此文已由作者王文开授权网易云社区发布。
欢迎访问网易云社区，了解更多网易技术产品运营经验。
要说整车厂的核心业务是什么，说白了就是两个：一个是造车，一个是卖车；我今天想来聊一聊卖车，也就是整车厂的销售业务。
目前中国的汽车销售模式都是通过经销商的（暂时不考虑那些垂直的汽车电商，不是本文的重点），普通的个人客户是没法直接向整车厂订购车辆，都是通过4S店的渠道进行购买；这也就是说整车厂需要先把车卖给经销商（批售），经销商再把车卖给个人客户（零售）；对于整车厂来说，前者相当于是整车批售，后者就是整车零售；
一般来说，品牌的销售部门会将全国分为几个销售大区，每个大区一般包含几个省份、大区下一层级就是小区，小区一般是城市级别，然后就是到经销商；所以是三层的结构：大区-小区-经销商
言归正传，假设销售部门的领导提出一个需求，希望提供一个汽车销售情况的仪表盘，其他什么细节需求都没讲（领导嘛，讲讲大方向就行了，剩下的就靠我等屁民自己揣摩了），那现在我们就来看看，如何在10分钟内快速的构建出一个有价值汽车销售看板；
在动手做之前，我们还是得以目标为导向，花写时间思考一下，究竟这张仪表盘能给到业务什么价值？我总结有以下几点：
1、发现问题：希望能够一目了然的发现销售业务的异常情况
2、定位问题：希望能够定位到问题
3、解决问题：希望能从中制定出解决方案
4、验证问题：解决方案实施后，能够从数据变化来判断业务是否已经恢复正常。
所以这四个步骤应该是一个闭环的过程，那现在就朝着这个目标开始做吧。
首先，我假设当前日期是2017.1.22，我想看一下本月的零售完成情况；
1、发现问题：
首先展示一些核心的指标：MTD销量（月累计）、月目标和月完成率。
那光看完成率有意义吗？一个很简单的想法，就是和时间赛跑；所谓时间过半，任务完成情况也应该过半吧；很明显，当该月的完成率已经落后时间进度时，指标就会变成红色；一眼就能看出目前业务肯定发生了异常；也就是我们发现了问题；
2、定位问题
那发现问题后，我们就要开始着手定位问题。首先我们想看一下各个大区的销售情况怎么样，如下图
左半部分展现了每个销售大区本月销售台次和本月的目标；
右半部分展现了每个大区完成率和时间进度轴的情况
很明显，一眼就能看出，除了销售2区的进度是超过时间进度外，其余的都没有达标，尤其是销售1区和销售4区，落后的好多。
而且，我们之前提到过，我们全国是有层级的，那可以通过聚焦下钻的功能，看出到底是哪些城市和哪些经销商出现了问题。从而我们定位到了问题所在
3.解决问题
既然要制定解决方案，我们需要再多一些分析；下图是一张散点图，主要是
表现每个城市本月的销售情况（是否达标），以及自己和自己去年同期比较，是否有增长。
这样一来，就可以把所有的城市分为了4个象限
1、优质区域：这个象限中的城市本月进度达标，而且同比又是增长的，所以需要继续保持
2、异常区域：这个区域中的城市本月进度都达标了，但是和去年同期比，销量却同比下降了，这说明是不是销量目标定得有点低了？是不是要多Push点压力给到这些城市
4、异常区域：这个区域中的城市同比增长，但本月却没有达标；那需要看一下是不是目标定得有些高了。
3、重点关注区域：这个区域里面的城市就很有问题了，本月既没有达标，同比也是下降的，所以都是拖后腿的城市，需要重点关注；同样，这张图还可以通过城市下钻到经销商，去看经销商的分布情况。
此外，我们还可以关注以下区域经理和4S店的排名情况；下图右半部分可以看出全国大多数的经销商都没有达标；
还可以通过自定义区域地图来从看一下全国的销售分布情况
最后可以展现一些明细的表格，作为数据的导出
通过以上的一些分析，我们为解决问题找到了很多思路，我们找到了问题的城市和经销商，发现了可能导致问题的原因；并且通过对销售经理的排名可以看出其业绩的表现，这样就制定了以下几点的解决方案：
1、重新Review一下销量目标制定的情况，是否符合当地的实情。比如当地是否出台了相关限购政策等。
2、对问题城市和经销进行进一步的跟进，派出人员现场调研；是否4S点接待出了问题？是否销售顾问跟进不及时？
3、进一步继续分析一下具体是哪些车型发生的问题，从而调整相应的市场活动策略和广告投放策略
。。。
4、验证问题
通过对这些解决措施的实施，可以通过报表的数据变化来验证是否有效，来观察业务是否回归到了正常；
通过以上分析的几张图表，就可以构建出一张有价值的汽车销售仪表盘了。完整的看板如下，可以通过设置图表联动进行关联分析。
PS：本文中的所有图表通过网易有数完成；数据均为瞎编乱造~~~
网易有数：企业级大数据可视化分析平台，具有全面的安全保障、强大的大数据计算性能、先进的智能分析、便捷的协作分享等特性。点击可免费试用。
相关文章：
【推荐】 BRVAH（让RecyclerView变得更高效） （3）
【推荐】 HBase原理–所有Region切分的细节都在这里了
【推荐】 react技术栈实践（1）
原文地址：https://www.cnblogs.com/zyfd/p/9988127.html