由于数据量大，加工处理逻辑复杂，人工计算绩效，周期长，错误多，核对麻烦。

库存覆盖周数计算复杂，无法自动计算出库存相关数据，并辅助优化库存结构。系统库存和盘点库存差异难发现。

大量的活动计划，费用，预算计算逻辑复杂，数据量大，核对麻烦，易出错。

数据表格，结果之间没有相关性，在看到异常时，无法快速直接的定位问题。

无法通过多种维度进行业务分析，每次视角维度切换，都需要重新加工数据制作表格。

痛点1：经销商的库存多少是合理？ 可以通过设定 “库存覆盖周数（WOC，Week of Cover）” 指标，即当前库存量预计可以覆盖未来几周的销量。通过时间趋势，判断指标是否有异常，再通过销售渠道逐级下钻到大区、省、市甚至具体经销商层面，也可以从产品层级逐级下钻查看，或者两个层级进行联动查看，最终定位到异常问题。

痛点2: 经销商库存真实情况是什么？有没有串货？ 通过监控经销商上期库存与进、出货量，计算出本期的逻辑库存，然后再对比实际盘点结构，即可大致看到其中的差异，如果差异超出正常损 耗，那就需要去重点关注，这个经销商是否存在串货等情况。同样可以也通过销售渠道、产品层级逐级下钻，或者联动查看，定位库存差异。

大量的活动计划，费用，预算计算逻辑复杂，数据量大，核对麻烦，易出错。通过设置，费用销量比（ Cost Ratio ）来更加准确的呈现费用投放情况。根据不同的活动、费用、预算类型进行分类，比如4P（陈列、产品、促销、价格）等类型，呈现每个类型的费用销量比及其同比情况。通过销售渠道、产品层级逐级下钻，或者联动查看，定位具体的费用销量比情况。

无法进行多维度门店销售情况分析，发现并找出异常门店，高质量门店，并采取相应动作。数据处理阶段，要保证数据粒度可以到门店和产品维度。通过设置目标、达成、达成率、增长率等指标来查看门店销售的情况。在常规分析或者发现指标异常时，可以通过销售渠道逐级下钻到大区、省、市到具体门店，也可以从产品层级逐级下钻查看，再通过两个层级进行联动查看，最终定位具体哪个门店哪种产品卖的怎么样。

无法快速发现业代拜访过程中的问题和异常（拜访时间不够，同一门店频率过高等），分析定位麻烦。通过拜访业务经验，设定拜访相关的异常数据阈值如：全天工作时间低于8小时、全天在店时间低于5小时、单店店内时间低于5分钟等指标，异常人员数据进行标记，并统计展示。可通过销售渠道逐级下钻到大区、省、市，并定位到具体哪位业代人员出现了拜访异常。

由于数据量大，加工处理逻辑复杂，人工计算绩效，周期长，错误多，核对麻烦。采用标准化的数据录入方式以及录入校验等措施保证源头数据准确无误。通过定时的数据加工任务，来替代人工重复工作。 此内容可通过绩效、绩效完成百分比等指标来考核业代的绩效情况。同时可以根据实际情况设定异常阈值（比如业绩低于5万），将超过阈值的人直接过滤出来。另外可以对完成百分比进行分组，查看区域内完成情况的人数分布情况。再通过销售渠道逐级下钻到大区、省、市定位到具体业代人员。

通过设置个人，系统监控指标，获取异常状况预警。通过邮件 / 短信等方式，将异常第一时间通知到目标用户。通过数据可视化大屏实时展示异常状况。

Gartner 2020 BI（商业智能）魔力象限报告：新一代自助探索式分析BI将成为趋势。IT负责平台建设，将数据分析能力还给业务部门。

可在系统中配置销售情况固定看板，图表化展示各部门的KPI，直观反映各部门现状和问题，便于及时调整。