如何分析零售行业的数据

随着移动互联网十年盈利期的竣事，线上流量本钱越来越贵，很多企业纷纷将线上营业转移至线下，如大师耳熟能详的三只松鼠等品牌；同时传统零售中也出了现象级的品牌，比如周黑鸭、名创优品等。他们的背后都反应了零售行业哪些纪律呢？有哪些值得我们鉴戒和进修？明天我们就来说说零售行业的数据分析。

一、数据分析对零售的重要性

履历了十几年的信息化高度成长，企业积累了大量的贵重数据。但面临数据这个“金矿”，各家企业由于经营形式、治理气概、重视水平、资金投入等分歧，对于这个“金矿”的挖掘水平有极大的分歧，零售数据的分析利用均处在分歧的阶段，甚至出现的“两极分化”的场面。

现在，中国零售业所面临最大应战就是顾客和市场需求复杂多变，比起人的经历主义来做决议，只要实时的数据分析和反应才能顺应更快的变化。零售的本质离不开人、货、场这三个焦点，并围绕这三个焦点提升运营的效力，也就是线上线下的成功融合，并对数据停止收集、整理、分析，实现可猜测、可指导的“数据化治理”。

二、零售数据利用的4个阶段

1.描写性分析统计阶段

这个阶段零售企业操纵ERP汇集和整合企业的数据，构成一个完整的数据流，把企业内分歧来历的数据信息集合到单一的仓库中来。使各个职能在自己需要时经过图表看板、计分板的形式看到自己所需要的数据。

这个图标看板展现决议者最为关注的运营要素—关键绩效目标，如销售额、坪效、利润率、客单价、进店率、转化率、方针完成率、同比增加率等等，终极以“贸易报告”的形式出现，反应曩昔发生了什么”以及“正在发生什么”。

2.分析判定

在第一阶段整合了数据来历后，零售业决议者关心的重点发生了转移，从“发生了什么”转向“为什么发生”。分析判定数据的目标是领会数据报表、贸易报告的背后的寄义，以及这些过往行为发生的动机和缘由。这需要对加倍具体的数据停止多维度的分析，同时这类分析判定更多的是建立在对于零售营业逻辑的了解之上，一般会采用简单有用的分析方式和简洁的分析工具对数据停止处置（下文会具体讲授这一部分）。

3.猜测未来

企业在有了前两个阶段的根本以后，关注点会进一步超越当前，起头思考更切近经营上的题目：“未来会发生什么”。

从本质上说猜测就是按照零售企业所曩昔发生的事务以及当前实时的影响身分，对于销售额、利润率、本钱等未来的取值做出自动化和智能化的估量。简单的分析对于预算畅销几率的感化有限，在大大都复杂的利用中，需要建立数学模子来复原零售的营业纪律。例如7-Eleven零售门店经过卫星云图领会到两天后气温将上升两度，会提早订购比平常销量多30%的矿泉水。

4.指导决议

这一阶段偏重于对营业、营运、经营、计谋的决议指导，处理的是：“我应当做什么”才能到达最好的状态。前三个阶段都不是终纵目标，关键是做了猜测今后能给企业的决议行为带来什么样的帮助。

对于零售企业而言，销售猜测今后紧接着的行为就是补货，补货进程中就会触及到多级库存治理。而补货行为又驱动了后续的采购、生产、物流、仓储等行为，同时企业的决议层可以按照未来的猜测来做出能否要开设渠道、建立工场、采办仓库等重要计谋决议，这些行为的决议都是建立在前三个阶段之上的。中国零售行业对于数据的分析利用都处在第一大概第二阶段，也有少数企业如京东、华为处在第三甚至初步进入第四阶段。

虽然很多企业所处的阶段还比力低，可是很多企业的数据根本都很不错，堆集了大量的数据。这些企业对于本身的营业也很是的精通，只是受制于算法、人材、技术等。对于若何把营业和数据连系在一路发生代价还不甚清楚，可是这些未来都不会成为中国零售企业对于数据追求的障碍，由于会有像大量的第三方数据分析公司，来供给专业的数据分析、建模和优化办事，帮助企业迈入数据驱动决议阶段。

三、零售行业数据目标系统

销售数目：客户消耗的商品的数目

含税销售额：客户采办商品所付出的金额

毛利：现实销售额－本钱

净利：去税销售额－去税本钱

毛利率：是毛利占销售支出的百分比，也简称为毛利率，其中毛利是销售支出与销售本钱的差，毛利率=（毛利/现实销售额）×100%

周转率：（销售吊牌额/库存金额）×100%（周转率和统计的时候段有关）

促销次数：有宏观概念上的，也有微观概念上的。宏观上，是指一个销售单元中一段时候内策动促销的次数，或某个供给商的商品在一段时候内介入促销的次数；微观层面上，是暗示一个单品在一段时候内介入促销的次数

买卖次数：客户在POS 点上付出一笔买卖记录作为一次买卖

客单价：客户在一次买卖中付出的金额总和称为客单价（销售额/买卖次数）

周转天数：库存金额/销售吊牌额

退货率：退货金额/进货金额（一段时候）

售罄率：销售数目/进货数目

库销比：期末库存金额/（本期销售牌价额/销售天数*30）

连带率：销售件数/买卖次数

均匀单价：销售金额/销售件数

均匀折扣：销售金额/销售吊牌额

坪效：销售金额/门店营业面积（不包括仓库面积）

促销商品：指促销活动时代指定的商品，其价格低于市场同类的商品

四、零售数据目标背后的寄义

1.店肆经营治理数据分析

（1）销售目标：首要指对销售方针告竣，增加等目标停止分析。销售目标是个成果目标，一旦出现方针未告竣，大概增加偏低，需要连系其他维度来停止综合分析。销售业绩是追踪出来，所以要针对销售业绩告竣和提升，构成对应的销售治理报表，如销售日报，周报，月报。销售日报重在业绩追踪。销售周报，月报偏重分析，以分析驱动行动。

（2）毛利：首要分析本月毛利率、毛利率情况，与客岁同期对照情况。经过这组数据的分析可以晓得同比毛利率状态，以及能否在商品毛利方面存在不敷。

（3）运营可控用度：主如果本月各项用度明细分析，与客岁同期对照情况，有无节俭控制本钱用度，这里的各项用度是指：员工本钱、能耗、物料及办公用品用度，维修用度，房租，存货消耗，平常营应用度(电话费、交通费、卫生费、税收、工商费)。经过这组数据的分析，可清楚地晓得门店营运可控用度后的列支，能否有同比异常的用度发生，有无可以节俭的用度空间。

（4）评效：主如果本月评效情况，与客岁同期对照“日均评效”是指“日均单元面积销售额”，本日均销售额/门店营业面积。

（5）人均劳效：主如果本月人均劳效情况，与客岁同期对照，“本月人均劳效”计较方式：本月销售额/本月人为人数。

（6）盘点消耗率：主如果门店盘点成果简要分析，经过度析，实时发现门店在药品进、销、存各个环节存在的题目。

（7）门店商品库存：经过这组数据分析，看门店库存能否出现异常，出格能否有库存积存现象。库存与周转率，则表现该品类的资金操纵效力，假如库存高，周转慢，则说明资金操纵率低，此时，对于零售企业来说，就意味着高本钱。

2.商品经营数据分析

（1）经营商品目录：主如果本店履行商品目录情况、经营业态主力商品情况、新品引进情况、淘汰商品请退情况。经过这组数据，可以领会门店能否依照商品目录的调剂停止了门店的商品结构调剂。

（2）商品动销率：商品动销率计较公式：动销品种/门店经营总品种数*100。滞销品种数：门店经营总品种数-动销品种数。经过此组数据及具体单品的分析，可以看出门店在商品经营中存在的题目及潜力。

（3）商品品类：主如果本店本月各品类销售比重及与客岁同期对照情况，门店本月各品品种毛利比重及与客岁同期对照情况，门店需对本月一切品类销售与毛利情况，出格是一切销售下降及毛利下降的品类停止周全分析，并经过度析找出差异，同时提出改良计划。

（4）本月商品引进：主如果引进商品发生销售、毛利分析，这时的引进商品需要门店平常对新引进商品建档，并跟踪分析引进商品的动销率、适销率、销售额以及毛利状态，同时分析这些引进商品能否对门店销售业绩的提升作了进献，能否有引进差池路的商品存在，并在今后的工作中不竭优化调剂。

（5）特价商品业绩评价：主如果特价商品品种数履行情况，特价商品销售情况，占比情况与前期销售对照情况分析，“特价商品与前期销售对照分析”，行将本档期特价商品的销售情况与特价履行前不异天数的销售情况停止对照分析（特价档期后履行天数为14天或21天），经过以上这组数据的分析可以看出门店特价发生的结果以及门店的特价商品或经营中存在的题目。

（6）客流量、客单价分析：主如果指本月均匀天天人流量、客单价情况与客岁同期对照情况，这组数据在分析时，要出格留意门店起头促销活动时代及促销活动前后对照分析，促销活动的起头能否对于进步门店客流量、客单价起一定的感化。

（7）售罄率：指货物上市后特按时候段销售数目占进货数目的百分比。它是权衡货物销售状态的重要目标。在凡是情况下，售罄率越高暗示该种别货物销售情况越好，但它跟进货数目有着很大的关系。经过此数据可以针对货物销售的黑白停止实时的调剂。

3.顾客消耗行为分析

（1）首要分析商圈的消耗人群结构。商场里的打扮、日用品、电子产物等品类，决议了客流及消耗者偏重，同时必须领会到我们品牌与其的关联性，数据的收集可以经过商场或购物中心领会情况。

（2）首要分析本身品类，例如女装分析大淑装、少淑装、快时髦等影响；

（3）首要分析同质品，竞品品牌好坏情况，把握稳定上风，撬动优势（转化客户，从细节上客情办事、科技导入截流、时辰记录客户反应的不敷点及竞品的优点，有用与背景部分联动）

（4）按时分析VIP销售数据、反应数据、客情互动的豪情数据及商场着装情况，领会客户的衣食住行，正确识别方针客户，并清楚领会客户的需求、采办行为特征及消耗者本身属性等身分。经过上述各类分析，晓得顾客所想，所需，所动，实施邃密化营销和会员治理，进步顾客粘性。

（5）定期领会竞品客户情况、品类情况

以上内容看似简单，但由于受各类缘由影响（如治理认识，工具等），真正将其构成固化模板，落地到每家门店的企业并不多见。我们以为，要真正鞭策数据和门店治理连系起来，建立数据驱动型的门店，可以围绕以下做改良：①同一认识，用数听措辞；②站在门店治理场景停止报表设备，各维度数据整合，构成同一模板，避免从单一角度来看数据；③一切报表经过系统平台，以同一格式，固按时候点推送到相关员工工作邮箱，或手机端，不需要野生处置数据，进步效力；④同一数据目标界说，数据标准参考值，经过现实和方针的差别对照，来驱动改良行动

五、零售行业的数据分析方式

零售行业的焦点的就是人、货、场。这三个字能化解零售行业碰到的绝大大都的题目，例如：怎样能去进步销售额？影响销售额的身分很是多，在我们运营的每个环节都能够影响到销售额，不是一个简单的几点身分便可以判定。它需要一个立体化的思维才能找到影响销售额的身分。我们可以把销售额简化为以下的公式：

这时为了进步销售额，我们便可以思考若何进步这几个目标中的一个或几个，如成交率、零售价、连带率的提升城市提升销售额，固然我们需要留意的是零售价与成家率是相互影响的。

1.流量

与店肆的选址有关，能否在贸易中心，四周能否有黉舍、医院等有关系，同时也可以店肆的品牌著名度有关。

2.进店率

进店率我们可以经过科技手段来停止数据收集，如红外、视频大概wifi等技术来统计。进店率的影响身分有门头、水牌、橱窗的摆设、门店的灯光、播放的音乐，甚至台阶。例如麦当劳统计过，五级以下的台阶不会影响快餐店的进店率，当跨越五级台阶的时辰，每增加一级台阶进店率就会下降6%。

3.成交率

影响成交率的身分很多，比如伙计的技能、商品能否宽度、广度、深度、能否有正品、能否缺货，大概充足的试衣间，城市影响到成交率在里面。付脱手段也影响成交率，例如很多百货门店是集合收银的，当顾客筹算买一件店里的衣服，除了收款环节之外，其他行动全数做完了，这时辰由于最初环节太复杂终极影响了成交率。

4.零售价

零售价这个零售价指的均匀零售价，很多店长或城市司理没法子影响零售价，由因而企业同一制定的价格，和采购战略有关系，可是我们也可以停止分析，现实上分歧的伙计的零售价是纷歧样的，和商品的配货有关，比如这个店原本是很是好的场所，配的都是低真个货，说明这里面就会有题目，调配商品的价格，去研讨价格带，从而找到提升销售的机遇。

5.销售折扣

影响销售折扣的身分和人的身分有关，有些伙计就喜好卖折价商品，有些顾客总是喜好买新品，有的顾客喜好促销的时辰来采办，分歧的伙计、分歧顾客、分歧看待方式。

折扣中人的身分还有和企业带拥有关，有些企业的带领迫于销售的压力，每年的促销活动都比客岁低折扣，搞得折扣越来越低；销售折扣和货的身分有关，包括促销活动的价格战略有关，你促销活动什么方式加入，加入的力度多大，和频次有关；固然和商品的配货有关，你配的货是折扣高的还是折扣低的，库存公道不公道，库存不公道的话，库存太多，意味着不单断根死库存，也会下降。

6.连带率

连带率和人、场有关。和人的关系包括伙计的销售技能、新员工的比例，比若有些公司经过刺激伙计的手段去进步连带率。影响连带率还有“场”的身分，包括你的设想能否合适，跟设想有关，和销售帮助工具有关，快餐公司买第二杯半价，打扮行业两件八折也都是一样的事理。

这些目标我们可以各个击破，从而去提升销售额。

六、小结

1.中国零售业由于顾客和市场需求的复杂多变，只要实时的数据分析和反应才能更快的顺应变化。

2.零售的本质离不开人、货、场这三个焦点，并围绕这三个焦点提升运营的效力，也就是线上线下的成功融合，并对数据停止收集、整理、分析，实现可猜测、可指导，即“数据化治理”。

3.零售数据利用的的四个阶段：描写性分析统计阶段、分析判定、猜测未来、指导决议。

4.建立数据驱动型的门店 ①同一认识，用数听措辞；②站在门店治理场景停止报表设备，各维度数据整合；③一切报表经过系统平台，以同一格式；④同一数据目标界说，经过现实和方针的差别对照，来驱动改良行动。

接待关注公众号：数猎全国DataHunter

－DataHunter,让你爱（AI）上看数据－

手把手教你免费利用数据可视化软件