《孙膑兵法 月战》
天时、地利、人和，三者不得，虽胜有殃。
译文：天时、地利、人和。三项条件缺少任何一项，即使能暂时获得胜利，也必定留下后患。
工厂生产商、代理经销商、 销电商、零售商每年都在抱怨成本上涨生意不好做。
但是就算生意不好做，还是要做下去不是。
以服装生产批发为例。现在九月，拿出一个关于数据收集和分析的方法分享给各位朋友。
什么是天时？做生意，不用去研究天道轮回，搞清楚天气和时间就对了。
孙膑兵法的原文说，天时、地利、人和，三者不得，虽胜有殃。
这天时地利人和，怕是人人都知道是什么意思了，但是这三者不得，虽胜有殃，就是说你做成了一单生意，但是杀敌一千，自损八百，忙来忙去，把货卖出去了，可是最后没赚钱。
假如九月投产一件薄外套夹克衫，三个颜色，五个尺码。首次下单3000件。齐码齐色600套，二级批发商过来，一般会选中款式起码拿齐码齐色5套或者10套，然后往下面超市或者服装店发货备货。
估算这首单600套÷10套首单拿货= 60家店铺备货 上货5套备货5套。
而这60家店铺，按照行政区域划分，大城市可能会有3到5家商场或者超市上货。
服装批发市场的3000件首单夹克衫，全国都省会城市都可能不够全部上货。何况一线城市都是比较大的时尚品牌和商场销售为主力，二批发市场的服装，比较集中销往二线三线城市。当然更需要大面积备货上架来抢占换季市场。
以九月为例，天气一变，薄夹克衫全部要下架换成棉袄。九月这个薄夹克衫南方北方都比较合适，而过了十月，南方和中部城市还在穿短袖往薄夹克衫过度，北方已经冷起来了。
各位老板们，面对要冷不热都这天气，该准备多少件下单给二级经销商补货呢？
明人不说暗话，抛砖引玉提供一个数据分析的思路。
你找一个天气资料都 站，然后用数据表格收集整理去年当季，者去年和前年两年的历史天气数据，然后把表格数据变成折线图，就能非常简单的预判秋转冬寒潮的波动情况。
例如下图某中部城市16年和17年11月气温连线图。
降温寒潮来临的时间或者早一点或者晚一点，但是波动节奏可以通过折线图直观的进行分析。
但是！！！——敲黑板，搞个天气气温表格并不是数据分析的要点。
因为还缺少了另外一项数据的代入——往年下级经销商采购订单数据。
在品质和价格合作比较稳定的下级经销商中，在表格里相应的日期里填入下级经销商或者南方北方重要客户都订货和翻单数据，就能根据天气波动来预测经销商的吞吐量，根据经销商的吞吐量来预测下单节奏，才能说真正掌握到天时。
比如说，首单下单3000件，你已经预测到天气变天，翻单由预估的3000减少到2000件。那么总共5000件夹克衫，因为变天降温，北方卖不掉的你要收回来往南方客户发，或者拿回来及时降价作为尾货处理掉，尽可能的争取流动资金投入到冬季新款制作。
还有一点就是，薄夹克衫你少做1000件，空出来都生产力就可以让工厂多做1000件厚棉服。10月。11月，11月中旬，12月工厂的工价是根据市场需求上涨的。
假设：
单款棉服10月下单5000件，加工费30
11月上旬翻单5000件，加工费35元。每件加工费比首单上涨5元。
11月中旬翻单8000件，加工费45元。每件加工费比首单上涨15元。
12月上旬翻单2000件，加工费50元。每件加工费比首单上涨20元。
如果你真的关心天时地利人和，做好了气温与销量数据表格。代入去年老客户都销售额，你在预算下单的时候就能尽量提前，降低工价降低成本。
在市场上如果有差不多的款式，你的成本比别人如果能低5块钱，你说这5块钱重不重要。
只要款式版型没有十分大都问题，11月和12月正卖货都时候，你的棉服可以有5到10元的降价或者促销返利空间。
退一步来说，10月到12月下单的预估下单总计2万件，你想规避款式模仿相互压价的风险不愿意提前下单。那么这天气销售表格还是对你有用的。
用处就在那最后12月的2000件翻单上。
2万件棉衣生产批发销售到收尾阶段，完全有可能出现200—1000件棉服变成库存尾货。这200件或者1000处理是需要前期的1万多件的利润去冲抵的。
如果你做好天气和销售额数据表格，那么最后收尾的翻单数量就有可能不是2000件，而是500件或者1000件。通过销售吞吐量的预估，尽量减少尾货亏损，将正价销售的利润实现合理的最大化。
收集一点天气资料，做成表格，然后代入往年的销售额资料进行生产下单的预估分析，就能给你带来至少几万元甚至几十万元的成本压缩，或者说至少减少几万元的尾货处理损失。
你要是觉得凭感觉下单生产销售，最后还是有人能赚钱。
我只能说：
“天时、地利、人和，三者不得，虽胜有殃。”——孙膑
如果你懂得电脑表格常规操作，会使用搜索引擎和会计软件。
那么老板老板可以忽略以下都图片文字。该说都已经说的差不多了。赶快去找资料作图吧。
天气资料！收集！做成表格！代入往年销售额！分析表格数据预估！
以上这些事情你都不明白，但是你觉得做这个表格有用！
没关系！
下面有天气数据收集和表格制作都详细图文。
广而告之插播：
一、关于手机的一项功能服装寻求代工厂合作，或者男装品牌合作，产品销售及交货时间为2018年双十一之前，预估订货量5000件。联系邮箱：67519@qq.com
三、创意团队征集团队合伙人，不限行业，不限工作经验，请发简历到邮箱：67519@qq.com 邮件主题请注明合伙人！
团队三观：一、有所好而好学；二、不争者不能有与之争者也；三、己不悦勿施于人。
正文：表格制作和数据收集方法
天气数据收集
第一 找到有天气资料的 站
http://tianqi.2345.com
A选择历史天气
B切换国内城市
C 选择年份和月份 第一组去年或者前年都气温数据
E 手动删除 风向风力 空气质量指数 数据 只保留日期 和温度数据
G 重复以上都方法 复制粘贴出 第二组去年或者前年都气温数据
H 制图数据修饰 去掉 （摄氏度） ℃ 这个符 数据转换成可视图标时，如果有℃这个符 会影响图标生成
在表格中 用 ctrl+h 查找替换命令 查找 ℃符 替换为 空格符
I 数据表格转折线图
选中16年11月都高温数据 选择 插入 折线图 带数据标记的折线图 生成右边都图表
J 数据内容休整
a 在图标区域内 点击鼠标反键 选择数据
b系列名称栏目 给数据重新命名 填写2016年11月日高温
J 倒入第二组 17年11月数据
a 在数据方框内点击鼠标反键 选择 选择数据
B 这时会出现数据管理窗口 点击 添加
C 点击添加后 出现一个新窗口 添加数据
在系列名称中 填写 2017年11月日高温
d 加入17年数据
系列名称完成之后 在系列值下面的方框内 删除原有都数值
用鼠标点一下 输入光标停留在 系列值 方框内
然后 拖选数据表格中的17年气温数据
拖选完成后 鼠标单击确定
K 11月高温折线图基本完成 ——文档记得随时保存
O 输出 鼠标点击折线图 点击 a开始 b打印 c打印预览
得到折线图的打印效果图 可能要调整纸张横向或者纵向
调整好大小之后 单击打印输出
天气折线图完成！！！！！！
为了提高数据的可参考性 用2016年和2017年两年的 高温数据折线图和低温数据折线图作为参考资料。打印出图后，再原图中根据时间点代入往年的销售记录，那么不管是生产还是订货销售零售，都可以进行有效都通过数据来分析。
以上图文资料以湖北武汉地区11月的高温为案例。可以直观的看到，武汉地区11月秋季转入冬季的寒潮中，有一次突然降温的寒潮，持续6天的降温之后又开始回暖，同样的降温和回暖，2017年比2016年晚了大约5天。之后正式转入冬季持续降温。
所以，薄款的夹克衫外套生产工厂在降温之后，不论之前这个款式卖的再好，分销商再怎么追加订单也不能翻单做货了。
如果薄款夹克衫卖的一般般，单款进入收尾环节，在降温的时候，市场同类型的薄款夹克衫都会集中处理，作为尾货低于成本价清仓，要争取最大限度的资金回流和冬季新款投产。
假如成本80元，生产8000件，剩余库存600件，那么在降温的时候，在遇到寒潮降温时。处理尾货的中间商可能给到的价格是70、60、55。气温不断下降薄款夹克衫肯定价格越来越低。有了对比的天气数据，不要慌，还有一个星期的时间，可以让下面的分销商减价处理，或者等到一个星期后气温上升一点再作为尾货处理。
这就像下围棋，最后可能就是通过仔细的收官来决定你前面的工作是不是百忙了。
算不上大数据营销，但是通过这个制图和收集数据都方法给大家打开一个思路。如果有错误疏漏，请发邮件告知指正。
以上祝2018年商祺。
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！