百货超市如何进行数据分析与策略调整

1、百货超市如何进行数据分析与策略调整许多企业的生产活动都会产生大量的数据，而对这些数据的深层次挖掘所产生的数据分析报告，对企业的运营及策略调整至关重要。本文对数据的产生、归类、分析方法与关联的策略调整进行了有 益的探讨。在零售业中， 连锁公司竞争的实质是管理的竞争。 其管理的一个核心目标就是有目的、 高效率的 收集、处理、使用各种信息。而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。 数据是对生产的直接记录，而信息则是在数据的基础上人为的反馈及判断，企业策略决策的依据。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

2、数据组合都是不一样的。为了方便抽取数据，我们要对所有的数据进行分类。通常， 我们把一些能直接反映商业行为表象的数据，如进货、销售、库存等数据作为直接数据 ; 把一些能影响商 业行为的数据，如客流量、商品项数、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。直接数据的分析对直接数据进行分析， 在现阶段的零售业已经非常普遍了， 从中很容易找出数据分析的结果进而调整策略。下面我们来看几个表格和案例 :1 销售额及各分类商品销售比例案例 1: 某商场 2004 年可口可乐销售记录（见表 1）从这个表格可以看出在 6、7、8 月

3、份可乐的销售呈大幅度上升的趋势， 分析原因我们知道是因 为夏季到来的缘故，根据这个直接数据模型我们对门店的指导策略是 : 增大备货量，调整店面陈列，做好 敏感商品的价格策略。 案例 2: 销售日报表（见表 2）表2销售日报表水产18927.0015.73肉类2598匸2921.59蔬果185?3. 8915, 43日配2238X45熟食H93化9518.60U. 91面点1653L 301174生鲜食品120348.3815. 03V S B- 销售总额800895. 34在进行商品的品类管理时， 我们都有一个初始的各类销售占比模型，根据这个表格我们就直接知道占比的差异，得到我们需要调整的类别

4、2. 促销商品的销售额和销售比例案例3:销售日报表（见表3）18.58148823.26农3促销商品的销您日桶叢术产18927. 0015.7336T7. 2519. 432S9B7.292L591SS7* 877.261857X 8916,438他1347*31日配22367. 4518.60872.283.90熟魚17937. $514. $14629, 122$. 31面点16534. SO13,741877.3811.35生120348.3315-0321732.0318-06销80D89S. 34100.00通过对促销商品的占比分析，我们可以判断一次促销策略的成功与否，有没有达到们我

5、们预期的效果（零售促销策略认为促销品的销售占比应该在20%左右）。3. 进货量与库存量案例4:销售日报表（见表4）表4从报表看进货合理性术产18927. 0015. 73387L 7347554. 00肉类2587. 292850Z 2058765.00185T18915.4331034. G669667* 00日配22387,451&60&7 99, 00323768.00熟童17937, 9514.919880. 5E1800化00面点16534. 8013.74BS46.3419058. 00主蟀食品120348. 380390G46 49536859. 00800S95. 34100,

6、003457389.9717489021.00通过对进货量和库存量的对比我们可以得岀进货的合理性，对不合理进货需进行更正处理，以减少库存的积压。4. 库存周转率（表格与案例）案例5:销售日报表（见表5）表5从报表看席存周转朮产13927. Q01&.734755C 002.53肉英25587. 2921.5958765. 002.2613573. 8915. 4369667. 003.75日配223S7. 451乩60323768.0014. 4&1793T. 9514.9118007. 001.00面点16534, SDIX 7419098* 001.76品120348. 3815. 035

7、359.004.# * |额8OOS5S. 34100.001748S023.0023.前如何来分析周转天数，也就是说，周转天数高和低哪个好？最合理的周转天数是多少？从商品库存周转率（次数）和周转天数两个效率指标中，可显示商品的“新鲜”程度。商品周转率高（周转日数短）的好处是：每件商品的固定费用（成本）降低 ；相对降低由损坏和失窃引起的亏损；能提供新鲜的商品；能顺应流行商品的潮流；能有弹性地进货，应变自如；能以少量的投资得到丰富的回报；减少存货中不良货品的机会。而周转率过高（天数太短）带来的危机是：容易岀现“断货”；陈列不够丰满；不容易获得大量进货的折扣优势；进货次数增加使得进货程序和费用相应

8、增加；进货次数增加也使运送费用相应增加。5 .毛利率与毛利额（表格与案例）案例6:销售状况表以上的几个案例应用的是对直接数据的分析，在分析中大量地使用了比例分析法，通过对零售业的比例模型及竞争对手的比例模型，我们会很方便地得到需要进行调整和改进的策略。但对随之需要进行的精细调整、定位于调整哪一类中的哪一些商品、为什么要这么调整、应该如何调整等问题我们就显得有 些茫然了。对于这些问题现在往往依靠业务人员的经验来处理，但解决这些问题的最有效方式是数字化运 营分析。数字化运营分析也就是对间接数据的组合分析，建立数据钻取模型，在数据仓库中进行钻取，逐渐找到我们的问题点总公司221321L9630896

9、4.3913.29 87*1034211.20门店11481232 丽219518,7114,82*42.删510769.94门店2731979.1270T81389.67%IL 60%609982.60报聂条件；时间段（任琶时间段.岂然吋间段丄经曹万式间接数据的组合分析间接数据的组合分析就是将直接数据分析中得到的分析结果进行有效的组合和数据关联，并且在统一的数据模型下进行钻取以及进行关联交叉分析，逐渐发现并缩小分析的范围。我们在间接数据的分析中常用到的是销售综合分析、库存分布分析、商品结构分析、ABC商品分布分析、商品毛利带分布分析、商品价格带分布分析、商品滞销与进货量分析、供应商盈利能力分

10、析等， 在这些分析中可以互相交叉和分析条件的传递。下面将通过销售综合分析及交叉分析的案例来展现间接数据组合分析的魅力。1 .销售综合分析销售综合分析的分析指标是销售额、毛利额、毛利率、交叉比率、库存（日均）；分析条件是时间段（任意时间段、自然时间段）、经营方式；分析层次是总部-门店-大类-中类-小类-单品。表6为开始分析时的报表入口。这个报表的第一行是全公司的综合分析比率，可以作为对比数据分析的基点，在这里用到的是毛利率、交叉比率、日均库存。通过对毛利率的对比，发现门店2的毛利率偏低，偏离了制定的毛利率目标。要找岀偏离的原因，需要对数据进行关联的钻取分析。将报表条件进行传递，得到钻取到门店2的

11、大类报表。通过对表7分析可以看岀大类2的毛利偏低，我们可以一直钻取到中类、小类、单品，还可以进一步 地将报表条件传递给销售一毛利带的交叉分析。2 .交叉分析（销售一毛利带）在对整个低毛利的中类作毛利带分析的基础上，我们可以调整毛利带的分布结构，把毛利带进行偏移，来调整我们的价格策略3.关联分析（同比/环比分析）将上一级分析的报表条件传递给同比分析，用同比分析的结果来检验我们对毛利调整策略的结果，看一下数据变化趋势，以便进行下一阶段的商品调整。通过上面的对销售的综合分析报表，层层数据钻取后，对毛利的偏差已经可以精确的定位问题的所在，并 通过数据分析来制定策略的调整。同时还可以将更多的报表进行传递展现，一层一层地深入，建立企业的经营数据模型，用比较分析法找岀差异，做到数字化的运营管理，提升企业的竞争力门店2的大类报表|CIB2兀直731979.12707B2. 3811.601800111.96618882.981.2大裘134W. 94415& 371L96523.70S14487.052.4大类272368. 86剌弧876,20*69069,14T22.3俸递根最爭件：时间段经背方式.门店链接数据化管理数字化管理，要求用数据“说话”，实施数据化管理，必须尊重数据，每一个人都必须