【寫在前面】
在第二季梳理交流了以數據驅動業務增長爲主題的分析實戰、經驗和方法論，第三季主要以線下門店“人貨場”的理念爲主題，深入交流線下門店的數據分析的經驗以及理論分享。【數據說·小劇場】#案例#APP的“人貨場”理論的邏輯思路
那麼，作爲本季第一期，先來梳理交流一下商家有哪些核心的數據指標呢。來這片自留地，一起探索交流運營與數據的魅力所在。
漫長人生中總有幾次至關重要的蛻變，可以讓你變得更好，但這些只能靠自己完成。即便有很多人願意幫你，對於這種事情他們往往也無能爲力，並不是因爲成長太難，只是如果你不肯獨自面對，總指望別人施予援手的話，是沒辦法真正成長起來的。—— 阿屋博
木木自由
全面瞭解線下門店核心數據指標有哪些？
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、銷售與供應鏈，緊隨着新時代新零售新生態的步伐，更順暢的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、適應更快的變化。對經營做出科學的調整。其本質離不開人、貨、場這三個核心，並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，並對數據進行收集、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“數據指標”。所謂的“數據指標”在第五期已經詳細梳理過其定義【數據指標有哪些呢？哪些又是好的數據指標？】。線下門店主要關注的數據指標就是衡量經營決策的標準。
壹
那麼，我們先來梳理一下線下門店必須知道的核心數據指標有哪些？
門店數據
☆▶營業額、營業來源佔比、達標率、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/完成交易行爲的顧客總數
顧客數據
☆◆進店量數據、流量、轉化數據、復購數據、資產、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、有效會員數佔比、會員復購率、回頭率，會員流失率
品項數據
☆●品項佔比、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
☆●前十大滯銷款
員工數據
☆▼業績數據、服務人次
☆▼坪效=銷售額/店鋪面積
☆▼人效=銷售額/店鋪人數
以上是線下門店的一些核心數據指標，當然存在不同的市場需求下，以及不同階段的門店週期，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標有：
▶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
▶採購三度：廣度、寬度、深度
廣度：商品的品類數，廣度比=採購的商品品類數/可採購的商品品類數，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：採購的sku總數，寬度比=採購的sku總數/可採購的商品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/採購的總sku數，深度比：深度/採購目標深度，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於無效庫存
▶折扣率=實際金額/標準價
▶動銷率=一段時間內的銷售過的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，價格帶內可夠選擇的sku數
▶購物籃係數，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標，歡迎留言補充！
貳
接下來，我們看看這些數據指標的作用。
☆▶投資回報率（ROI）
1、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；提高資產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；
2、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；
3、ROI的結果通常用百分比來表示，即投入產出比，簡單來說就是企業所投入資金的回報程度。
☆▶營業額
1、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，每週總結比較，以此來調整促銷及推廣活動。
2、爲店鋪及員工設立銷售目標，每天監控營業額指標完成進程情況，當目標任務未能達成時，應立即推出預備方案，如月中的目標進程不理想時應及時調整人員、貨品、促銷方案。
3、比較各分店銷售狀況。營業額指標有助於比較各分店的銷售能力，從而爲優化人員結構及貨品組合提供參考。
☆▶各品項銷售額佔比
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標的分析，可以瞭解：
1、各分類貨品銷售情況及所佔比例是否合理，爲店鋪的訂貨、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；
2、瞭解該店或該區的消費取向，即時作出補貨、調貨的措施，並針對性調整陳列，從而優化庫存及利於店鋪利潤最大化。對於銷售額低的品類，則應考慮在店內加強促銷，消化庫存；
3、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
1、客單價的高低反映了店鋪顧客消費承受能力的情況，多組織適合消費者承受的價格帶產品，有助於提升營業額；
2、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；
3、提升中高價位的產品銷售，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產品的銷售及如何迴應顧客價位高的異議。
☆▶連帶率
1、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、購物籃係數等；
2、連帶率的高低是瞭解店鋪人員貨品搭配銷售能力的重要依據。當連帶率高時，應調整關聯產品的陳列位置，如把可搭配的產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；
3、當連帶率低時，應檢查店鋪所採取的促銷策略，調整合適的促銷方式，鼓勵顧客多買。
☆▶坪效（每天每平米的銷售額）
1、門店月坪效=月銷售額/營業面積/天數。此指標能分析門店面積的生產力，深入瞭解門店銷售的真實情況；
2、坪效可以爲訂貨提供參考，及定期監控確認店內庫存是否足夠，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；
3、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）
1、門店月人效=月銷售額/店鋪總人數/天數。此指標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；
2、人效過低，則須檢查員工的產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，能提供人效的指標；
3、根據員工最擅長的產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）
1、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，生意難於最大化。
2、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。
3、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
1、定期統計分析（每週/月/季）暢銷品，瞭解暢銷款式的暢銷原因；
2、根據銷售速度設立庫存安全線，適當補貨或尋找替代品；
3、利用暢銷款搭配平銷款或滯銷款銷售，帶動整體貨品整體的流動。
☆▶前十大滯銷款
1、定期統計分析（每週/月/季）滯銷品，瞭解哪些品項的滯銷原因；尋找滯銷款的導購賣點，提升導購對滯銷品的銷售技巧；
2、調整滯銷品的陳列方式及陳列位置，配合人員重點推介；
3、制定滯銷品的銷售激勵政策，做好滯銷品的調貨、退貨和促銷準備。
☆▶會員數據
1、會員消費金額，即側面表明店鋪市場佔有率和顧客忠誠度，考量店鋪的綜合服務能力和市場開發能力。一般情況下，會員佔比在40%-55%之間比較好；
2、有效會員數，滿足一定限制條件的會員，比如12個月內至少有一次消費的會員。一般在月、季度、年度上分析。和回頭率是有區別的，回頭率(復購率)是某段時間內到過店鋪的老會員數/期初有效會員數，不一定產生消費（復購率是產生消費的）；
3、會員流失率，某段時間內流失掉的會員數/期初有效會員數。這樣直接算不是很準確，每個會員的質量不一樣，不同的會員有不同的權重值。
叄
以上是線下門店必須知道的核心數據指標，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，不同的人眼裏所看到的數據完全不同，對於連鎖店的企業管理者，會在意如毛利、營業額佔比、庫銷比和週轉等相關的經營數據；對於店長，會在意如銷售佔比、銷售整體達標率等管理數據；對於店員，更多在意的是個人銷售完成進度、明星單品佔比等數據。
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，通過實際和目標的差異對比，多維度的數據分析來驅動改善經營策略。
歷史好文推薦
