banner

数据化管理(电商)-销售店铺分析

作者: afenxi来源: afenxi时间:2017-04-11 10:34:160

摘要: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。

按照整体规划(数据化管理(电商o2o)系列文章目录规划 - 撩撩数据吧 - 知乎专栏),继续补充销售店铺分析。

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)

怎样分析上面的指标?

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。

数据化管理(电商)-销售店铺分析-数据分析网 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,考虑一个店铺业绩的成绩,也需要结合一个长期表现,某个月表现不好,于月月表现不好相比,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。

数据化管理(电商)-销售店铺分析-数据分析网 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。

数据化管理(电商)-销售店铺分析-数据分析网 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。

(文中图表使用finereport开发)

作者:jiago王 链接:https://zhuanlan.zhihu.com/p/22165862 来源:知乎

banner
看过还想看
可能还想看
热点推荐

永洪科技
致力于打造全球领先的数据技术厂商

申请试用
Copyright © 2012-2024开发者:北京永洪商智科技有限公司版本:V10.2
京ICP备12050607号-1京公网安备110110802011451号 隐私政策应用权限