1、案例背景介绍
鬼家办公用品公司是面向当地企业销售各种办公用品的公司。公司有300名业务员，每天为了业绩不断奔波。 你就职于营销企划部，上司交给你的任务是拟定更具效率的营销战略。上司提供了2013年3月（业务旺季）的销售数据，告知如果还需要其他数据可以向公司系统的负责人追加申请。 应该如何对这一个月的数据进行分析呢？而且，如果需要追加，什么样的数据能够帮助你提出有意义的营销战略方案呢？
2、办公用品销售数据
3、整理输出结果、分析单位、解释变量
输出结果 = “销售额”
分析单位 = “顾客、商品、员工”
解释变量 = “输出结果以外的所有项目”
“选择分析单位的基准”，以下三点：
①从数据中能够发掘出数十甚至数百以上的分析单位。
②一旦明确了影响输出结果的分析单位的特征，就能够提出解决措施。
③解释变量能够简洁易懂地体现分析单位的特征，且能够从数据中定义。
- 首先，满足①的候选项有订单ID、订单日期、处理时间、客户ID、员ID、商品类型。
- 如果分析单位选择订单ID，如上面所说，接下来就要明确售额高的订单与销售额低的订单”之间的差异；
- 选择日期或时间，要明确“在个时间段，销售额会增加”；
- 选择客户ID，要明确“销售额高的客户与销售额的客户之间的差异”；
- 选择员工ID，要明确“销售额高的员工与销售额低的员工之间的差异”；
- 选择商品类型，则要明确“销售额高的商品类型与销售额低的商品类型”之间的差异”。
接着，我们从②的角度进行考察。订单ID如上面所述，根本提不出能够解决问题的措施，日期或时间也是如此。
本次使用的是3月份销售旺季的数据，假设知道了“销售特别好的时期”，能够采取的措施也不过是“当天重点营销”罢了。在销售旺季，员工的工作想必已经十分繁忙了，所以很难期待更好的效果。经过筛选，满足①②两个条件的分析单位就剩下了客户、员工及商品类型。
这三个要素中，满足条件③的会是哪一条呢？
商品类型，包含小类在内也许可以划分为数十个单位，从方针上来说，并不100%太适合。比如，我们得出了“书写用品与计算机软件的销售状况不同”的结论，那该采取何种措施来解决呢？如果只是想知道各商品类型销售状况的差异，只需要进行简单的交叉表分析，目测一下“哪种产品销路很好”就足够了。而且，就算是对此做进一步分析，在本案例中也是毫无意义的。
剩下的就只有客户和员工这两个要素了。如果能够找出“购买金额大的客户与金额小的客户”“销售额高的员工与销售额低的员工”之间的差异，也许就能够导出有意义的结果。但是，体现客户、员工特征的“解释变量”不充分。我们有输出结果——销售额的数据，可是说明客户或员工差异的“解释变量”的数据不太充分。
在这里，希望大家可以重新考虑一下本次的目标。不光是分析给出的数据，必要时提出追加数据的请求也是任务的一部分。所以，此次需要追加的数据是“可能体现客户或员工特征的数据”。
针对客户这一要素，如果公司对对方的业务种类及公司成立时间、与从业人数相关的基本数据、双方建立业务往来的过程（是上门推销，还是通过员工的熟人介绍）、采购负责人的基本情况等相关信息有着清晰明白的管理，也许可以明确“今后应该重点锁定哪些企业来开拓新客户”，这可以说是营销战略上很重要的发现。如果今后要新拜访邻近地区100家企业，那肯定是拜访有望贡献高销售额的100家企业比较好。
至于员工，性别、年龄、婚姻情况及籍贯等个人信息、所拥有的职业性格及技能、销售类型（可以从销售日报中一窥一二）、经费的使用途径等要素可以用于分析。将这些要素设为解释变量进行分析，若得出了某些结果，或许能够明确今后员工招聘或培训的方向。这也有利于提高销售团队整体的战斗力。
你马上在公司里找了一下“可能体现客户或员工特征的数据”，发现与客户相关的只有公司名、公司地址、采购负责人等最基本的数据。
另一方面，我们从人力资源部拿到了“入职测试的成绩”和每年进行的“压力测试结果一览”。人职测试数据除员工ID和员工姓名外，还包括数量处理和语言处理两项考试（满分100分），及好奇心、勤奋程度、外向性和协调性这四项个人性格测试（10 个级别）。另外，压力测试数据中，除员工ID和员工姓名外，还分别显示了员工对加班时间、身体负荷和人际关系所感受到的压力程度（10个级别）。
因此，我们应该重点将输出结果设为销售额，分析单位设为员工。
不过,即便结果设定为销售额,分析单位设为员工,由于一开始拿到的"2013年了月销喜数据",是以订单为单位进行统计的,故无法直接以员下为单位进行数据分析。
因此,我们需要将销售数据以员工为单位进行重新统计。只是,销售记录价数据超过55000条,若是手工进行重新统计,会花费大量的时间和精力。在这种情况下,我们可以利用Excel的数据透视表功能来减少工作量。
4、分析一、将销售数据重新统计成以员工为单位的数据
原始的销售数据是以订单为单位的。我们要将数据以分析单位——员工为单位进行重新统计。这时候要用到的是，数据透视表功能。
分析步骤：
①利用数据透视表，将销售数据以员工为单位重新统计。
②从订单处理的日期及时刻数据中导出每个员工集中处理订单的。
4.1、统计各商品类型的销售额在每个员工的总销售额中所占比例
4.2、统计每位员工的订单处理时间
上午虚拟变量
IF(AND(HOUR(C2)>8,HOUR(C2)<12),1,0)
加班虚拟变量
IF(OR(HOUR(C2)<9,HOUR(C2)>17),1,0)
星期一虚拟变量
IF(WEEKDAY(B2)=1,1,0)
星期二虚拟变量
IF(WEEKDAY(B2)=2,1,0)
星期三虚拟变量
IF(WEEKDAY(B2)=3,1,0)
星期四虚拟变量
IF(WEEKDAY(B2)=4,1,0)
星期五虚拟变量
IF(WEEKDAY(B2)=5,1,0)
5、分析二、合并销售、入职测试、压力测试的数据
从公司其他部门收集到了“人职测试”和“压力测试”数据。希望可以将其与销售数据相结合。VLOOKUP函数可以帮助我们将分别生成的数据表准确无误地结合起来。集中在同一工作表中。
分析步骤
①充分利用VLOOKUP函数将销售、入职测试、压力测试的数据
②将整合的数据表复制到其他工作表中，做好分析的准备。
6、分析三、明确每位员工身上影响销售的特质
7、报告：有良好销售业绩的是怎样的员工
要提高销售额,严禁加班有效吗？？？要好何提高的售额？？？在上述发现的基础上,我们会想出什么好主意呢？？？
首先,我们注意到,"加班时间长、压力大的员工销售额低"。是"因为因果关系业绩才上不来",还是说"业绩差的员工越容易加班"?其中的因果关系不明，但是就鬼冢办公用品公司而言,加班并不意味着生产率的提高。
因此可以尝试在一段时间内禁止员工加班,将其销售额与往年该月或上个月相比较,验证会有 多大程度的变化。如果顺利,即便销售额没有变化,加班费的减也可以节省留分公司成本。
另外,鬼家办公用品公司一直不太重视入职测试的结果,但本次分析表明，数量处理与销售额存在密切的联系。如果数量处理的得分越高,销售额越高，由此或许可以考虑重点招聘有理科背景的员工。又考虑到PC、电气化产品等电子仪器相关的商品占比越高，员工的销售额越高的分析结果，擅长销售此类商品的员工或许与理科存在着千丝万缕的联系。
另一方面，外界普遍认为，外向性、协调性、人际关系等特点对销售人员非常重要，但至少在鬼家办公用品公司，这些特性对销售额并无影响。可以说，即便善于开拓新客户，容易取得客户的信赖，也丝毫不会对销售额的增长做出任务贡献。
- 禁止加班后，如果销售额没有变化，那么会减少加班费支出。
- 增加录用善于数量处理、对电子仪器感兴趣、有理科背景的员工，或许能增加销售额。
- 外向性、协调性等或许与销售额没有直接联系。
要验证这些假说是否正确，不光需要进行定量的数据分析，还需要针对相关人员进行实际调查。比如，经常在星期一处理订单的员工和其他员工各选出几位，请其针对“为何选在/不在星期一处理订单”，以及“这样做的优点/缺点是什么”一一作答。
这样一来，或许可以轻易地解开“为何多选在星期一处理订单的员工销售额高的谜团；当然，也可能相反，或许能够找到其实这毫无意义的证据。
仅仅一次数据分析，不可能完全明白要赢利该如何去做。但是，至少可以找到思路，知道该去考虑什么、尝试什么，这本身就是很有价值的。
以分析结果为基础，跟熟悉工作现场的员工多交流，结合有希望的发现提出解决措施。在不断重复这些工作的过程中，你自然会找到提高销售额的方法。
