تحليل المبيعات بالذكاء الاصطناعي : كيف تفسّر التغير بين الفترات ؟

تعلّم تحليل المبيعات بالذكاء الاصطناعي ومقارنة الفترات بعد مراعاة أيام التشغيل ، مع مثال لحساب نمو المبيعات ومتوسط الطلب وفصل النتائج عن التخمين

يبدأ تحليل المبيعات بالذكاء الاصطناعي بمقارنة أرقام تعني الشيء نفسه : الفترة المحددة ، والطلبات الداخلة في الحساب ، وطريقة احتساب المبيعات . ثم تحتاج إلى النظر في عدد أيام التشغيل ومتوسط قيمة الطلب ، حتى لا تختزل أداء مشروعك في نسبة نمو واحدة .

قد ترتفع المبيعات الشهرية لأن المتجر عمل أيامًا أكثر ، بينما ينخفض متوسط ما يبيعه في يوم التشغيل . وقد تزيد قيمة الطلب دون أن يعني ذلك ارتفاع عدد المنتجات المباعة أو تحسن الربح .

في هذا الدليل نحلل مثالًا افتراضيًا ارتفعت فيه المبيعات بنسبة 21% ، لكن متوسطها لكل يوم تشغيل تراجع بنسبة 3.2% . سنحسب المؤشرات ، ونصوغ تعليقًا تدعمه الأرقام ، ونحدد المعلومات المطلوبة قبل تفسير أسباب التغير . جميع بيانات المثال تعليمية ، وقد راجعنا حساباتها برمجيًا .

مقارنة تعليمية يظهر فيها نمو مبيعات الفترة بنسبة 21% مع انخفاض متوسط المبيعات لكل يوم تشغيل بنسبة 3.2%

1. ثبّت قواعد المقارنة قبل طلب التحليل

إذا لم تُراجع ملفك بعد ، ابدأ بدليل تجهيز بيانات المبيعات للتحليل بالذكاء الاصطناعي . هنا نفترض أن التكرار والقيم الناقصة عولجت ، وننتقل إلى اختيار المقارنة المناسبة .

اكتب بجوار التقرير تعريفًا للمبيعات : هل تشمل الضريبة والشحن ؟ كيف تدخل الخصومات والمرتجعات ؟ وما حالة الطلب وتاريخه المعتمدان ؟ طبّق التعريف نفسه على الفترتين .

أسماء المؤشرات وحدها لا تكفي . مثلًا، تميّز وثائق Shopify بين صافي المبيعات وإجمالي المبيعات الذي يتضمن عناصر إضافية، وتضع تعريفًا محددًا لمتوسط قيمة الطلب . لذلك راجع تعريف المؤشر في نظامك قبل مطابقته مع حساب تنفذه في ملف مستقل .

بعد ذلك افحص حدود الفترة والنشاط . لا تقارن شهرًا كاملًا بعشرين يومًا من الشهر التالي ، ولا مبيعات جميع الفروع بمبيعات فرع واحد . وعند استخدام بيانات مؤرخة بالساعة ، ثبّت المنطقة الزمنية حتى لا تنتقل معاملات بين الأيام بسبب اختلاف الإعدادات .

حدّد أيضًا سؤال المقارنة : الإجمالي يوضح قيمة المبيعات المسجلة خلال الفترة ، بينما المتوسط لكل يوم تشغيل يساعدك على قراءة المعدل اليومي . ستحتاج غالبًا إلى عرض الاثنين معًا .

2. مثال مقارنة المبيعات بين شهرين

لنفترض متجرًا واحدًا عمل 20 يومًا في يونيو و25 يومًا في يوليو ، وبساعات تشغيل يومية متساوية . أرقام أيام التشغيل مأخوذة من سجل العمل ، وتشمل أي يوم فتح فيه المتجر ولو لم يسجل مبيعات .

نستخدم قيمة الطلبات المكتملة بعد الخصومات ، دون الضريبة والشحن ، ونفترض عدم وجود مرتجعات أو إلغاءات أو تعديلات لاحقة في المثال . عدد الطلبات محسوب من معرّفات فريدة، وليس من عدد صفوف المنتجات .

بلغت مبيعات يونيو 10,000 ريال موزعة على 100 طلب ، ومبيعات يوليو 12,100 ريال موزعة على 110 طلبات . ومن هذه المدخلات نحسب بقية المؤشرات :

جدول يقارن يونيو ويوليو في المبيعات وأيام التشغيل والطلبات ومتوسط قيمة الطلب ومتوسطي المبيعات والطلبات لكل يوم تشغيل
نسبة نمو المبيعات تساوي الفرق بين الفترتين مقسومًا على مبيعات الفترة السابقة ، مضروبًا في 100 :

(12,100 − 10,000) ÷ 10,000 × 100 = 21% .

متوسط قيمة الطلب في هذا المثال يساوي المبيعات المحددة أعلاه مقسومة على عدد الطلبات المطابقة لها . ارتفع من 100 ريال في يونيو إلى 110 ريالات في يوليو ، أي بنسبة 10% .

وارتفع عدد الطلبات نفسه من 100 إلى 110 ، بنسبة 10% أيضًا . هذه نتائج صحيحة ، لكنها لا تجيب بعد عن سؤال الأداء اليومي ، لأن أيام التشغيل زادت بنسبة 25% .

إذا كانت قيمة المقارنة السابقة صفرًا ، فلا تستخدم معادلة النمو النسبي بالقسمة عليه ؛ اعرض الفرق بالقيمة ووضّح أن النسبة غير قابلة للحساب بهذه الصيغة .

3. لماذا ارتفعت المبيعات وانخفض المتوسط اليومي ؟

نحسب متوسط المبيعات لكل يوم تشغيل بقسمة مبيعات الفترة على عدد أيام تشغيلها :

  • يونيو: 10,000 ÷ 20 = 500 ريال لكل يوم تشغيل .
  • يوليو: 12,100 ÷ 25 = 484 ريالًا لكل يوم تشغيل .

الفرق سالب 16 ريالًا يوميًا ، والتغير النسبي هو : (484 − 500) ÷ 500 × 100 = انخفاض 3.2% .

لا يوجد تناقض ؛ يوليو جمع مبيعات أكبر خلال أيام أكثر ، لكن المعدل اليومي كان أقل . وكل نتيجة تصف جانبًا مختلفًا من الأداء .

رسم أعمدة بمحور يبدأ من الصفر يقارن متوسط المبيعات لكل يوم تشغيل : 500 ريال في يونيو و484 ريالًا في يوليو

لا تستخرج عدد أيام التشغيل من الأيام التي ظهرت فيها عمليات بيع فقط ؛ حذف يوم مفتوح بلا مبيعات يرفع المتوسط بصورة مضللة . وفي متجر إلكتروني يعمل باستمرار ، عرّف أيام الفترة وأي توقف فعلي وفق سؤال التحليل .

كذلك ، القسمة على الأيام ليست تصحيحًا موسميًا كاملًا. توضح هيئة الإحصاء البريطانية ONS أن توزيع أيام الأسبوع والمواسم والمناسبات قد يؤثر في مقارنة الفترات . فقد يختلف عدد أيام نهاية الأسبوع أو موقع مناسبة موسمية بين فترتين .

إذا اختلفت ساعات التشغيل ، فافحص المبيعات لكل ساعة إلى جانب الإجمالي . وإذا كان النشاط موسميًا ، أضف مقارنة بفترة مناسبة من العام السابق عند توافرها، مع مراعاة اختلاف الفروع والأسعار والمناسبات . لا تستنتج اتجاهًا مستمرًا من شهرين فقط .

4. افصل تفكيك النمو حسابيًا عن معرفة سببه

يمكننا وصف التغير بعلاقة بسيطة : المبيعات في المثال تساوي عدد الطلبات مضروبًا في متوسط قيمتها .

في يونيو : 100 طلب × 100 ريال = 10,000 ريال .

في يوليو : 110 طلبات × 110 ريالات = 12,100 ريال .

ارتفاع العاملين بنسبة 10% لكل منهما ينتج نموًا كليًا قدره 21% ، وليس 20% ؛ لأن النسبتين تتفاعلان بالضرب : 1.10 × 1.10 = 1.21 .

لكن هذا التفكيك لا يثبت أن رفع الأسعار أو نجاح الإعلان سبّب الزيادة . ارتفاع متوسط الطلب قد يرتبط بزيادة الكمية داخل السلة ، أو تغير المنتجات المشتراة ، أو الخصومات ، أو الأسعار . نحتاج إلى تفاصيل البنود للفصل بين هذه الاحتمالات .

وبالنظر إلى الأيام ، انخفض متوسط الطلبات من 5 إلى 4.4 طلب لكل يوم تشغيل ، أي بنسبة 12% . ارتفاع قيمة الطلب خفّف أثر هذا الانخفاض على متوسط المبيعات اليومي ، لكنه لم يعكسه إلى نمو .

النتيجة المثبتة هي تغير المؤشرات ؛ سبب هذا التغير يحتاج إلى بيانات إضافية . لا تنسب انخفاض الطلبات إلى الموظفين أو المنافسين اعتمادًا على هذين الإجماليين . 

5. وجّه الذكاء الاصطناعي إلى مقارنة محددة

توضح وثائق Microsoft أن أدوات التحليل في Excel تتيح طرح أسئلة باللغة الطبيعية عن البيانات . لكن جودة السؤال وتعريف الحقول يظلان أساسيين ؛ كما أن توفر الميزة ودعم اللغة يعتمدان على الخدمة والإعدادات .

استخدم الأمر التالي مع جدول المؤشرات أو بياناته الأصلية :

حلّل مبيعات يونيو ويوليو اعتمادًا على الملف المرفق فقط . تعريف المبيعات هو قيمة الطلبات المكتملة بعد الخصومات ، دون الضريبة والشحن . لا توجد مرتجعات أو تعديلات لاحقة في هذا المثال .

أيام التشغيل الفعلية هي 20 في يونيو و25 في يوليو ، بساعات يومية متساوية . عدد الطلبات يمثل طلبات فريدة ، وليس بنود المنتجات .

احسب المبيعات ، وعدد الطلبات ، ومتوسط قيمة الطلب ، ومتوسط المبيعات والطلبات لكل يوم تشغيل ، والتغير النسبي لكل مؤشر . أظهر المعادلات ومصدر القيم ، واستخدم أداة حساب قابلة للمراجعة. إذا لم تتوفر ، أعطني الصيغ دون الادعاء بتنفيذها .

اشرح كيف يمكن أن يرتفع إجمالي المبيعات وينخفض المتوسط اليومي . افصل النتائج المحسوبة عن فرضيات الأسباب ، ولا تستنتج ربحًا أو تحصيلًا نقديًا أو نجاح حملة إعلانية من هذه البيانات .

أخرج جدول مقارنة ، ثم تعليقًا إداريًا مختصرًا ، وثلاثة أسئلة متابعة مرتبطة بالمعلومات الناقصة . لا تتنبأ بالشهر التالي اعتمادًا على فترتين فقط .

قارن المخرجات بالحسابات السابقة ، ثم راجع اللغة التي تربط الأرقام بالأسباب . عند الشك ، طبّق مبادئ التحقق من إجابة الذكاء الاصطناعي بدل الاكتفاء بطلب إعادة صياغتها .

6. حوّل النتائج إلى أسئلة متابعة وملخص واضح

الخطوة التالية هي اختيار فحص يساعدك على تفسير التغير . في مثالنا يمكن البدء بالآتي :

  • لفهم انخفاض الطلبات اليومية : راجع الطلبات بحسب يوم الأسبوع وساعات التشغيل ، وتحقق من أيام نفاد المنتجات أو تعطل استقبال الطلبات .
  • لفهم ارتفاع قيمة الطلب : افحص عدد الوحدات في السلة والأسعار الفعلية والخصومات وتوزيع المنتجات ، بدل افتراض ارتفاع الأسعار مباشرة .
  • لتحديد موضع التغير : قارن القنوات أو الفروع ضمن نطاق ثابت ، إذا توفرت بياناتها . اعرض الفرق بالقيمة بجوار النسبة ؛ فنمو قناة صغيرة بنسبة كبيرة قد يضيف مبيعات أقل من نمو محدود في قناة كبيرة .

ولا تستخدم انخفاض الطلبات وحده لإثبات تراجع معدل التحويل ؛ تحتاج أيضًا إلى عدد الزيارات أو فرص الشراء بتعريف ثابت . كذلك لا ترفع ميزانية إعلان لمجرد نمو المبيعات قبل فحص البيانات التي تربط الحملة بالنتيجة .

يمكن صياغة الملخص الإداري للمثال هكذا :

ارتفعت مبيعات يوليو إلى 12,100 ريال ، بزيادة 21% عن يونيو، بالتزامن مع ارتفاع أيام التشغيل من 20 إلى 25 يومًا. انخفض متوسط المبيعات لكل يوم تشغيل من 500 إلى 484 ريالًا ، بنسبة 3.2% .

زاد متوسط قيمة الطلب من 100 إلى 110 ريالات ، بينما انخفض متوسط عدد الطلبات اليومية من 5 إلى 4.4 . نحتاج إلى فحص توزيع الطلبات حسب أيام الأسبوع وتفاصيل السلال لتفسير التغير ، ولا تكفي البيانات الحالية للحكم على الربحية أو سبب النمو .

هذا تحليل للمبيعات ، أما تقييم الربح فيحتاج إلى التكاليف . ولربط النتائج بالصورة المالية الأوسع ، ارجع إلى دليل كتابة تقرير مالي بالذكاء الاصطناعي .

7. الخلاصة

يساعدك تحليل المبيعات بالذكاء الاصطناعي على تنظيم المقارنة وشرح المؤشرات ، بشرط تثبيت تعريفاتها ومراجعة حساباتها وحدود الاستنتاج منها .

في المثال ارتفع إجمالي المبيعات 21% ، لكن أيام التشغيل زادت 25% ، فانخفض المتوسط اليومي 3.2% . وفي الوقت نفسه ارتفعت قيمة الطلب ، بينما قلّ متوسط عدد الطلبات اليومية . عرض هذه النتائج معًا يمنح الإدارة صورة أوضح من الاكتفاء بعنوان ( المبيعات تنمو ) .

ابدأ بمقارنة قابلة للتفسير ، ثم استخدم النتائج لاختيار السؤال التالي الذي يستحق الفحص . بهذه الطريقة تصبح الأداة مساعدًا في فهم أداء المشروع ، دون تحويل الاحتمالات إلى أسباب مؤكدة .