客户分布的漏斗图
在公司，各为可能经常做销售报表的分析，对于某个产品的数据分析，当中经常需要对客户进行分段统计，产看各个区段内客户的数量，分析客户的存在数量，从而对各个段客户未来发展战略进行设置。

传统的方法是，经过数据的分析透视，再进行手工统计，挨个去数，这可能是大家经常用到的方法。

这种方法也是笔者以前用过的，费事，费力而且还很容易错，换个产品或者在销售报表更新后进行统计的时候，又要重新来一次，真是让人头大。

为了减化这样的工作，我把下面的工具共享给大家，希望大家在对销售报表分析的时候能够有所帮助。

此处所用的报表文件名为“销售报表.XLSX”，分析的产品名称为“ＸＸ产品”。

“销售报表.XLSX”需要包含“产品名称"，"客户名称"，“价税合计”这几项。

在得到相关数据之后，再进行漏斗图进行展现。

从图表中可以看到克户主要集中在"1-5万"内，对这样的客户，应当存在很容易达到5-10万客户。

在根据市场具体的情况分析，针对此段客户采取那些策略从而使得克户更快的达到10万以上的销量。

效果如下：
以下是Ｒ的代码
##################数据读入整理
library(openxlsx)
qq<-read.xlsx("销售报表20170830新111.xlsx",sheet=1)
sale_data<-subset(qq,qq$货品名称=="XXX产品")
sale_customer_temp<-aggregate(sale_data$价税合计,list(sale_data$客户),sum)
#客户销售额汇总
sale_customer<-data.frame(客户名=sale_customer_temp$Group.1,销售额=sale_customer_temp$x) #一万以下客户数据集
customer_loss<-subset(sale_customer,销售额<10000)
#一万以上客户数据集
customer_1w<-subset(sale_customer,销售额>10000&销售额<50000)
#五万以上客户数据集
customer_5w<-subset(sale_customer,销售额>50000&销售额<100000)
#10万以上客户数据集
customer_10w<-subset(sale_customer,销售额>100000&销售额<200000)
#20万以上客户数据集
customer_20w<-subset(sale_customer,销售额>200000)
#客户总数
customer_total_mount<-c(length(sale_customer$客户名))
##一万以下客户数
customer_loss_mount<-c(length(customer_loss$客户名))
#一万以上客户数
customer_1w_mount<-c(length(customer_1w$客户名))
#五万以上客户数
customer_5w_mount<-c(length(customer_5w$客户名))
#10万以上客户数
customer_10w_mount<-c(length(customer_10w$客户名))
#20万以上客户数
customer_20w_mount<-c(length(customer_20w$客户名))
mount=c(customer_loss_mount,customer_1w_mount,customer_5w_mount,customer_10w_mount,c ustomer_20w_mount)
mydata_2<-data.frame(
description=c("1万以下客户数","1-5万客户数","5-10万客户数","10-20万客户数","20万以上客户数"),
value=mount)
########漏斗图一
library(rAmCharts)
amFunnel(data = mydata_2, inverse = TRUE,depth = 50,main="客户漏斗图")。