数据化管理学习笔记

本文主要是介绍数据化管理学习笔记，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1、数据化管理的概念

1.1、什么是数据化管理

指运用分析工具对客观、真实的数据进行科学分析，并将分析结果应用到生产销售等各个环节中去的一种管理办法。

1.1.1、      数据化管理的3个层次

数据化管理 的3个层次 经营策略管理 还要干什么? 营运分析管理 干得怎么样? 业务指导管理 在干什么?

1.1.2、数据化管理的意义

A、 量化管理

B、 最大化销售、市场业绩

C、 提高企业管理者决策的速度和正确性

D、 有效节约企业成本-生产、费用、人力等

E、 部门协调/管理的工具（避免开会时争吵）

1.1.3、数据分析的4种方式和进化

专业分析机构 运用信息技术 计算机辅助 手工分析

1.1.4、如何识别有问题的数据

数据 数据特性 逻辑性 时效性 真实性 客观性

1.1.4.1、数据的真实性

A、现象：假的销售数据充斥在销售的各个环节。

B、危害性：得出错误的结论、造成判断失误、浪费时间

C、如何避免：养成数据化思考的习惯，并且对数据要有质疑的精神。

D、假数据产生的原因：

1) 统计路径太长

2) 粗心大意

3) 故意篡改数据

1.1.4.2、数据的客观性

1. 现象：以偏概全、定向取值、标准不统一
2. 危害性：不客观的数据是一剂杀伤性很大的毒药
3. 危害性：占用资金、损失利润、占用空间
4. 运用权重法（分析商品、物料等占用的比例、账龄、库龄等）

1.1.4.3、数据的时效性

1.1.4.4、数据的逻辑性

1. 现象：基层销售人员基本没有数据逻辑化的概念
2. 危害性：工作没有方向和思路，评价事物太主观了，容易活在过去。
3. 如何避免：加强数据化管理方面的培训
4. 如何判断数据的真假：

1) 尾数法：通过计算尾数判断数据是否正确。

2) 首位法：通过计算首位去判断最接近的数据，看是否正确。

3) 数位法：通过计算后的结果可能尾数去计算。

4) 最大值：通过计算数据的排序和结果进行比较，看哪个最接近。

1.1.4.5、如何防止数据忽悠

1. 谁在说？有无立场问题
2. 他是如何统计的？有无样本问题
3. 他事先有假设吗？有无预设结论
4. 可以多想一想吗？是否有遗漏
5. 可以翻翻书吗？是否偷换了概念
6. 还看不明白？那就先假设你是对的，然后去验证
7. 主动提高

1.1.5、如何提高数据化思维意识

1) 玩数字游戏

2) 看新闻联播

3) 学会质疑

4) 熟悉业务

5) 记大数

6) 记关键数

7) 记异常数

1. 被动提高

1) 培训

2) 做表

3) 诱惑

4) 找茬

5) 换岗

1.1.6、销售报告注意事项

1. 不要只能罗列数据而没有结论
2. 思路清楚，逻辑明确
3. 不能写记叙文，而要写议论文
4. 既要有问题点，也要有解决方案
5. 没有确切数据，只做定性分析，论据不充分。
6. 我想表达什么？
7. 我表达清楚了吗？
8. 站在受众的角度再想一想？

1.1.6.1、如何提炼报告的观点

1.2、发现零售业的销售规律

零售密码：零售业就是以周为单位不断循环的个体。

1.2.1、周销售份数

定义：是以某段销售周期内的各种日销售数据为基础，按照周为单位进行权重分析处理的一种管理工具。销售周期最好为一个完整的年度。（连续的12个月数据）。周销售份数为相对概念，每个企业的周的天数也不一样，一般取值为7-14。

1.2.1.1、计算企业周销售分数步骤

计算企业周销售分数步骤 计算周总份数 计算周一到周日的平均销售额 计算周一到周日的分数 剔除异常值 收集完整店铺数据 确定完整年度时间段 剔除异常值 法定节假日：如元旦、春节、端午、五一等 法定假期的调休日（例如国庆原本假期只有3天，但是剩下的4天是其他天数调成的，要剔除） 行业特殊日（例如三八节） 非正常销售日（例如团购单在某一天集中输入）

周销售份数是企业标准，允许每个店铺定义每天的权重占比，但是不允许修改总的份数。一个店铺周为9，一个为10，那是不行的。

1.2.1.2、计算周权重指数

季节 一 二 三 四 五 六 日 周合计 Q1 18068 18820 12247 15951 18941 20226 20546 124799 Q2 12826 14654 13243 13928 31248 35908 26808 147805 Q3 16930 11028 20233 20696 15101 32218 31411 147617 Q4 16194 13522 22087 22512 32807 42000 38000 187842 平均值 16005 14506 17133 18272 24524 32386 29191 152016 权重指数 1.1 1.0 1.2 1.3 1.7 2.2 2.0 10.5

计算公式 = 星期1/最小星期的销售平均值 + 星期2/最小星期的销售平均值 + 星期3/最小星期的销售平均值 + 星期4/最小星期的销售平均值 + 星期5/最小星期的销售平均值

+ 星期6/最小星期的销售平均值 + 星期7/最小星期的销售平均值

1.2.1.3、周销售份数的分解

星期n的份数 =（星期n的平均销售/平均周销售）* 企业周份数

1. 销售周期可以是4、8、12周等或任意时间段
2. 对于非正常的销售数据需要剔除处理
3. 确定前4周平均的日销售份数
4. 确定当月总销售份数

1.2.2、周销售权重份数的应用

1.2.2.1、分解月目标

日销售目标 = 月销售目标 *（日销售份数/月总分数）

1.2.2.2、预测月销售

1. 确定前4周平均的日销售份数
2. 确定当月总销售份数

月预测销售值=S日销售/（S日份数/月总分数）

C．销售预测的注意事项

1) 预测值是在每天不停地变化中，最后一个值是最有效的。

2) 每月10日前的预测会波动性较大，10日后会逐渐稳定，参考意义更大。

3) 每次预测值和目标没有直接的关系，不过可以用预测值来判断销售状况的好坏、目标的准确性。

4) 可用此方法做店铺、城市、区域、全国的预测。

1.2.2.3、预测年营业额

预测年营业额-季节指数法 特殊情况预测 不完整网点预测 完整网络预测 收集2-3年完整网店数据 寻找季节规律 删除异常数据 年营业额 划分季节

1.2.2.4、单位销售权重法（对比分析）

单位销售 = 销售金额 / 权重（销售份数）

单位销售权重法主要用在对比分析，因为根据销售的份额不同，如果用绝对金额去比较，不具备实际意义，例如周三销售了20000，当天的销售份数是1.0，周4销售了19000，但是销售份数是0.9，那哪天销售更好呢，正确的应该是20000/1.0 < 19000/0.9.并且可以有效地控制每个店铺出现月初放松，周末踩刹车，销售目标停滞不前。

1.2.2.5、其他销售状况的量化

1. 新品上市分析
2. （突然）短缺货的影响
3. （商圈内）同业竞争分析
4. 关键人员离（到）任的分析
5. 店铺陈列状态改变后的评估
6. 顾客未进店前，品牌及店铺位置是第一拉动力
7. 顾客进店后，成交率是关键
8. 顾客决定购买后连带率或附加值是销售最大化的关键
9. 购买后，研究如何提高回头率和缩短回头时间
10. 如何挖掘顾客的终生价值

1.3、销售中的数据化管理

1.3.1、决定零售店铺销量的关键因素

1.3.2、零售店铺属性分析

【零售店铺属性划分思维导图】若原始数据的属性划分不好或不全，即便数据分析能力再强也会有种『英雄无用武之地』感觉。给原始数据划分属性也叫贴标签尽可能更细更全，是数据化管理必备条件。就像做菜原料越多，配出来的菜品才更多更好吃。以服装零售店为例从『人、货、场』三方面定义的属性供大家参考。

1.3.3、确定店铺的盈亏平衡点

盈亏平衡点 = 店铺综合费用 / 销售利润率

店铺综合费用 = 租金 + 装修费用 + 店铺营运费 + 公司分摊费 + 人力成本等

销售利润率 = （平均销售扣率 – 采购扣率 ）/ 平均销售扣率

销售额的杜邦分析图

店铺的盈亏平衡点会影响关店率，盈亏平衡点在店铺日常销售指标制定和销售策略都起到很关键的作用，需要每日进行追踪，总之一句话，零售业的业绩都是追出来的。

1.4、商品中的数据化管理

1.4.1、库存天数 VS 库销比

库存天数 = 现有库存数量 / 平均每日销售数额

库存天数 = 销售库存总金额 / 平均每日销售金额

1) 是有效衡量库存滚动变化的量化标准

2) 是用来衡量库存可持续销售期的追踪目标

3) 服装行业的安全库存一般是3~4周

库销比 = 库存/销售（在特定的时间周期内，一般按月计算）

1.4.2、库存周转率

库存周转率 = 年销售数量 / 年度平均库存量{ （上年库存+本年库存）/2}

1) 是有效衡量销售经理库存管理水平的KPI指标

2) 是用来衡量企业或店铺行业竞争力的指标

1.4.3、资金周转率

资金周转率 = 年度销售金额 / 投资额

1) 是有效衡量企业资金使用效率的KPI指标

2) 是用来衡量企业在行业竞争力的指标

3) 它一般和毛利率合并使用

1.4.4、售罄率 VS 季末消化率

售罄率=（（SKU或序列/品类）本期销量 / （SKU或序列/品类）本期进货+上期库存）*100%

1) 是商品销售速度的计时器

2) 必须是在同等销售期（区段）的前提下进行

3) 同时销售期也是关键因素之一

4) 售罄率对坐对比分析的时候一定要算上货龄，货龄=从上架开始算货龄

1.4.5、商品的利润管理

毛利额 = 销售额 * 毛利率

1) 销售额主要由商品部和销售部决定

2) 毛利率主要有商品部决定。

商品部如何对毛利率进行控制：

1. 买货
2. 分货
3. 调拨
4. 促销

1.4.6、买货三步骤

买货三步骤 订货前 订货中 订货后 商品分级 品类结构 采购金额 规划 订货 按级采购 品类结构 检测三度 订货检测

1.4.6.1、商品的分级管理

1.4.6.2、买货的三度

1. 广度：货的品类
2. 宽度：单SKU包含的数量（尺码、颜色）
3. 深度：量
4. 订货数量的30-40%用于补货

1.4.6.3、货物的调拨

1、调拨三原则

1.4.7、商品的现值

现值：商品当前具有被市场认可的价值

制定现值的意义：

1、 加速资金的周转

2、 确保毛利率的最大化

决定现值的因素：

1、 货龄：必须以开始销售的日期计算货龄

2、 DOS（库存天数）：以1-2周的数据为一个销售周期

3、 售罄率：库存必须算上在途，未发货数量

现值调整注意事项：

1、 每月末和月初必须调整一次

2、 每季末转型前的上一个月是调整重点，以确保有季末商品足够的时间清仓。

3、 不能为单一促销活动调整现值

4、 不能商品部和零售店长一起来制定现值

5、 不能为扣点低的店铺单独调整现值

6、 零售价格要和现值一致

1.4.8、库存的数据化管理

1.4.9、买货采购额计算方法

采购额=（预期销售 - 有效库存 * 销售折扣率）/ 新品折扣率 / 售罄率

1.4.10、订货六部曲

1.4.10.1、确定买货金额

确定买货金额 确定年度销售目标A 确定销售期的平均折扣 确定各季商品销售比重C 确定月销售目标B 确定最终买货金额 盘点历史库存差距

买货金额 =（最佳销售季目标-历史当季库存 * 0.6）/ 当季平均销售折扣 * 季末库存率

1.4.10.2、买货结构

主要跟历史同期进行对比

 

这篇关于数据化管理学习笔记的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！