企业经营现状分析的研究方法分析公司的经营状况的方法有哪些( 三 ) _生活百科

结论：’吉林省’的门店[月店均销售额]减少了-24.8%，主要是在[店均销售天数]大幅度减少，加上这个因素可以基本解释 -40%的业绩下滑的原因。
结论和专题分析报表补充分析上述展示的[日常可视化报表]将有可探索性，使用广泛性，层级管理性，实时性/可回溯性，都充体现到了，可以知道这份报表能再自助分析探索的地方还有非常多。不过就像开头说的，比起[专题分析报表]确实会在深度的分析上有所缺失，我们下面就补充一个和本次有关的[专题分析报表] 。
‘吉林省’-40%的业绩下滑中，’吉林市’足足-85%的下滑。大家一般都会清楚应该是受到疫情影响。但是这个应该很不会，是怎么个个影响法，具体影响了多少，真的全是疫情的原因？上述的[日常可视化报表]并不能无法证明。
[日常可视化报表]更多的让大家知道都发生了什么，并能探索锁定出问题的范围，就像我们的探索发现的路径：
全国22年3月销售额环比好像没下降–全国22年3月后2周的销售额异常—主要问题出自在’福建省’和’吉林省’的后2周—‘吉林省’ 的长春市和吉林市3月后2周确实有问题—问题主要是门店有销率(后2周) 和门店销售天数。
但是真的证明问题还是需要下面的[专题分析报表]补充：

文章插图
上图这是一份简单分析22年各城市受疫影响[销售额]的[专题分析报表]，筛选到’吉林市’，可以看到3月份确实有疫情。这份[专题分析报表]采用了[新增本土确诊病例]作为判断是否有疫情的标准，因为收集所有城市的封管控等信息非常困难，有主观性，口径不一致。目前政府,商家,消费者的决策其实也是以[新增本土确诊病例]为基准在做判断,都是在关心[本土新增] 。
上图[1] 筛选2022-03-01~2022-03-26 ，和我们的[日常可视化报表]一致。
[2]是通过22年无疫情日算出的日均销售额为9084，这个是不会被筛选日期影响的，如果通过筛选里的算无疫情日算出的日均销售额，天数太少，离疫情太近，有很多偶然性。
[3]销量和本土新增折线图可以看到 3月3日就开始有[新增本土确诊病例]，月头几天销售额就已经收到了影响，小于22年无疫情日算出的日均销售额的9084 。且在3月7日疫情开始持续爆发的时候，销量明细大规模下滑。
[4] (3月疫情天数）24× （疫情影响日均销售额）-8125 =（本月因疫情总损失销售额） -194,991 ，
[5]从而推断（无疫情预期销售额）为227,393，因疫情损失为 -85.8%.
我们回顾下[日常可视化报表]的’吉林市’足足-85%的下滑，上述这个[专题分析报表]就能非常好的解释清楚。

文章插图
结论：’吉林省’的22年3月份[月店均销售额]下滑-85%是疫情导致的，（上图）’长春市’用同方法去推断也是发现一样的情况,所以’吉林省’的门店[月店均销售额]减少了-24.8%完全可以用疫·情解释。

企业经营现状分析的研究方法 分析公司的经营状况的方法有哪些( 三 )

企业经营现状分析的研究方法分析公司的经营状况的方法有哪些( 三 )