1. 对于销售不好的原因，门店过分强调客观原因，根本不去做深入的数据分析。他们每天面对上一级管理者质询的时候都在讲故事、编理由：什么天气不好，没有客流量等等；
2. 店长和主管们每天大部分时间都在忙于应付各种琐碎的紧急而不重要的事情上，根本没有时间来“追”销售，于是店铺的销售就变成了“自然销售状态”。
3. 旗下门店太多，没有办法实现标准化、差异化且量化地管理；
4. 销售数据混乱（并且有不少“真的假数据”混淆其中），不能形成有效的管理模型帮助分析和决策，于是拍脑袋的事情经常发生；
5. 只能依赖销售系统的简单分析，而销售系统的数据只有基本的趋势、占比等分析功能，不能告诉你问题的原因所在，更不能告诉你如何解决问题；
……
笔者曾经在一个零售企业做过一个很有意思的调查，我分析了所有店长的销售报告。其中关于销售下降的原因分析：大部分销售人员会把天气因素排在第一（25.7%），第二是客流量降低（22.1％），第三是货物供应问题（18.5%），第四是支持不到位（12.3%）……大家都在强调客观原因，却提供不了对应的数据支持。
讲一个比较离谱的故事，一次参加一个零售品牌企业的月度销售会议，期间需要各城市经理做上月销售状况分析。于是我就看到如下的分析：
粗略一听，有些道理，确实这些因素或多或少都会影响销售。我们再来看另外一个城市的分析结果。B城市上月销售同比上升了18％，该地区的销售经理分析如下：
2. 销售代表全部下店实地柜台销售，增加了柜台销售力量；
看到这里，大家可能有些明白。同一个事件（天气炎热），不同的销售人员有互相矛盾的解读。在销售人员看来，天气热既可以促进销售，相反也能够抑制销售？同样的道理，B城市甚至也可以说股票市场低迷，股民都把钱从股市撤出来，投入到消费中了，所以销售完成不错！所以这些并不是销售完成的好坏的原因，这些原因只是销售的借口，是万金油，可以忽左忽右。
你是否认为他们水平太低，不能发现真实影响销售的原因？其实，这是大部分销售人员惯有的毛病，想当然的讲道理，不着边际的编故事。他们并没有或者不会对销售数据进行分析，当然也就不会发现真实影响销售的原因了。
怎样才能改变这种状况呢？量化管理，让大家养成用数据说话的习惯。所以，对于零售企业来说，是时候进行数据化管理了！
那么，什么是数据化管理？两年前，这个问题一直困扰我相当长的一段时间。无论是从网上找，还是翻一些文献资料，都没有现成的定义。如果你有兴趣的化，你可以在百度上搜索一下“数据化管理”。你会发现有322,000条搜索结果（截至到2010年4月12日）。做个简单的分析判断，你会发现：
没有人（公司）对“数据化管理”进行竞价排名，也就是没有人（公司）对这部分业务感兴趣。
“数据化”还不是百度的一个联想搜索用词。你输入数据会发现它会联想到数据库、数据恢复、数据结构、数据挖掘、数据银行、数据透视表、数据分析、数据仓库、数据字典等。除了数据挖掘、数据分析和数据化有些近似外，其它都和数据化管理没有太大的关系。
所以，从以上两点大体可以得出结论：数据化管理目前在各个行业都还没有得到足够的重视！
对于零售行业来说，数据化管理既不是数据库管理、也不仅仅是数据分析（挖掘）、更不是数据软件管理。和一些企业老总聊天（特别是私企老板），我一谈到数据化管理，他们就会说：我们公司花了多少多少钱（有的甚至用的是美金）上了一套****数据管理软件。非常好！我总是耐心的告诉他们，这些数据管理软件是非常不错的东西，它是一个非常好的数据库管理软件，它只会提供一些基本的销售分析（比如销售曲线、库存结构等等）。用它来做进销存管理、判断销售趋势等会非常好。但是它做不到深层次的数据分析，当然也不会告诉你如何运用这些分析结果。并且它没有办法告诉你销售异常的原因，也不会告诉你2008年奥运会对销售的影响有多大。所以这些软件更多的是一个数据库管理软件。
那到底什么是数据化管理呢？这是我给它下的定义：数据化管理是指运用分析工具对客观、真实的数据进行科学分析，并将分析结果运用到生产、销售等各个环节中去的一种管理方法！从中可以看出数据化管理既是一个过程！更是一个管理工具。它包括三个阶段：数据的收集整理，数据的分析，数据的运用。同时他对数据也做了基本的定义：客观、真实。
从这个定义中大家就能够发现数据化管理和目前的数据管理软件区别有多大了：
数据化管理会区分数据的真假和客观性，要求修正或剔除不合理甚至错误的数据。常规的软件没有这个功能。但凡做过销售的人都知道，有很多销售数据是有水分的，甚至是人为杜撰的。
数据化管理对数据的分析方法是没有什么限制的。你可以进行回归分析、月（年）度销售预测、销售细化追踪、稳定性分析、排班的合理性分析等等。常规的管理软件没有这个功能。
最关键的是通过数据化分析，可以设计一些常态的分析模板来发现问题、指导决策。提高整个公司的管理水平，降低管理成本。