ការវិភាគទិន្នន័យលក់ដោយប្រើស្ថិតិពិពណ៌នា
នៅក្នុងពិភពជំនួញដែលមានការប្រកួតប្រជែងខ្ពស់ ទិន្នន័យលក់មិនត្រឹមតែជាកំណត់ត្រានៃប្រតិបត្តិការប៉ុណ្ណោះទេ ប៉ុន្តែវាក៏ជាប្រភពព័ត៌មានយុទ្ធសាស្ត្រដែលអាចជួយក្រុមហ៊ុនឱ្យយល់អំពីឥរិយាបថទីផ្សារ វាយតម្លៃការអនុវត្ត និងធ្វើការសម្រេចចិត្តដោយមានព័ត៌មានច្រើនជាងមុន។ ទោះជាយ៉ាងណាក៏ដោយ ទិន្នន័យលក់ច្រើនតែមានទំហំធំ និងខ្ចាត់ខ្ចាយក្នុងទម្រង់ផ្សេងៗគ្នា ដែលធ្វើឱ្យវាពិបាកយល់ដោយគ្រាន់តែមើលលេខឆៅ។ នេះជាកន្លែងដែលស្ថិតិពិពណ៌នាដើរតួនាទីយ៉ាងសំខាន់៖ វាជួយសង្ខេប ធ្វើឱ្យសាមញ្ញ និងបង្ហាញទិន្នន័យលក់សម្រាប់ការអាន និងការបកស្រាយងាយស្រួល។ អត្ថបទនេះពិភាក្សាអំពីរបៀបដែលការវិភាគទិន្នន័យលក់ដោយប្រើស្ថិតិពិពណ៌នាត្រូវបានអនុវត្ត រង្វាស់ដែលប្រើ និងរបៀបដែលលទ្ធផលអាចត្រូវបានបកប្រែទៅជាការយល់ដឹងអំពីអាជីវកម្ម។
ការយល់ដឹងអំពីស្ថិតិពិពណ៌នានៅក្នុងបរិបទនៃការលក់
ស្ថិតិពិពណ៌នា គឺជាសាខាមួយនៃស្ថិតិដែលផ្តោតលើការពណ៌នា ឬសង្ខេបសំណុំទិន្នន័យ។ មិនដូចស្ថិតិសន្និដ្ឋាន ដែលមានគោលបំណងទាញការសន្និដ្ឋានទូទៅពីគំរូមួយ ស្ថិតិពិពណ៌នាដំណើរការដោយផ្ទាល់លើទិន្នន័យដែលមាន ដើម្បីពិពណ៌នាអំពីលក្ខណៈសំខាន់ៗរបស់វា។ ក្នុងការលក់ ស្ថិតិពិពណ៌នាអាចឆ្លើយសំណួរជាមូលដ្ឋានដូចជា៖ តើការលក់ប្រចាំថ្ងៃជាមធ្យមមានប៉ុន្មាន ផលិតផលណាលក់ដាច់បំផុត របៀបដែលការលក់ត្រូវបានចែកចាយតាមតំបន់ ឬពេលណាដែលប្រតិបត្តិការកំពូលកើតឡើង។
ទិន្នន័យលក់ជាធម្មតារួមបញ្ចូលអថេរដូចជាកាលបរិច្ឆេទប្រតិបត្តិការ ចំនួនឯកតា តម្លៃ ប្រាក់ចំណូលសរុប ប្រភេទផលិតផល បណ្តាញលក់ (អនឡាញ/ក្រៅបណ្តាញ) តំបន់ និងអត្តសញ្ញាណអតិថិជន។ ស្ថិតិពិពណ៌នាអាចបំលែងទិន្នន័យនេះទៅជាសេចក្តីសង្ខេបច្បាស់លាស់ក្នុងទម្រង់ជាតារាង រង្វាស់នៃទំនោរកណ្តាល រង្វាស់នៃការបែកខ្ចាត់ខ្ចាយ និងការមើលឃើញ។
ដំណាក់កាលរៀបចំទិន្នន័យលក់
មុនពេលអាចធ្វើការវិភាគបាន ទិន្នន័យត្រូវតែរៀបចំដើម្បីធានាបាននូវសុពលភាព និងភាពស៊ីសង្វាក់គ្នា។ ជំហាននេះត្រូវបានគេហៅថា ការសម្អាតទិន្នន័យ។ សកម្មភាពសំខាន់ៗមួយចំនួននៅដំណាក់កាលនេះរួមមាន៖
១. ពិនិត្យមើលទិន្នន័យដែលបាត់ (តម្លៃដែលបាត់) ឧទាហរណ៍ ប្រតិបត្តិការដែលគ្មានកាលបរិច្ឆេទ ឬគ្មានបរិមាណឯកតា។
2. លុបប្រតិបត្តិការស្ទួន ប្រសិនបើមានការកត់ត្រាស្ទួន។
៣. ធ្វើឲ្យទម្រង់មានស្តង់ដារ ឧទាហរណ៍ ទម្រង់កាលបរិច្ឆេទ (ឆ្នាំ-ខែ-ថ្ងៃ) ឬរូបិយប័ណ្ណ។
៤. រកឃើញអសមកាល ដូចជាប្រតិបត្តិការដែលមានចំនួនឯកតាច្រើនខ្លាំង ដែលអាចជាកំហុសក្នុងការបញ្ចូល។
ដំណាក់កាលរៀបចំនេះមានសារៈសំខាន់ណាស់ ពីព្រោះស្ថិតិពិពណ៌នាពឹងផ្អែកយ៉ាងខ្លាំងទៅលើគុណភាពទិន្នន័យ។ កំហុសតូចតាចអាចធ្វើឱ្យតួលេខលក់ជាមធ្យម ឬសរុបមានភាពលម្អៀង។
វិធានការស្នូល៖ ការយល់ដឹងអំពី «តម្លៃធម្មតា» នៃការលក់
រង្វាស់នៃទំនោរកណ្តាលជួយកំណត់តម្លៃ "តំណាង" នៃទិន្នន័យលក់។ រង្វាស់បីដែលប្រើជាទូទៅបំផុតនៃទំនោរកណ្តាលគឺមធ្យមភាគ មេឌីយ៉ាន និងម៉ូដ។
១. មធ្យមភាគ (មធ្យមភាគ)
មធ្យមភាគត្រូវបានទទួលដោយការបូកសរុបតម្លៃលក់ទាំងអស់ និងចែកនឹងចំនួនរយៈពេល/ប្រតិបត្តិការ។ ឧទាហរណ៍ ការលក់ជាមធ្យមប្រចាំថ្ងៃផ្តល់នូវទិដ្ឋភាពទូទៅនៃការអនុវត្ត។ ទោះជាយ៉ាងណាក៏ដោយ មធ្យមភាគគឺងាយនឹងរងផលប៉ះពាល់ដោយកត្តាមិនប្រក្រតី។ ប្រតិបត្តិការធំតែមួយអាចបង្កើនមធ្យមភាគយ៉ាងច្រើន ទោះបីជាថ្ងៃភាគច្រើនមានការលក់ជាមធ្យមក៏ដោយ។
២. មេឌីយ៉ាន
តម្លៃមធ្យមគឺជាតម្លៃកណ្តាលនៅពេលដែលទិន្នន័យត្រូវបានតម្រៀប។ តម្លៃមធ្យមមានភាពធន់នឹងតម្លៃខុសប្រក្រតីច្រើនជាងតម្លៃមធ្យម។ នៅក្នុងបរិបទនៃការលក់ ការលក់ប្រចាំថ្ងៃមធ្យមជួយកំណត់តួលេខជាក់ស្តែងជាងមុន ប្រសិនបើទិន្នន័យជួបប្រទះការកើនឡើងតាមរដូវជាញឹកញាប់។
៣. របៀប
ម៉ូដ (Mode) គឺជាតម្លៃដែលកើតឡើងញឹកញាប់បំផុត។ ក្នុងការលក់ ម៉ូដនេះអាចមានប្រយោជន៍សម្រាប់កំណត់អត្តសញ្ញាណបរិមាណទិញទូទៅបំផុត (ឧទាហរណ៍ អតិថិជនភាគច្រើនទិញ 1 ឬ 2 គ្រឿង)។
តាមរយៈការប្រៀបធៀបមធ្យមភាគ និងមធ្យមភាគ អ្នកវិភាគអាចរកឃើញថាតើការចែកចាយការលក់មានភាពលំអៀងឬអត់។ ប្រសិនបើមធ្យមភាគធំជាងមធ្យមភាគយ៉ាងច្រើន ទំនងជាមានប្រតិបត្តិការធំៗមួយចំនួនដែលកំពុងលំអៀងមធ្យមភាគ។
ទំហំរីករាលដាល៖ ការវាស់ស្ទង់ស្ថេរភាពនៃការលក់
បន្ថែមពីលើតម្លៃធម្មតា អាជីវកម្មនានាត្រូវយល់ពីរបៀបដែលការលក់មានស្ថេរភាពតាមពេលវេលា។ វិធានការនៃការបែកខ្ចាត់ខ្ចាយជួយកំណត់បរិមាណនៃការប្រែប្រួលនេះ។
១. ជួរ
ជួរនេះគឺជាភាពខុសគ្នារវាងតម្លៃអតិបរមា និងអប្បបរមា។ ឧទាហរណ៍ ភាពខុសគ្នារវាងតួលេខលក់ខ្ពស់បំផុត និងទាបបំផុតសម្រាប់មួយខែ។ ជួរនេះផ្តល់នូវទិដ្ឋភាពទូទៅរហ័ស ប៉ុន្តែវាត្រូវបានជះឥទ្ធិពលខ្លាំងពេកដោយភាពជ្រុលនិយម។
២. ភាពខុសគ្នា និង គម្លាតស្តង់ដារ
គម្លាតស្តង់ដារបង្ហាញពីចម្ងាយដែលទិន្នន័យរីករាលដាលពីមធ្យមភាគ។ គម្លាតស្តង់ដារកាន់តែតូច ការលក់កាន់តែស៊ីសង្វាក់គ្នា។ នៅក្នុងអាជីវកម្ម ស្ថេរភាពគឺមានសារៈសំខាន់សម្រាប់ការធ្វើផែនការសារពើភ័ណ្ឌ កម្លាំងពលកម្ម និងគោលដៅចំណូល។
៣. ជួរអន្តរក្វាទីល (IQR)
IQR គឺជាភាពខុសគ្នារវាងត្រីមាសទីបី (ត្រីមាសទី 3) និងត្រីមាសទីមួយ (ត្រីមាសទី 1)។ រង្វាស់នេះផ្តោតលើទិន្នន័យកណ្តាល 50% ដែលធ្វើឱ្យវាកាន់តែធន់នឹងភាពខុសគ្នា។ IQR មានប្រយោជន៍សម្រាប់ការយល់ដឹងអំពីការប្រែប្រួល "ធម្មតា" នៅក្នុងប្រតិបត្តិការ។
ដោយប្រើរង្វាស់នៃការបែកខ្ចាត់ខ្ចាយ អ្នកគ្រប់គ្រងអាចកំណត់ថាតើការលក់មានទំនោរប្រែប្រួល និងតម្រូវឱ្យមានយុទ្ធសាស្ត្រផ្សព្វផ្សាយដែលមានស្ថេរភាពជាងមុន ឬការធ្វើពិពិធកម្មផលិតផលដែរឬទេ។
ការចែកចាយទិន្នន័យ និងទម្រង់៖ ការវាយតម្លៃគំរូលក់
ស្ថិតិពិពណ៌នាក៏រួមបញ្ចូលការវិភាគចែកចាយផងដែរ។ ទិន្នន័យលក់ច្រើនតែមិនស៊ីមេទ្រី៖ ជាធម្មតាមានប្រតិបត្តិការតូចៗច្រើន និងប្រតិបត្តិការធំៗតិចតួច។ ការយល់ដឹងពីរូបរាងនៃការចែកចាយជួយកំណត់យុទ្ធសាស្ត្រ។
– ការចែកចាយបែបលំអៀងទៅស្តាំ គឺជារឿងធម្មតាក្នុងប្រតិបត្តិការរបស់អតិថិជន៖ ការទិញតូចៗច្រើន ការទិញធំៗតិចតួច។
– ការចែកចាយទ្វេភាគីអាចបង្ហាញពីអត្ថិភាពនៃផ្នែកទីផ្សារពីរ ឧទាហរណ៍ អតិថិជនលក់រាយ និងអតិថិជនលក់ដុំដែលមានលំនាំទិញខុសៗគ្នា។
ការវិភាគចែកចាយអាចត្រូវបានអនុវត្តដោយពិនិត្យមើលអ៊ីស្តូក្រាម ប្រអប់ព្រាត ឬសេចក្តីសង្ខេបត្រីមាស។ ប្រសិនបើរកឃើញលំនាំមិនប្រក្រតី ក្រុមហ៊ុនអាចស៊ើបអង្កេតមូលហេតុ៖ ថាតើវាបណ្តាលមកពីព្រឹត្តិការណ៍ផ្សព្វផ្សាយ ការផ្លាស់ប្តូរតម្លៃ ឬផលិតផលថ្មី។
ការវិភាគតាមប្រភេទ៖ ផលិតផល តំបន់ និងបណ្តាញ
ស្ថិតិពិពណ៌នាកាន់តែមានឥទ្ធិពលខ្លាំងឡើង នៅពេលដែលទិន្នន័យត្រូវបានដាក់ជាក្រុម។ ជំនួសឱ្យការសម្លឹងមើលចំនួនសរុបនៃការលក់ ក្រុមហ៊ុនត្រូវបំបែកវាចេញ ដើម្បីកំណត់ប្រភពនៃកំណើន ឬបញ្ហា។
១. ផ្អែកលើផលិតផល/ប្រភេទ
គណនាការលក់សរុប ការលក់ជាមធ្យម និងការរួមចំណែករបស់ផលិតផលនីមួយៗចំពោះប្រាក់ចំណូល។ កំណត់អត្តសញ្ញាណ "ផលិតផលលេចធ្លោ" និងផលិតផលដែលនៅទ្រឹង។ ការវិភាគនេះជួយធ្វើការសម្រេចចិត្តអំពីការស្តុកទុក ការផ្សព្វផ្សាយ ឬការបញ្ឈប់ផលិតផល។
២. ផ្អែកលើតំបន់
ការលក់ក្នុងមួយតំបន់ជួយគូសផែនទីសក្តានុពលទីផ្សារ។ ប្រសិនបើតំបន់មួយមានការលក់ខ្ពស់ ប៉ុន្តែក៏មានការប្រែប្រួលខ្ពស់ផងដែរ ក្រុមហ៊ុនអាចត្រូវកែលម្អការចែកចាយ ឬភាពអាចរកបាននៃផលិតផល។
៣. ផ្អែកលើបណ្តាញលក់
ការប្រៀបធៀបបណ្តាញអនឡាញ និងក្រៅបណ្តាញអាចបង្ហាញពីការផ្លាស់ប្តូរឥរិយាបថរបស់អតិថិជន។ ឧទាហរណ៍ បណ្តាញអនឡាញមានប្រតិបត្តិការជាមធ្យមតិចជាង ប៉ុន្តែមានភាពញឹកញាប់ខ្ពស់ជាង ខណៈដែលបណ្តាញក្រៅបណ្តាញមានប្រតិបត្តិការធំជាង ប៉ុន្តែមានភាពញឹកញាប់តិចជាង។
បច្ចេកទេសសង្ខេបដូចជាតារាង pivot ត្រូវបានប្រើជាញឹកញាប់ដើម្បីធ្វើការប្រៀបធៀបរវាងក្រុមនានាបានលឿនជាងមុន។
ការមើលឃើញទិន្នន័យ៖ ធ្វើឱ្យសេចក្តីសង្ខេបកាន់តែងាយស្រួលយល់
ការមើលឃើញរូបភាពជួយពន្លឿនការយល់ដឹងអំពីនិន្នាការ និងលំនាំ។ តារាងទូទៅមួយចំនួននៅក្នុងការវិភាគការលក់គឺ៖
- តារាងបន្ទាត់សម្រាប់និន្នាការលក់ប្រចាំថ្ងៃ/ប្រចាំសប្តាហ៍/ប្រចាំខែ។
– តារាងរបារសម្រាប់ប្រៀបធៀបការលក់ក្នុងមួយផលិតផល ឬតំបន់។
– តារាងចំណិត (តាមតម្រូវការ) សម្រាប់សមាមាត្រនៃការចូលរួមចំណែកតាមប្រភេទ។
– Boxplot ដើម្បីមើលការចែកចាយ និង outliers នៃការលក់រវាងតំបន់ ឬបណ្តាញ។
ការមើលឃើញគួរតែត្រូវបានអមដោយបរិបទ ឧទាហរណ៍ កំណត់ចំណាំលើរយៈពេលផ្សព្វផ្សាយ ឬថ្ងៃឈប់សម្រាកជាតិ ដើម្បីទទួលបានការបកស្រាយកាន់តែត្រឹមត្រូវ។
ការប្រែក្លាយស្ថិតិទៅជាការយល់ដឹងអំពីអាជីវកម្ម
ស្ថិតិពិពណ៌នាមិនមែនជាគោលដៅមួយដោយខ្លួនវាទេ វាគឺជាឧបករណ៍សម្រាប់បង្កើតការយល់ដឹង។ ឧទាហរណ៍មួយចំនួននៃការយល់ដឹងដែលអាចទទួលបាន៖
– ប្រសិនបើការលក់ប្រចាំថ្ងៃមធ្យមមានស្ថេរភាព ប៉ុន្តែមធ្យមភាគកំពុងកើនឡើង នោះមានសូចនាករនៃការកើនឡើងនៃប្រតិបត្តិការធំៗ (ឧទាហរណ៍ ការទិញលក់ដុំ)។
– ប្រសិនបើគម្លាតស្តង់ដារកើនឡើងពីខែមួយទៅខែមួយ ការលក់កាន់តែមិនស្ថិតស្ថេរ ដូច្នេះវាចាំបាច់ក្នុងការវាយតម្លៃយុទ្ធសាស្ត្រទីផ្សារ ឬភាពអាចរកបាននៃស្តុក។
– ប្រសិនបើផលិតផលមួយបង្កើតបានជាចំណែកធំនៃប្រាក់ចំណូល ក្រុមហ៊ុននឹងមានហានិភ័យខ្ពស់ ប្រសិនបើតម្រូវការសម្រាប់ផលិតផលនោះថយចុះ។ ការធ្វើពិពិធកម្មគួរតែត្រូវបានពិចារណា។
– ប្រសិនបើការលក់នៅក្នុងតំបន់ជាក់លាក់ណាមួយមានកម្រិតទាប ប៉ុន្តែកំណើនខ្ពស់ តំបន់នោះអាចជាគោលដៅសម្រាប់ការពង្រីក និងការផ្សព្វផ្សាយ។
ម្យ៉ាងទៀត តួលេខសង្ខេបជួយគាំទ្រដល់ការសម្រេចចិត្តដែលជំរុញដោយទិន្នន័យ មិនមែនគ្រាន់តែវិចារណញាណនោះទេ។
Penutup
ការវិភាគទិន្នន័យលក់ដោយប្រើស្ថិតិពិពណ៌នាអនុញ្ញាតឱ្យក្រុមហ៊ុនយល់អំពីដំណើរការអាជីវកម្មតាមរបៀបជាប្រព័ន្ធ និងអាចយល់បាន។ តាមរយៈរង្វាស់នៃទំនោរកណ្តាល ការបែកខ្ចាត់ខ្ចាយ ការចែកចាយ ការដាក់ជាក្រុមប្រភេទ និងការមើលឃើញ ទិន្នន័យលក់ស្មុគស្មាញអាចត្រូវបានបំលែងទៅជាសេចក្តីសង្ខេបដែលមានអត្ថន័យ។ លទ្ធផលនៃការវិភាគអាចត្រូវបានប្រើដើម្បីកំណត់និន្នាការ វាយតម្លៃស្ថេរភាព ប្រៀបធៀបដំណើរការផលិតផល ឬតំបន់ និងបង្កើតយុទ្ធសាស្ត្រលក់ដែលមានប្រសិទ្ធភាពជាងមុន។ ជាមួយនឹងការអនុវត្តជាប់លាប់ ស្ថិតិពិពណ៌នាក្លាយជាមូលដ្ឋានគ្រឹះដ៏សំខាន់សម្រាប់ការកសាងវប្បធម៌នៃការធ្វើការសម្រេចចិត្តដែលជំរុញដោយទិន្នន័យនៅក្នុងអង្គការ។
