Blog / CRM

Báo cáo Sales Analytics trong ERP: từ số liệu bán hàng đến quyết định kinh doanh

Báo cáo Sales Analytics trong ERP là gì và dùng thế nào? Hướng dẫn cách đọc báo cáo, sử dụng bộ lọc, quy trình phân tích và biến số liệu bán hàng thành quyết định kinh doanh cụ thể.

 · 14 phút đọc

Bài viết này giải thích một cách có hệ thống về báo cáo Sales Analytics (phân tích bán hàng): báo cáo là gì, đóng vai trò gì trong quản trị, hoạt động ra sao trong hệ thống ERP, cách đọc kết quả, và làm sao để biến số liệu bán hàng thành những quyết định kinh doanh cụ thể.

1. Sales Analytics là gì?

Sales Analytics là báo cáo tổng hợp doanh số bán hàng theo thời gian và theo một góc nhìn do người dùng chọn: theo khách hàng, nhóm khách hàng, sản phẩm, nhóm sản phẩm, khu vực, loại đơn hàng hoặc dự án. Kết quả hiển thị dưới dạng bảng có các cột theo tuần, tháng, quý hoặc năm, kèm biểu đồ trực quan.

Nói đơn giản, Sales Analytics trả lời câu hỏi: "Ai mua, mua gì, ở đâu, bao nhiêu, và thay đổi thế nào theo thời gian?"

1.1. Từ dữ liệu đến thông tin

Mỗi ngày, hệ thống ERP ghi nhận hàng chục, hàng trăm chứng từ bán hàng. Từng chứng từ riêng lẻ chỉ là dữ liệu. Khi được tổng hợp, sắp xếp theo nhóm và thời gian, chúng trở thành thông tin: tháng nào bán tốt, sản phẩm nào đang tăng, khách hàng nào đang giảm mua. Sales Analytics chính là công cụ thực hiện bước chuyển đó một cách tự động.

1.2. Vị trí trong chuỗi CRM và bán hàng

Lead → Opportunity → Customer → Sales Order → Delivery Note → Sales Invoice → Sales Analytics

Nếu Lead, Opportunity và Customer là những bước tạo ra doanh thu, thì Sales Analytics là bước đọc và hiểu doanh thu đó. Báo cáo khép lại vòng lặp: kết quả phân tích giúp điều chỉnh lại cách tìm Lead, theo đuổi Opportunity và chăm sóc Customer.

1.3. Phân biệt với các báo cáo liên quan

Báo cáo Trả lời câu hỏi
Sales Analytics Doanh số thay đổi thế nào theo thời gian, theo từng nhóm?
Sales Funnel / Sales Pipeline Analytics Có bao nhiêu khách và thương vụ đang ở từng giai đoạn trước khi thành đơn hàng?
Gross Profit Bán hàng có lãi bao nhiêu, theo sản phẩm, khách hàng, hóa đơn?
Accounts Receivable Khách hàng còn nợ bao nhiêu, quá hạn bao lâu?
Item-wise Sales History Chi tiết từng dòng sản phẩm đã bán cho ai, khi nào, giá bao nhiêu?
Sales Person-wise Transaction Summary Mỗi nhân viên bán hàng đóng góp bao nhiêu doanh số?

2. Vai trò của Sales Analytics trong quản trị

Biết doanh thu đến từ đâu

Không phải mọi khách hàng, sản phẩm hay khu vực đều đóng góp như nhau. Sales Analytics cho thấy rõ nhóm nào đang "gánh" doanh thu, nhóm nào chỉ chiếm tỉ trọng nhỏ.

Nhìn ra xu hướng

Một con số đơn lẻ không nói lên nhiều. Khi đặt các tháng, các quý cạnh nhau, doanh nghiệp thấy được xu hướng tăng, giảm, mùa cao điểm và mùa thấp điểm.

Phát hiện sớm vấn đề

Một khách hàng lớn giảm mua liên tục ba tháng, một sản phẩm từng bán chạy nay chững lại, một khu vực sụt giảm. Nhận ra sớm giúp có thời gian xử lý trước khi ảnh hưởng lớn.

Ra quyết định dựa trên số liệu

Nên nhập thêm hàng gì, tập trung marketing vào nhóm khách nào, mở rộng khu vực nào, đặt chỉ tiêu tháng sau bao nhiêu. Thay vì dựa vào cảm giác, các quyết định được dựa trên số liệu thực tế.

Theo dõi kết quả của hành động

Sau khi chạy một chương trình khuyến mãi, mở đại lý mới hay ra mắt sản phẩm mới, Sales Analytics cho biết doanh số thực sự đã thay đổi thế nào.

3. Sales Analytics hoạt động thế nào trong ERP

3.1. Nguồn dữ liệu

Báo cáo lấy số liệu từ một trong ba loại chứng từ, do người dùng chọn ở bộ lọc Based On (Doc Type). Mỗi loại cho một góc nhìn khác nhau:

Chứng từ Ý nghĩa số liệu Nên dùng khi
Sales Order (Đơn hàng) Doanh số đã chốt, khách đã đặt hàng Đánh giá hiệu quả bán hàng, đơn hàng mới nhận
Delivery Note (Phiếu giao hàng) Doanh số đã giao Đánh giá năng lực giao hàng, sản lượng xuất kho
Sales Invoice (Hóa đơn) Doanh thu đã ghi nhận, khớp với số liệu kế toán Báo cáo doanh thu chính thức, đối chiếu với tài chính

3.2. Những nguyên tắc cần nắm

  • Chỉ tính chứng từ đã duyệt (Submitted). Chứng từ nháp (Draft) và đã hủy (Cancelled) không được tính.
  • Giá trị là số tiền thuần, chưa gồm thuế, quy đổi theo tiền tệ của công ty. Vì vậy số liệu có thể khác tổng tiền trên hóa đơn đã gồm VAT.
  • Hàng trả lại làm giảm số liệu. Khi chọn Sales Invoice, hóa đơn trả hàng (Credit Note) có giá trị âm nên được trừ vào doanh số.
  • Phân nhóm lấy theo dữ liệu gốc. Khách thuộc Customer Group nào, sản phẩm thuộc Item Group nào, đơn hàng thuộc Territory nào sẽ quyết định số liệu rơi vào dòng nào. Dữ liệu gốc sai thì báo cáo sai.

4. Các bộ lọc của báo cáo

Bộ lọc Ý nghĩa
Tree Type Góc nhìn phân tích: Customer, Customer Group, Item, Item Group, Territory, Order Type, Project.
Based On (Doc Type) Nguồn dữ liệu: Sales Order, Delivery Note hoặc Sales Invoice.
Value or Qty Xem theo giá trị (tiền) hay theo số lượng.
Company Công ty cần xem, khi hệ thống quản lý nhiều công ty.
From Date / To Date Khoảng thời gian phân tích.
Range Chia cột theo Weekly (tuần), Monthly (tháng), Quarterly (quý) hoặc Yearly (năm).

4.1. Ý nghĩa của từng góc nhìn (Tree Type)

Tree Type Câu hỏi trả lời được
Customer Khách hàng nào mua nhiều nhất? Khách nào đang tăng, giảm?
Customer Group Nhóm khách nào (đại lý, khách lẻ, doanh nghiệp, dự án) đóng góp nhiều nhất?
Item Sản phẩm nào bán chạy? Sản phẩm nào bán chậm?
Item Group Dòng sản phẩm nào đang là thế mạnh?
Territory Khu vực nào tăng trưởng? Khu vực nào cần đầu tư thêm?
Order Type Doanh số theo loại đơn: Sales (bán hàng thông thường), Maintenance (bảo trì), Shopping Cart (đặt hàng qua website).
Project Doanh số gắn với từng dự án.

Đo doanh số từ website: với Order Type là Shopping Cart, doanh nghiệp có website bán hàng tích hợp ERP có thể tách riêng doanh số đến từ đơn đặt hàng trực tuyến, để đánh giá hiệu quả của kênh online so với kênh bán hàng trực tiếp.

5. Cách đọc và sử dụng kết quả

5.1. Bảng số liệu

Mỗi dòng là một đối tượng theo góc nhìn đã chọn (một khách hàng, một sản phẩm, một khu vực…). Mỗi cột là một khoảng thời gian theo Range, và cột Total là tổng của cả kỳ.

Với các góc nhìn dạng cây như Customer Group, Item Group, Territory, bảng hiển thị theo cấu trúc phân cấp: dòng nhóm cha là tổng của các nhóm con, có thể mở rộng hoặc thu gọn để xem chi tiết.

5.2. Biểu đồ

Phía trên bảng là biểu đồ đường thể hiện xu hướng theo thời gian. Có thể tick chọn các dòng trong bảng để đưa chúng lên biểu đồ, giúp so sánh trực quan vài khách hàng, sản phẩm hoặc khu vực với nhau.

5.3. Các thao tác hữu ích

  • Sắp xếp theo cột Total để nhanh chóng thấy đối tượng đóng góp nhiều nhất hoặc ít nhất.
  • Xuất Excel hoặc CSV (Menu → Export) để phân tích sâu hơn hoặc đưa vào báo cáo trình bày.
  • Lưu báo cáo với bộ lọc đã chọn (Save As) để lần sau mở lại ngay, không phải chọn lại.
  • Auto Email Report: hẹn lịch gửi báo cáo tự động qua email hằng tuần hoặc hằng tháng cho ban giám đốc.
  • Dashboard Chart: đưa biểu đồ doanh số lên trang tổng quan (Workspace) để theo dõi hằng ngày.

6. Quy trình phân tích bán hàng hiệu quả

Bước 1: Bắt đầu từ câu hỏi kinh doanh

Đừng mở báo cáo rồi "xem có gì". Hãy bắt đầu bằng một câu hỏi cụ thể, ví dụ: "Quý này nhóm sản phẩm nào tăng trưởng mạnh nhất?" hoặc "Khách đại lý nào đang giảm mua?" Câu hỏi quyết định bộ lọc cần chọn.

Bước 2: Chọn đúng bộ lọc

Chọn góc nhìn (Tree Type), nguồn dữ liệu (Based On), giá trị hay số lượng, khoảng thời gian và chu kỳ. Với phân tích xu hướng, nên lấy đủ dài, ít nhất 6–12 tháng, để thấy được quy luật.

Bước 3: Đọc tổng thể trước, chi tiết sau

Xem cột Total và biểu đồ để nắm bức tranh chung, sau đó mới đi vào từng dòng nổi bật: tăng đột biến, giảm mạnh, hoặc đứng yên bất thường.

Bước 4: Tìm nguyên nhân

Sales Analytics cho biết điều gì đã xảy ra, nhưng không cho biết vì sao. Kết hợp với báo cáo khác (Gross Profit, Item-wise Sales History, Lost Opportunity), với lịch sử trao đổi trên hồ sơ khách hàng, và hỏi trực tiếp nhân viên phụ trách.

Bước 5: Hành động và theo dõi

Mỗi phát hiện quan trọng nên dẫn đến một hành động cụ thể, có người phụ trách và thời hạn. Sau đó dùng chính Sales Analytics để kiểm tra kết quả ở kỳ tiếp theo.

7. Vận hành Sales Analytics trong ERP

7.1. Điều kiện để báo cáo chính xác

  1. Xây dựng đúng cây Customer Group, Item Group và Territory, và gán đầy đủ cho từng khách hàng, sản phẩm.
  2. Không để khách hàng hoặc sản phẩm nằm ở nhóm chung chung (ví dụ "All Customer Groups" hay "All Item Groups"), vì sẽ không phân tích được.
  3. Duyệt (Submit) chứng từ đúng hạn. Đơn hàng, hóa đơn để ở trạng thái nháp sẽ không xuất hiện trong báo cáo.
  4. Xử lý hàng trả lại bằng Credit Note trong hệ thống, không sửa tay số liệu.
  5. Tránh tạo trùng khách hàng và sản phẩm, để doanh số không bị chia nhỏ ra nhiều dòng.

7.2. Lịch phân tích gợi ý

Chu kỳ Nội dung xem
Hằng tuần Doanh số theo khách hàng và nhân viên tuần qua; đơn hàng mới (Sales Order).
Hằng tháng Doanh thu theo nhóm khách, nhóm sản phẩm, khu vực; so với tháng trước và cùng kỳ năm trước.
Hằng quý Xu hướng 12 tháng, top khách hàng và sản phẩm, đánh giá chỉ tiêu, điều chỉnh kế hoạch.
Hằng năm So sánh nhiều năm, mùa vụ, định hướng sản phẩm và thị trường cho năm sau.

7.3. Các báo cáo nên dùng kèm

  • Gross Profit: biết bán nhiều có đi kèm lãi nhiều hay không.
  • Sales Person Target Variance / Territory Target Variance: so sánh doanh số thực tế với chỉ tiêu đã đặt.
  • Customer Acquisition and Loyalty: tách doanh thu từ khách mới và khách cũ.
  • Inactive Customers: tìm khách đã lâu không mua.
  • Sales Order Analysis: theo dõi tình trạng giao hàng và xuất hóa đơn của các đơn hàng.

8. Ví dụ thực tế

Ví dụ 1: Doanh thu theo nhóm sản phẩm

Câu hỏi: Doanh nghiệp kinh doanh sản phẩm inox muốn biết dòng sản phẩm nào là thế mạnh trong năm.

Thiết lập báo cáo:

  • Tree Type: Item Group; Based On: Sales Invoice; Value or Qty: Value.
  • Thời gian: từ đầu năm đến nay; Range: Monthly.

Phát hiện: Nhóm "Thiết bị bếp công nghiệp" chiếm khoảng 45% doanh thu và tăng đều mỗi tháng, trong khi nhóm "Đồ gia dụng" chỉ chiếm 10% và đi ngang.

Hành động: Tập trung marketing và nhân sự bán hàng vào thiết bị bếp công nghiệp; xem lại chiến lược cho đồ gia dụng, kết hợp báo cáo Gross Profit để quyết định giữ, thu hẹp hay đẩy mạnh.

Ví dụ 2: Phát hiện khách hàng lớn đang giảm mua

Câu hỏi: Có khách hàng quan trọng nào đang mua ít đi không?

Thiết lập báo cáo:

  • Tree Type: Customer; Based On: Sales Order; Value or Qty: Value.
  • Thời gian: 12 tháng gần nhất; Range: Monthly; sắp xếp theo cột Total.

Phát hiện: Một đại lý thuộc nhóm 5 khách lớn nhất có doanh số giảm liên tục ba tháng gần đây, còn khoảng một nửa so với trước.

Hành động: Người phụ trách liên hệ ngay để tìm hiểu nguyên nhân (đối thủ chào giá thấp hơn, đại lý gặp khó khăn, hay không hài lòng dịch vụ). Ghi nhận vào hồ sơ khách hàng và theo dõi lại ở báo cáo tháng sau.

Ví dụ 3: Mùa cao điểm của dịch vụ yoga

Câu hỏi: Trung tâm yoga muốn biết thời điểm nào học viên đăng ký nhiều nhất để lên kế hoạch tuyển sinh.

Thiết lập báo cáo:

  • Tree Type: Item (các gói tập); Based On: Sales Invoice; Value or Qty: Quantity.
  • Thời gian: 2 năm gần nhất; Range: Monthly.

Phát hiện: Số gói tập bán ra tăng mạnh vào tháng 1–3 và tháng 9, giảm rõ vào tháng 6–7. Gói 3 tháng bán nhiều nhất, nhưng gói 12 tháng tăng dần.

Hành động: Chạy chiến dịch tuyển sinh trước mùa cao điểm khoảng 2–3 tuần; thiết kế ưu đãi riêng cho mùa hè để bù mùa thấp điểm; đẩy mạnh gói dài hạn để ổn định doanh thu.

Ví dụ 4: So sánh khu vực

Câu hỏi: Khu vực nào đang tăng trưởng tốt nhất để mở rộng đại lý?

Thiết lập báo cáo:

  • Tree Type: Territory; Based On: Sales Invoice; Value or Qty: Value.
  • Thời gian: 2 năm; Range: Quarterly.

Phát hiện: Khu vực Đông Nam Bộ ngoài TP.HCM tăng trưởng nhanh nhất qua từng quý dù chưa có đại lý chính thức, phần lớn đơn đến từ khách tự tìm.

Hành động: Ưu tiên tuyển đại lý tại khu vực này; đặt chỉ tiêu riêng (Territory Target) để theo dõi hiệu quả sau khi mở đại lý.

Ví dụ 5: Đánh giá kênh bán hàng qua website

Câu hỏi: Website bán hàng tích hợp ERP mang lại bao nhiêu doanh số so với kênh trực tiếp?

Thiết lập báo cáo:

  • Tree Type: Order Type; Based On: Sales Order; Value or Qty: Value.
  • Thời gian: 6 tháng; Range: Monthly.

Phát hiện: Đơn hàng loại Shopping Cart (đặt qua website) tăng từ khoảng 5% lên 15% tổng doanh số sau khi tối ưu trang sản phẩm.

Hành động: Tiếp tục đầu tư nội dung và trải nghiệm đặt hàng trên website; kết hợp dữ liệu nguồn (Source, Campaign) trên Lead để biết kênh marketing nào đưa khách đến website hiệu quả nhất.

9. Kinh nghiệm và mẹo khai thác Sales Analytics

9.1. Chọn đúng nguồn dữ liệu cho đúng câu hỏi

Muốn đánh giá đội bán hàng, xem Sales Order. Muốn báo cáo doanh thu với kế toán, xem Sales Invoice. Trộn lẫn hai nguồn khiến các con số không khớp và gây tranh cãi trong cuộc họp.

9.2. Luôn so sánh, không nhìn con số đơn lẻ

So với tháng trước, với cùng kỳ năm trước, với chỉ tiêu. "Doanh thu tháng này 2 tỷ" chưa nói lên gì; "tăng 15% so với cùng kỳ" mới có ý nghĩa.

9.3. Xem cả giá trị và số lượng

Doanh thu tăng có thể do giá tăng chứ không phải bán được nhiều hơn. Xem song song Value và Quantity để hiểu đúng.

9.4. Áp dụng quy tắc 80/20

Thường khoảng 20% khách hàng hoặc sản phẩm tạo ra phần lớn doanh thu. Sắp xếp theo cột Total để tìm nhóm này và dành cho họ sự quan tâm xứng đáng.

9.5. Để ý tính mùa vụ

So sánh tháng 6 với tháng 5 có thể gây hiểu nhầm nếu ngành có mùa vụ. So với cùng kỳ năm trước thường chính xác hơn.

9.6. Kết hợp với lợi nhuận

Sản phẩm bán nhiều chưa chắc lãi nhiều. Luôn đối chiếu Sales Analytics với báo cáo Gross Profit trước khi quyết định đẩy mạnh một sản phẩm hay một nhóm khách.

9.7. Lưu sẵn các mẫu báo cáo thường dùng

Tạo và lưu sẵn vài cấu hình hay dùng: doanh thu theo nhóm sản phẩm, top khách hàng, doanh số theo khu vực. Mỗi tuần chỉ cần mở ra là có số liệu, tiết kiệm thời gian và đảm bảo cách xem nhất quán.

9.8. Tự động hóa việc gửi báo cáo

Dùng Auto Email Report để báo cáo đến hộp thư ban giám đốc vào sáng thứ Hai hoặc đầu mỗi tháng. Báo cáo đến tận nơi thì mới được đọc đều đặn.

9.9. Biến phát hiện thành hành động

Mỗi buổi xem báo cáo nên kết thúc bằng một danh sách việc cần làm, có người phụ trách và thời hạn. Báo cáo không dẫn đến hành động thì chỉ là con số.

9.10. Đầu tư vào dữ liệu gốc

Chất lượng báo cáo phụ thuộc hoàn toàn vào chất lượng dữ liệu nhập vào. Dành thời gian chuẩn hóa nhóm khách hàng, nhóm sản phẩm và khu vực ngay từ đầu sẽ tiết kiệm rất nhiều công sửa chữa về sau.

10. Các chỉ số rút ra từ Sales Analytics

Chỉ số Cách tính / ý nghĩa
Tăng trưởng doanh thu (Doanh thu kỳ này − kỳ trước) / kỳ trước. Nên tính cả so với cùng kỳ năm trước.
Tỉ trọng đóng góp Doanh thu của một nhóm / tổng doanh thu. Cho biết mức độ phụ thuộc vào từng khách hàng, sản phẩm, khu vực.
Mức độ tập trung khách hàng Tỉ trọng doanh thu của 5 hoặc 10 khách lớn nhất. Tỉ trọng quá cao đồng nghĩa với rủi ro nếu mất một khách lớn.
Giá bán bình quân Giá trị / số lượng theo sản phẩm. Phát hiện chiết khấu quá tay hoặc thay đổi cơ cấu sản phẩm.
Chỉ số mùa vụ Doanh thu từng tháng so với trung bình năm, giúp lập kế hoạch tồn kho, nhân sự, marketing.
Tỉ lệ hoàn thành chỉ tiêu Doanh số thực tế / chỉ tiêu, theo nhân viên hoặc khu vực.
Tỉ trọng kênh online Doanh số Shopping Cart / tổng doanh số, đo mức độ chuyển đổi số của kênh bán hàng.

Ví dụ tính nhanh: Doanh thu quý 3 năm nay là 6,9 tỷ, quý 3 năm trước là 6 tỷ, quý 2 năm nay là 7,5 tỷ. So với quý trước giảm 8%, nhưng so với cùng kỳ tăng 15%. Nếu doanh nghiệp có mùa cao điểm ở quý 2, thì kết quả quý 3 thực ra là tích cực. Đây là lý do cần so sánh nhiều chiều.

11. Những sai lầm thường gặp

  • Nhầm lẫn giữa các nguồn dữ liệu. Lấy số Sales Order so với số kế toán (Sales Invoice) rồi kết luận số liệu sai.
  • Quên rằng giá trị chưa gồm thuế. So doanh số báo cáo với tổng tiền đã gồm VAT và thấy chênh lệch.
  • Để chứng từ ở trạng thái nháp. Đơn hàng, hóa đơn chưa duyệt không được tính, khiến doanh số thấp hơn thực tế.
  • Phân nhóm không chuẩn. Khách hàng, sản phẩm nằm ở nhóm chung hoặc gán sai nhóm làm báo cáo theo nhóm mất ý nghĩa.
  • Chỉ nhìn doanh thu, bỏ qua lợi nhuận. Đẩy mạnh sản phẩm bán chạy nhưng lãi thấp, khiến doanh thu tăng mà lợi nhuận giảm.
  • Kết luận từ khoảng thời gian quá ngắn. Một tháng tăng hay giảm có thể chỉ là ngẫu nhiên; cần xem xu hướng nhiều kỳ.
  • Xem báo cáo nhưng không hành động. Số liệu được trình bày trong cuộc họp rồi để đó, không có người chịu trách nhiệm theo dõi.

Kết luận

Sales Analytics là cầu nối giữa hoạt động bán hàng hằng ngày và quyết định kinh doanh. Lead, Opportunity và Customer tạo ra doanh thu; Sales Analytics giúp doanh nghiệp hiểu doanh thu đó đến từ đâu, đang thay đổi thế nào, và cần làm gì tiếp theo.

Khai thác báo cáo hiệu quả xoay quanh năm điều: dữ liệu gốc chuẩn xác, bắt đầu từ câu hỏi kinh doanh, so sánh nhiều chiều, kết hợp với lợi nhuận, và biến phát hiện thành hành động. Khi được xem định kỳ và nhất quán, Sales Analytics trở thành "bảng đồng hồ" giúp doanh nghiệp lái đúng hướng.

Đọc thêm:

Published on
TM
Team Marketing