店铺数据分析
一、 畅销区应该陈列哪杆货品？
一名店长的困惑：她把最畅销的货品放在畅销区，过了一段时间出现了严重的断码断货，然后她又换了一批单品量库存比较多的货品，她发现这些货品还是卖不好？
问题：那到底是继续陈列已经断码断货的畅销款，还是陈列单品量比较大的库存品呢？
二、 如何从数据中发掘生意机会？（上）
1、 品牌贡献率：就是某一品类业绩占整个店铺总业绩的比率，也称做占比。
作为店铺通过品牌贡献率表，应该要做什么呢？
a、 明确店铺接下来的一个月或一周主卖什么
b、 产品？
c、 了解主力品库存量，是否可以支撑接下的销售？
d、 销售量最少的货品，了解陈列是否过大，需要缩小陈列面。
2、 品类主力价格
品类主力价格：即某个品类的平均件单价
了解这个数据的作用：可以清晰的了解到顾客的销售水平，更好的推动销售。
3、 品类主力尺码：
品类主力尺码：即这家销售最好的码数。知道了自己店铺的品类主力尺码以后，特别是在有限的销售期，就可以直接补店铺的主力码了。
三、 新品不应季，要不要陈列出样
1、 一名店长的困惑：公司今年上货又提前了，现在才6月底不到，秋装新品已经到店了，公司要求陈列出来，我觉得现在上货太早了，想把它放在仓库里，等一个月后再出样，可是公司要求还要拍照上传，我该怎么办？我是不出样呢？还是直接选择性的出一小部分放在不显眼的位置呢？
2、 首先我们必须厘清，公司为什么这么早发货？原因有二？
第一， 因为顾客是多品牌进行消费的，如果我们不陈列出来，他会到其他品牌买，而且还会影响第二季、第三季的销售，说白了就是为了“抢客”。
第二， 试销，通过市场一段时间的试销，才知识哪些产品是畅销款，哪些产品是滞销款，这样才能有足够的时间对畅销款进行翻产，才能支撑接下来旺季的销售。
所以新品一定要陈列出来，新品不是卖给散客的，它是卖给VIP顾客的，可以给老VIP打电话进行邀约，新品的销售是不影响当季货品的销售的，还可以带动整个店铺的销售。
3、 新品应该陈列在什么位置合适呢？
店铺分为：畅销区、吸引区、平销区、滞销区，新品应该放在吸引区的位置，如：对外的橱窗、模特等（橱窗的货品并一定是好卖的货品，橱窗是用来传达一定的信息的）。可能有些店长有疑问，觉得橱窗如果陈列不应季的货品会不会导致顾客不进店，而影响当季货品的销售呢？这种问题是不存在的，顾客该是买夏季货品还是会买的。
四、 四、如何从数据中发掘生意机会？（下）
1、消化率（进销比）=某个时期销售数量（金额）/同一时期到货数量（金额）
作用：可以看出这个款式的消化速度，即这个款式好不好卖，它还是一个评价指标，即厂商给到店铺的量合不合适。例子：如这家店铺一个季度对毛衣的消化率是100件，但公司给到200件，而公司给到的消化率指标是70%，这就说明公司给到的货品数量是不合理的。
消化率低：应注意调整成主推或陈列进行调整
消化率高：应关注销售周期还有多长，周期长（缺货补货），周期短（快速清货、找替代品）
2、折扣率：反映整个门店对产品推动的力度。
折扣率低：说明清货的急切性
折扣率高：皇帝的女儿不愁嫁
销售量高折扣率低：肯定是店铺采用了非常手段达到的短期效果。
销售量高折扣率高：说明是爆款，是店铺重点款、主打款，应多补充。
五、 新品上货，怎样让新品热起来？
1、 员工的培训：产品熟悉度的检查---价格检查---FAB检查，员工跟产品越熟悉，销售就会越近，顾客离你越近。每周至少2至3次抽查对产品的熟悉度，考员工的话术及搭配。只有员工对产品越熟悉，员工对产品的热爱程度也会越高，推动销售也越自然。
2、 店内氛围营造：POP类（店内、店外），陈列声势，橱窗展示
3、 员工对到货新品了如指掌(到了什么品类，今年主推的品类是什么？)假如店长很清晰的话，员工自然也很清晰，如果店长不清晰的话，那么员工也是不清晰的，严重影响销售。---口碑传播：成交宣传（新品第一次成交，一定要大力宣传，进行复盘，用这个款式的成交去带动持续成交。
4、 对于季节转换期，找厚薄适销产品，打响新品销售第一战。新品刚上市并不应季，不能产生业绩，分类厚薄，用单品类做销售，而不是按照波段销售，分析单品类的销售情况及动销情况，，在转换季的时候，用适销品类做主推，逐步去带动同一波段的销售。
5、 对于已成交的新品，三检查：检查陈列（成交的货品是在哪个陈列面，不成交的货品是在哪个陈列面，是不是陈列影响了销售），检查库存（已经成交的货品还有货，是否满足销售周期的销售，不能满足就要提早货品，过剩的话，应该订立主推计划。检查搭配（成交的货品是单价卖出去的，还是搭配卖出去的？这个产品的销售对于其他产品的销售是否有带动作用，搭配进行命名，让导购员更加清晰，如：淑女搭配，休闲搭配等等）
6、 推动同品类、类似品类、搭配品类产品销售，制造话题。
六、店长为什么要关注产品的销售周期
1、什么是产品的销售周期：从产品的上市到下市收仓，这短时间就叫做产品的销售周期。
2、店铺存在的问题？
一款产品上市以后它的销售周期是无休无止的，很多时候问店长这个产品过季了，为什么不收仓？店长的回应是能卖。（快销期，一部分产品一天能卖3-10件，到了慢销期、期末，这部分产品一周卖2-3件，甚至一个月卖2-3件，在店长的眼里这个货还能卖，从货品的管理上看，一周卖个一件，一个月卖个3-5件，这个叫做无效的销售期。）产品在门店的销售是有生命的，是跟季节相匹配形成的。
4、 产品生命周期的几个阶段？
A、 导入期
B、 成长期
C、 成熟期
D、 衰退期
5、 如何界定产品的销售周期？
A、 看以往的销售数据
B、 以往的销售数据和销售经验结合（要看气温的因素、节假日）
清晰每个时段的门店的主销品类，当我们不同时间点找到主推品类的时候，门店的销售重点一定会很清晰。对于门店这个时期的门店销售如何去帮它丰满。例如：卖的是外套，有没有跟外套连带搭配的产品，跟外套搭配的品类如果有两类（毛衫类、T恤类），请问你的外套没有库存压力的时候，我们应该是主推毛衫类还是主推t恤类？毛衫的生命周期更短，所以应该选毛衫类跟外套进行连带搭配。如果店长能够从产品的销售期周期以及产品的搭配品类销售期，来把握住店铺的销售重点，和推送重点的时候，这个时候门店的销售节奏应该是井然有序，这种井然有序的销售节奏会降低减少对库存的恐慌。
模板干货：零售门店销售数据分析怎么做？
零售数据分析中，对单店的销售分析是不可或缺的一个分析维度，在周会或者月会上时常会被提及的分析项，如何能将零售门店最基础枯燥的数据制作成一份直观的可视化分析报表呢？
我们可以参考下面这个零售门店销售数据分析模板：
分析模板内容
1、汇总指标数据展示
浏览者可直观掌握各门店的总体销售情况：收入、成本、毛利、数量、订单数等指标一目了然。
2、各区域收入占比图
从区域维度，帮助浏览者快速了解不同区域的销售收入占比情况：哪个区域收入比重最高，哪个区域收入比重最低。
3、门店销售分布图
帮助浏览者快速掌握各个门店的销售价值分布。
4、门店销售收入排名图
由高到低的门店销售收入排名（可自行设计排序方式），帮助浏览者快速掌握哪些门店的销售收入排名最高，哪些门店的销售收入排名垫底，从而针对不同门店的销售情况采取不同的调整策略。
5、具体销售明细表
帮助浏览者深入了解销售基础数据具体明细：商品数量、单价、销售额、成本、毛利、排名等指标情况一目了然。
动态的过滤分析展示
如图所示，动态的可视化方式，可帮助浏览者从不同维度分析零售门店的销售情况，打通数据之间的孤岛，更好地管理不同区域、不同门店的销售业绩。
简言之，通过这样的销售数据分析模板对销售数据的应用，可帮助管理者从日期、门店、区域、商品等不同维度深入分析销售业绩情况，提升门店业绩。相信在周会或月会上，这样的门店销售数据分析模板不仅仅可以让数据被看到，更让数据和业务和管理紧密相连，让数据价值清晰可见。
如何精准营销数据
如何精准掌握营销数据，方法如下：1、首先必须明确产品的目标群体。定位与产品自身相匹配的消费群体，是分析消费者购买习惯和消费需求的前提，让大数据分析有用武之地。互联网时代下，人们可接触到的事物种类众多，每个人的喜好不同，个性化程度高，极具多样性。因此在寻找目标群体的过程中，要立足于各行业沉淀的数据，根据不同的标准来划分消费群体，建立用户信息的数据库，从中寻找到目标用户。2、需要掌握运用大数据分析用户需求的技术。大数据对用户使用各种应用而产生的每一条数据都加以记录，营销者可以用过分析这些数据来获取用户需求，甚至挖掘出用户也没有意识到的潜在需求。以移动游戏应用的推广为例，不同游戏玩家之间的喜好是有天差地别的，没有经过数据分析玩家喜好和使用习惯而投放的广告，往往都成为无用功。而通过分析用户数据，获取各种信息来进行精准营销，能大大提高下载率和延长留存时间。因此，提升运用大数据分析用户需求的技术，也成为许多主流广告平台的工作重点之一。3、注意广告创意与数据的相结合。现代人更喜爱个性的、新颖的广告创意，对广告的审美要求也上升到了一个新的高度。而简单粗暴、缺乏创意的广告早已不适应时代的进步，这使得营销者们对广告创意越来越重视。依照分析数据得出的消费需求与让人耳目一新的创意相结合，理性的数据加上感性的艺术，才能创造出点击率高，推广效果好的广告。在互联网时代，精准营销势在必行，这需要企业和营销者更好地定位目标人群，掌握分析大数据的技术，结合创意来进行精准营销。
大数据精准营销如何做
精准营销的实质是根据目标客户的个性化需求设计产品和服务，而大数据就是手段。大数据精准营销做法如下：1、以用户为导向。真正的营销从来都是以用户为中心的，而大数据把用户实实在在“画”在了眼前，营销者可以根据数据库内的数据构建用户画像，来了解用户消费行为习惯、以及年龄、收入等各种情况，从而对产品、用户定位、营销做出指导性的调整。2、一对一个性化营销。很多销售在推销产品时常常会遇到这样的问题：产品是一样的，但是用户的需求是各不相同的，如何把相同的产品卖给不同的用户？这就需要我们进行“一对一”个性化营销。利用大数据分析，可以构建完善的用户画像，了解消费者，从而做出精准的个性化营销。 3、深度洞察用户。深度洞察用户，挖掘用户潜在需求，是数据营销的基础。利用数据标签，可以准确获知用户的潜在消费需求。例如：我们得知一位用户曾购买过奶粉，那么我们可以得知，家里有小孩，相应的可以向他推送早教课程等适合婴幼儿的产品。洞察消费者需求后再进行投放，营销的效果将比撒网式有效且更易成交。 4、营销的科学性。实践证明，数据指导下的精准营销相对于传统营销来说更具有科学性。向用户“投其所好”，向意向客户推荐他们感兴趣的东西，远远要比毫无目标的被动式营销更具成效。大数据精准营销包含方面1、用户画像用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。具体包含以下几个维度：用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座。用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好。用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分。用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次。用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群，新闻事件如何生成用户精准画像大致分成三步。2、数据细分受众在执行大数据分析的3小时内，就可以轻松完成以下的目标：精准挑选出1%的VIP顾客发送390份问卷，全部回收 问卷寄出3小时内回收35%的问卷 5天内就回收了超过目标数86%的问卷数所需时间和预算都在以往的10%以下。3、预测“预测”能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。当我们采集和分析用户画像时，可以实现精准营销。这是最直接和最有价值的应用，广告主可以通过用户标签来发布广告给所要触达的用户。这里面又可以通过上图提到的搜索广告，展示社交广告，移动广告等多渠道的营销策略，营销分析，营销优化以及后端CRM/供应链系统打通的一站式营销优化，全面提升ROI。4、精准推荐大数据最大的价值不是事后分析，而是预测和推荐，我就拿电商举例，"精准推荐"成为大数据改变零售业的核心功能。数据整合改变了企业的营销方式，现在经验已经不是累积在人的身上，而是完全依赖消费者的行为数据去做推荐。未来，销售人员不再只是销售人员，而能以专业的数据预测，搭配人性的亲切互动推荐商品，升级成为顾问型销售。
