文档介绍：卖场数据分析
营运中心
2003年10月
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
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。
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:
∕公斤的价格进了100公斤玫瑰香花,∕公斤,十点钟已经售出70公斤;又进了一批(200公斤)玫瑰香花,∕公斤,∕公斤低于进价的价格销售,到晚上7点,∕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:∕公斤×100公斤=80元,∕公斤×200公斤=100元,总进货成本=80元+100元=180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;∕公斤×(230-10-3)公斤=,∕公斤×10公斤=,当天总销售84元++=,当天毛利=-180元=,毛利率=∕180元×100%=%
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。
二、直接数据的分析与策略制定
(表格与案例)
§.销售额比率(增长)分析
案例2:某门店2001年联邦安必仙24粒销售记录。
月份
一
二
三
四