e-works数字化企业网  »  文章频道  »  基础信息化  »  终端和服务器

数据驱动决策:BI在零售业的数据化管理

2017/2/28    来源:CIO智库    作者:佚名      
关键字:数据驱动  BI  
无论是商业智能时代的应用建设,还是当下大数据时代的数据应用/数据产品建设,行业化、角色化与场景化,均是一个重要的趋势。本文主要以服装行业为例,介绍了日常运营管理数据分析场景的规划。
    无论是商业智能时代的应用建设,还是当下大数据时代的数据应用/数据产品建设,行业化、角色化与场景化,均是一个重要的趋势。
 
    当下,许多企业逐步开始具备场景化思维,更为注重用户体验,业务运营更多的围绕用户的消费场景来展开。从这个角度来看,数据应用的场景化,是与之一脉相承的。
 
    零售业的运营管理中,一线的管理核心——店长的重要性,已经几乎为所有企业所共知了。当前,站在服装企业总部的角度,基于终端零售运作、商品运作管理、VIP顾客管理等主题,进行数据分析已经较为广泛。而面向店长层面的,支撑其日常工作的数据分析类应用,则相对缺乏。本例试图初步构思一例服装企业中,适宜给到终端店长这个角色来使用的若干项应用,以期从数据和分析等角度,辅助其终端店铺日常运作管理的各个方面,提高工作效率和管理水平,最终实现团队能力的提高和业绩的提升。
 
    本文所讨论的应用,不局限于数据及指标的呈现。而是在提炼了若干指标,并简述其用处基础上,适当加入进一步深入的问题原因探究与跟进行为参考。本文从以下几点适当进行扩展的介绍:
 
    1.从数据与指标的单纯呈现,提升至结合一系列指标对状态的诊断,形成预警,即问题的推送;
 
    2.适当加入对于某些问题,终端店长当前工作可以借鉴参考的指引;
 
    具体的应用体系,将从终端、商品、店员、VIP顾客、信息公告五个角度进行组织,前四项是按零售管理及其数据分析的几大关键主体来进行划分,最后一项是定位于总部与终端店长信息传递的一个渠道。每个角度下会组织有若干的子方面,它们依据企业数据现状或是随着管理水平的提升,是可以逐步进行扩展的。同样的,依据不同企业的运作模式或是管理需求重点,各项应用中的指标是可以裁减调整的。下文便依次对其各个角度展开介绍。
 
    终端管理
 
    终端管理角度,以“场”为核心主体组织相关应用。分为三个部分,一方面是业绩监控,一方面是运营指标,另外一个是库存管理
 
    业绩监控
 
    通常我们讨论与业绩相关的指标,掰着手指头一算,就可以罗列出许多许多出来。我们尝试着基于某些规律,对其进行分类。从时间角度上看,各个指标有日级别、周级别、月级别。从指标涉及的内容角度上来看,有基础类指标,如销售计划、实际零售、计划达成率,以及是时间轴上的衍生指标,如同期值、同比增长率、上期值、环比增长率、本年累计值、同年累计值值、年累计增长率等等。我觉得有一点是需要注意的,对于店长这个角色来说,如此多的指标,不是不够,而是会显得有些过多了,内容过多,往往又造成失去重点,让店长们无所适从了,因此业绩监控指标的选取,应当尽量简洁且足以说明问题。当然,未列示的指标以说明部分所涉及的指标,可以以扩展显示的形式,供一部分数据化管理思维或数据分析习惯较好的终端店长来深入使用。那么,最基础且重点的指标可以有:
 
    昨日业绩、销售单数、昨日达成;(昨日计划数据、计划与实际的差额为辅,视具体情况来做展现或者设为可选查看)
 
    本周累计业绩、周计划达成;(呈现方式与日级别数据类似,计划数据及差额为可选)
 
    本月累计业绩、月计划达成;(细节同上)
 
    今日计划、今日累计业绩;
 
    本周业绩相对达成、本月业绩相对达成;
 
    如果用BI来整合数据分析,就会呈现类似如下的一个销售看板。
 
    以上指标清晰易懂,店长看业绩及业绩达成即可了解目标的完成情况,这是其需要了解的核心数据,还可以将上述指标进行分组,在使用的时候,可以在各个指标组切换来看,更显精简。至于预警,便可基于日业绩达成,周业绩相对达成、月业绩相对达成来进行,终端店长需要对昨日业绩达成较差、本周业绩相对达成或本月业绩相对达成不理想的情况,及时检查问题所在。这里所使用相对达成很有用,毕竟月度进度等指标在月度中间无法直接用作进度的判断,月中发现问题着手改进,要远远好过月度之后才获得一个只能去“亡羊补牢”的指标数。
 
    需要说明的是,有的企业,终端店铺的日计划、周计划或者是没有很好的编制,或者是没有统一规范的收集并导入系统,那么日达成、周达成便自然无法呈现。终端零售管理中,日计划的编制,在越来越多的企业中开始规范的执行了。随着服装行业企业纷纷推动深化终端的管理精细化,细粒度的销售计划缺失,是极为可怕的。
 
    另外,关于当日的业绩,这个是可以使得终端店长除了了解过去的信息,也能对当日进行中的业绩进行近实时监控,当然,这也会对后台数据系统的数据采集、数据处理,提出更高的要求。
 
    再者,还有一些的指标,如去年同月累计销售额等指标,在总部观测角度是有需要的,但是到终端店长级别,未必是必须的了,可依据企业需要作适当调整,此处示例便未将它们纳入。
 
    还有便是,业绩的排名与达成的排名,也是可以考虑的一项辅助内容,目的是让店长更清晰的了解自己店铺在整体中的位置,了解目前业绩较好或是达成较好的终端,从而设立明确清晰的标杆,更积极的展开工作。业绩排名与达成排名,需要是可比店铺的排名。之所以用“可比”,是期望在数据处理过程中,尽量屏蔽一些地区之间或是不同等级店铺之间的差异,在这里,可以是同区域内本店业绩排名,或是同店铺类型的店铺业绩排名,或是区域与店铺等级的组合。通过本店铺的排名,以及排名异动,可辅助店长进行预警监控。
 
    还可以再从趋势角度进行可选性的应用扩展,服务于数据思维较好的店长。举个例子,为终端店长呈现其终端在最近四周内的周一至周日的业绩趋势对比,近四周,相对来说大部分时候季节上的波动不会太大,同时还进行了周内各日的细分,那么便是将工作日周休日因素考虑进来了,对发现业绩的异动能够更为科学。
 
    再进一步的,企业除了关注销售业绩方面,亦可对毛利进行观测。在与多家企业的沟通过程中,有一个感慨,俗一点来表达,便是发现企业“越是细致的盯什么,便会来什么”,盯的是业绩,极有可能获得到的是业绩上的收获,而未必是毛利的收获。再看远一点,月度上,企业紧盯业绩与紧盯净利,也可能会有不同的结果。我想,这也是当下越来越多的企业都编制单店损益表,引入利润相关指标来做考核的原因了吧。
 
    需要说明的是,本文将智慧店长应用按四大主题进行组织,并非是要将他们进行很“干脆”的切分,而仅仅是数据和应用组织上的需要。这些主体,绝对不是孤立的,他们之间是有着极为紧密的联系,同样的,应用之间,也是相互之间有着相辅相成的。譬如从业绩达成指标,基于业绩的达成进度,如果觉得指标不甚理想,可以进一步进入到后续要介绍的终端店员管理页面,探究各个店员在本月的业绩及达成情况,基于此,来分析哪位店员的达成较低,而哪些店员仍然表现优异,便可以更加精确的定位到问题可能存在的地方,予以针对性的对症解决问题。
  
    围绕业绩而展开的内容,实在是太多了,即使加入如此多的扩展,仍旧不能完全说清道明,而只能逐步补充与完善,究其原因,谁叫业绩是整个企业管理的重中之重呢。
 
    运营指标,是基于终端运营的关键绩效指标的提炼与分析。虽然部分人会觉得它们没有业绩监控那么重要,但是它们却是很有用的零售终端过程管理指标,也是一个让店长了解终端运营水平的一个窗口。其中的许多具体指标,已经是为大部分管理或是数据分析人员所熟知了。那么,重点便是前文所述,通过KPI监控预警等手段,让店长尽可能的发现问题。
 
    可以有以下的运营方面指标进行呈现:
 
    连带率,客单价;
 
    折扣率、平均单价;
 
    VIP消费占比;VIP发卡指标可作为可选。
 
    新品销售占比;
 
    以上指标的列示,本文内不强调其时间上的粒度。在许多企业里,它们管理到月度即可,那么指标可以在此呈现本月累计。如需扩展到周级别的或是日级别,做类似的扩充计算与展现即可。
 
    单单的指标呈现,较为粗浅。绝对值大部分时候是不能说明问题的,发现问题,大多时候采用对比分析,可以与标杆比、与平均水平比,自己往期历史数据比。具体的操作,可以如本月累计连带率与去年同期本店的连带率对比,以及与可比店铺的连带率对比(可比店铺的概念可参考业绩监控指标说明部分),以及近期各日(或周)的趋势,借助这些手段来发现异常。亦可参考可比店铺中的表现优异者,采其指标作为本店的标杆,依次作为提升目标,并推行PDCA(计划、执行、检查、行动)的循环,持续提升本店的连带率水平。
 
    通过上述的对比分析,基本上可以得出一些的结论,譬如,本终端的当月的连带率,在可比店铺中排名较为靠后,与自身在去年同期的水平、上期的水平相比,也有较为明显的下降,说明这方面确实存在了问题。这个时候,可在系统应用中给与店长一些工作开展以解决连带率低下这个问题的提示:
 
    1.通过进入到店员管理页面,对店员的连带率水平进行分析,看他们之中,是否存在了较大差距,如有,可以对连带率较低的店员,制定内部导师,进行帮带。
 
    2.另外还可以建议开展商品知识的学习比赛活动,更好的掌握商品的FAB,或是通过与友店或是总部进行沟通,掌握当前畅销款和主推款较为搭配的关联商品。
 
    3.与区长及相关人员沟通针对性培训课程事宜,通过参加培训课程,提升连带销售技巧;
 
    以上的方案,如有采纳并执行之后,还有一个必不可少的步骤,便是指标的趋势分析,趋势分析看什么,看我们的措施,譬如在终端开展了商品知识学习的活动,是否有了效果,反应在数据上,便是连带率指标的提升,趋势图可以很好的满足这方面的需求。这样操作之后,我们便可以看到,一个发现问题、分析问题、解决问题、检查诊断的闭环形成了。
 
    又如新品销售占比指标,可以通过各店铺之间进行横向的对比,或是参考企业依据自身业务模式及过往数据进行提炼的标准参考指标作为标杆进行对比发现异常。与之类似的,还有前十款商品销售占整体销售占比指标。
 
    再借着一个折扣率指标,来说明不同服装企业之间KPI关注点的差异吧。在部分企业里,折扣的变化幅度相对来说较为宽广,那么,折扣率的跟进相当重要,因为折扣率可以使用户间接的了解到毛利率水平。当然,另外一个前提是企业会针对终端有一些折扣率方面的要求,乃至考核,否则店长对其的关注程度便会大为下降,而沦为总部单方面的关注指标了。而另外一些企业里,折扣管理相当严格,当季货品除了会员折扣便很少有其他活动折扣了,过季货品也不在正价店中销售。那么,折扣率指标的管理,就因为其数据相对的稳定性,失去了监控的意义,自然就无需作为核心指标了。
 
    再看VIP消费占比、VIP发卡数及发卡数量计划等指标,能够有助于终端更好的提升VIP的发展和维系能力。迎合到当前服装行业诸多企业越来越重视此VIP管理。当然,与折扣率指标一样,并非对于所有企业都有同样等级的需求,譬如体育运动,大众休闲类的细分行业,VIP显得不那么重要,乃至没有推行VIP管理,那么对于它们,此指标便意义骤减。
 
    如果企业的信息化水平较好,或者是终端的执行力较强,有采集终端客流方面的数据的话,那么,还可以针对进店客流数、进店成交率,乃至试衣率进行统计分析。这方面的数据是很有意义的,可以辅助了解当前终端进店客流的变化,成交率的变化,进而分析情况,对影响终端业绩的客流方面因素进行诊断,继而对终端的陈列以及店员商品知识、销售技巧等方面进行针对性的改进与提升。
 
    本节并没有将平效、人效指标纳入,是因为笔者认为这两项指标,从总部角度上观察,比在单终端层面上运用,要更有意义。加入他们,确实可以了解终端的面积效益产出以及人均的业绩产出,但是对于终端店长而已,面积与员工人数的变化,并不是经常发生。
 
    库存管理,关于终端级别的库存数据分析,其实可以在运营相关内容中放置,也可并入商品管理之中,毕竟库存是终端场地内的库存,也是商品的库存。在这里,特别的将其列为一个子应用,以期专门让终端店长洞悉库存相关情况。此部分可在以下指标集中进行选取:
 
    整体库存金额、整体库存数量;
 
    品类库存金额、品类库存数量;
 
    销售数量、销售金额;可按周、月或最近七日、三十日的规则来统计;
 
    库存可用周数/月数;按金额统计及按数量统计;
 
    库存周转率、库存周转天数;
 
    销售SKU数、库存SKU数;
 
    终端库存上限、下限阀值;
 
    基于以上一系列的指标,可以进行许多的分析,下面是比较有代表性的,能够结合规则或是标准值理想值等进行预警的两项分析应用:
 
    1.当前库存情况及同期值,库存可用情况(当前库存与近七日、近三十日销售的比值)及同期值;了解库存增长情况及是否销售亦有对应的增长;
 
    2.与终端库存水平控制阀值参照对比,对终端库存进行监控;对于部分设定到大类(如鞋服配)SKU标准的终端,可以在SKU层面与理想值进行比对.
 
    服装企业基于自身管理粒度、对终端店长的要求程度,以及基础数据状况,进行符合自身管理需求的指标选取,组成终端店长库存管理看板,从而得到库存管理,不仅有着总部的重视,还可以从一线做起。

责任编辑:李欢
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐