對概率是有心中有數(shù)的——什么時間什么地點投什么樣的廣告差不多帶來多少收益他們明明白白清清楚楚的,，他們更厲害的人，通過營造環(huán)境氛圍及訓(xùn)練員工專業(yè)度熱情度來提高成交的概率,，有的特厲害的,，只要進來人，就不會讓人空手走出去,。那為什么這么厲害在大數(shù)據(jù)面前就敗得一塌糊涂了呢,？我們先不揣測終端零售商對概率背后的“規(guī)律”進行分析的不夠，只邏輯倒推一下,，想清楚幾個問題： 1,、消費者從哪來的？是自然流量,？是借助大商場大商超,？商超是怎么聚人氣的？選擇什么樣的地點才是科學(xué)的,？和您做同一品類商品的,，哪家比您好？人家是怎么吸引消費者的,？ 2,、每日銷售數(shù)據(jù)是記賬用的，還是反饋到設(shè)計及生產(chǎn)部門,？各個商品品類數(shù)據(jù)細化到什么程度,？有沒有分析？從數(shù)據(jù)是否能看出單店和全國各店所有單品排行情況,？根據(jù)排行情況,，區(qū)域銷售走勢，如果放到全年里是什么情況,？如果放到若干年里,，有什么規(guī)律，波浪線的趨勢是什么樣的,？ 3,、產(chǎn)品是廠家生產(chǎn)的,，是消費者需求拉動生產(chǎn)的，還是廠家設(shè)計人員創(chuàng)造了需求,？您是掌控了設(shè)計和終端渠道,，還是只是銷售終端的售賣機器？還是從批發(fā)或是代理那拿貨,？您的企業(yè)移動互聯(lián)上展示的是什么內(nèi)容,？是否引導(dǎo)挖掘消費者潛在的需求，從而設(shè)計開發(fā)系列主題產(chǎn)品,，在批量生產(chǎn)的情況下滿足消費者的個性化需求,？在靈活反應(yīng)上，您的新品從設(shè)計到生產(chǎn)再到消費者手中時間是一周是半個月,？如何讓所有商品在工業(yè)信息化時代都實現(xiàn)“前店后廠”那樣新鮮,？ 4 、利益分配上是共享還是壟斷,？每售賣出一個單品，設(shè)計者,、生產(chǎn)線上工人,、終端消費員，廠家,、代理商是否利益都掛鉤了,？不管是線上推廣線下體現(xiàn)后然后在線上購買，還是直接線上購買,，還是線下傳統(tǒng)售賣,，線上線下數(shù)據(jù)同步的同時，如何各方利益照顧得到且起到競爭作用,？總之,，解決了上述問題，傳統(tǒng)零售業(yè)的冬天也有梅花怒放燃燒的迎春紅,！最后恭祝大家馬年吉祥快樂幸福馬上錢多多,！ 2014 年 1 月 30 日江蘇快樂營銷教主簡介：暢銷書《快樂贏未來》作者（網(wǎng)上及各大新華書店有售），零情感營銷概念提出者,，看奧運侃營銷專家團成員,，原 7 天連鎖酒店集團快樂營負責人，滴水管理咨詢董事長,，準 CEO 訓(xùn)練營發(fā)起人,。; 個人分類: 快樂贏未來|1867 次閱讀|1 個評論

《用數(shù)字解放營銷人》統(tǒng)計學(xué)：沒你想得那么難: 博瑞森 2013-1-8 10:19; 統(tǒng)計學(xué)：沒你想得那么難很多人不愿意關(guān)注統(tǒng)計學(xué)知識，認為這樣的知識離我們的生活和工作太遙遠,、實用性太小,。作為營銷人員,，在通曉營銷的常用公式、精于計算上,，已經(jīng)是疲于應(yīng)付了,，再去面對統(tǒng)計學(xué)復(fù)雜的數(shù)理知識，這似乎是一個不可能完成的任務(wù),。一分鐘搞定統(tǒng)計學(xué)——用最簡單的方法解決銷售測算模型很多對數(shù)學(xué)有天生恐懼癥的人,，看了第二節(jié)五個經(jīng)典銷售測算模型的計算過程后，估計已經(jīng)兩眼發(fā)黑,、手心冒汗了,。對于那些沒有統(tǒng)計學(xué)基礎(chǔ)，又希望通過統(tǒng)計學(xué)的測算模型結(jié)果對銷售進行監(jiān)控的人,，有沒有捷徑,，讓我們用最簡單的方法，就能快速得出測算結(jié)果,，至少先把這五個最經(jīng)典的銷售模型的測算結(jié)果掌握好,？事實上，軟件行業(yè)的發(fā)展,，尤其是一些專門的統(tǒng)計軟件的誕生,，如 SPSS 的出現(xiàn)，讓很多專業(yè)人士得到解脫,。但遺憾的是,，任何事情都有利有弊， SPSS 軟件的操作和使用也需要專門的學(xué)習,，有些參數(shù)的設(shè)定比較復(fù)雜,。本節(jié)要給大家介紹的是，如何利用 Excel 快速解決銷售測算模型,。進出貨均衡性監(jiān)控的對應(yīng)函數(shù)—— STDEVPA 函數(shù) 均衡進出貨的監(jiān)控,，實際上是樣本對整體數(shù)據(jù)平均值偏離情況的監(jiān)測，在收集到日進出貨或者月進出貨數(shù)據(jù)后,，怎樣快速得出數(shù)據(jù)對均值的偏離情況,？這里利用 Excel 中的總體標準差函數(shù)—— STDEVPA 。例如,， 6 ,、 7 月的日出貨數(shù)據(jù)（單位：萬元）見下表（表 10-9 ），采用總體標準差函數(shù) STDEVPA ,，如何快速得出 6 ,、 7 月各自出貨的偏離程度？表 10-8 6 ,、 7 月的日出貨數(shù)據(jù) 在 Excel 中將日出貨數(shù)據(jù)列表如上表（表 10-8 ）,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ STDEVPA ”，然后點擊確定,。在 Value1 中選定 6 月份對應(yīng)的 30 個數(shù)據(jù) {B2 ︰ AE2} ,，點擊確認，即可得到 6 月份總體標準差值 257 ,。同樣,，按上述操作，在 Value1 中選定 7 月份對應(yīng)的 31 個數(shù)據(jù) {B3 ︰ AF3} ,，即可得到 7 月份總體標準差值為 127 ,。相較于復(fù)雜的總體標準差計算公式＝（） Excel 的函數(shù)功能為我們提供了非常簡便的計算途徑。通過結(jié)果,，能快速判斷日,、月度、季度銷售波動情況,。客均單價測算的對應(yīng)函數(shù)—— CONFIDENCE 函數(shù)及 STDEV 函數(shù) 除了能快速監(jiān)測進貨后的波動外,， Excel 在客單價的計算方面也很方便�,？蛦蝺r計算最重要的兩個函數(shù)功能—— 樣本標準差 STDEV 函數(shù)及置信區(qū)間 CONFIDENCE 函數(shù) ,。需要提醒營銷人員的是，本處的樣本標準差 STDEV 函數(shù)與前面提到的總體標準差 STDEVPA 函數(shù)的差別在于： STDEV 函數(shù)是對抽樣樣本的標準差的計算,，而 STDEVPA 函數(shù)是對全樣本標準差的計算,； STDEVPA 函數(shù)比 STDEV 函數(shù)計算出來的標準差,，更能代表實際的偏差情況,。由于無法窮盡樣本，所以很多時候也用樣本標準差代替總體標準差 ,。例如,，抽取 64 張銷售訂單樣本，求在 90% 的概率保證下,，門店人均消費額區(qū)間估計值的范圍,。在 Excel 中，輸入 64 個抽樣樣本,，先求 64 張訂單的樣本標準差,。表 10-9 64 張銷售訂單第一步，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ STDEV ”,，然后點擊確定。在 Number1 中選定對應(yīng)的 64 張訂單數(shù) {A1 ︰ H8} ,，點擊確認,，即可得到 64 張訂單的樣本標準差值 258.78 ,。第二步，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ CONFIDENCE ”,，然后點擊確定。在 Alpha 框中輸入（ 1 —保證概率）＝ 0.1 ,，在 Standard_dev 框中輸入樣本標準差 258.78 ,，在 Size 框中輸入樣本容量 64 ，點擊確定,，置信區(qū)間計算結(jié)果 53.21 ,。第三步，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ AVERAGE ”,，然后點擊確定。在 Number1 中選定對應(yīng)的 64 張訂單數(shù) {A1 ︰ H8} ,，點擊確認,，即可得到 64 張訂單的算術(shù)平均值 223.62 。第四步,，依據(jù)以上結(jié)果,，我們可以得到該門店顧客客單價以 90% 的概率保證，將會落在元的區(qū)間范圍內(nèi),。小貼士：通過函數(shù)計算出來的置信區(qū)間與通過手工計算出來的置信區(qū)間略微有差別,，主要是在大批量取數(shù)時，在計算過程中四舍五入導(dǎo)致的,，從整體來看并不影響計算結(jié)果的準確性,。影響銷售結(jié)果的量化公式——并不高深的一元線性回歸方程很多人都想知道，到底有哪些因素影響銷售,？有沒有一個更加清晰的量化工具,，讓我們對影響銷售結(jié)果的因素像“ 1 ＋ 1 ＝ 2 ”那么清晰？實際上在對銷售結(jié)果相關(guān)系數(shù)的測定和檢驗中,，我們還可以再進一步,，那就是根據(jù)測算結(jié)果建立一個一元線性回歸方程，將投入與產(chǎn)出的影響量化得更加清晰 ,。當然,，通過手工計算一元線性回歸方程，相對比較繁瑣,，如果能夠充分利用 Excel 的計算功能,，過程非常簡單。本節(jié)介紹的正是從 r 值的計算到線性方程的建立,，如何最大程度上利用 Excel 的計算功能,，將過程簡化,？以表 10-5 的數(shù)據(jù)為基礎(chǔ)，模擬一個簡單的一元線性回歸方程,，如表（表 10-10 ）所示,，首先開始銷售相關(guān)系數(shù) r 的計算。表 10-10 投放費用與銷售結(jié)果在 Excel 中列表第一步,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ CORREL ”，然后點擊確定,。在 Array1 中選定對應(yīng)的 29 次的費用投入 {B2 ︰ AD2} ,，再在 Array2 中選定對應(yīng) 29 次的銷售金額 {B3 ︰ AD3} ，然后點擊確認,，即可得到投入費用與銷售金額之間的相關(guān)系數(shù) r ＝ 0.7917 ,；第二步，由于目前在 Excel 中沒有提供 r 值的檢驗功能,，建議大家暫時采用手工檢驗,。第三步，如果檢驗結(jié)果可以通過,， r 值的相關(guān)系數(shù)可以確認兩組數(shù)據(jù)之間存在相關(guān)關(guān)系,，可以通過建立兩組數(shù)據(jù)之間的一元線性回歸方程的方式，進一步量化相關(guān)因素對銷售結(jié)果的實際影響,。一元線性回歸方程的經(jīng)典模型是 Y ＝ a ＋ bX ,，在這個公式中，最主要的就是求得 a 值和 b 值,。我們認定 Y 為因變量,，代表銷售結(jié)果， X 為自變量,，代表投入的費用,。首先求 a 值,，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ INTERCEPT ”，然后點擊確定,。在 Known_x’s 中選定對應(yīng)的 29 次的費用投入 {B2 ︰ AD2} ,，再在 Known_y’s 中選定對應(yīng) 29 次的銷售金額 {B3 ︰ AD3} ，然后點擊確認,，即可得到該線性方程 a 值等于 97283 ,。然后求 b 值，在工具欄選擇“公式”——“插入函數(shù)”,，在搜索函數(shù)中輸入“ SLOPE ”,，然后點擊確定,。在 Known_x’s 中選定對應(yīng)的 29 次的費用投入 {B2 ︰ AD2} ，再在 Known_y’s 中選定對應(yīng) 29 次的銷售金額 {B3 ︰ AD3} ,，然后點擊確認,，即可得出該線性方程 b 值等于 27.45 。故投入經(jīng)費與銷售結(jié)果之間有明顯的線性相關(guān)關(guān)系（ r ＝ 0.7917 ）,，相關(guān)模型為 Y ＝ 97283 ＋ 27.45X ,，即銷售進入穩(wěn)定期后，每投入 1 元的促銷經(jīng)費,，大致能產(chǎn)生 97310 元的銷售產(chǎn)出,。銷售構(gòu)成經(jīng)典模型和銷售預(yù)測經(jīng)典模型，雖然 Excel 沒有提供可以直接套用的函數(shù)得出結(jié)果,，但是如果能夠熟練運用 Excel 加減乘除的計算功能,，實際上整個過程也非常簡單。在 Excel 的學(xué)習和應(yīng)用上,，有興趣的朋友可以自行多做研究和摸索,，將平時遇到一些銷售上的數(shù)學(xué)問題與 Excel 的運算結(jié)合起來思考和應(yīng)用，這不僅僅能提高 office 的應(yīng)用能力,，還能提高營銷數(shù)學(xué)方面技能,。; 個人分類: 營銷|1880 次閱讀|0 個評論

GMT+8, 2024-12-26 10:14 , Processed in 0.028597 second(s), 13 queries .

Powered by 銷售與市場網(wǎng) 河南銷售與市場雜志社有限公司

回頂部

	自動

標簽: 統(tǒng)計學(xué)

相關(guān)帖子

相關(guān)日志