零售数据分析[2]课件.ppt

零售数据分析,2022/11/22,零售数据分析2,零售数据分析2022/9/24零售数据分析2,直接业绩指标,一、达标率二、同期业绩增长率 三、人效四、坪效,零售数据分析2,直接业绩指标一、达标率零售数据分析2,达标率,达标率=一定时间内的营业额/一定时间内的业绩指标X100%,例一、一月份营业指标为40万，实际一月销售额为38万。则一月的达标率=38万/40万X100%=95%例二、若一月营业指标为40万，实际一月销售为42万。则一月的达标率=42万/40万X100%=105%,备注：达标率能反映出一个店铺业绩达成能力,零售数据分析2,达标率达标率=一定时间内的营业额/一定时间内的业绩指标X10,同期业绩增长率,同期业绩增长率=(年/月/周同期营业额-当期营业额)/ 同期营业额X100%,例一、某店铺2008年营业额为320万，2007的营业额为200万。则2008年营业额增长率=（2008年营业额320万-2007年营业额）/2008年营业额320万X100%=60%即表示相较2007年的业绩，2008年业绩同期增长60%例二、某店2月份业绩为20万，一月份的业绩为35万则2月份相较一月份的业绩增长率=（20万-35万）/35万X100%=-43%即：二月份相较一月份销售业绩下滑43%,备注：同期业绩增长率为正数则业绩增长，为负数则业绩下滑,零售数据分析2,同期业绩增长率同期业绩增长率=(年/月/周同期营业额-当期营,人效,日人效=日营业额/当日总人数周人效=周营业额/当店总人数月人效=月营业额/当店总人数,例一、某店某日营业额为9000，店铺总人数为9人则当时的人效=9000元/9人=1000元/人,备注：人效能反映出店铺各销售的能力及排班人员的合理性,零售数据分析2,人效日人效=日营业额/当日总人数例一、某店某日营业额为900,坪效,日坪效=当日店铺营业额/店铺面积月坪效=当月店铺营业额/店铺面积,例：某店铺营业面积为100平米，店铺当日销售为8000元 则：店铺日坪效=8000元/100平米=80元/平米,备注：此指标可以分析店铺的面积的生产力，深入了解店铺真实的销售情况。,零售数据分析2,坪效日坪效=当日店铺营业额/店铺面积例：某店铺营业面积为10,关于店铺数据指标使用,达标率、同期业绩增长率、坪效、人效均为业绩数据指标，若仅看达标率不能够完全看出此门店的管理经营水平，应当将所有指标结合起来看，这样才能反映出店铺真实情况及水平。,例：某店某月店铺业绩达成率：102%，坪效：1800元/平，人效：12000元/人，月同期预计增长：-18%；这样就能看出，此店铺虽然完成了店铺业绩，但是门店销售并不理想，也能反映出店铺目标制定不合理。,一般行业数据指标为：达标率：110%-115%;年同期业绩增长率：10%-15%；坪效每月：3000元/平；人效：2.2万/人,零售数据分析2,关于店铺数据指标使用 达标率、同期业绩增长率、,管理指标,1、ATV（客单价） 2、ASP（销售平均单价）3、连带率4、VIP5、折扣率6、库销比7、进销比8、丢失率,零售数据分析2,管理指标1、ATV（客单价）,ATV(客单价),日ATV=日营业额/日客单数月ATV=月营业额/月客单数年ATV=年营业额/年客单数个人ATV=某个人在一段时间内的业绩/这个人在这期间销售的总单数,备注：ATV反映销售人员的附加销售能力，货品组合的合理程度，与ASP一同反映顾客的消费承受能力。,零售数据分析2,ATV(客单价)日ATV=日营业额/日客单数,ASP(销售平均单价),日ASP=日营业额/日销售数量月ASP=月营业额/月销售数量,例：某店某月销售件数为3000件，月营业额为35万，此月该店得ASP=月营业额35万/销售件数3000件=177元/件,备注：ASP反映顾客消费能力、货品的定价，也反映员工推荐高价货品的能力，与ATV结合分析，顾客的消费承受能力,零售数据分析2,ASP(销售平均单价)日ASP=日营业额/日销售数量例：某店,连带率,日连带率=日销售件数/日客单数月连带率=月销售件数/月客单数年连带率=年销售件数/年客单数,例：某店某日销售件数：150件；客单数：75单则这个店铺的日连带率=150件/75单=2件/单,备注：此指标反映店铺员工附加推销能力，货品组合合理性。,零售数据分析2,连带率日连带率=日销售件数/日客单数例：某店某日销售件数：1,管理指标 ： ATV、连带率,这两个指标在管理中连续是相当紧密的，我们不能把单独的一个拆开来做分析，两者只有结合在一起才能反映店铺的附加销售能力。,例一、仅看ATV，那么在冬季时，一件皮早的价格在就400元左右，如果都是卖大衣的货品，哪怕只是卖一件，ATV也是很高的，但实际员工并没有做附加销售。 例二、仅看连带率有2件/单，应该说不错，如果这时ATV是50元/单，就说明员工没有进行高价货品推荐，都只是在销售小饰品，这样对利润影响，也不值得高兴。,零售数据分析2,管理指标 ： ATV、连带率 这两,VIP占比,日VIP占比=日VIP消费金额/日营业额周、月、年的VIP消费占比，算法同上。,例：某店某周VIP消费金额：24500，第一周总营业额为78000，则第一周的VIP销售占比=周VIP消费金额24500元/第一周营业额78000元=31%,备注：此指标反映的是店铺VIP消费情况，从侧面反映店铺市场占有率和顾客忠诚度。,零售数据分析2,VIP占比日VIP占比=日VIP消费金额/日营业额,VIP的规律,一般情况下，VIP的消费占比在45%-55%之间较好，这时公司的利益最大化，市场拓展与顾客忠诚度都相对正常，业绩也相对稳定。若是低于这个值之间，表示有顾客流失，或者是市场认可度低，门店服务能力不佳；若VIP高于数值期间，则表示开发新客户能力较弱，若是先高后低则表示顾客流失严重。,零售数据分析2,VIP的规律 一般情况下，VIP的消费占比,库销比,算法一：周库销比=周平均库存/周销售平均库存=（期初库存+期末库存）/2算法二：周库销比=周期末库存/周销售,例：某店某周销售金额：12000元，店铺期初库存23万，期末库存：26万，则周库销比=（23万+26万）/2/70000元=3.5,备注：两个算法建议推荐第一种算法；对于一般服装企业来说，正常值应该在35之间,定义：某段时间内商品平均库存或期末库存与销售额的比例,零售数据分析2,库销比算法一：周库销比=周平均库存/周销售 例：,进销比,进销比=进货金额/销售金额,例:某店铺某月，销售金额：40万，进货金额：45万，则这个店铺的这个月的进销比=45万/40万=1.13,备注：进销比反映店铺进货和销售情况，理论上进销比等于1最为理想，现实中门店还必须考虑到库存情况，如果门店库存较大，那进销比要适当小于1最为理想，如库存量较小，那进销比要适当大于1较为理想。,定义：某段时间内商品的进货与销售的比例。,零售数据分析2,进销比进销比=进货金额/销售金额 例:某店铺某月，销,折扣率,折扣率=折让金额/总销售吊牌金额*100%（销售的时间要固定，一般是：日、周、月、季度、年）,例：某店某日，总销售金额：8000元，总销售吊牌金额：9000元则该店铺的日折扣率=（9000元-8000元）/9000元*100%=11%,备注：折扣率是反映店铺折让情况，直接影响门店的毛利额，是利润中很重要的一个指标，如果店铺营业额很高，请先别忙着高兴，要先查一下折扣率，如果折扣率很高，那就说明门店在做促销，门店的毛利是很低的，所以折扣率也会和推广占比共同评估促销情况。,零售数据分析2,折扣率折扣率=折让金额/总销售吊牌金额*100% 例：,丢失率,丢失率=丢失货品金额/销售金额（季度、半年、年度丢失率，只需在上述公式中加入时间量即可）,例：某点第二季度销售金额60万，4月份货品丢失8000元，5月份货品丢失2000元，6月份货品丢失800元。则：该店第二季度的货品丢失率=（8000元+2000元+800元）/60万*100%=1.8%,备注：货品丢失率直接反映店铺防盗能力，店铺排班合理性，丢失率行业标准：0.6%,零售数据分析2,丢失率丢失率=丢失货品金额/销售金额例：某点第二季度销售金额,售罄率,零售数据分析2,售罄率零售数据分析2,售罄率,定义：售罄率是指一定时间段某种货品的销售占总进货的比例，是根据一批进货销售多少比例才能收回销售成本和费用的一个考核指标，便于确定货品销售到何种程度可以进行折扣销售清仓处理的一个合理尺度。,售罄率公式：算法一、售罄率=实际销售货品成本/总进货成本算法二、售罄率=实际销售货品零售价/总进货零售价 售謦率计算期间通常为一周，一个月或一个季。 售罄率反映了产品的销售速度是否受欢迎，要充分关注新货上市的售罄率，发现问题研究问题，及时采取措施.,零售数据分析2,售罄率 定义：售罄率是指一定时间段某种货品的,售罄率,特点：根据期间范围不同可分为，周售罄、月售罄、季度售 罄。,运用：单品的季度售罄率控制在70%-80%为宜，高于这个范围表明货品深度不够，销售和利润都没达到最大化，低于这个范围则表明款式选择失败，商品利润降低。,零售数据分析2,售罄率特点：根据期间范围不同可分为，周售罄、月售罄、季度售,售罄率,例： 某款商品，3月份进货80件，3月份销售25件，4月份销售20件。请问： 1、该款商品的3月份售罄率多少？ 2、该款商品的4月份售罄率多少？ 3、该款商品的总售罄率是多少？,零售数据分析2,售罄率例：零售数据分析2,售罄率,答案： 1、该款商品的3月份售罄率多少？ 答案：3月份销售/3月份进货 25/80=31% 2、该款商品的4月份售罄率多少？ 答案：4月份销售/（3月份进货-3月份销售） 20/（80-25）=36% 3、该款商品的总售罄率是多少？ 答案：（3月销售+4月销售）/3月进货 （25+20）/80=56%,零售数据分析2,售罄率答案：零售数据分析2,SKU,定义：库存控制的最小可用单位,说明： 一个款式的商品，有两个颜色，那么就算2个SKU，一 个 SKU相当于一个单品。,运用： SKU的宽度决定商品的种类是否丰富，当SKU的宽度和订货的量的深度是呈现反比的；换句话说。但订货指标既定的情况下，SKU的数量越多，则单品的订货数量越少，如SKU的数量越少，则单品的订货数量越多；科学、合理的SKU宽度即可保证产品架构组成丰富，又可满足必要的订货数量，保证必须的库销比、集中优势资源。,零售数据分析2,SKU定义：库存控制的最小可用单位说明：运用：零售数据分析,库存结构,库存结构分为：类别占比、性别占比、系列占比、价位段占比、上下装占比。库销比反映出来的是库存总量中的问题，但总量合理库存结构未必合理。,说明：库存结构反映了库存货品的组成特点，从多层面，多角度反映了库存货品的结构。,运用：库存结构是否科学、合理，能否符合销售的需求特点，是研究库存结构的真正意义，这项工作流程上没用绝对的执行标准，只要是能真正为销售决策提供指引的库存结构分析，就是我们需要的；所以库存结构分析是必须结合销售结构分析的。,零售数据分析2,库存结构库存结构分为：类别占比、性别占比、系列占比、价位段占,分类销售占比,分类货品销售占比=分类货品销售/总销售金额*100%（销售的时间要固定，一般是：日、周、月、季度、年）,例：某店铺一月份销售额：40万，之中风衣销售额：12万，则一月份风衣销售占比=12万/40万*100%=30%,备注：销售占比反映出门店各类货品的组合与销售情况，从这可以对要货、组货或者促销上做出判断。可以了解该地区消费者的取向，通过比较本店与别店分类销售情况，可以得到本店的消费特征，对货品调拨也有好处。,零售数据分析2,分类销售占比 分类货品销售占比=分类货品销售/总销售金额*,商品生命周期,零售数据分析2,商品生命周期零售数据分析2,商品生命周期,生命周期原理,典型的产品生命周期的四个阶段呈现出不同的市场特征；企业的营销策略也就以各阶段的特征为基点来制定和实施。,零售数据分析2,商品生命周期生命周期原理 典型的产品生命周期的四个阶段,商品生命周期,生命周期原理,第一阶段：导入期，新产品面市，尚未有明确的市场需求，通常在技术上也还没有得到完全的检验。销量小，且缓慢上升，这时的利润是负值。第二阶段：成长期，需求开始加速上升，市场总体规模快速扩大。也称“腾飞阶段”，这时利润也迅速增加。第三阶段：成熟期，市场进入成熟期的第一征兆，就是市场饱和。这意味着大多数可以成为潜在顾客已经拥有或正在使用这个产品。这时，产品销量仅以人口增长的速度增加，也无需给更多的分销渠道铺货，竞争开始白热化。为了取得和保持顾客的品牌偏好，大家在产品本身、客户服务、促销手法和产品诉求点等方面的差异化越来越细，这时的利润水平开始明显下滑。第四阶段：衰退期，产品开始失去对顾客的吸引力，销量下滑。,零售数据分析2,商品生命周期生命周期原理第一阶段：导入期，新产品面市，尚未有,产品现值,零售数据分析2,产品现值零售数据分析2,产品现值,什么是产品现值,就是市场所能接受的，符合货品现阶段的定价策略。,制定现值应注意哪些问题： 1、积极的价格保护原则。 2、遵循商品生命周期理论，定期对价格进行调整。 3、上市日期安排合理，符合季节特点。 4、现值就像一个杠杆，用于平衡供需关系，换句话来说供不应求，商品应保证较高的现值水品,零售数据分析2,产品现值什么是产品现值就是市场所能接受的，符合货品现阶段的定,产品现值,为什么制定现值,1、按计划，预计规律出清货品，保证现金流的周转，现金只有在流通的过程中才能实现增值。 2、追求毛利率最大化。,如何制定现值 1、商品的售罄率是一个风向标。 2、结合库销比的规律制定现值。 3、现值的制定要根据库存结构的变化。 4、要控制现值在短时内出现的波动现象。 5、现值的调整要讲求时机、过早降价会影响商品毛利率；降价过晚会影响商品的出清。,零售数据分析2,产品现值为什么制定现值 1、按计划，预计规律出,利润核算的公式,零售数据分析2,利润核算的公式零售数据分析2,商品毛利,商品毛利=零售额-货品成本额,商品毛利率,商品毛利率=（零售额-货品成本本额）/零售额*100%,成本额,成本额=店铺房租+员工工资+水电费+管理费用,零售数据分析2,商品毛利商品毛利=零售额-货品成本额商品毛利率商品毛利率=（,商品纯利,商品纯利=商品毛利-运营成本,商品纯利率,商品纯利率=（商品毛利-运营成本）/商品毛利,零售数据分析2,商品纯利商品纯利=商品毛利-运营成本商品纯利率商品纯利率=（,总结,数据是科学管理的基础，没用数据佐证的管理，行为是不可靠的；而数据分析的基础是准确的历史资料记录，所以在使用数据管理组织时，必须加强数据采集的审核，还要求各位同事要秉持坚持，严谨的工作的态度。 最后预祝各位同事能将数据分析进行到底，大幅度提升管理水品。,零售数据分析2,总结 数据是科学管理的基础，没用数据佐证的管理,演讲完毕，谢谢听讲!,再见，see you again,3rew,2022/11/22,零售数据分析2,演讲完毕，谢谢听讲!再见，see you again3rew,