銷售資料分析與策略決策

對於資料庫內的出貨月資料，剛好手邊有以下欄位的資料

單店名稱、品項、產品名稱、單價、銷售數量、客戶名稱、區域、年份

既然有資料，那當然是要來分析分析，看是發生什麼事情囉。

我選擇品項、單價、銷售數量和區域，不過，對於單價想將它轉換成【超高單價、高單價、中單價、低單價】，至於銷售數量則是直接數字分組，產生次數分配表。

我的問題很簡單

哪種品項最常賣到何處？

那些品項和最常賣的地點通常都是定在哪種價位進行銷售呢？

在特定品項最常賣去的地點和價位下，這家公司最常銷售出多少數量呢？

#############################################

從貝氏定理樹狀圖的層次排序，並計算每個層次下的機率值，我選擇機率值當中最高的選擇方法，也就是眾數法，得到估計結果。

第一個問題，各種品項的產品最常被賣到哪裡呢？這個資料庫的結果顯示最常被賣到北部。

第二個問題既然特定品項最常賣到北部，那麼這家公司都是以多高的價位去賣出呢？觀察下表，

家用紙品且北部 => 以超高單價賣出

女性衛生用品且北部 => 以超高單價賣出

嬰兒尿褲且北部 => 以超高單價賣出

由此可見，這公司的銷售資料顯示不管哪種品項都是賣到北部居多，而且還是以超高賣價賣出。

第三個問題，就是希望知道那公司賣出的每月銷售量會是如何呢？

對於銷售數量的分組方法是以等距的次數分配表計算得到，沒想到所有的數量都落於第一分類，無法顯示出差異。

為了能夠看出銷售數量的情況，改以不等距的次數分配表，X4分類數字愈大代表銷售數量愈多。同樣可以發現在特定品項且北部且超高單價的條件下，得到的結果都是分類2。

結論

這家公司非常穩定長期供應給北部的單店，並且以超高單價賣出，而且每月的銷售數量明顯顯示這些品項非常穩定地供應給這些單店。換句話說，這家公司在2017與2018年只是穩定供貨給被北部單店。

第二個結論是這些北部單店在嬰兒尿褲的進貨量較不受價格影響，而女性衛生用品卻是有所變化，確實低價一點可以促進銷量，可是在眾數法下，這公司並不想去改變，還是對北部單價定超高定價進行出貨。而家用紙品則是有奇怪的現象！在高單價下，銷售數量非常高。而超高單價、中單價和低單價則對應在銷量分類2。可見家用紙品可以在單價較為低一點落於高單價，可立即讓出貨量增加非常地多。可惜使用眾數法在這銷售資料庫中，得到的結果卻是以超高單價在銷售。

策略

【1】在北部的銷售策略可以調整家用紙品和女性衛生用品出貨的單價，讓其分別落於高單價和中單價，就可提高一個分類的銷量。

【2】公司除了穩固北部的銷售，還需要強化在其他地區的銷售。例如，家用紙品在中彰投的銷售策略可選擇高單價出貨，可以獲得資料當中最高的銷量分類3。南部也是以高單價出貨可以獲得銷量分類3。

經過調整後，記錄一段時間再進行資料分析，了解策略調整是否能夠幫助公司獲得更多的營收。