怎麼從數據分析出通路表現？

不是數據太少
而是你沒問對問題，也沒盯對細節

很多創業者跟我說：

「12哥，我們上架了五個通路，但有些店賣得好、有些沒動靜，不知道是店員不推、客人不適合、還是地點問題…你說這能怎麼判斷？」

這種狀況就像你五個孩子，每天只看誰吃完飯，不知道誰吃得開心、誰其實過敏、誰根本沒來吃…

你缺的不是資料
是「能動起來的數據視角」

—

升維心法：數據不是報表，是線索，是對話，是找出阻力點的工具

你不能只看每個通路的總銷量
那只是結果，不是原因

關鍵在於拆分與對比
你要問的不是「賣得好不好」
而是「哪裡開始不同？為什麼不同？」

當你會這樣看數據，才有機會改進，也才知道要「補哪裡」而不是「換一個」

—

案例故事一：誰說東區賣不好？只是櫃姐不推而已

凱文開發了一款小眾保養品牌，上架進某百貨五家分店，三個月後銷量報表出來：

• A 百貨（中山店）月銷 120 瓶
  
  

• B 百貨（板橋店）月銷 95 瓶
  
  

• C 百貨（東區店）月銷只有 15 瓶
  
  

經理說：「東區消費者可能不吃這味，撤了吧」

但凱文堅持拆數據看細節
發現 A、B 都有定期舉辦試用活動與櫃姐主推
但 C 店的試用品竟然原封不動躺在櫃子裡，甚至少了介紹小卡

他親自去門市拜訪，發現該店櫃姐早就不喜歡這品牌，也沒受過訓練

凱文立刻補足培訓、重新布置試用桌，搭配「打卡送小樣」活動

兩週後，銷量翻了三倍

如果他只看總體數據，很可能就錯殺了明明有潛力的通路點

—

案例故事二：Airbnb 怎麼靠資料辨認「表現不佳的房源」？

Airbnb 早期擴展時，也面臨同一城市有的房源訂單爆滿，有的卻慘淡

他們沒直接砍掉表現差的房東
反而從數據裡找到三個共通點：

1. 沒有設好照片，畫質模糊
   
   

2. 價格遠高於週邊平均卻無附加價值
   
   

3. 房東回覆時間超過 24 小時
   
   

他們做了兩件事：

• 主動幫這些房東派攝影師去拍新照
  
  

• 寄出「回覆率與入住率」的對照報表給房東看
  
  

結果很多原本表現不佳的房源大幅成長
Airbnb 靠這種數據分層，創造了良性循環，也少掉很多不必要的砍人與換人

—

逼問區：你只是「看數據」，還是能「從數據看出行動」？

1. 你現在有對每個通路做「個別追蹤」還是「整體平均」？
   
   

2. 你有定期整理哪些店銷量升高、哪些下降嗎？為什麼？
   
   

3. 你會從補貨頻率推估通路「周轉速度」嗎？
   
   

4. 你有追蹤試用品的消耗量與轉換率嗎？
   
   

5. 你有分析出店員主動推薦與被動銷售的差異嗎？
   
   

6. 你有沒有讓通路回報顧客反應？還是只靠銷售數字猜？
   
   

7. 你有觀察過不同通路的平均客單價與購買組合嗎？
   
   

8. 你有評估「推廣活動前後」的銷售變化嗎？
   
   

9. 哪些通路有回購？哪些只有一次性？你有追嗎？
   
   

10. 你有設「表現分級制度」來決定資源配置嗎？
    
    

—

應用建議：三個數據分析關鍵，幫你看穿通路死角

1. 拆細對比：不是看總量，是看變化與分布
   - 把每間店銷售趨勢拉出來對比
   - 看新品進店後兩週內的變化
   - 比較有活動 vs. 無活動的效益差
   
   

2. 加上維度：銷售只是結果，要加入影響因素
   - 店員是否受訓？有無獎勵？
   - 陳列位置如何？有無曝光？
   - 顧客輪廓與TA是否吻合？
   
   

3. 導出行動：數據不能只是看，要有對應處理策略
   - 高潛力低表現店，強化支援與活動
   - 穩定表現店，加大資源與聯名合作
   - 長期低效店，觀察再決定撤點或轉型
   
   

最後提醒一句：

數據會說話，但你得問對問題
不是把報表印出來就叫做掌握狀況
而是能從一個異常點，看出一場商機或危機的起點

—— 12
有些路，我也走過；有些坑，我也踩過
希望這篇，能讓你多一點方向，少一點迷惘

升維商模 × 降維打擊
創業不再一人摸索
《12的創業智慧筆記》