质量管理工具的严谨性和条理性一般都很强，其中也有一些非常适合做销售分析。

在实践中，有五个质量管理工具(即五张图)，对销售工作中分析原因、寻找对策非常有帮助。

鱼刺图

鱼刺图，又叫因果图，是用原因对结果进行详细表述的图形，通过罗列造成结果的原因，并将众多的原因分类、分层而形成鱼刺状的图形。在销售分析中，鱼刺图是一个非常简单实用的工具(见图1)。

通过鱼刺图，我们可以非常全面系统地了解问题的原因之所在。同时，更有意义的是，鱼刺图对各种原因进行了分类和分层，通过鱼刺的分类和主次进行了表现，达到了细中不乱的效果，很容易找到解决问题的

雷达图

雷达图可以在多个维度上比较两个以上对象的差异，在质量管理中则更多地用于描绘现有状况与目标之间差距的大小程度。在销售分析中，雷达图可以多角度多因素地进行组合分析、比较。比如，销售区域间的比较、销售团队或个人间的比较等。

具体制定雷达图分为四个步骤：(1)确定评定的对氛(2)根据每个评定对象的确定关键指标并进行维度上的分类，并将这些维度平均分布在整个圆周上；(3)确定轴向上的水平等级，并且各等级都与一个数字相关联，以反映不同的能力水平；(4)然后连接各点构成一个雷达图。

例如，在对两个区域的销售情况进行比较时，我们先得到了以下相关的指标数据(见表1)。

虽然，我们从数据中也可以大概比较出a、b两个区域的优劣，但通常容易进行一对一的比较，而不容易得到直观的总体感觉。尤其是当分析对象超过两个时，更需要雷达图的直观性和整体性。

通过雷达图，我们可以非常直观地了解两个区域的整体情况：a区域的毛利率比b区域高出两个点，但是由于费用比率高，纯利率反而低了两个点；同时，a区域费用增长率远远超过了销售额的增长率，显然其费用控制上存在问题，而b区域在保证销售额快速增长的情况下，费用控制做得非常好。

排列图

排列图的全称是“主次因素排列图”，也称为pareto图。它将经济学上“80／20原则”用到管理领域，区分“关键的少数”和“次要的多数”，从而抓住关键因素，解决主要问题。

这个方法，同样在挖掘影响销售的主、次要因素时可发挥作用。但最大的不同是，质量问题很多时候是直接由一个因素造成的，相互关系很容易确定且很容易统计，而销售问题在大多数情况下很难是由单一因素造成的且很难统计出一个明确的数值。

所以，在运用排列图分析影响销售的主次要因素时，我们一般需要从定性着手，通过间接的方法转化为定量的结果，然后用排列图进行分析。

比如，我们可以用销售人员讨论打分法，取得各因素影响销售的次数。首先，我们需要了解在市场中，哪些因素是影响销售的，比如“价格过高”和“促销不足”等。然后，让十名销售经理按照他们认为影响的次数和程度由1-10进行打分。最后，我们将各个因素的分数加起来作为频数，并计算频率和累积频率，就得到了下表和下图。

一般来说，0-80％的是a类因素，80-90％是b类因素，90-100％的为c类因素。从上表中，我们就可以发现，影响销量最主要的a类因素是“价格过高”、“终端促销不足”、“广告效果不佳”和“经销商激励不够”，从而为改善销售状况找到了方向。分布图

分布图，全称是质量分布图，也叫做直方图，是通过对测定或收集来的数据加以整理，来判断和预测生产过程质量和不合格品率的一种常用质量管理工具。

我们同样可以利用分布图对销售情况进行分析。最直接的应用就是分析某个产品、某个团队、某个人或某个地区的某个销售指标的集中分布情况。

按照分布图的方法：我们首先选定n个要分析的对象，然后在每个对象的某个销售指标中找出最大值和最小值，并确定对该销售指标进行分组。一般而言，分组数的大小随着对象数目的多少成正比。对于质量管理来说，测定值(也就是分析对象)一般会比较多，按最少的数目50-100时，分七组就可以了。对于一般的销售对象(如销售人员、销售区域等)来说，大多不会超过100，反而更多的时候是在50以下。所以，我们一般分成七组就可以了。最后是确定组距，有一个固定的公式，即用最大值和最小值之差除以组数即可。

举例来说，在一个渠道长度较短的公司，销售人员比较多，有100人。我们针对销量指标进行分析：在这100人中，一年中销量最大的是1000，最小的是300，分成7组，每组组距就是(1000-300)／7=100。然后，根据各组的区间，我们将这100个销售人员的销量分布进行统计，并得到相应的分布图(见表3)。

根据分布图，我们可以非常清晰地了解销售人员的主要销量是集中在哪个区间里。同样的分析也可以针对其它指标，比如对各个区域市场的相应销售指标：销量、销售额、利润等进行分析。

相关图

无论在质量管理领域，还是在销售管理领域，在原因分析中，常常遇到一些变量共处在一个统一体中，它们相互联系，相互制约，在一定条件下又互相转化。有些变量之间存在着确定的关系，有些变量之间只存在着相关的关系，即这些变量之间既有关系，但又不能由一个变量的数值精确地求出另一个变量的值。将两种有关的数据列出，并用点子填在直角坐标纸上，观察两种因素之间的关系，这种图称为相关图，对它进行的分析称为相关分析。

相关关系有以下几种情况：(1)强正相关，即随着一个因素甲的增大，另一个因素乙也明显增尢(2)弱正相关，即甲增大，乙似乎也有增大的趋势，但不如正相关关系那样明显，这是因为乙值还要受甲值以外的因素的影响；(3)强负相关，即随着一个因素甲的增加，另一个因素乙反而明显减少；(4)弱负相关，即随着甲的增加，乙有减少的趋势，但不如强负相关那样明显；(5)不相关，即甲增加与乙的增减之间找不出什么规律；(6)非线性相关，甲在一定范围内增加，乙随之增加，超过一定幅度，则甲的增加，反而引起乙的减少。

在销售指标中，很多指标是相关的，但是属于哪一种相关性，则取决于不同的市场发展阶段、不同的竞争情况和不同的产品类别等环境因素的影响。在一段时间内宏观因素不变的情况下，相关图可以帮助我们发现一些重要因素间的关系，从而找到对策。

比如，销量和价格、广告投入、销售提成等因素都是相关的。但是怎么样的关系呢?

但是要在销售领域运用相关图，面临一个非常大的挑战，即销售相关数据的取得不如质量管理领域那样来得方便和准确。而且，在质量管理的相关图运用中，一般都要求三十组以上的取样，这显然在销售中是不容易达到的。甚至，有些数据也是不可能在现实中取得的。如，分析销量和价格的相关性，我们显然从来不会对某个产品实施频繁变动的价格。所以，相关图在销售中的运用，需要大量定性分析为基础，再加上定量分析作为印证和补充，并通过长期的观察，才能确定两个因素间的相关图。

当相关图取得后，我们就有了行动的指南。它的意义在于：一是直接通过一个因素影响另一个相关的因素，如通过一定范围内的降价提升销量的增长；二是通过控制那些好控制的因素间接地影响那些不好控制的因素，如：终端卖场的销量不好控制，就通过影响经销商的进货量来“以压促售”，而压多少合适则需要根据“存货量”和“销量”间的相关图来确定。

以上对质量管理中五张图在销售分析中的运用进行了简单的介绍。其实，还有其他的工具，如层次分析图、关联图、控制图等都对销售分析有帮助。另外，需要说明的是由于销售数据在可取得性、可量化性和现实性上无法与质量管理中的抽样数据相比，所以，在销售分析的运用中经常需要更多地以定性分析为基础，再通过其他方法的转化得到用于分析的数据，并用定量分析进行印证和补充，才能得到科学的结论。

责编／谢海峰