在大數據時代，實時的數據分析能夠幫助線下的門店更好地發展。本文将從三個方面，介紹線下門店必須掌握的核心數據指标，希望對你有幫助。

在互聯網的大時代背景，線下門店如何打造智慧門店？如何線上線下一體化的融合？如何利用大數據精準營銷？如何整合散落在各處的數據信息？來持續優化精準營銷、銷售與供應鍊，緊随着新時代新零售新生态的步伐，更順暢地實現智慧門店數字化呢？

突來的疫情，讓本已不易的線下門店的現狀，在2020愈發艱難。

而其難點就是顧客和市場需求複雜多變，比起經驗主義來做經營決策，實時的“數據分析”更能突顯及時的優勢、适應更快的變化，對經營做出科學的調整。其本質離不開人、貨、場這三個核心，并圍繞這三個核心提升門店營業額，實現線上線下一體化融合，并對數據進行收集、整理、分析，實現可預測、可指導的“智慧門店數字化管理”。

數據分析更是離不開“數據指标”。

線下門店主要關注的數據指标就是衡量經營決策的标準。

01

那麼，我們先來梳理一下線下門店必須知道的核心數據指标有哪些？

1. 門店數據

營業額、營業來源占比、達标率、同比增長率、環比增長率。

• 投資回報率（ROI）=收益/投資×100%
• 毛利率 =（銷售收入一營業成本）/ 銷售收入
• 純利率 =（銷售收入一營業成本一其他費用）/ 銷售收入
• 客單價=銷售總金額/完成交易行為的顧客總數

2. 顧客數據

進店量數據、流量、轉化數據、複購數據、資産、負債數據。

• 新客戶成本=投入的營銷費用/營銷生成的新客戶數量
• 會員貢獻率=會員銷售總額/銷售總金額
• 新增會員數量、有效會員數占比、會員複購率、回頭率，會員流失率

3. 品項數據

品項占比、出貨數據、盈利數據。

• 連帶率=銷售總數量/成交總單數
• 庫銷比（存庫比=庫存件數÷月銷售件數）
• 前十大暢銷款
• 前十大滞銷款

4. 員工數據

業績數據、服務人次。

以上是線下門店的一些核心數據指标，當然存在不同的市場需求下，以及不同階段的門店周期，線下門店也有這不同側重點的。

還有一些需要了解的線下門店數據指标有：

• 相對會員流失率=某段時間流失會員數*流失權重值/期初有效會員數
• 費銷比=營銷費用/訂單金額
• 進店率=進店人數/路過人數
• 試用率=試用顧客數/進店顧客數
• 成交率=成交顧客數/進店顧客數

采購三度：廣度、寬度、深度。

• 廣度：商品的品類數，廣度比=采購的商品品類數/可采購的商品品類數，代表了商品品類多樣化，滿足客戶一站式購買需求相關。
• 寬度：采購的sku總數，寬度比=采購的sku總數/可采購的商品sku總數，寬度代表了商品的豐富性和可選擇程度。
• 深度：商品的總數量/采購的總sku數，深度比：深度/采購目标深度，深度代表平均每個sku商品數量，深度越大越不容易斷貨但是容易造成庫存積壓。

客戶投訴率=客戶投訴訂單批次/訂單總數

庫存天數=期末庫存金額/（某個銷售期的銷售金額/銷售期天數）

存銷比=期末庫存金額/某個銷售期的銷售金額

有效庫存比=有效庫存金額/庫存金額。殘次商品、過季商品、沒有銷售紀錄的商品都屬于無效庫存

折扣率=實際金額/标準價

動銷率=一段時間内的銷售過的sku數量/（期初sku數量 期中進貨的sku數量）

缺貨率=期間有缺貨紀錄的商品數/（期初商品數 期中進貨的商品數）

價格彈性指數=銷售上升百分比/價格下降百分比=銷售變動比率/價格變動比率

價格帶寬度，同類商品的最高價格到最低價格

價格帶深度，價格帶内可夠選擇的sku數

購物籃系數，某段時間的商品銷售總數/某段時間的購物籃總數

單品連帶率=含該單品的銷售總數量/成交總單數

品類連帶率=含該品類的銷售總數量/成交總單數

·········

若有未提及的數據指标，歡迎留言補充！

02

接下來，我們看看這些數據指标的作用。

投資回報率（ROI）

• 即年利潤或年均利潤/投資總額×100%，從公式可以看出，企業可以通過降低銷售成本，提高利潤率；提高資産利用效率來提高投資回報率。投資回報率（ROI）的優點是計算簡單；
• ROI計算公式也可以：收益/投資×100%或者ROI=（成本降低 收入增長）/總成本；
• ROI的結果通常用百分比來表示，即投入産出比，簡單來說就是企業所投入資金的回報程度。

營業額

• 即反映了店鋪的生意走勢 ，針對以往銷售數據，結合地區行業的發展狀況，通過對營業額的每天定期跟進，每周總結比較，以此來調整促銷及推廣活動。
• 為店鋪及員工設立銷售目标，每天監控營業額指标完成進程情況，當目标任務未能達成時，應立即推出預備方案，如月中的目标進程不理想時應及時調整人員、貨品、促銷方案。
• 比較各分店銷售狀況。營業額指标有助于比較各分店的銷售能力，從而為優化人員結構及貨品組合提供參考。

各品項銷售額占比

各品項銷售額即店鋪中各個品類貨品的銷售額，通過分類貨品銷售額指标的分析，可以了解：

• 各分類貨品銷售情況及所占比例是否合理，為店鋪的訂貨、組貨及促銷提供參考依據，從而作出更完善的貨品調整，使貨品組合更符合店鋪實際消費情況；
• 了解該店或該區的消費取向，即時作出補貨、調貨的措施，并針對性調整陳列，從而優化庫存及利于店鋪利潤最大化。對于銷售額低的品類，則應考慮在店内加強促銷，消化庫存；
• 比較本店分類貨品銷售與地區的正常銷售比例，得出本店的銷售特性，對慢流品類應考慮多加展示，同時加強導購對慢流品類的重點推介及搭配銷售能力。

客單價

• 客單價的高低反映了店鋪顧客消費承受能力的情況，多組織适合消費者承受的價格帶産品，有助于提升營業額；
• 可以反映顧客的質量、店鋪員工的銷售能力、還可以反映店鋪的商品組合等；
• 提升中高價位的産品銷售，是提升客單價的重要方法，店長應培訓員工如何做中高價位産品的銷售及如何回應顧客價位高的異議。

連帶率

• 反應客戶購買深度，有多個稱謂，例如附加值、效益比、平均客件數、購物籃系數等；
• 連帶率的高低是了解店鋪人員貨品搭配銷售能力的重要依據。當連帶率高時，應調整關聯産品的陳列位置，如把可搭配的産品陳列在相近的位置，在銷售時起到便利搭配的作用，提升關聯銷售；
• 當連帶率低時，應檢查店鋪所采取的促銷策略，調整合适的促銷方式，鼓勵顧客多買。

坪效（每天每平米的銷售額）

• 門店月坪效=月銷售額/營業面積/天數。此指标能分析門店面積的生産力，深入了解門店銷售的真實情況；
• 坪效可以為訂貨提供參考，及定期監控确認店内庫存是否足夠，坪效的分析意義也意味着增加有效營業面積則可增加營業額；
• 坪效低的原因通常有：員工銷售技能低，陳列不當，品類缺乏，搭配不當等。

人效（每天每人的銷售額）

• 門店月人效=月銷售額/店鋪總人數/天數。此指标反映了門店人員的整體銷售素質高低與否及人員配置數量是否合理等；
• 人效過低，則須檢查員工的産品知識及銷售技巧是否存在不足，或排班不合理，排班應保證每個班都有銷售能力強的導購，能提供人效的指标；
• 根據員工最擅長的産品安排對應的銷售區域，能有效提升人效。

庫銷比（存庫比=庫存件數/月銷售件數）

• 存銷比過高，意味着庫存總量或結構不合理，資金效率低。存銷比過低，意味着庫存不足，生意難于最大化。
• 存銷比反映的是總量問題，總量合理未必結構合理，月存銷比維持在3—4之間是比較良好的。
• 存銷比細分包括：各品類貨品存銷比、新老貨存銷比、款式存銷比等。

前十大暢銷款

• 定期統計分析（每周/月/季）暢銷品，了解暢銷款式的暢銷原因；
• 根據銷售速度設立庫存安全線，适當補貨或尋找替代品；
• 利用暢銷款搭配平銷款或滞銷款銷售，帶動整體貨品整體的流動。

前十大滞銷款

• 定期統計分析（每周/月/季）滞銷品，了解哪些品項的滞銷原因；尋找滞銷款的導購賣點，提升導購對滞銷品的銷售技巧；
• 調整滞銷品的陳列方式及陳列位置，配合人員重點推介；
• 制定滞銷品的銷售激勵政策，做好滞銷品的調貨、退貨和促銷準備。

會員數據

• 會員消費金額，即側面表明店鋪市場占有率和顧客忠誠度，考量店鋪的綜合服務能力和市場開發能力。一般情況下，會員占比在40%-55%之間比較好；
• 有效會員數，滿足一定限制條件的會員，比如12個月内至少有一次消費的會員。一般在月、季度、年度上分析。和回頭率是有區别的，回頭率(複購率)是某段時間内到過店鋪的老會員數/期初有效會員數，不一定産生消費（複購率是産生消費的）；
• 會員流失率，某段時間内流失掉的會員數/期初有效會員數。這樣直接算不是很準确，每個會員的質量不一樣，不同的會員有不同的權重值。

03

以上是線下門店必須知道的核心數據指标，其核心的就是人、貨、場，這三個字能化解線下門店遇到的絕大多數的問題。

門店管理是不可能繞開數據的，不同的人眼裡所看到的數據完全不同。

對于連鎖店的企業管理者，會在意如毛利、營業額占比、庫銷比和周轉等相關的經營數據；對于店長，會在意如銷售占比、銷售整體達标率等管理數據；對于店員，更多在意的是個人銷售完成進度、明星單品占比等數據。

總之，建立數據驅動的智慧型門店需要用數據說話，多積累數據，通過實際和目标的差異對比，多維度的數據分析來驅動改善經營策略。

作者：木兮，數據運營小白；公衆号：木木自由

本文由 @木兮擎天＠ 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部