卖场数据分析PPT课件.ppt

卖场数据分析 营运部2010年10月 连锁公司竞争的实质是管理的竞争 连锁公司管理的一个核心是有目的的 高效率的收集 处理 使用各种信息 信息是建立在数据的基础上的 也就是说 对管理的对象进行量化处理 严格来讲 数据与信息是有区别的 数据是客观事物的量的记录 对管理而言 是管理对象变化的量的记录 信息是对数据的解释 表明了数据的因果关系 今天我们要讲的就是如何对数据进行加工 分析 把各种各样的数据提炼成我们所要的信息的过程 一 数据的分类与采集1 数据的分类与控制数据是客观存在的 只要有行为发生 就会有量的变化 可能是负变化 零变化 或者是无穷变化 那么 这个量的变化的记录 就是数据 任何一个商业活动 都会产生许许多多的数据 我们首先要把这些数据全部储存 保管到数据库里 否则 随着活动的继续 这些已有的数据将会被包含和掩盖 然后 从数据库里抽取某些我们需要的数据 对某一个行为进行分析 加工成信息 用于管理决策 指导商业活动 这个储存工作仅仅靠人脑是不够的 因为 人为的记录 往往是只把当前认为重要的数据进行记载 不会很全面 随着事物的发展 需要另外一些数据时 就再也找不到了 因此 从真正意义上来说 只有建立商业管理信息系统后 才能谈得上数据分析 数字化管理 对某一个行为的分析需要某一群数据组合 对另一个行为的分析又需要另一群数据组合 每一个不同行为分析所需要的数据组合都是不一样的 当然 其中有一些数据是会有共性的需要的 为了抽取数据的方便 我们要对所有的数据进行分类 一般情况下 可以简单的分为直接数据和间接数据两个大类 通常 我们把一些能直接反应商业行为表象的数据 如进货 销售 库存等实绩作为直接数据 把一些能影响商业行为实绩的数据 如客流量 商品品项数 费用成本等作为间接数据 我们不仅要分析进销存这些直接数据 更重要的是要分析间接数据 因为间接数据是改变直接数据质量的基础 我们每一个人都要学会数据分析 每一位管理人员都是数据分析员 虽然他们对数据的要求和标准不一样 这是分工决定的 专职的数据分析人员是数字化管理深入和发达的产物 是为其他管理人员服务的 1 IT在超市中的功能如果我们仅仅需要直接数据 也许简单的POS系统就能完成 既然我们说是IT 那么就不应该是只能看到简单的数字堆积 我们需要的是能把这些数据进行有机的组合 进行分析 得出我们有用的信息 从销售的角度来讲 由于每一批的进价不同 销售价也可能因市场因素或促销等原因不断的变动 毛利也将随之浮动 我们一般采用滚动式进货 即前一批货还未售完 第二批货已经购进 如果这两批货的进价不同 我们需要知道每一件货销售时的正确毛利 而决不是简单加权平均法来一个 期初加期末再除以2 案例1 早上以0 80元 公斤的价格进了100公斤玫瑰香花 售价1 20元 公斤 十点钟已经售出70公斤 又进了一批 200公斤 玫瑰香花 进价只有0 50元 公斤 门店以0 45元 公斤低于进价的价格销售 到晚上7点 剩余10公斤以0 20元 公斤全部售完 损耗3公斤 请问 当天玫瑰香花的销售会不会亏本 实际毛利率是多少 分析的基础是不变数字 我们不能去抓那些一直在变动的数字 这里唯一不变的进货总成本 第一批0 80元 公斤 100公斤 80元 第二批0 50元 公斤 200公斤 100元 总进货成本 80元 100元 180元 十点以前销售1 20元 公斤 70公斤 84元 剩余30公斤 再加上第二批进货200公斤 库存为230公斤 十点以后销售0 45元 公斤 230 10 3 公斤 97 65元 此玫瑰香花销售0 20元 公斤 10公斤 2 00元 当天总销售84元 97 65元 2 00元 183 65元 当天毛利 183 65元 180元 3 65元 毛利率 3 65元 180元 100 2 03 从库存的角度来讲 库存总会出现过大 过小甚至断货的问题 由于进货的权限分割 往往就划分不清这个进货不当的责任归咎于门店还是总部 因此 IT就必须对每一个商品都要设定一个 库存商品状态 那么 我们很容易分清责任 督促责任人找出原因 措施 使库存经常片于良好的 合理的状况 在进货的全过程 包括定价 质量标准 订货量等 中 总免不了人为的因素 搞不好就会严重的影响销售 影响利润 IT就可以以市场为基础 设定一个最高进价上限 以行业标准和顾客需求为基础 设定一个最低质量标准进货下限 再通过库存周转率和商品适销率这两条线 形成一个数学矩阵模式 就能有效的进行控制 二 直接数据的分析与策略制定1 销售额及各分类商品销售比例 表格与案例 销售额比率 增长 分析案例2 某门店2010年联邦安必仙24粒销售记录 销售额比例 份额 分析案例3 销售日报表 2 促销商品的销售额和销售比例 表格与案例 案例4 销售日报表 3 进货量与库存量 表格与案例 案例5 销售日报表 4 库存周转率 表格与案例 案例6 销售日报表 如何来分析周转天数 也就是说 周转天数高和低哪个好 最合理的周转天数是多少 那么 我们先来看看周转的计算公式 周转天数 日均库存量 日均销售周转次数 计算期销售总额 日均库存 上表中说的A商品月销售192960元则日均销售 192960 30 6432元 天 日均库存为90048元那么周转天数 90048 6432 14天 周转次数 192960 90048 2 14从商品库存周转率 次数 和周转天数两个效率指标中 可显示商品的 新鲜 程度 商品周转率高 周转日数短 的好处 1 每件商品的固定费用 成本 减低2 相对降低由损坏和失窃引起的亏损3 能提供新鲜的商品4 能适应流行商品的潮流5 能有弹性的进货 应变自如6 能以少额的投资得到丰富的回报7 减少存货中不良货品的机会 周转率过高 天数太短 带来的危机1 容易出现 断货 2 陈列不够丰满3 不容易获得大量进货的折扣优势4 进货次数的增加 进货程序和费用相应增加进货次数的增加 运送费用相应增加 5 毛利率与毛利额 表格与案例 比例分析还可以用于对市场占有率的分析 直接分析法 计算我门店销售占整个市场的份额 这一般不大容易计算 往往要等政府有关部门在年末的报表中公布的数据才能计算 所以 我们通常用间接分析法 间接分析法 把我们的销售与竞争对手或本地区最主要的门店进行比较 看占比和绝对值两项 谁更高 谁更合理 三 间接数据的分析与策略制定1 顾客数与客单价 表格与案例 案例8 销售日报表 有效提升销售额的两个途径是 提高实现消费的顾客人数 提高每位顾客购买的金额数 有效顾客 即实现消费的顾客 数高 说明你的商品 价格和服务能吸引 满足消费者的需求 客单价高 说明你的商品宽度能满足消费者的一站式购物心理 商品陈列的相关性和连贯性能不断地激发消费者的购买欲望 2 商品品项数与适销率 表格与案例 案例9 商品组织表 商品组织表 能反映商品的宽度与深度 实际库存在商品组织表中的大 中 小类的覆盖面越大 说明你的商品宽度越宽 凡是顾客想要的 你全部都有 顾客没想到的 你也能启发和引导消费 反之 实际覆盖面很小 而某个类别的商品品项数很多 则说明你的商品的宽度不够 深度过深 消费者想要的 你不一定有 即使有 也因为其品牌过杂 规格过多 使消费者觉得无从选择 他们为了避免买错 最后选择了 不买 3 零销售与零库存 表格与案例 案例10 零库存报表 案例11 零销售汇总表 4 负库存与负库存管理 表格与案例 案例12 有问题库存汇总表日期 负库存是真正的有问题库存 形成负库存的原因很多 如 条码错误 包装错换 收银计量错误 收货录入错误 改包装错误 未及时修正分割和打包等 有问题库存必须及时修正 库存修正是通过 库存调整单 来进行的 案例13 库存调整单 门店 部门 填表人 确认人 录入人 日期 库存调整单 四 数据化管理与人性化管理的结合以信息为中心的管理是 数字化 管理 连锁公司的总部就是一个信息中心 数字化管理 要求用数据 说话 实施数据化管理 必须尊重数据 每一个人都必须对数据负责 数据化管理的实质是用数据来反映实际发生情况与原定预算指标的差异 当预算汇总表所反映的情况与实际发生的情况有差异 也就是说明企业在总体上已偏离了所要实现的目标 这时 预算汇总表又成为采取纠正措施的指导 1 预算调整的意义实际完成情况与原预算指标 Budget 有了偏差 就需要我们对原指标进行调整 进行新的一轮预测 Forecast 数据分析是现代信息技术与现代管理技术结合的产物 数据分析的题材和范围相当广泛 一个重要的内容是对人的行为的分析 人的行为对 指标 是有