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

[指标体系] 搞懂这套店铺核心数据分析,让业绩增倍卖翻天!

[复制链接]
跳转到指定楼层
楼主
发表于 2019-8-22 20:07:40 | 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
早些年提到店铺,绝大部分都会是线下的实体店面,而现在的店铺,已经不局限于线下,也包括线上例如天猫某某旗舰店、京东某某旗舰店一类。一般来说都会同时运营多个店铺,鸡蛋不能放在一个篮子里嘛,但每个篮子要放多少个鸡蛋,投入多少的资源,这就需要进一步的分析和研究了。
线下的实体店铺更多的关注于销售情况、店铺库存情况等,而线上则会关注销售、流量、推广营销等。
无论是线上店铺或者线下店铺,店铺分析的目的可以归结为以下三条:
  • 通过对各店铺业绩的分析,对各店铺相关人员的kpi进行管理。
  • 通过对店铺数据的分析,帮助店铺负责人发现业务中的异常,辅助问题的解决。
  • 通过分析各店铺的销售、运营情况,来合理的为各店铺投放资源,避免浪费成本。

有哪些指标需要分析?
  • 效率指标。线下店铺会有平效、租金倍率等指标,而对于线上而言,主要分析的是人效,也就是销售额/店铺人数、利润额/店铺人数。
  • 完成率指标。每个店铺都会制定自己的目标,需要对目标的完成率进行分析,包括实时完成率和累计完成率。
  • 业绩指标。常规的销售额、利润、订单数等指标。
  • 退换货数据。各店铺退货数量/金额,换货数量/金额,退货率、换货率指标。
  • 客单价。销售额/交易用户数,分析该指标来反映用户质量、店铺商品布局合理性等。
  • 推广分析。分析各店铺的推广费用、推广销售额、roi等指标。
  • 其他运营指标。店铺流量、转化率指标。

对于线下实体店铺还会关注连带率、存销比、会员占比等指标。
如何分析上述指标?
指标项目还是很多的,一个一个分析,肯定不轻松,更重要的是,目的还没明确。要小心走的太远,而忘记了为何出发。所以,我们还是从业务目的出发,来将各类指标结合起来分析。
1.为店铺业绩管理。
店铺的业绩评定会考虑很多因素,除了可量化的指标外,也会有很多其他因素,我们无法将所有因素都分析起来,但是可量化的数据,是一定可以做到可视化,为管理提供方便的。
如上图所示,首先一个比较显眼的气泡图,从多个维度来考量店铺的业绩,上图中的气泡图涵盖了计划完成率、人均利润、店铺总销售额。比较直观的展示出业绩的好与坏(气泡越大越好,越靠近左上角越好)。
同时,考虑一个店铺的业绩,也需要结合一个长期表现,某个月表现不好,与月月表现不好相比,意义还是不一样的。所以在气泡图旁边联动了一个指定店铺的月度业绩完成情况。
最下面是明细表格,一个店铺业绩影响的指标有很多,但是每项指标所占的权重或许是不一样的。每个店铺的综合业绩,可以通过一个合理的公式计算得来,例如表格中最后一列的综合分,也是根据该项的值来排名的。
2.店铺分析-问题管理。
旨在通过数据分析来细化问题来源,最终对解决问题有一定帮助。这种实例已经很多了,在接触过的客户中,通过对数据的追踪分析,有发现套利的,有发现刷单的,也有发现公司政策不合理导致员工专钻空子的。
通过上图可以看到,业绩表现为“差”的店铺中,B店铺的销售额占比是最高的,也就是他业绩如果可以提高,是对整体影响是最大的,所以先针对B店铺来看。
定位原因,一般是从整体到细节的钻取,例如日期上的“年->月->日”。对于电商销售,可以从店铺->商品大类->商品小类->品牌->型号的顺序,一层一层钻取,直到定位到最细节的原因。例如上图中,店铺B的销售完成率很低,通过层级钻取,最终找到品牌b111下的商品达成率过低,同时可以看出这个品牌的退货率是偏高的,这是非常明显的异常,很可能问题就出在这里。
此外,影响销售额的另一大因素也就是客单价,如果没有什么活动,客单价一半也会稳定在一定的范围内,客单价的变动也可以在一定程度上反映出店铺销售是否异常。当然,上图所展示的还是稳定在一个区间内,看不出什么异常。如果发型店铺的客单价突然大幅下降,也就需要关注一下了。
3.店铺分析-资源配置。
店铺的运营是需要投入的,不能既要马儿跑,又不给吃草,要投人、投钱、投货。电商中一个非常重要的投入就是推广了。店铺的流量可以认为是基础流量(搜索、用户收藏等)+推广流量(直通车、聚划算等)+其他流量,推广费用并不便宜,有没有带来效果?哪个平台的效果更好些?哪个店铺更应该投入推广?这个还是值得分析一下的。
如上表中所示,没有什么图形化的想法,这里也顺便提一下,如果不知道怎样图表化,那么最好就是以表格的形式展示,至少不会产生误导。
上表中,对数据有疑问可以进一步钻取。通过对数据的分布,来衡量店铺对推广的依赖程度,可拓展的空间等,可以对于各店铺的资源投入有一定帮助。
最后,店铺分析比较常见,不分线上线下,上面几个例子是根据自己的所见进行整理,希望能给各位带来一定的参考效果。还有其他我未提及到的,欢迎大家留言补充。
注:文中图表均由finereport报表开发
作者:​jiago王
来源:数据分析不是个事儿

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, 2024-4-23 22:35

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