DERMALINK — דשבורד מכירות

👥

פילוח לקוחות · תדירות רכישה כל הזמנים · לא מושפע מסינון

?חלוקת הלקוחות לפי סך הזמנות היסטוריות: חד-פעמי (1), מזדמן (2–3), קבוע (4–9), VIP (10+). ימים = מרווח ממוצע בין הזמנות בסגמנט.

💰 הכנסות סה"כ ?סך הכנסות בתקופה הנבחרת, ללא משלוח ומע"מ. ההשוואה היא לתקופה קודמת באותו אורך.

₪—

עסקאות ?מספר ההזמנות שבוצעו בתקופה הנבחרת, לא כולל הזמנות בסטטוס "בוטל".

—

AOV ?Average Order Value — הכנסות ÷ הזמנות.

₪—

ממוצע הזמנה

לקוחות ?לקוחות מקושרים שרכשו בתקופה.

—

— חדשים · — חוזרים

שיעור חוזרים ?חוזר = לקוח שיש לו הזמנה קודמת לפני התקופה או 2+ הזמנות בתקופה הנוכחית.

חדש = לקוח שהזמנה זו היא היחידה שלו (חד-פעמי).

—%

—% מהכנסות

יעד שנתי

?בנצ'מרק 10% גידול ללא מע"מ. Q1: ₪730K · Q2: ₪1.07M · Q3: ₪1.4M · Q4: ₪1.9M. הקו ממולא לפי הכנסה מצטברת YTD.

ACTUAL

₪—

TARGET

₪5.1M

—

—%

מהיעד השנתי

הכנסות לפי חודש

?הכנסות חודשיות ללא משלוח ומע"מ. לחצי על עמודה לפירוט.

פילוח לקוחות

?חלוקה לפי סך רכישות כל הזמן. לחצי על שורה לפירוט.

רכישות לפי יום בשבוע

?מבוסס על עסקאות בתקופה הנבחרת. לחצי על עמודה לפירוט.

חדשים מול חוזרים — לפי חודש

?לכל חודש בתקופה: לקוח "חדש" = הרכישה הראשונה שלו אי-פעם. לקוח "חוזר" = רכש לפני החודש הזה.

אנליטיקת מוצרים

?מבוסס על כל שורות המוצר (subitems) — 9,395 שורות מ-1,643 הזמנות. לחיצה על עמודה פותחת את ההזמנות שלה.

הכי רווחי

לפי הכנסה נטו

הכי נמכר

לפי כמות יחידות

הכי נפוץ

לקוחות שונים שקנו

נאמנות מותג

?לקוחות חוזרים שקנו מותג ספציפי ב-30%+ מהזמנותיהם לפחות פעמיים. מבוסס על כל ההיסטוריה.

ערים לפי מחוז · פוטנציאל מסלול ביקורים

?הערים מסווגות לפי מחוזות גיאוגרפיים. ניתן להשתמש ברשימה לתכנון מסלולי ביקור של מספר לקוחות ביום אחד באותו איזור.

אנליטיקת ערים

?מבוסס על קישור אימייל לבין בורד הלקוחות. 906 הזמנות מזוהות מתוך 1,593 (56.9%). סגמנטציה לפי סה"כ הזמנות היסטוריות ללקוח.

הכי פעילות

לפי מספר הזמנות

הכי רווחיות

לפי הכנסה נטו

פרופיל לקוחות

חד-פעמי / מזדמן / קבוע / VIP

חד-פעמי

מזדמן (2–3)

קבוע (4–9)

VIP (10+)

SKUs ייחודיים ?חישוב: ספירת שמות מוצר ייחודיים מ-items_data (היסטוריית מכירות).

כולל רק מוצרים שנמכרו אי-פעם (לפחות שורת מוצר אחת ב-WooCommerce/Monday). לא כולל מוצרים חדשים ללא מכירות.

—

מוצרים במערכת

יחידות שנמכרו ?חישוב: Σ qty לכל שורות המוצר בכל ההזמנות אי-פעם.

זו סך היחידות שיצאו מהמחסן מהחודש הראשון של הנתונים (מרץ 2025).

—

סה"כ יחידות

מותגים ?חישוב: ספירת מותגים ייחודיים בנתוני המוצרים.

המותג מחולץ אוטומטית משם המוצר (לפני הסימן "|") או מ-attributes ב-WooCommerce.

המוביל: המותג עם הכנסה נטו גבוהה ביותר (ללא מע"מ).

—

— מוביל

מובילים (30 יום) ?חישוב: ספירת מוצרים שבהם qty30 > 0
(qty30 = יח' שנמכרו ב-30 ימים אחרונים).

נקודת ייחוס: התאריך האחרון ב-TX (לא "היום" הנוכחי) — כי הנתונים מסונכרנים מה-board.

—

SKUs פעילים

דועכים ?חישוב: מוצרים שבהם days_since_last_sale ≥ 90 AND qty > 0.

days_since_last_sale = הפרש ימים בין תאריך אחרון ב-TX לבין אחרון-מכירה של המוצר.

מועמדים לסייל, הסרה מקטלוג, או בדיקה של סיבת הקיפאון.

—

בלי מכירה 90י+

ערך ממוצע ליחידה ?חישוב: Σ net ÷ Σ qty

net = הכנסה נטו (ללא משלוח ומע"מ).
qty = סך יחידות שנמכרו.

זה ה-AOV (Average Order Value) ליחידה — מאפיין את רמת המחיר הממוצע של הקטלוג.

₪—

AOV / יחידה

ניתוח ABC · עקומת פארטו

?איך מסווגים A/B/C:
1. ממיינים את כל המוצרים לפי net (הכנסה) מגבוה לנמוך.
2. חישוב אחוז מצטבר: cum_pct = Σ_נמצאים ÷ Σ_כולל × 100.
3. סיווג:
• A — cum_pct ≤ 80% (חיוני)
• B — 80% < cum_pct ≤ 95% (בינוני)
• C — cum_pct > 95% (שולי)

עקרון פארטו: כ-20% מהמוצרים מייצרים כ-80% מההכנסות. אלה המוצרים שחובה לא לתת שייגמרו.

הגרף: עמודה = הכנסה למוצר · קו אדום = % מצטבר.

חלוקה לפי מותג

?חישוב: Σ net לכל מוצר, מקובצים לפי brand. לוקחים את 10 המותגים המובילים.

עוזר לזהות מותגים שעליהם הקטלוג נשען — קריטי לוודא יחסי ספק תקינים ומלאי בריא עבורם.

המלצות רכש · לפי קצב מכירות

?נוסחת עדיפות:
priority = velocity90 × ABC_weight × recency_bonus

• velocity90 = qty_90d ÷ 90 (יח'/יום ב-90 ימים)
• ABC_weight = 3 (A), 1.5 (B), 1 (C)
• recency_bonus = 1.4 אם נמכר ב-7 ימים, 1.15 ב-30 ימים, 1 אחרת

כמות מומלצת להזמנה:
ceil(velocity90 × 30 / 5) × 5
— מספיק ל-30 יום, עגול לכפולה של 5.

מציג רק מוצרי A/B (C לא שווה להשקיע). דחיפות: 🔴 top 5 · 🟠 6-12 · 🟡 13+.

🎯 עדיפות: priority = velocity90 × ABC_weight × recency_bonus
ABC_weight: A=3 · B=1.5 · C=1 · recency_bonus: 7י=1.4 · 30י=1.15
🛒 להזמין: ceil(velocity90 × 30 / 5) × 5 — מספיק ל-30 יום, כפולת 5

מובילי מכירה · 30 יום אחרונים

?חישוב: sort by qty30 DESC, top 15 עם qty30 > 0.

qty30 = Σ qty בשורות מוצר שה-order שלהן נמצא ב-TX עם m (חודש) ב-30 הימים האחרונים ביחס לתאריך האחרון.

צבע עמודה לפי ABC: 🟢 A · 🔵 B · 🩶 C.

אלה המוצרים שחייבים להיות במלאי תמיד.

מוצרים דועכים · 90י+ ללא מכירה

?תנאי כניסה לרשימה:
• days_since_last_sale ≥ 90 (ימים מאז מכירה אחרונה)
• qty > 0 (נמכר אי-פעם)
• net > ₪100 (לא פריטים זניחים)

ממוין לפי הכנסה היסטורית יורדת — כדי לזהות מה היה "כוכב" ונעלם (נזק גבוה יותר).

פעולות: סייל, הסרה מקטלוג, או תחקור סיבת הקיפאון (ספק? תמחור? מתחרים?).

מגמות ביקוש חודשיות · TOP 5 מוצרים

?חישוב: לוקחים את 5 המוצרים עם ההכנסה הגבוהה ביותר (top 5 מ-byNet).

לכל אחד: קו שמציג Σ net לכל חודש — מ-items_data המחוברים ל-TX (דרך order_id → t.m).

למה זה חשוב:
• זיהוי עונתיות (ירידה בחגים? עלייה בקיץ?)
• זיהוי טרנד ירידה שמצריך פעולה
• תכנון רכש בהתאם למחזורים חוזרים

0 ספקים רשומים · ניהול ▾

הזמנת רכש חדשה

1 · ספק › 2 · פריטים › 3 · סקירה