最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

如何从KPI看懂零售行业的数据分析?

[复制链接]
跳转到指定楼层
楼主
发表于 2016-12-5 14:31:26 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
       在这个竞争激烈的社会,市场竞争日趋激烈,电商对传统实体店的冲击越来越大,再加上成本费用高涨,利润持续走低,市场面临着这样的困境。但是,在这样一个大环境下,因为消费需求的日益增长,又仿佛还有一线生机。零售业的出路不仅是线上线下的成功融合,更源于对数据的收集、整理、分析,实现可预测、可指导,也就是“数据化管理”。下面我们从几个KPI来衡量下品类的价值。

      这边我们举个例子:商超百货,一个经营着众多品类的公司。那么,如果问这些品类当中到底谁最有价值?通常回答这样的问题,我们是不能简单的从一两个指标来回答的,我们来看下面一张图:





      从这张图中我们可以看出,除了大家比较好理解的销额、毛利、毛利率、库存、周转率以外,还有销额占比、毛利贡献率与交叉比率几个不常用的指标。

      那么这些指标又有什么意义呢?

      1、销额与销额占比都是体现品类的大,是量的象征,即销额越大,销额占比越高,就说明这个品类是一个大品类;

      2、毛利、毛利率与毛利贡献率,则体现品类的强,这个是质的象征,即毛利高,毛利率高,且毛利贡献率高,就说明这个品类优质;

      3、库存与周转率,则体现该品类的资金利用效率,如果库存高,周转慢,则说明资金利用率低,此时,对于零售企业来说,就意味着高成本。

      其中,我们重点讲下库存周转率和动销率。库存周转率一般关系着职业经理人的年终奖,是企业中高层的核心指标,他们是有动力冒着缺货的风险少下单的,目的就是提高库存周转率指标值。动销率从某种意义来说,反映商品畅销程度,那是不是动销率越高越好呢?答案是否定的,实际工作中不能仅仅被百分比所迷惑,只看数据的表面,不透过表面找到问题的实质。动销率代表商品的销售状态,该状态不是决定销售业绩,而是决定销售层面的价值。畅销的商品大家都能卖,把滞销的商品卖好才是销售人员价值所在。

      在上图中,我们可以看出不但能从任意时间与品类的维度去计算各指标,还可同时看到各指标去年同期(或上期)的值以及同比(或环比)的情况。这样,我们就可以更加立体直观的分析每个品类的价值了。

      另外,我们来讲讲如何从一张图去评价门店运营水平。评价门店运营好坏的指标非常之多,今天我们主要讲讲如何提高销额这一块,对于门店经理来说,货的成本他无法控制。所以,他能控制的就是,卖更多的货,将销额做上去。



      从上图我们可以看出它将销额的构成,分解成几个体现过程和几个环环相扣的指标。那么我们从中看出了什么问题呢?我们可以很明显的的看出当期的销额环比下降了9.2%,为什么会造成这种情况呢?

      从图表中可以看到,其中客流量微增了1.8%,主要是因为客单价下降10.8%导致的。那为什么客单价为下降这么明显呢?这就需要我们有更多的数据去分析了,如果我们能再从各品类的维度去分析,就可以快速找到哪个品类客单价下降最快。

      仅从上图的数字上来看,我们可以大概得到这样的一个结论:虽然客流量微增,但因为品单价快速下降导致客单价明显下降。所以,造成销额下滑明显。

      评价零售业KPI的指标非常之多,但是要如何从这些指标中分析出有用的信息?这就需要我们对数据进行一个行之有效的分析,灵活的利用图表从多维度对指标进行直观的分析,从中提取有用的信息,找出问题的关键,这样才能为企业提供有价值的参考。而Power-BI就可以实现这样的功能,在power-BI的行业解决方案中有关于零售连锁行业的解决方案,一张图就能把数据分析读懂,它可以就销售、商品、门店、供应商等进行数据挖掘,然后建立管理驾驶舱,方便管理者进行查看,从而发现问题。

想免费体验一下BI吗?来点击 http://www.powerbi.com.cn/test
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-25 18:30

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表