3.2　分析思路：长周期分组分析（萧岚的分析）

由于数据中一级品类的项比较少，总体特征过于概括，就算观察也无非是获得大品类总体的不同时间的销售额情况。我们直接从二级品类的销售情况开始研究，观察二级品类连续三年的销量情况，如图3-4所示。

图3-4　二级品类连续三年的销量情况

从图3-4我们可以看到，有的一年之内展示的销售特征，从三年时间轴看并非如此。一些表现细节之后再陈述，首先我们来处理销售数据的不同量级问题。

因为不同品类的总销售数量规模差异很大，所以在图中，由于纵轴的“扩张”，销售规模相对小的品类在时间上的特征都被“压平”了。这不奇怪，如果纵轴最大值放大到几个亿，所有类别的图形都会被压缩成一条直线，无法观察到任何模式。

因此，如果想要观察销量在时间上的变化模式，首先根据销售等级将二级品类先划分为不同的组（另外一种展示方案：按照各品类总销售数量将销售数据标准化后绘图）。

这里，我按照不同的销售规模将二级品类手动归并为三组（销量第一等级至销量第三等级），分组绘制图形（见图3-5），这样可以对产品在不同时间的销售变化特征展现得更清晰一些。

图3-5　分为三组后的销售特征图

现在可以发现一些销售中的情况。

“T恤衫”（第一行蓝色线）类产品并非一直有很高的销量，而是从2018年末开始销售数据增长了一个量级。服装周边的“珠宝饰品”类产品在2018年3月激增，随后又急剧减少。“晚装”（第一行橙色线）类产品，之前两年的每年12月份会有小高峰，可能是该类服装的特定需求场景造成的，一个合理的推断应该是公司年会，但2019年销售高峰却变到了9月，是多数企业的年会日期发生了变化，还是其他原因造成的？这会成为一种持续的时间销售模式吗？这里提出了一个需要明确调查的后续问题，答案关乎相应时间的产品营销策略是否需要改变。

综上，观察数据图表找到了很好的线索，提醒企业应该继续追踪的三个主要问题：

• T恤衫、服装周边的珠宝配饰销量的趋势变动很大（一个激增，一个剧减），到底是市场原因（消费者购买行为的变化）造成的，还是企业自己的原因造成的？例如，新品的设计和推出、营销和促销策略的转变等因素。如果是市场环境变了，那么需要企业对产品做出调整；如果是营销的变化造成的，那么企业应该相应地调整营销行为。

• 晚装这类特殊场景产品近期的销售高峰改变，到底是什么原因造成的？迎合销售时点的促销行为和产品位置展示对这种时机销售的产品很重要，我们是否要根据发现改变现有的经验性促销行为。

• 二级品类下的种类比较多，靠人工逐个观察总结出重要的信息，效率很低。能不能从业务逻辑上归纳出一些规则作为基准，违反基准的品类自动触发预警，然后再人工重点追踪研究。