تحلیل سودآوری سبد محصولات شرکت – قسمت دوم

در مطلب پیشین دیدیم که با کمک نمودار حبابی، می‌توان تصویری از وضع سودآوری سبد محصولات شرکت بدست آورد. در آن نمودار، خط‌چین‌های قرمز میانگین درآمد و حاشیه سود محصولات را نشان می‌دادند. موقعیت دایره‌ی آبی نسبت به خطوط میانگین وضع آن محصول را نسبت به میانگین نشان می‌دهد. همچنین، مساحت دایره، بیانگر رشد فروش محصول نسبت به سال گذشته است.

41 sales dashborad1

حاصلضرب درآمد در حاشیه سود محصول، سود خالص ناشی از آن محصول را برای شرکت نشان می‌دهد. ربع اول نمودار (بالا و راست) جایی‌ست که حداکثر سود را نصیب شرکت می‌کند و مایلیم که تعداد محصولاتی که در ربع اول داریم، حداکثر شود. اما می‌دانیم که واقعیت بازار چیزی دیگر است. داشبوردهایی نظیر این نمودار حبابی، پایان کار نیستند و نباید شتابزده از روی آن‌ها نتیجه‌گیری کرد و تصمیم گرفت. بلکه ابتدای مسیر تحلیلند. کارکرد اصلی داشبوردها «ایجاد سوال» است. باید بدانیم که «چه اتفاقی افتاده است؟» و «چرا این اتفاق افتاده است؟». به بیانی دیگر، باید وضع موجود کسب و کار و روابط حاکم بر آن را بشناسیم و سپس تصمیم بگیریم «چه می‌توانیم بکنیم؟». در مورد این داشبورد، توجه به چند نکته مهم است:

اولا، در تحلیل وضعیت شرکت، باید نیم‌نگاهی به استراتژی و چشم‌انداز شرکت داشت. آیا شرکت قرار است به عنوان شرکتی با «سبد کامل محصولات» شناخته شود که همه‌ی اقلام مرتبط با حوزه‌ی فعالیتش را دارد؟ یا استراتژی شرکت، حرکت به سوی اقلام اساسی و پرفروش‌تر است؟ به عنوان مثال نمی‌توان سبد فروش یک هایپراستار با چند ده هزار قلم کالا را مشابه فروشگاه تخفیفی افق کوروش که فقط اقلام ضروری را ارایه می‌کند تحلیل نمود.

دوم اینکه در تحلیلمان باید به این نکته توجه کنیم که محصولات ارایه‌شده، لزوما عناوینی ۱۰۰% مستقل از هم نیستند. بسیاری از این اقلام به هم وابسته‌اند. کالاها ممکن است جایگزین یا مکمل هم باشند. از این رو، حذف کالایی که حاشیه سود یا فروش کمی دارد ولی مکمل کالایی با حاشیه سود بالاست، ممکن است منجر به کاهش فروش هر دو مورد شود. یا اینکه اضافه نمودن کالایی که حاشیه سود بالایی دارد اما جایگزین کالایی دیگر در سبد است، ممکن است به کاهش فروش کالای اول منجر شود، به گونه‌ای که سود حاصل از افزودن کالای جدید، به قدر سود از دست رفته نباشد.

نکته‌ی سوم، توجه به اصل متنوع‌سازی است. اگر شرکت تصمیم بگیرد که همه‌ی کالاهای سبدش را از میان کالاهای لوکس نسبتا پرفروش انتخاب کند، خود را در معرض ریسک قرار داده است. با رسیدن دوره‌ی رکود اقتصادی، کالاهای لوکس با کاهش فروش بیشتری نسبت به کالاهای ضروری روبرو خواهند شد. و درآمد شرکت با شدت بیشتری کاهش خواهد یافت.

تحلیل سودآوری سبد محصولات شرکت

یک شرکت توزیع مواد غذایی را در نظر بگیرید که ۸ گروه کالایی اصلی و در مجموع ۱۲۰ عنوان کالا توزیع می‌کند. مدیر فروش برای افزایش سودآوری شرکت، بایستی تصویری از وضعیت فعلی فروش و سودآوری این اقلام داشته باشد. یک تحلیل‌گر داده چه کمکی به مدیر فروش می‌تواند بکند؟

اولین سوالی که یک تحلیل‌گر داده بایستی پاسخی برای آن بیابد این است که چه متغیر و شاخص‌هایی از سبد را بایستی به عنوان معیار ارزیابی آن در نظر گیرد؟ معیارهای متعددی در کتابها و سایر منابع معرفی شده‌اند (رجوع کنید به: سایمونز، رابرت، ۱۳۸۵، نظام‌های کنترل و سنجش عملکرد). درآمد ریالی از هر محصول، حاشیه سود و رشد سالانه آن، سه معیاری هستند که برای مدیران فروش جذاب هستند.

دومین سوالی که تحلیل‌گر داده بایستی به آن فکر کند این است که چه روشی برای تحلیل متغیرهای فوق مناسب است؟ برای پاسخ به این سوال بایستی به یاد داشته باشیم که اولا دقیق‌ترین روش، همیشه بهترین نیست و دوم اینکه روش‌های پیچیده لزوما جواب‌های دقیقی ندارند. بایستی با توجه به محدودیت زمانی، مالی، امکانات در دسترس و نیز دقت مورد نیاز در خروجی تحلیل، روش مناسب انتخاب شود. حتی بهتر است که روشی انتخاب شود که سایر مدیران نیز آن را به سادگی بفهمند و با ابزارهای ساده‌ای مانند اکسل بتوان آن را اجرا کرد.

رسم نمودار و ارائه تصویری داده‌ها، یکی از بهترین روش‌ها برای این هدف است. چرا که تصویری کلی از وضعیت کالاهای مختلف، دسته‌بندی و مقایسه آنها ارایه داده و راه را برای تحلیل‌های دقیق‌تر و پرسیدن سوالات جزئی‌تر هموار می‌کند. تاکید ما در دیتا پارتنرز، همواره بر این نکته بوده است که ارایه‌ی خوب داده، بخشی از راه حل مسئله است.

41 sales dashborad1

نمودار حبابی فوق، هر سه معیار را شامل می‌شود و تصویری کلی از وضعیت فروش، سودآوری و تغییرات فروش سال به سال کالاهای مختلف ارایه می‎کند:

  • محور افقی: درآمد ریالی ناشی از هر کالا را طی دوره زمانی یک سال گذشته نشان می‌دهد.
  • محور عمودی: حاشیه سود هر کالا بر حسب درصدی از درآمد ریالی را نمایش می‌دهد.
  • اندازه حباب: میزان مطلق نرخ رشد (مثبت یا منفی) سال به سال مربوط به درآمد ریالی کالا نشان می‌دهد.
  • رنگ حباب: رنگ سبز، نشانگر نرخ رشد مثبت و قرمز نشانگر نرخ رشد منفی است.

نمودار فوق را چگونه می‌توان تفسیر کرد؟ این نمودار چه سوالاتی را پاسخ می‌دهد و چه سوالاتی در ذهن برمی‌انگیزاند؟ این‌ها سوالاتی هستند که در قسمت دوم این مطلب بدان‌ها خواهیم پرداخت. تا آن زمان اگر نظری در این مورد دارید، با ما در میان بگذارید.

تحلیل و ارایه داده‌های فروش – قسمت چهارم

قبل از مطالعه این پست، پیشنهاد می‌کنیم که قسمت‌های قبل سری مطالب تحلیل و ارائه داده‌های فروش را مطالعه کنید (قسمت‌های اول، دوم و سوم). در بخش چهارم از این سری، به تحلیل سری زمانی به عنوان یکی از وظایف تحلیل‌گران داده می‌پردازیم.

هر سری زمانی معمولا از چهار جزء زیر تشکیل شده است:

روند (Trend): این که فروش شرکت به صورت میانگین در بلندمدت چه قدر رشد یا افول داشته است؟ شکل زیر، نمونه‌ای از یک سری زمانی دارای رشد در بلند مدت است. به این معنی که اگر از نوسانات مقطعی این سری صرفنظر کنیم، در بلند مدت فروش آن شرکت بیشتر شده است. در شناسایی روند در نمودار فروش دقت کنید که روند در بلندمدت تغییر نمی‌کند.

35 sales dashboard 1

نوسانات فصلی (Seasonality): رشد یا افول سری زمانی در دوره‌های منظم را، نوسانات فصلی می‌گویند. مثلا فروش بلیط یک شهربازی، در پنجشنبه‌ها نسبت به سایر روزها بیشتر است. این افزایش در فروش که هر پنجشنبه به صورت منظم رخ می‌دهد، یک تغییر فصلی می‌گویند. بنابراین با توجه به اینکه کوتاه‌ترین فاصله منظم تغییرات، یک هفته است، یک فصل سری زمانی برابر با یک هفته است.

تغییرات ادواری (long-run cycle): به نوسانات تکرارشونده با دوره طولانی‌تر از یک فصل از سری زمانی، تغییر ادواری می‌گویند. مثلا رفتار سری زمانی بلیط فروشی یک شهربازی، در تابستان‌های هر سال مشابه هم است و نسبت به سایر ایام، بیشتر است. از آنجا که یک فصل از سری زمانی، هفته است و تغییرات تابستان به تابستان بیشتر از یک هفته است، یک تغییرات ادواری می‌گویند. بنابراین یک تغییر ادواری بلیط فروشی در شهربازی، ۵۲ هفته (یک سال) طول می‌کشد. البته هر سری زمانی می‌تواند دارای چند تغییر ادواری باشد. مثلا در همین سری زمانی، رفتار سری زمانی در نیمه شعبان‌ها یکسان است. بنابراین یک تغییر ادواری برای نیمه شعبان‌ها نیز دیده می‌شود. چنانچه تغییرات تاسوعا و عاشورای هرسال نیز برای سری‌های زمانی یک تغییر ادواری است.

تغییرات نامنظم (stochastic): تغییراتی که قابل پیش‌بینی نیستند و نظم و الگوی خاصی ندارند. یک تحلیل‌گر پیش از هر چیز بایستی کلیه روند‌های کلی، فصلی و تغییرات ادواری را کشف کند. آنجه باقی می‌ماند، بایستی هیچ روندی نداشته باشد و نتوان هیچ دلیلی برای آن کشف کرد. هر گونه تغییر روندی در سری زمانی که می‌توان دلیلی برای آن ذکر کرد را بایستی در یکی از مفاهیم بالا جا داد.

بنابراین مهم‌ترین گامی که یک تحلیل‌گر در تحلیل سری زمانی فروش بایستی بردارد این است که هر یک از تغییرات و روندها را تشریح کرده و میزان آن را تحلیل کند. یک تحلیل‌گر بایستی برای هر سه روند بلندمدت، فصلی و ادواری وضعیت خود را با وضعیت مطلوب مقایسه کند. فرض کنید که روند بلندمدت سری زمانی نشان می‌دهد که به صورت متوسط ۲% رشد داشته است. حال بایستی به سوالات زیر پاسخ داد:

  • آیا این رشد ناشی از افزایش طبیعی تقاضای کل این محصول در بازار بوده و یا اینکه موفقیت در فعالیت‌های بازاریابی شرکت موجب افزایش فروش شد؟
  • همزمان با ما، آیا رقبا عملکرد بهتری در گرفتن بازار داشته‌اند؟ و آیا در همین دوره، ما می‌توانستیم بهتر عمل کنیم و فروش خود را بهبود دهیم؟
  • در صورتی که همین روند ادامه یابد یا اینکه ما بتوانیم این روند را بهبود بخشیم، آیا شرکت ظرفیت لازم برای پاسخگویی به مشتریان را دارد؟ برنامه برای جذب منابع کافی صورت گرفته است؟ نیروی کار ماهر و مناسب داریم؟ کانال توزیع ظرفیت افزایش فروش دارد؟
  • میزان فروش شرکت به چه عواملی وابسته است و با چه متغیرهایی همبستگی معنادار دارد؟ کدام یک از آن عوامل بیرونی است و کدام یک از آن عوامل را شرکت می‌تواند کنترل و برنامه‌ریزی کند؟

بنابراین به طور خلاصه، یک تحلیل‌گر داده بایستی لیستی از تغییرات بلندمدت، فصلی و ادواری تهیه و کلیه ویژگی‌های آن را ثبت کرده و با وضعیت مطلوب مقایسه کند. البته در همین بخش، یک گام دیگر باقی می‌ماند که در بخش‌های بعدی به آن پاسخ می‌دهیم: میزان فروش شرکت به چه عواملی وابسته است و با چه متغیرهایی همبستگی معنادار دارد؟

تحلیل و ارایه داده‌های فروش – بخش سوم

پیش از این در مورد ساختار و ویژگی‌های داده‌های فروش توضیح دادیم. ضمنا سوالاتی را که یک تحلیل‌گر داده بایستی از روی داده‌های فروش به آنها پاسخ دهد را ارائه کرده‌ایم. در این قسمت، با تحلیل سری زمانی فروش، به بخشی از سوالاتی که مطرح شده بود، پاسخ می‌دهیم.

قبل از آغاز تحلیل، سری زمانی را بایستی آماده کنیم. قبلا، در مطلبی توضیح دادیم که ماهیت یک سری زمانی در تحلیل آن موثر است. مثلا سری زمانی درآمد یک شرکت مشاوره که به صورت میانگین، هر ۴ ماه یک بار درآمدهای خود را وصول می‌کند، بایستی با میانگین موزون تعدیل شود. برای جزئیات این موضوع، به پست مربوطه مراجعه کنید (+).

سری زمانی داده‌های فروش شرکت مروارید مربوط به نوشیدنی‌های گرم به شرح زیر است. فرض کنید که سری زمانی فروش این شرکت آماده و نوسانات غیرقابل تفسیر آن حذف شده است. حال بایستی نوسانات غیرعادی را شناسایی و آن را به صورت جداگانه تحلیل کرد. هر گونه افت یا رشد غیرعادی سری زمانی، بایستی تحلیل و علت آن کشف شود. همان طور که در شکل زیر می‌بیند، در یک ماه، فروش شرکت در یک کالای خاص به شدت افت داشته است.

31 sales dashboard 1

رشد غیرعادی

همانطور که ملاحظه می‌کنید، این سری زمانی در ماه دی دارای رشد غیرعادی است. با مشاهده این رفتار غیر عادی، دانستیم که «چه اتفاقی رخ داده است». حال بایستی به این سوال پاسخ داد که «چرا این اتفاق رخ داد؟» در این مورد خاص، می‌توان (به عنوان مثال) گفت که به دلیل فصل سرما و تعطیلات زمستانه (کریسمس)، رفتن مردم به کافه و محیط‌های تفریحی به ناگاه افزایش پیدا کرده است. بنابراین فروش نوشیدنی‌های گرم حتی نسبت به ماه‌های سرد دیگر نیز افزایش خاصی داشته است.

پس از شناخت علت رشد ناگهانی، چه باید کرد؟ در گام اول باید پرسید که آیا شرکت از موقعیت رونق بهره کافی را برده است؟ یا اینکه فروش آن نسبت به سایر شرکتهای رقیب، رشد کمتری داشت؟ بنابراین هر رشدی، موفقیت نیست. بلکه ممکن است شکست باشد.

سپس باید پرسید که آیا این اتفاق در هر دوره یا سال تکرار می‌شود؟ مثلا تعطیلات زمستانی هر سال تکرار می‌شود؟ یا هر چند به صورت منظم اتفاق نیافتد، ممکن است مجدا تکرار شود؟ در این صورت بایستی برنامه‌ریزی مناسب را برای افزایش رشد فروش در دوره‌های مشابه انجام داد.

افت غیرعادی

همانطور که در نمودار بالا دیده می‌شود، در مرداد ماه فروش این شرکت دچار یک افت غیرعادی است. هر چند طبیعی است که در ماه‌های گرم، فروش نوشیدنی‌های گرم دچار افت شود، ولی در مرداد ماه این فروش دچار افت بیشتری شده است. همانند بالا، باید علت این رویداد را بررسی کنیم. پس می‌پرسیم که «چرا این اتفاق رخ داد؟» در این مورد خاص، می‌توان (به عنوان مثال) گفت که به دلیل قرار گرفتن ماه رمضان در میانه تابستان، فروش نوشیدنی‌های گرم با افت مضاعف روبرو شده است.

همانند بالا بایستی سوال کرد که آیا این مساله هر سال اتفاق می‌افتد یا اگر اتفاق منظمی نیست، امکان وقوع آن در آینده وجود دارد یا نه؟ در این مثال می‌دانیم که ماه رمضان در هر سال شمسی، حدودا ده روز زودتر شروع می‌شود. پس بایستی برای کاهش فروش نیز برنامه‌ریزی کرد و آماده بود. برای مقابله با کاهش فروش، می‌توان از استراتژی مختلفی استفاده کرد. دو نمونه به شرح زیرند:

  • متنوع‌سازی: منظور از متنوع‌سازی، فروش یک کالای جایگزین برای پوشش ریسک ناشی از کاهش فروش است. مثلا به جای فروش نوشیدنی گرم، شرکت بر روی نوشیدنی خنک یا بستنی هم سرمایه‌گذاری کند تا در ماه‌های افت فروش نوشیدنی گرم، سطح درآمد خود را حفظ کند. البته این مثال بسیار ساده است.
  • پاداش و انگیزش برای نمایندگان فروش: طبعا در دوران رکود، فروشندگان بایستی ترغیب شوند تا توان بیشتری را صرف بازاریابی کنند.

یک سوال و تمرین: در دوران رونق، چه راهکاریبرای انگیزش بیشتر نمایندگان فروش جهتاستفاده از فرصت رونق استفاده می‌کنید؟

تحلیل و ارایه داده‌های فروش – بخش دوم

یادآوری: در قسمت اول این مطلب، ضمن تشریح مفهوم «داده‌های فروش» و ویژگی‌های آن، جدول زیر را برای ثبت داده‌های فروش معرفی کردیم. این نوع از جدول‌ها در اکثر نرم‌افزارهای فروش وجود دارد. در این قسمت، به بررسی سوالات اساسی برای تحلیل داده‌های فروش می‌پردازیم.

27 Sales Dashboard 1

تحلیل داده‌های فروش شرکت، ابعاد مختلفی به شرح زیر دارد:

سوالات مرتبط با محصول:

  • فروش یک محصول در یک دوره زمانی مشخص، چقدر بوده است؟ (رسم نمودار سری زمانی مقدار فروش)
  • کمترین و بیشترین مقدار فروش در چه زمانی بوده است؟ و دلیل آن چیست؟ (مقایسه مقادیر فروش)
  • میزان کل کدام محصول، بیشتر از سایرین بوده است؟ (مقایسه)
  • آیا اضافه کردن یک محصول جدید به محصولات شرکت، اثر منفی بر فروش محصولات قبلی داشته است؟ (تحلیل روابط علّی و معلولی)
  • به تفکیک بخش‌های مشتریان، چه سبدی از محصولات بیشتر مورد توجه قرار گرفته است؟ (تحلیل بخش‌های مشتریان)

سوالات مرتبط با فروشنده (نماینده فروش):

  • کدام فروشنده فروش بیشتری داشته است؟ چرا؟ (تحلیل بهره‌وری)
  • کدام فروشنده عملکرد غیرقابل قبول داشته است؟ چرا؟
  • کدام فروشنده معاملات بیشتری را به نتیجه رسانده است؟
  • کدام یک بیشترین تعداد لغو معاملات را داشته است؟ (عارضه‌یابی)
  • نسبت تعداد مشتریان به فروشندگان چقدر است؟ آیا این عدد مناسب است؟

سوالات مرتبط با مشتریان:

  • مشتریان خوش حساب و بد حساب شرکت کدامند؟
  • چند درصد از مشتریان شرکت، ۸۰ درصد از فروش آن را ایجاد کرده‌اند؟
  • سودآوری کدام دسته از مشتریان بیشتر است؟
  • آیا تبلیغات محیطی در منطقه‌ای خاص، موجب افزایش مشتریان در آنجا شده است؟
  • آیا بین نوع کالا و جنسیت و سن مشتریان ارتباط معناداری برقرار است؟ (تحلیل روابط علّی و معلولی)
  • در کدام بخش از مشتریان، هنوز امکان افزایش میزان فروش وجود دارد؟ (بخش‌بندی، هدف‌گذاری و جایگاه‌یابی)

مشاهده می‌کنید که نکات تحلیلی بسیار زیادی از همین جدول ساده استخراج می‌شود. نقش تحلیل‌گر داده‌ها در تحلیل داده‌های فروش، فرضیه سازی‌ها و تلاش برای کشف الگوها در داده‌هاست. در قسمت‌های بعدی، روش‌های ساده تحلیلی برای پاسخ به سوالات بالا را با ذکر مثال بررسی خواهیم کرد.

اگر علاقه‌مند پیگیری مداوم مطالب ما هستید، دیتا پارتنرز را در تلگرام، توییتر و اینستاگرام دنبال کنید.