《新零售实务（微课版）》 课件 张卫林 第5、6章 新零售仓储物流、新零售数据化运营

新零售仓储物流第五章5.1新零售仓储物流基础知识5.1新零售仓储物流基础知识5.1.1数字化物流1.数字化物流的含义数字化物流是一种利用传感器、物联网、AI、自动仓库和自动驾驶等智能数字技术和信息化手段来提高物流效率、降低物流成本、优化物流服务的物流模式。物流的数字化升级主要包括仓储管理、运输物流、配送交付、服务生态四个流程。5.1新零售仓储物流基础知识5.1.1数字化物流2.新零售门店的物流变革①打造物流配送新标准新零售门店一般都拥有自己的配送团队，通常能够在短短30分钟内，将商品送达周围3公里内的用户手中；除了自建物流队伍之外，也可以选择与物流公司合作完成配送任务。5.1新零售仓储物流基础知识5.1.1数字化物流2.新零售门店的物流变革②布局本地化分布中心本地化的配送模式，不仅显著提升了配送效率，更确保了食品的新鲜口感；能够更快地响应本地市场的变化，调整商品的供应，满足消费者的需求。5.1新零售仓储物流基础知识5.1.1数字化物流2.新零售门店的物流变革③创新买手制策略要求零售商主动走出去，深入了解消费者的需求，能够更好地掌握市场的脉搏；直接从生产地选购商品，确保商品的新鲜度和质量；构建自有的品牌体系、形成品牌特色。5.1新零售仓储物流基础知识5.1.2新零售仓储模型1.三层仓储模型多平台共享库存的电商新零售模式下，根据库存在各系统中的分布形态，可以将库存分为三种，分别是仓储/门店实物库存、中央库存和平台销售库存。5.1新零售仓储物流基础知识5.1.2新零售仓储模型1.三层仓储模型①仓库/门店实物库存存储在仓储管理系统或门店ERP系统中的实物库存，是处于供应链最底层与商品实物一一对应的库存。作用：在仓储管理系统和门店ERP系统中，各仓库/门店仅管理自己的实物库存，处理日常商品的进销存退等业务。5.1新零售仓储物流基础知识5.1.2新零售仓储模型1.三层仓储模型②中央库存中央库存系统，是实物库存的集中管理和调度中心。作用：起着将实物库存与销售库存关联转换的作用，对接并集中管理各地仓库和门店的实物库存。5.1新零售仓储物流基础知识5.1.2新零售仓储模型1.三层仓储模型③平台销售库存平台上在商品详情页和下单时对用户开放的库存，只有当可销售库存大于0时，用户才能下单，否则提示商品缺货。作用：在销售平台的运营后台进行管理，在发布商品上架时进行设置，方便及时补货。5.1新零售仓储物流基础知识5.1.2新零售仓储模型2.即时零售闪电仓①即时零售闪电仓的含义即时零售依赖于高效的即时配送体系，实现消费者从线上下单到线下商品快速送达的高时效性到家消费体验。闪电仓是一种独特的供给模式。一般配备实体仓库店面，但专注于线上销售，选址灵活，能实现高效、低成本的运营。5.1新零售仓储物流基础知识5.1.2新零售仓储模型2.即时零售闪电仓②闪电仓与办理店对比和线下便利店相比，闪电仓的商品结构更全（满足长尾需求），覆盖的物理半径更广，且24小时营业，履约时效更高。维度便利店闪电仓商品SKU1000~20004000~5000商品类目快销品为主以快销品和日用百货为主，包括毛利率较高且位于商品线中后段的非热销商品模式店仓一体前置仓覆盖范围1公里3~5公里营业时长一般在9:00-21:0024h5.1新零售仓储物流基础知识5.1.2新零售仓储模型2.即时零售闪电仓②闪电仓与办理店对比闪电仓运营模式下，商品端的原厂地直接采买加工，并就地存储到产地集中仓，通过物流集中配送到区域集中仓由区域集中保存，再由区域集中仓集中配送到闪电仓，近地储存。原产地原产地采买加工产地集中仓产地集中处理存储区域集中仓区域集中保存闪电仓近地保存用户下单半小时到家5.1新零售仓储物流基础知识5.1.2新零售仓储模型2.即时零售闪电仓③闪电仓的优点商品品控好、可定制、质量好主打高品质生鲜，高利润附加值的商品。物流便捷原产地采直接采买加工，就近存储，区域集中仓配送闪电仓，节省最后一公里配送时间。5.1新零售仓储物流基础知识5.1.2新零售仓储模型2.即时零售闪电仓③闪电仓的优点流量巨大依靠特定的外卖平台APP入口，享受平台巨大的用户流量。利润较高没有为线下门店引流的需求，品类限制较小，毛利率优于一般商超便利店。感谢您的观看THANKS新零售仓储物流第五章5.2门店拣货与商品包装5.3门店自提与快递配送5.2门店拣货与商品包装5.2.1门店拣货1.拣货流程以盒马生鲜为例，一般情况下，一个盒马生鲜线上订单的拣货流程必须在十分钟之内完成。流程序号具体工作1消费者在手机APP挑选商品并下单。2货架管理电子便签系统将订单传送给各区域拣货员。3拣货员根据“最近拣货动线”拣货。4拣货员将拣好的订单物品放入专用保温袋。5传送带将商品传送到合流区，进行校对。6后台工作人员将订单商品装入配送箱。7垂直升降系统将货物送到一楼。8快递员配送。5.2门店拣货与商品包装5.2.1门店拣货2.拣货注意事项拣货时，一个拣货篮对应一张购物小票。按照拣货单顺序依次捡取商品，并放入拣货篮中。仔细核对货位，商品名称与商品数量。核对拣货箱与订单信息是否相符。拣拿商品时轻拿轻放。拣货过程中牢记拣货箱编号，以免拿错箱子。拣货时严格按照先进先出的规则拣取商品，禁止在拣货过程中将货位内的商品弄乱。每日拣货工作完成后将货柜打扫干净。5.2门店拣货与商品包装5.2.1门店拣货3.智能拣货①智能价签传统拣货：依赖人工操作，耗时耗力，一般完成一单需要15分钟。智能价签：显示货物基本信息、优惠信息、销售排名等，随时更新商品上架时间和新鲜度，可以在短短4分钟内完成极大提高了拣货效率5.2门店拣货与商品包装5.2.1门店拣货3.智能拣货②智能悬挂链当顾客在线下单后，智能悬挂链的调度算法会根据订单的时间和地点，智能聚合需拣货的商品，并将拣货指令就近合并发送给拣货员，拣货效率大大提高。优点：智能悬挂链可以让分拣员日均步数减少1.5万步，工作效率提升至原来的三倍5.2门店拣货与商品包装5.2.2商品包装1.生鲜类商品包装规范①包装技术简介简易薄膜包装：用PE薄膜将生鲜包裹，但是作用有限。塑料袋包装：选择透气性较强的薄膜配合真空充气包装，提高保鲜效果。穿孔膜包装：解决因密封而造成的易腐烂等问题，穿孔程度以生鲜保存最低湿度为标准。硅窗气调包装：用聚甲基硅氧烷为基料涂覆于织物而制成的硅酸膜，配合气窗黏结，保持新鲜度。5.2门店拣货与商品包装5.2.2商品包装1.生鲜类商品包装规范①包装技术简介收缩膜包装：收缩膜配合托盘包装，密封性较强，不易漏血水。气调包装：气调包装膜配合充气系统，可以有效延长生鲜商品的保质期。贴体包装：此种包装方式顺着商品形状，使得商品有美观的外形，更易引起消费者的好感。5.2门店拣货与商品包装5.2.2商品包装1.生鲜类商品包装规范②生鲜商品包装操作规范生鲜包装要求：商品包装物需要干净、无损，包装材料需符合相关要求。所有的包装上都必须有标签，清晰标明商品相关信息。5.2门店拣货与商品包装5.2.2商品包装1.生鲜类商品包装规范②生鲜商品包装操作规范品质要求：生鲜类商品易腐烂变质，因此对其品质要求也是特别严格。类别产品细分品质标准畜禽类猪、牛、羊肉肌肉光泽良好，多为红色或者暗红色；脂肪白色，肌纤维有韧性；无异味禽类眼睛完整且明亮饱满，表皮有光泽，皮肉结合紧密，肉质有弹性，不黏手，无异味水产品海参肉质和含盐量决定其等级，外观以刺排列均匀为上品鱼翅以淡黄色为最好，同时查看其粗细，以此判断好恶海米颜色发红为主，无异味，湿度越低越好，黑色“虾脑”越多越好虾类虾身光泽、丰满，手感好，有自然腥香味蟹类色泽明亮，蟹壳边上发红，敲击回声响，整蟹轻鱼类（鲈鱼等）颜色光度好，鱼鳞有光泽，鱼鳃鲜红，眼睛发亮，鱼鳍坚硬果蔬类叶菜类色泽鲜明、光亮，叶身肥壮，饱满，无伤痕，质地脆嫩茎根类色泽鲜艳、粗大、无斑点，各有其清香气味水果类大小适宜，外形端正，颜色有光泽，表皮细腻光滑，有浓郁的果香熟食品熟食色泽新鲜，有光泽；切片断面纹理清晰，弹性好；有醇香味，无异味5.2门店拣货与商品包装5.2.2商品包装2.酒水饮料类包装规范①酒类酒类产品包括白酒、啤酒和葡萄酒、果酒、露酒及黄酒。检查事项具体要求包装检查包装箱上应注有厂名、酒名、规格、批号、瓶数、日期，以及合格证明，并有“小心轻放”“怕潮”“向上”等字样及标志。标识检查要标示酒名、香型、净含量、配料表、酒精度（乙醇含量）、制造者的名称和地址、生产日期、质量等级、产品标准编号、检验合格证明。另外要特别注意，瓶装啤酒的酒瓶瓶提要带年季和“B”字标志。感官检查查看是否与该品类酒所具备的颜色是否一致，香味是否符合，味道是否与标注的特征相同。5.2门店拣货与商品包装5.2.2商品包装2.酒水饮料类包装规范②软饮料类软饮料是指经包装的乙醇含量小于0.5%的饮料制品，也称非酒精饮料，包括果汁及果汁饮料等。检查事项具体要求包装检查玻璃瓶：应洁净、透明、不允许有气泡及炸裂纹；能耐一定温度差及耐稀酸侵蚀。金属罐：表面清洁，封口结构良好，罐身不应有凹凸等变形现象。塑料容器：无毒、无异味，不与内容物起任何反应；能耐一定温差，密封性能良好。容器表面光滑，并有良好的印刷性能。合软包装容器：内层薄膜无毒无异味，不与内容物起任何反应，密封性能良好。外层材料具有一定的机械强度，耐高温，表面光滑。标识检查食品名称、产品类型（按果汁型、可乐型、果味型、其他型划分）、净含量、配料表（包括水或碳酸水）、制造者名称和地址、生产日期、保质期、产品标准号、检验合格证明。感官检查各类软饮料均应与其自身所有的颜色、气味和味道相符合。5.2门店拣货与商品包装5.2.2商品包装2.酒水饮料类包装规范③乳制品指以原乳（牛乳、羊乳）为原料加工而成的产品。包括消毒乳类制品、乳粉、奶油、炼乳、干酪等。检查事项具体要求包装检查包装应清洁、无毒、无异味，符合食品卫生要求；包装袋或罐封口应严密、不渗漏；标识标注清晰、齐全。标识检查标识标注内容：产品名称、净含量、配料表、制造者的名称和地址、生产日期、产品标准编号、保质期、储藏条件、产品说明（包括冲调方法、婴儿服用分量表），检验合格证明。感官检查乳制品应有其固有的醇香味/无结块、无异味。5.2门店拣货与商品包装5.2.2商品包装3.日用百货商品包装规范日用百货包括合成洗涤剂、卫生用品类产品、家居日杂用品，外包装规范主要包括以下要求。①必须具备的商品中文标签标识内容；②生产厂商名称、地址；③使用说明和维修保养说明；④警示标志及说明；⑤生产日期、安全使用期或失效期；⑥产品规格、等级、成分等。⑦必须附有生产厂家的出厂检验合格标记。5.2门店拣货与商品包装5.2.2商品包装4.化妆品类商品包装规范化妆品的外盒包装设计包括花盒、中盒、大箱三种，不同的外盒有不同的包装要求。类型包装规范花盒花盒应与中盒包装配套严紧。花盒应洁净、端正、平整，无皱褶、缺边、缺角现象。花盒的粘合部位粘合牢固，无粘贴痕迹、开裂及相互粘连现象，色泽均匀，与标准样品一致。产品无错装、漏装、倒装现象。盒盖盖好。产品的花盒（含产品包装）应注明产品的商标、品名、厂名、厂址、生产日期（保质期）、容量或质量、许可证号，必要时须有使用说明。中盒中盒应洁净、端正、平整。产品无错装、漏装、倒装现象。盒头（贴）应端正、清楚、完整，并有品名、数量、厂名等标志。大箱大箱应洁净、端正、平滑，封箱牢固。产品无错装、漏装、倒装现象。标志应清楚、完整，位置适中，并有品名、厂名、厂址、许可证号、规格、数量、毛重、体积、出厂日期、注意事项等标志。5.2门店拣货与商品包装5.2.2商品包装4.化妆品类商品包装规范化妆品包装设计中的商标、说明书、盒头贴及合格证的要求规范及国家规定：①印刷商标应图案端正，套色分明，字迹清晰、牢固。②商标要贴牢固，不得歪斜、漏贴、倒贴、错贴，贴实后不翘角、不翘边。③说明书印刷图案整洁，字迹清楚。④盒头（贴）印刷字迹、图案清楚。⑤合格证印刷字迹、图案清楚，并有厂名、检验员代号等标记。⑥执行的标准号应标注在产品或其说明书、包装物上。⑦对产品的保质期标注，其产品质量三年以上不出现问题的可以不注明。5.3门店自提和快递配送5.3.1线上下单门店自提1.添加门店自提核销人员门店自提核销须有专人负责，只有特定门店的专门人员才有核销资格。运营者需在后台首先设置好负责核销的店员，使就具备了核销资格。5.3门店自提和快递配送5.3.1线上下单门店自提2.核销码核销①人工核销自提消费者出示核销码，核销员使用扫描枪或是微信完成扫码验证。5.3门店自提和快递配送5.3.1线上下单门店自提2.核销码核销②系统核销有部分消费者因为各种原因，无法进行手机扫码核销，核销人员在确认消费者身份之后也可以进行电脑系统核销。5.3门店自提和快递配送5.3.2线上下单快递配送一般新零售门店都宣传“30分钟送达”服务，因此，其对消费者订单的配送范围是有要求的。要求：以门店为圆心，辐射3公里的配送范围，超出特定公里范围的消费者一般无法下单感谢您的观看THANKS新零售数据化运营第六章6.1零售数据化6.1零售数据化6.1.1零售数据化概述1.零售数据化的定义零售数据化就是通过互联网、人工智能等新兴技术，将传统零售业的人、货、场指标进行数字化，将其变为直观的、可供分析的数据，并对其进行处理分析，最终实现全渠道覆盖、全链条连通的新零售转型。6.1零售数据化6.1.1零售数据化概述2.零售数据化的条件完善的数据软件系统企业的数据系统结构要更加科学合理，能满足多场景的应用需求。完整的基础数据从某种意义上讲，更准确、更及时、生成面更广的数据导入，将更有价值，能对企业发展起到更大的指导作用。完善的数据中台服务数据应用需要建立一个完整的数据中台，指提取各个业务的数据，统一标准和口径，通过数据计算和加工为用户提供数据服务。6.1零售数据化6.1.2新零售数据类型1.新零售“人”的数据①解析人的数据分析用户数据，准确识别用户，企业需要回答六个问题：What——消费者进店都做了一些什么事情？Why——消费者进店为什么要做某件事？Who——谁是消费者，有哪些特征？Where——消费者一般去哪些位置？When——消费者访问的时间一般是什么时候？How——消费者是怎么做这些事情的？6.1零售数据化6.1.2新零售数据类型1.新零售“人”的数据②“人”的数据化实现的步骤采集数据：消费者的原始数据采集可以通过线上采集和线下采集两个渠道。建立标签：通过分析数据建立一个标签库，然后对符合要求的人群打上相对应的标签。人群建模：对提取的标签特征进行统计分析，发现之间的关联和模式，进一步理解消费者的行为和偏好。用户画像：给人群匹配各种不同的标签组合，然后为每个人建立一个很清晰的画像，即“人”的全息画像。6.1零售数据化6.1.2新零售数据类型1.新零售“人”的数据③“人”的数据类型根据人口学特征进行划分：可以分为性别、年龄、地域以及职业等。这些指标的差异也预示着消费者的需求不同，可以据此进行市场细分，再对选定的目标市场进行重点运营。6.1零售数据化6.1.2新零售数据类型1.新零售“人”的数据③“人”的数据类型根据活跃度进行划分：可以分为新用户和老用户。新用户的分析指标包括“新注册UV”“新UV转化率”“新客客单”等；老用户根据“活跃天数”“复购率”等又可以进一步划分为活跃用户、沉睡用户以及高危用户，企业可以据此对各类用户采取相应的措施。6.1零售数据化6.1.2新零售数据类型1.新零售“人”的数据③“人”的数据类型根据用户价值进行划分：可以选取“客单价”“转化率”“复购率”等等作为分析指标。其中“复购率”是较为直观地能够反映运营数据好坏的指标。6.1零售数据化6.1.2新零售数据类型2.新零售“货”的数据①解析“货”的数据“货”即商品。商品数据主要包括商品的各项参数数据、库存数据、价格数据、销售数据、评价数据等。“货”的数据化主要为企业解决“卖什么比较好、卖多少较恰当、怎么把商品卖出去、赚多少”这四大核心问题。6.1零售数据化6.1.2新零售数据类型2.新零售“货”的数据②“货”的数据化作用“货”的数据化可以帮助企业实现按需生产实现供应链前端和后端的衔接，使各个环节数据有效对接。“货”的数据化可以改进线下门店经营线下店铺利用线上数据，分析出应该如何设计商品展示橱窗，如何向消费者推荐符合需求的商品等，从而直接促进交易的达成。6.1零售数据化6.1.2新零售数据类型2.新零售“货”的数据③“货”的数据类型根据商品的销售情况进行分析“退货率”“售罄率”可以直观地反映商品的受欢迎程度；“周转天数”“库销比”“平均单价”则可以衡量商品的周转情况。根据库存管理进行划分可以通过“品类库存量”“商品SKU动销率”“销售库存结构”“异常库存”等指标进行分析。6.1零售数据化6.1.2新零售数据类型3.新零售“场”的数据①解析“场”的数据“场”也就是消费的场所或渠道。新零售的“场”是一场多用的“场”，线下门店也融合了线上数据。在交互场景中实现了商品数字化，交易场景中实现了支付自动化。6.1零售数据化6.1.2新零售数据类型3.新零售“场”的数据②“场”的数据类型根据流量趋势分析包括“独立访问者数量”“重复访问者数量”“页面浏览数”“门店客流量”等，以此反映门店或者网页访问情况。根据流量来源分析包括“流量来源频次分析”“流量来源权重分析”等，以此反映客户的获取渠道。6.1零售数据化6.1.3新零售数据收集1.线上数据收集①“数据中台数据收集包含数据采集、数据处理、对企业提供数据支撑等环节，从而紧密地和业务、运营结合在一起。②社交网站数据收集的核心是利用图文和社交网络分析方法来认识和预测消费者在社交网站上的行为。③搜索网站数据收集搜索网站根据特定的计算机程序向用户提供互联网上的各色信息，并对信息进行整理，为用户提供检索服务。6.1零售数据化6.1.3新零售数据收集2.线下数据收集①线下门店CRM系统数据收集通过数据采集传感器技术，在线下门店一定范围内定位到用户，再结合用户历史购买数据和线上操作数据，经过计算输出智能推荐产品，有力支持门店智慧导购的实现。②扫码数据收集通过构建扫码数据终端，可以实现店铺货品查找、商品配送、库存盘点、退货换货各环节的数据化，解决店铺管理存在的商品配置不合理、人员管理混乱等现象。感谢您的观看THANKS新零售数据化运营第六章6.2人的数据分析6.3货的数据分析6.2人的数据分析6.2.1用户人口特征分析以某男士西装品牌新零售门店为例：2024年1月31日至2月5日1个星期的用户数据显示，男性用户占比76.67%，女性用户占比23.33%，在年龄分布中年龄段主要集中在30-39岁。说明该男士西装品牌店的主要客户是中青年男性，门店可以据此对销售产品以及门店装修等环节进行针对性的改进。6.2人的数据分析6.2.2用户活跃度分析以某新零售企业的用户相关数据为例：其日新增用户为2921人，新用户打开店铺网页的占比为35.88%，但是新增日留存率为7.35%。从时间上看处于下降的趋势，这提醒企业对流失的客户应当采取相应的挽留措施。1.新增用户分析6.2人的数据分析6.2.2用户活跃度分析以某新零售企业的用户相关数据为例：在2月14到2月22日，企业的用户活跃度都是高于平均值的，之后就整体处于低值水平。门店在2月14到2月22日之间举行了门店促销活动，起到了活跃用户的作用，但是活动结束之后用户的活跃度就降低，这说明门店对于客户的转化和挽留机制还有待改进。2.活跃用户数分析6.2人的数据分析6.2.3用户价值分析1.转化率分析转化率是成功完成转化行为的次数占总浏览次数的百分比。转化率越高，成本就会越低。具体公式为：转化率=（转化次数÷总次数）×100%评估转化率可以借助漏斗模型来进行分析，不仅能够评价总体的转化率，还能对各个环节的转化率进行细分。6.2人的数据分析6.2.3用户价值分析1.转化率分析某新零售企业分析其用户转化率时，首先将用户分为普通会员和钻石会员。以普通会员漏斗图为例，第一步，统计页面的访问人数为15899人，第二步，统计浏览商品详情页的人数占总体访问人数的比重为47.59%，第三步，进一步统计将商品加入购物车的顾客比重为60.46%，最后一步，对最终提交订单的人数进行统计，总共1955人完成支付，并计算占比为42.84%。6.2人的数据分析6.2.3用户价值分析2.RFM模型分析①RFM模型的含义RFM模型是3个指标的缩写，分别是最近一次消费时间间隔（Recency）、消费频率（Frequency）、消费金额（Monetary）。企业可以通过这3个指标对用户分类，从低到高排序，并作为XYZ坐标轴，把用户分为8类。6.2人的数据分析6.2.3用户价值分析2.RFM模型分析②RFM分析思路确定用户的RFM三个指标根据三类指标实际业务情况设置不同区间根据区间将三类指标划分出不同档次对于正向指标M、F，值越大档次就越高；负向指标R则相反，值越小档次就越高。最后根据不同档次进行客户细分设置XYZ坐标轴，将细分好的客户类型分别对应进相应的用户价值分类当中去。6.2人的数据分析6.2.4绘制用户画像基于多维度的用户数据分析，用户画像相对于传统画像更精准。多维度的用户数据包括了用户的个人数据、浏览行为数据和消费行为数据，这些数据能帮助企业设置更多的用户标签，以此标记用户特征，用户的标签越多，其画像也越立体。企业要做到用户画像立体化，需要根据用户画像逻辑，建立一个用户行为类目体系，并根据类目体系，分析总结出独立用户的用户画像。6.3货的数据分析6.3.1商品销售数据分析商品销售数据分析是数据分析的一项重要内容，商品销售数据如下表所示：商品数据指标指标解读周转天数周转天数是指企业从取得存货/产品入库开始，至消耗、销售为止所经历的天数。周转天数越长，表示经营效率越低；周转天数越短，表示经营效率越高。库存(存货)周转天数=360/存货周转次数=(平均存货×均存货×数产品销售成本)退货率退货率是衡量企业产品质量、服务质量等方面状况的指标。退货率=总退货数/总订单数售罄率售罄率=销售数量/进货数量库销比库销比=期末库存金额/(本期销售牌价额/销售天数*30)连带率连带率=销售件数/交易次数平均单价平均单价=销售金额/销售件数平均折扣平均折扣=销售金额/销售吊牌额库存量单位（StockKeepingUnit，SKU）库存进出计量的基本单元，可以是以件、盒、托盘等为单位6.3货的数据分析6.3.1商品销售数据分析在年初的两个月中销售量一般，后面的几个月持续走高，到6月份达到了全年的峰值，6月之后下降并且在之后的几个月都保持平稳。图中的数据说明该销售门店成交金额呈现出明显的季节性特征。6.3货的数据分析6.3.1商品销售数据分析对某新零售门店的销售金额做进一步的数据分析，将销售金额进行区间划分，并对其进行可视化分析，可以直观的发现该门店销售成交量每月有十几天都维持在2000-5000之间，其次是1万以上的区间，在每个月中会占到十天左右。6.3货的数据分析6.3.2商品库存数据分析新零售运营库存数据的分析同样至关重要。商品销售数据包括以下数据：商品数据指标指标解读库存周转天数库存周转天数是指企业从取得存货/产品入库开始，至消耗、销售为止所经历的天数。周转天数越长，表示经营效率越低；周转天数越短，表示经营效率越高。库存(存货)周转天数=360/存货周转次数=平均存货×均存货×数产品销售成本库龄库存账龄是在某时间节点，某种或者某类存货的库存时间的加权平均值。库存账龄=∑(批次入库数量*批次入库时间/统计时点库存总额)售罄率售罄率=销售数量/进货数量库销比库销比=期末库存金额/(本期销售牌价额/销售天数*30)库存数量库存数量=累计入库数量—累计出库数量动销率动销率=商品累计销售数量/商品库存数量平均折扣平均折扣=销售金额/销售吊牌额库存量单位（StockKeepingUnit，SKU）库存进出计量的基本单元，可以是以件、盒、托盘等为单位6.3货的数据分析6.3.2商品库存数据分析做库存数据分析时，要注意：1.区分库存总量，将有效库存和无效库存分别进行管理；2.库存数据量化，对整体库存的数量进行精准把控；3.库存结构分析，确保库存结构的适度性；（4）对库存数据进行预估，把握未来销售走向。6.3货的数据分析6.3.2商品库存数据分析对某零售门店的库存数据进行分析，发现其库存周转率波动比较大，5月-8月库存的周转情况是全年最好的阶段，其余月份都低于50%，这可能是因为该零售门店专营季节性产品，因此出现了较大幅度的变化。感谢您的观看THANKS新零售数据化运营第六章6.4场的数据分析6.5大数据时代的零售小数据6.4场的数据分析6.4.1流量趋势分析1.独立访问者数量独立访问者数量（UniqueVisitors，UV），有时也称为独立用户数量。指在一定统计周期内访问网站的数量（例如每天、每月），每一个固定的访问者只代表一个唯一的用户，无论他访问这个网站多少次都计数为1。6.4场的数据分析6.4.1流量趋势分析2.重复访问者数量重复访问者数量（RepeatVisitors，RV）反映了站点用户的忠诚度，站点用户的忠诚度越高，重复访问者数量越高。6.4场的数据分析6.4.1流量趋势分析3.页面浏览数页面浏览数（PageViews，PV）是指在一定统计周期内所有访问者浏览的页面数量。如果一个访问者浏览同一网页三次，那么网页浏览数就计算为三个。6.4场的数据分析6.4.1流量趋势分析4.每个访问者的页面浏览数即在一定时间内全部页面浏览数与所有访问者相除的结果，即平均一个用户浏览的网页数量，反映了用户的“黏性”。平均访问页数=浏览量/访问次数(PV/Visits)6.4场的数据分析6.4.2流量来源分析1.流量来源频次分析以某零售店铺2022年线上线下的流量来源以及各自的频次为例：订单中心和购物车的自然流量来源是最多的，其次是优惠券流量来源。这说明店铺的线上流量推广实施效果显著，消费者在推荐页面看到店铺产品大部分都会选择点击查看。与之相反的是活动会场和促销等线下活动流量频次最少，这说明线下的促销活动与现在的科技生活不太适应，也说明店铺的线下促销活动有待改进。6.4场的数据分析6.4.2流量来源分析1.流量来源频次分析以某零售店铺流量来源权重分析为例：选取“访客数、加购人数、成交金额、成交转化率”四个维度进行排名。其中访客数指标里频次最多的是活动会场，原因可能是线下活动通常选在商超内，人流量较多；而其余三个指标则是订单中心和购物