连锁卖场数据分析.pptx

连锁卖场数据分析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。月份一二三四五六七八九十十一十二销售额500023001800160015804500580068003000320022002000二、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200