《数据化管理——洞悉零售及电子商务运营》读书笔记

一、零售指标

1.周权重指数:平均销售中销售额最低一天的销售数据设定为日权重指数1.0;

其它天的日权重指数=平均日销售额/这个最低值

分部的星期N的日权重指数=(星期N的平均日销售额/平均周销售额)*企业周权重指数

特殊日期的日权重指数=日销售额/单位权重(销售)额


2.周权重指数的应用:

1)判断零售销售规律以辅助营运;

2)分解日销售目标;

日销售目标=月销售目标*(日权重指数/月权重指数)

3)月度销售预测

月销售预测值=日销售额之和/(日权重指数之和/月权重指数)

4)销售对比

对比的原则:星期几对比星期几;公众假期对等对比原则;中国阴历对等对比原则;阳历对等原则;


3.黄氏曲线—单位权重(销售)值曲线

单位权重(销售)值=日销售额之和/日权重指数之和


4.黄氏曲线的应用

1)销售追踪过程,是否出现月初放松、月末踩刹车的现象;

2)特殊事件的量化处理,如奥运会、315对销售的影响;

3)促销活动的分析和评估,分析促销前、促销中、促销后,是否成功失败;

4)新产品上市的分析和评估;

5)突然短缺货、同业竞争分析、关键人物离到任分析、电子商务网页改版等;

6)零售店铺员工排版:根据黄氏曲线预测销量进行排班;


二、销售环节的数据化管理

1.对比分析

1)时间标准:同比、环比、定基比;

2)空间标准:与相似空间对比、与先进空间对比、与扩大空间对比;

3)特定标准:与经验值对比、与理论值对比、与平均值对比;

4)计划标准:与公司计划对比、与个体计划对比、与第三方计划对比;


2.人、货、场

1)人:员工——老员工、新员工,顾客——普通顾客、会员顾客;

2)货:商品——按照销售状况分(畅销品、平销品、滞销品)、按照日期分(新品、老品)、按照品类结构分(服装、化妆品、电影等)

价格——按照价格高低分、按照正特价分

3)场:卖场——陈列、动线、声光电等,渠道——地域、商圈,促销


3.各类分析指标

1)“人”部分:

完成率:当目标为正数时,销售完成率=销售完成率=销售完成数/目标数*100%

当目标为负数时,销售完成率=(2-实际完成数/目标数)*100%

员工流失率=某段周期内流失综述/(期初员工总数+期末员工总数)/2*100%

连带率=销售总数量/成交总单数

会员回购率=某段时间内有交易的老会员数/期初有效会员总数*100%

相对会员流失率=某段时间流失的会员数量/期初有效会员数*流失率权重值*100%

流失率权重值=流失会员的平均客单价/有效会员的平均客单价


2)“货”部分:

供应链环节:订单满足率、订单执行率、准时交货率、订单响应周期、库存周转率、物流成本占比、客户投诉率、库存天数、库销比、有效库存比等;

销售环节:货龄、折扣率、动销率、缺货率、品类结构占比、价位段占比、正价销售占比、价格弹性指数、前十大销售及占比、前十大库存及占比、滞销品销售占比等;

售后环节:退货率、特殊服务率、残损率等;


3)“场”部分

销售额、预测额、进店率、上楼率、接触率(试穿率、使用率、接触率)、完成率、成交率、大宗交易占比、坪效、人效、每平米租金、市场占有率等;

租金倍率=销售额/租金

竞品指数=本公司销售额/竞争对手销售额

费销比=促销费用金额/促销期间产生的销售额*100%

促销爆发率(促销期间平均权重销售额-促销后的平均权重销售额)/促销前的平均权重销售额*100%

促销衰减度=(促销期间的平均权重销售额-促销后平均权重销售额)/促销前的平均权重销售额*100%


三、采购环节的数据化管理

1.商品分析:进、销、存

2.采购三度:

广度:采购的商品品类类数;

宽度:采购SKU总数;

深度:采购的商品总数量/采购的SKU总数

3.覆盖度(铺货率)=有某款或品类产品销售的店铺数/适合销售该产品的总店铺数*100%

4.订单满足率=订单中能够供应的商品数量总和/订单商品数量总和*100%


四、库存环节的数据化管理

1.切割库存,让库存分析更合理

有效库存

无效库存:假库存、死库存(残损、过期、下架等)

2.量化库存,确保库存的安全性

安全库存数量

库存天数(DOS)=期末库存数量/(某个销售期的销售数量/销售天数)

库存周转率=销售数量/((期初库存数量+期末库存数量)/2)

3.库存结构分析,确保库存结构的合理性

4.预估销量,确保库存量,把握未来销售脉搏(滚动预测)

5.特殊库存分析

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容