学会这109个数据指标,全方位看懂零售业

来源:知乎专栏 作者:DataHunter

一、“人”的部分


1.销售指标


【成交率】=成交顾客数÷客流量×100%

成交率和店员和销售技巧、产品陈列、产品销售价格、促销价格等都有关系。但是在产品、促销状态等都一致的情况下,成交率就只和店员的销售技巧有关了,所以这个指标可以用来判断店铺员工的销售能力。


【完成率】=销售完成数÷目标数×100%

这是一个判断销售目标进度的一个指标,在人货场三个领域都可以用到。


2.服务指标


【平均成交时长】=每一位顾客成交的时间总和÷成交顾客数

这是一个考察店铺员工效率的指标。一般还需要和客单价结合起来看会比较客观(可以做四象限),用最短的时间成交最高的金额,这样员工一般认为都是最优秀的员工。


【平均接待时长】=接待每一位顾客的时间总和÷接待顾客数

目前需要店铺手动计算这个指标。还有一个指标和平均接待时长类似,就是顾客平均停留时长。区别是前者是从开始接待顾客到离开店铺的时间段计算时长,后者是用顾客进门到出门的时间段来计算的。这两个指标同样不仅仅和“人”有关,还与“场”“货”有关。对于零售店铺来说大部分时候是希望顾客的停留时间越长越好。


【投诉率】=投诉的顾客总数÷顾客总数×100%


3.管理指标


【定编满足率】=实际员工总数÷标准配置人数×100%

这是考核企业招聘能力强弱的一个指标,同时它也是一个内控指标。定编满足率太低势必会影响效率,太高且超过100%又会造成人效的浪费。定编满足率还可以细分为部门定编满足率、普通员工定编满足率、管理层员工定编满足率等。


【员工流失率】=某段周期内流失员工数÷((期初员工总数+期末员工总数)÷2)×100%

员工流失率分月流失率、季度流失率、年流失率等。处在不同周期的流失率是不能直接对比的。人事部经常用的是员工离职率,员工流失率和员工离职率有一点点区别,员工离职指正常人才转移,而员工流失包含不正常人才流失。


【工资占比】=企业支付的员工工资总额÷销售额×100%


4.顾客指标


【客单价】=销售总金额÷有交易的顾客总数

一般用成交总笔数来代替顾客总数,理论上这两个数字是一致的,但是顾客经常会出现逛一次商场多次开单交易的情况,所以成交笔数实际上是大于等于有交易顾客数的。客单价既可以反映顾客的质量,也可以反映店铺员工的销售能力,还可以反映店铺的商品组合等。


【件单价】=销售总金额÷销售总数量

【连带率】=销售总数量÷成交总单数


连带率有不同的称谓,例如附加值、效益比、平均客件数、购物篮系数等。连带率反映的是顾客每次购物的深度。对于超市来说,除了分析常规连带率之外,还可以分析单品连带率、品类连带率,连带率越大说明该单品或品类越重要,需要在陈列、促销、库存管理等方面特别关注。百货行业还可以统计叫品牌连带率的指标,即计算顾客每次购物时平均消费几个品牌的产品。


5.会员指标


【新增会员数】=期末会员数—期初会员总数

如果将会员看成是企业的财富,新增会员就是在不断地积累财富。大部分零售企业会把这一项作为店铺员工KPI考核指标之一。新增会员数的一个附加指标是未办卡率,统计那些达到会员办卡条件却没有开新卡的顾客占比情况,这个指标可以反映店铺开新卡的能力以及顾客对品牌的喜好程度,这是一个分析指标,不建议作为考核治疗。


【会员增长率】=某段时间内新增会员数÷期初有效会员数×100%

会员增长率是体现企业会员增长速度的一个指标。


【会员贡献率】=会员销售总金额÷销售总金额×100%

会员贡献率不是越高越好,在每个企业会有一个合理的区间,太高就显得新增顾客太少,增长被局限了,太低则没有稳定的销售来源。行业不一样这个区间段也会不一样,店铺间也会不一样,例如商业区的店铺和写字楼、社区店铺的会员贡献率都是不一样的。


【有效会员数】

【有效会员占比】=有效会员数÷累积会员数×100%

会员总数多不一定强,有效会员数多才是硬道理。有效会员就是满足一定贸易条件的会员。随着企业的发展,必然会存在很在一段时间内没有交易过的会员,这些会员实际上已经没有任何的价值了,需要在分析中剔除出去,否则会员分析也没有意义。有效会员的贸易条件一般根据时间和交易量来设定,例如在12个月内必须有至少1次消费,6个月内必须有不少于3次消费记录等,这两个设定标准需要结合顾客的消费频率来定,行业不同标准也会有差异。


【会员回购率】=某段时间内有交易的老会员数÷期初有效会员总数×100%

会员回购率一般用在月、季和年度的分析上,是衡量顾客忠诚度的一个指标,严格地说这是一个老会员的回购率公式,因为期间新增会员的回购不包含在其中。

回购率和回头率常被误解为一回事,其实会员回购率和会员回头率是有区别的,回头率公式中的分子应该是某段时间内到达过店铺的会员,他们不一定实施了购物。对于店铺来说,先得让顾客回头,其次才是回购,所以这个两个指标是有先后顺序的。没有高的回头率,哪来的高回购率,所以零售商们都在想尽办法促使会员顾客高频次地回头。


【会员流失率】=某段时间内流失掉的会员数÷期初有效会员总数×100%

这个指标反映了会员顾客的流失速度,也反应了企业营运现状,它和会员增长率是一对相向指标,建议每月都追踪这两个指标。会员流失有它合理的一面,例如对定位在20~30岁的服装品牌来说,顾客年龄变大自然就会流失,再如对超市来说,如果顾客搬家了,流失也是合理的。

会员流失率反应了顾客总量的流失情况,却没有办法反映出流失顾客的质量,流失掉一个客单价为300元和流失掉客单价为3000元的顾客显然不能划等号。这就衍生出一个新的指标,相对会员流失率,公式如下:

【相对会员流失率】=某段时间流失的会员数量÷期初有效会员数×流失率权重值×100%

【流失率权重值】=流失会员的平均客单价÷有效会员的平均客单价


【会员回购频率】

【会员回购频率1】=某段时间内所有会员消费次数÷(期初有效会员总数+期中新增会员数)

【会员回购频率2】=某段时间内所有老会员消费次数÷期初有效会员总数

该指标反映会员顾客在某个时间段内的消费频次,分析这个指标选取合适的时间周期很重要,时间周期太短,这个值基本上就接近为1.0,没有丝毫意义。服装专卖店、手机专卖、电器专卖等可按6或12个月为一个滚动周期,百货商场一般用3或6个月为一个滚动周期,超市可以按1或者3个月来滚动分析。3个月为一个滚动周期并不是数一个季度才分析一次,而是每个月都可以分析。

【会员回购频率3】=某段时间内所有会员消费次数÷期间有交易的会员总数

【会员回购频率4】=某段时间内所有老会员消费次数÷期间有交易的老会员总数

这4个公式各有侧重,公式1或2侧重于研究回购频率的趋势,公司3和4侧重短期会员购物行为分析,零售企业在实践使用时应该以老会员的分析为主。


【平均年龄】=某个事件点会员年龄总和÷有效会员总数

平均年龄是衡量品牌定位的一个标准,不过这个指标收数据源的影响非常大。有很多顾客不愿意提供自己的私人信息,还有就是终端店员不负责任地录入数据,所以在系统中很可能看到上有古稀老人,下有婴儿的年龄数据。分析平均年龄时需要剔除这些异常数据,否则那些90岁以上的顾客就足以把平均年龄拉大好几岁。对年龄的扩展分析是将顾客年龄分段分析,就是年龄分析。

平均年龄属于对顾客基础信息分析的范畴,这个范畴还包括性别、职业、地域、收入等。


二、“货”的部分


正如“人”“货”“场”是零售分析的基本思维模式一样,商品分析也有它的基本模式,这就是“进”“销”“存”,“进”即为采购环节,“销”自然是销售环节,狭义的“存”指商品库存管理环节,广义的“存”指整个商品的供应链管理。人货场是一个平行关系,而进销存却是一个又先后顺序的三角关系,前者是基于业务的分析管理,后者是基于商品的流程管理。大部分零售业的POS系统都是基于进销存的一种软件系统。


某种商品的库存太大、占用资金,我们常常理所当然地认为是采购进货不合理,进得太多,所以采购部经常背黑锅。其实销售环节和供应链环节都会影响库存,例如商品在卖场陈列不合理,仓库发货不及时,盘点错误造成系统显示有库存而实际库存为0等。所以分析商品的问题务必从进销存三个维度进行思考,不能一遇到问题就武断地认为是进销存某个环节的问题。


商品的分析指标很多,常用的如商品的折扣率、动销率、周转率等,还有商品的三度(广度、宽度、深度)等。一般来说大店看重商品的周转,小店看重商品的单词利润,线上看重商品的折扣,线下侧重商品的库存。大家的侧重点不同,不过总体来说商品的分析如图所示。

http://weixin.qq.com/r/STtVTevEy7a0ra8u925b (二维码自动识别)

1.采购环节

(1)采购三度


【广度】

广度=采购的商品品类

广度比=采购的商品品类数÷可采购的商品总品类数×100%


广度关系到商品品类多样化,很多追求消费者一站式购买的卖场就是追求大广度。例如一个服装专卖店,公司当季商品有20个品类,买手实际采购了16个品类,则广度为16,广度比未80%。再比如一个中型超市有200个品类的商品在销售,可供销售的总品类数是300个,则广度为200,广度比为67%。商品的广度体现了商品的丰富程度。广度也不是越大越好,这和零售店铺的消费群体有关,也和营运成本有关,所以最佳的广度是指用最经济的成本且最能满足目标消费群体绝大部分需求的值。


【宽度】

宽度=采购的SKU总数

宽度比=采购的SKU总数÷可采购的商品SKU总数×100%


商品的宽度代表了商品的丰富且可供选择的程度,宽度越大的店铺消费者挑选的余地就越大。而宽度比则是反应和竞争对手宽度、自己目标宽度或上游供应商宽度的对比程度。例如对于一个化妆品专卖店来说,店铺共有1000个SKU商品在销售,而最大的竞争对手同期销售的商品是1500个SKU,则该专卖店商品的宽度为1000,相对于竞争对手的宽度比67%。由于资源局限性,大型超市等一般会限定商品的宽度值,所以就会出现每新增一个商品必须要剔除一个旧品的规定。电子商务网网站则相对宽松一些,他们的陈列没有实体零售店铺的空间限制,所以理想状态下宽度是可以做大无限大。


【深度】

深度=采购的商品总数量÷采购的SKU总数

深度比=深度÷采购目标深度×100%


深度是指平均每个SKU的商品数量,它的意义代表了商品可销售的数量的多少,比如某个服装专卖店某次采购了400个SKU的商品,一共1000件,则深度为2.5。深度越大越不容易缺货,但是也可能会造成高库存。


(2)覆盖度(也叫铺货率)

覆盖度=有某款或品类产品销售的店铺数÷适合销售该产品的总店铺数×100%

商品的覆盖度指标适合连锁性质的公司使用,它是衡量商品铺货率的一个指标,需要注意覆盖度公式的分母不是总店铺数,而是适合销售该产品的总店铺数,二者差距较大。一般来讲,覆盖度越大商品的销售就会越好。


(3)采销匹配度

采销匹配度不是一个具体的指标,它实际上是一种分析方法。通过对比品类、型号、价格等方面在某段销售周期内采购和销售的比重来判断商品销售进度的一种方式。


2.供应链环节


(1)服务指标


【订单满足率】=订单中能够供应的商品数量总和÷订单商品数量总和×100%

例如物流部收到5张订单供1000件商品,由于缺货等原因实际可以发出的商品只有920件,则订单满足率就是92%。这是一个反应仓库缺货状态的指标,对于连锁企业来讲,100%的订单满足率是一个理想状态,一般都达不到。如果真能够做到100%满足率,意味着不但需要预测非常准,还需要增加更多库存来满足突发订单,这样的代价就是仓储成本增加,资金成本增加,这也是一种资源的浪费。


【订单执行率】=能够执行的订单数量÷总订单数量×100%

某天物流部收到100张订单,但是其中10张订单由于缺货或其他原因不能执行,则订单执行率90%。仓库缺货,物流配送(有货但是送不出去)等都会影响这个指标。

订单满足率和订单执行率的区别是,前者计算的是商品数量的满足情况,后者计算的是订单数量的执行情况。后者常常被很多企业作为订单满足率,这其实是不严谨的。订单满足率侧重用来衡量商品库存状况,订单执行率侧重用来衡量储运状况。


【准时交货率】=准时交货的订单数÷能够执行的订单总数×100%

准时交货率是一个反应供应链效率的指标,需要注意的是分母并不是订单总数,而是能够执行的订单总数,对于那些不能执行的订单去计算他们的准时交货率是非常滑稽的一件事。计算准时交货率的前提是先要明确什么是“准时交货”,24小时?48小时?还是根据距离远近区别对待?


【订单响应周期】=系统中收货时确认的时间-系统中下订单的时间

一张订单的处理是从客户在系统中下订单(对于非系统下单的情况,就应该以收到订单的时间来准)开始到确认收货这样的一个完整的流程,这是一个反应供货效率的指标,一般计算平均订单响应周期。需要注意的是,随着新客户的不断增加、客户类型的变化等,平均订单响应周期自然会发生变化。所以平均订单响应周期变长和供应链效率降低并不能划等号,要进一步分析数据突变的原因。

在实际分析过程中还需要结合订单区域、产品类型、客户类型等进行详细分析。


(2)管理指标


【库存周转率】

库存周转率1=出库数量÷((期初库存数量+期末库存数量)÷2)

库存周转率2=销售数量÷((期初库存数量+期末库存数量)÷2)


公式1是从供应链管理角度的指标,公司2是对公司销售周转率的衡量,二者是有区别的。一件商品一般只会被销售一次,但是因为退货回仓库的原因而会有大于1次的出库情况。“((期初库存数量+期末库存数量)÷2)”这部分也可以用评价库存来代替,就是每月的平均库存。用平均库存的好处是营运人员投机取巧拉高周转率的难度加大,有的营运人员会在期初和期末这两个时间节点故意压低库存,甚至是牺牲销售的前提下压低节点库存,如果计算12个月的平均库存则投机难度就非常大了。


【物流成本占比】=物流成本÷((期末库存金额+期中库存金额)÷2)×100%

广义的物流成本包括仓储成本、运输成本、管理成本等。狭义的物流成本仅仅指运输成本,狭义的物流成本占比就是运输成本和所运输的商品总值的比。


【客户投诉率】=客户投诉率=客户投诉订单批次÷订单总数×100%

这个公式很理解,但是在实际操作中缺失错误百出。问题出在公式的分子和分母的不对等上面。


(3)库存指标


【期初库存、期末库存、平均库存】

平均库存=(期初库存+期末库存)÷2

年平均库存还可以直接取每月末库存的平均值,一般财务部习惯用期初加期末除以2的计算方法,销售营运部喜欢用平均库存的算法。


【库存天数】=期末库存金额÷(某个销售期的销售金额÷销售期天数)

库存天数是一个极为重要的库存管理指标,是有效衡量库存滚动变化的量化标准,也是用来衡量库存可持续销售时间的追踪指标。


我们可以用库存天数来判断店铺是否有缺货的风险,某个店铺的安全库存天数是45天,如果实际库存低于这个值则有缺货风险,反之则表示库存过大。这个指标既可以计算整体企业的库存天数,也可以计算每个品类或单品的库存天数,在分析具体问题的时候,常常需要结合起来看。另外,有些企业喜欢用库存周数的概念,实质是一样的,将库存天数除以7即为库存周数。一般来讲快速消费品行业使用库存天数,耐用消费品使用库存周数。


【库销比】=期末库存金额÷某个销售期的销售金额×100%

库销比的销售周期一般取月,也就是月库销比,当然也可以取周,如果是周库销比实际上就是和库存周数一个概念。月库销比在年度同比的时候是有参考价值的,但是在环比时就有问题了,因为每个月的天数是不一致的,有28天、29天、30天和31天4种情况,销售期不同销售金额就会不同,这样的月库销比实际上是没有可比性的。而库存周数和库存天数就不存在这个问题,所以我一般很少用这个指标。


【有效库存比】=有效库存金额÷总库存金额×100%

要计算有效库存比首先需要定义有效库存的标准,有效库存是指能给门店带来销售价值的商品库存,也就是能产生销售贡献的商品库存。从定义上看残次商品、过季商品和没有销售的商品都不属于有效库存商品。不过在实际上的分析过程中有效库存的确会复杂很多,首先需要剔除残次商品、过季商品、一段时间内没有销售的商品,然后再确定一个标准值将有销售的商品分成有效库存和无效库存,这个标准一般以周销售量或月销售量来衡量,并且渠道不同标准是不一样的。


确定有效库存的标准可以利用二八法则来辅助计算,占总销售20%的商品的平均销量值即为有无效库存的分界线。当然也可以人为确定这个分界线的值。


3.销售环节


(1)商品指标


【货龄】=商品的年龄

对于有保质期的商品,例如食品、饮料等,货龄是从生产日期开始计算的,对于没有严格保质期或有效期的商品,例如服装、手机等,货龄应该是从开始上架销售的日期开始计算的。分析货龄目的一是防止商品过期,二是作为制定商品价格调整的依据。货龄越大,库存越高的商品就是价格调整的首选。


【售罄率】=某段时间内的销售数量÷(期初库存数量+期中进货数量)×100%

售罄率是检验商品库存消化速度的一个指标。一般采取期货制订货的企业,如鞋服行业用得比较多,可以随时补货的快速消费品一般不同这个指标。特殊时期的囤货制也可以使用售罄率这个指标,例如包销或买断销售都属于囤货制。根据销售期的不同,一般有周售罄率、月售罄率、季售罄率、季末售罄率等。季末售罄率指整个商品消化期的销售数量和商品的总到货数量的比值。


【折扣率】=商品实收金额÷商品标准零售价金额×100%

商品的折扣率直接影响到企业的利润水平,是企业的生命线,但遗憾的是很多企业只是在财务报表中才有这个数据。财务报表只是一个结果,折扣率更应该是一个营运指标,需要定期追踪它是否正常、分析趋势是否向坏等。


【动销率】=某段周期内销售过的商品SKU数÷(期初有库存的商品SKU数+期中新进商品SKU数)×100%

动销率的统计周期一般是周、月、季度,分析的对象可以是品类、类别、SKU等。动销率属于一个追踪和管理指标,一般传统零售比较重视这个指标,动销率都比较高。但是电子商务由于追求长尾效应,动销率都比较低,不过最近有些电子商务也开始重视这个指标了。


【缺货率】=某个周期内卖场有缺货记录的商品数÷(期初有库存的商品数+期中新进商品数)×100%

对于供应链的缺货分析建议使用【订单满足率】,这里的缺货率主要是针对销售端的缺货,适用于采购部和销售部。注意这个缺货率是分析缺货的商品比率,不是缺货的数量或金额多少(缺货数量和缺货金额很难量化)。缺货率比较难以统计的是缺货记录,POS系统弱的门店只能靠人工统计,软件系统好的客户可以通过设置商品零库存状态用来自动判断是否缺货。库存为0一般是缺货,但是库存大于0的商品也可能是“缺货”状态,因为这里的库存很可能是残次或虚假库存,实际可供销售的库存为0,这种情况比较难以统计,需要人工加系统的方法来识别。缺货率中的销售周期最短可以是1天,最长不建议超过1个月。在计算年平均缺货率的时候可以计算月缺货率的平均值。


(2)结构指标


【品类结构占比】=某品类销售额÷总销售额×100%

【价位段占比】=某价格段销售额÷总销售额×100%

【正价销售占比】=正价商品销售额÷总销售额×100%

正价商品为标准零售价的商品,与之对应的是折扣商品或特价商品。正价商品销售占比越高,企业利润越高。对于促销频率高的行业,以及有议价空间的行业(如手机专卖店)等该指标显得尤为重要,它是员工销售能力和企业管理水平的综合体现。但遗憾的是很多企业只重视折扣率,而忽视了这个指标。


(3)价格体系指标


【商品现值】

商品现值就是商品当前被消费者认可的价值。一台手机刚出来时售价是4000元,一年后消费者可以接受的零售价只有2800元,这个2800元就是这台手机目前的现值。随着时间的流逝,新机型的推出,手机现值还会不断变化着。商品价格会随着时间流逝而变化的商品适合用商品现值的概念来管理,例如服装、手机、食品等。


【价格弹性指数】

价格弹性指数是商品价格变化1%时,商品销量变化的百分比。例如某款商品价格下降1%时,销量就上升5%,则价格弹性指数就是5.0%。价格变动时不光会影响到自身的销量变化,还会影响到竞争对手的销售变化。所以还有一个品牌间的价格弹性指数,品牌A相对于品牌B的价格弹性指数为4.2,这表示品牌A的价格每下降1%便能够从品牌B那里抢到相当于品牌B 4.2%的销量,也就是品牌B销售会下降4.2%。确定商品的价格弹性指数最好的方法是最随机测试。


(4)畅滞销分析


【前十大销售及占比】

前十大销售就是在所有商品中销售额或销售量最好的十个商品的总销量,前十大商品占比也就是他们的销售额或销售量占总销售量的比重。这是一个常规分析指标和追踪指标,除了对总销售进行前十大排名分析外,还可以对具体的类别进行同样的分析。

前十大商品销售占比越大,商品销售就越集中,销售管理更容易,但是销售风险也会加大。很多电子商务的卖家非常追求爆款,恨不得前三个商品就能占到公司总销售的80%以上。爆款一般综合毛利都偏低,且一旦生产或物流环节出现状况,对企业的销售影响可能是致命的。


【前十大库存及占比】

和前十大销售及占比概念一样,只是前者是基于销售,后者是基于库存。这是一个库存管理指标,同样是看趋势,看数据是否异常。


【滞销品销售占比】

滞销商品销售占比指的是滞销商品占总销售的比重,同理还可以演化出一个滞销商品库存占比。


4.售后环节


【退货率】

退货率1=某个周期内退货数÷总销售数×100%

退货率2=某个周期内退货单数÷总销售单数×100%

退货率公式非常简单,不过它和【客户投诉率】有一个同样的问题,就是本周期内的退货数并不一定来源于本期内的销售即不含在分母中。处理方法同客户投诉率一样有三种方法:综合处理法(不考虑退货单的来源问题),追踪来源法(将退货单还原到发货期进行分析),剔除法(将非当日退单剔除再计算退货率)。


【特殊服务率】=特殊服务的顾客÷总销售顾客数×100%

有些零售店铺为了提高顾客的体验感,会搞一些特殊的服务活动,例如有的服装专卖店有免费熨洗服务,有些电器商场有以旧换新的服务等,这个指标就是用啦检验这种服务效果的。


【残损率】=残损商品数÷商品总数×100%

残损商品会影响企业和门店的销售和利润,残损率不仅仅是一个分析指标,它更应该是一个追踪指标,并且还应该根据残损商品的来源进行分析,找到残损的主要原因,是仓储残损率高,还是销售渠道残损率高等。


三、“场”的部分


1.销售额


【时段、日、周、月、季度、年】

月销售额指标、季度销售额指标、年销售额指标这是最常用且和绩效挂钩的硬指标。日和时段指标往往不受管理层重视,其实这是不合理的。零售行业的销售是靠一个个时段、一天天追出来的,没有基础指标的完成,谈何月、年指标的完成?


【预测额】

一般分为【日销售预测额】、【月销售预测额】和【年销售预测额】,日销售预测在大型百货商场、超市、电子商务的销售中经常使用,对日销售进行预测,只需要根据历史数据中每日各个时段的销售百分比就可以计算出来。月和年的预测,前面已经讲解过了。


2.追踪指标


【进店率】=进店人数÷路过人数×100%

进店率公式并不难,难的是如何提高进店率,此时各位又可以搬出人货场的思维模式来操练一下。进店率有个系统误差,就是店铺工作人员的进出会影响精度,可以统计工作人员每天大致的重复进店次数然后在进店人数中扣除。


【上楼率】=本层向上的顾客数÷进入本层的顾客数×100%

有5000名顾客进入首层,总共有3000名顾客上到二层及以上楼层,则一层的上楼率为60%。上楼率对多层经营的卖场来说是一个非常重要的指标。


【接触率】

随着科技的发展,管理更多精细化,接触率越来越受零售商重视,通过它可以深层次地了解顾客的购买行为。接触率就是消费者和商品的接触比率。又可以分为试穿率、试用率、触摸率等。


(1)【试穿率】=试穿顾客数÷进店人数×100%

这个指标常用语鞋服行业,目前还没有发现有仪器能监控此指标,大多靠人工统计,需要注意的是同一个顾客无论试穿多少次都只能统计一次。


(2)【试用率】=试用顾客数÷进店人数×100%

这个指标常用于化妆品、食品等行业,如果是封闭销售(例如专卖店)则用进店人数作为分母,不过这些行业大多在超市和百货商场开放式销售,所以进店人数可以转换为有接触的顾客数(例如和促销人员有语言交流的或者是驻足一段时间的顾客),绝对不能轻易用路过人数。


(3)【触摸率】=触摸某商品的顾客数÷路过某商品的人数×100%

触摸率反应商品外观被关注的程度,目前借助一些视频设备可以自动采集这个数据。一般来说某商品的触摸率和成交数量成正比,但是有时候触摸率很高,但是交易很低,作为管理者可能需要分析这种现象产生的原因,为什么消费者有冲动而无行动,出现这种情况很大可能是价格原因。


【成交率】=成交顾客数÷进店人数×100%

【完成率】=完成数÷目标数×100%

完成率根据统计时间段的不同又可以分为实时完成率、滚动完成率、累积完成率、预测完成率。


【大宗交易占比】=大宗购物金额÷总销售额×100%

大宗交易需要企业自己定义何为大宗交易,例如超市可定义单笔成交额大于1万为大宗交易,化妆品和服务专卖店可以定义每次购物数量大于10件为大宗交易等。之所以要监控大宗交易,是因为大宗交易中藏着很多见不得人的交易,而这些交易对渠道和品牌都是伤害。现在很多百货公司的团购部俨然变成了网购批发入口。


很多服装品牌为了维护价格的统一性,会严格控制向非直接客户的发货,而很多网络销售的店主没办法直接从品牌商进货,于是他们选择在店铺做大型促销的时候从零售店铺大量采购,这里面大多会有里应外合的配合,甚至很多零售百货公司会有专人来促进这种交易,大家各取所需。对于很多大型超市,为了冲业绩,采购人员会伙同供应商做虚假交易,首先由超市向供应商下一张大订单,供应商也会发货,不过这批货不会进入超市仓库(采购人员会协调仓库人员做虚拟入仓),直接会以较低的价格卖给如批发市场等渠道,最后采购人员再用这批货款从超市将这批已经不存在的货买出来,这样所有流程走完,采购和供应商都收获了销售额。


3.分析指标


【增长率】=增长数÷基础数×100%=(报告期数-基础数)÷基础数×100%

基础数的选择有三种情况,基础数为同期的数据则是同比,基础数为上一个周期的数据则为环比,和2013年9月的销售额对比就是环比,和2013年1月对比为定基比。这三种情况分别对应同比增长率、环比增长率、相对增长率,前两者是用得最多的。


同比增长率中经常使用同店同比增长率(以下简称同店同比)的概念,即本期和同期在对等条件下(相同的店铺)进行对比。同比增长率体现了企业总体的增长情况,同店同比则可以看出企业绝对增长情况。很多企业的增长率非常高,但是大部分增长都来源于新开门店的增长,靠新开店铺的增长是不可能长期持续的。


4.效率指标


【坪效】

【销售坪效】=销售额÷店铺面积

【利润坪效】=利润额÷店铺面积


坪效是反映店铺单位面积产出的指标,常常纳入KPI考核项目。坪效的使用需要注意已下几点:

(1)计算坪效的最小周期是月,完全没有必须要去计算周、日坪效

(2)如果店铺面积、位置等状态没有发生变化,销售坪效一定和销售成正比,没有必要再去分析坪效趋势。

(3)坪效的对比具有强弱对比性,同一个商场同一楼层的同品类商品具有强对比性,不同品类的对比性会稍微弱一些,不同楼层的不同品类对比又更加弱。同一个商圈的同样业态对比性强,不同的商圈同样业态对比稍弱,不同的商圈不同的业态有可能根本就没有可对比性。同一品牌专卖店在一线城市和三线城市的坪效对比性也不强。所以不要轻易以坪效论营销。

(4)坪效另一个意义在于店铺面积、位置发生变化后进行前后差异的对比分析。

(5)有的企业将坪效用在新开门店销售预估的使用上,这是可以的,但是一定要注意可比性。


【人效】

【销售人效】=销售额÷店铺面积

【利润人效】=利润额÷店铺面积

人效反应的是单人产出,它常常用来管理店铺的人力资源配置、人力成本核算等。


【每平米租金】=租金÷面积

这是用来判断店铺租金相对高低的一个指标。包括每平米日租金、每平米月租金、每平米年租金等


【租金倍率】=销售额÷租金

租金倍率是衡量投入1元租金能产生多少销售额的一个指标。每平米租金由于城市、商圈等差异,没办法直接对比,而租金倍率由于考虑到租金产生的效益则可以直接对比。


5.竞争状况


【市场占有率】

也称市场份额,是指一个企业的销售量或销售额在同类市场产品中所占的比重,它直接反应了消费者对商品的喜好程度,同类市场是一个变化的值,既可以是广义的总体市场,也可以是企业的目标市场,甚至可以是某个商圈或商场。例如含氟牙膏可以和牙膏对比,也可以和含氟牙膏对比,甚至计算它在家乐福或沃尔玛超市中的市场占有率。正因为标准的多样性,市场中才充斥着各种号称自己市场占有率第一的品牌。这个指标一般通过市场调查获得。


【竞品指数】=本公司销售额/量÷竞争对手销售额/量

竞品指数是对市场占有率的一种简化,因为我们大部分时间没有办法统计出同类市场的销售数据,所以只能锚定其中一个或几个对手的数据对比。通过分析竞品指标我们也能大致了解自己品牌的市场占有率走势。


【平均排名】

竞争对手的销售数据也不是很容易拿到的,但是每个商场自己品牌的排名值却比较容易到手,这时就可以计算品牌间的平均排名值,通过分析平均排名的变化也可以侧面了解自己的市场占有率情况。平均排名常常被鞋服、化妆品等行业用来作为对店长、销售主管、区域经理等的考核指标。


6.促销指标


【费销比】=促销费用金额÷促销期间产生的销售额×100%

【目标完成率】=促销期间销售完成数÷促销目标×100%

【同比增长率】=同比增长数÷同期销售额×100%

【促销爆发度】=(促销期间的平均权重销售额-促销后的平均权重销售额)÷促销前的平均权重销售额×100%


【品牌参活度】=参与促销活动的品牌数÷卖场总品牌数×100%

这个指标常常用在百货和超市的促销活动准备期,用来衡量营运经理促销活动时的执行力。对于品牌商可以将此指标修改为单品参活度,例如公司一共有200个SKU产品,五一期间有40个SKU做促销,单品参活度即为20%。十一促销有50个SKU参与,但是总SKU为300个,单品参活度反而降低为16.7%


【会员参与率】=参与促销活动的会员数÷有效会员总数×100%

促销活动前我们一般会通过邮件、短信、微信、电话等手段通知会员顾客,而会员参与度就是用来评估这些手段效果的一个指标。


7.渠道扩展


【净开店率】=(开店数-关店数)÷期初店铺数×100%


【渠道结构占比】=该渠道销售额÷总销售×100%

渠道结构分析是销售分析中最常见的一种分析方式,也是著名的营销4P理论中的一个P(place)。


【重要客户占比】=重要客户销售额÷总销售额×100%

重要客户如何定义是这个指标的关键,有如下几种确定重要客户的方法供参考:

①以销售额的前N名客户作为重要客户,例如前十大客户等

②根据二八法则,以总销售额80%的客户作为重要客户

③根据ABC分析法以A类客户作为重点客户

④根据企业未来战略制定重点客户

单看每个月的重要客户占比没有太大的意义,需要连续观察该数据的走势才有判断的依据,同时需要注意不能经常更改重要客户名单。


四、财务-部分


1.销售利润率


【毛利率】=(销售收入-营业成本)÷销售收入×100%

【纯毛利】=(销售收入-营业成本-费用)÷销售收入×100%

【交叉比率】=商品毛利率×商品周转率

商品周转率=销售收入÷((期初库存值+期末库存值)÷2)

毛利率大,周转次数高的商品是优质产品,但是这种商品是比较少的。很多商家采取薄利多销的策略实际上就是牺牲部分商品的毛利率,从而换取较高的周转率。交叉比率一般以季度、半年、年为计算周期。


2.回款指标


【回款(金额)达标率】=回款金额÷欠款金额×100%

【回款(客户)达标率】=回款客户÷欠款客户×100%

回款考核中的金额达标率和客户达标率两个指标是孪生兄弟,谁也离不开谁。前者确保回款金额的重要性,后者确保回款客户的普遍性。有的企业只考核回款金额达标率,这就有可能造成一些小额欠款客户的款不被收款人员关心,因为对金额回款率的影响极小。


3.贸易条件


【联营扣率】

联营扣率是百货公司为了确保自己的经营利润而和商家合同约定在销售收入中扣除的比率,例如商场某品牌的联营扣率是23%,意味着在商场结款时只能结到销售收入的77%

【租售比】=租金÷销售额×100%

对品牌商来说租售比可以和联营扣率进行对比分析,都是为了取得经营权所需要付出的代价。前面谈到的租金倍率指标实际上是租售比的倒数。


. .. ... .... ... .. .


这是个竞争不断加剧的时代,我们必须更加专业的利用数据。数据并不是人们最终需要的东西,他们需要的是信息,是对未来发展的洞察力。


作为数据分析师,最怕你的分析报告没有产生价值,本文的指标可以帮助你在分析零售数据的时候,提高对数据的认识,并真正帮助企业提高运营管理深度。


除此之外,如何从数据中发现商业规则、洞察消费者行为、量化商业价值,都需要数据分析师们拥有能融合商业理解、数据分析并具备从海量数据中发现知识的能力。希望本文章能作为大家学习零售数据分析指标的小手册,随取随用。



相关文档推荐

新零售行业Agent解决方案.PDF

1742957777  6.72MB 34页 积分5

AI编程颠覆IT生产力.PDF

1741937491 丁宇 9.57MB 34页 积分6

从DeepSeek到ManusAI如何重塑企业价值.PDF

1741937117 华中科技大学 6.23MB 58页 积分6

AI辅助编程真实测评与企业落地实践.PDF

1741936506 蒋志伟 10.17MB 37页 积分6

AI大模型技术在数据库DevOps的实践.PDF

1741935803 叶正盛 2.67MB 30页 积分6

DeepSeek大模型及其企业应用实践.PDF

1741743773 林子雨 9.39MB 144页 积分8

阿里云AI搜索RAG大模型优化实践.PDF

1741175482 欧明栋 0.79MB 28页 积分6

津药达仁堂数字化转型探索与实践.PDF

1741071203 叶辉 5.28MB 25页 积分6

DeepSeek 从理论模型训练到实践模型应用.PPTX

1740472320  16.17MB 71页 积分10

DeepSeek行业应用实践报告.PDF

1740471709 李祖希 9.38MB 110页 积分6

相关文章推荐