购物车
购物车
王庆云
最近，在咨询圈和资本圈，以及一些高大上的企业圈，特别盛行谈大数据，仿佛不谈大数据就没有未来。大企业谈大数据是人家有资源，中型企业谈大数据那也是装逼有理，互联网创新企业谈大数据那是基因对路或者骗钱有道，作为建材家居经销商多趴在一个城市里，手里就那么点数据，就不要凑这个热闹了。不妨先仔细的研究分析一下你的小数据。对你而言，大数据是幻影，小数据才是黄金。
以我对建材家居经销商的了解，很多经销商对数据的收集和研究是相当薄弱的。只有极个别的会设置数据分析专员，专门从数据里淘金。拥有专业的分析方法和信息系统工具的也就听闻过一两个。
数据研究主要包括三个部分：数据收集、数据分析、数据应用。在实践中，是按照先收集、后分析、再应用的时间顺序展开的。但对于数据收集分析结构搭建，是反过来的，先从用途开始，然后倒推分析模型，最后确定数据清单和获取方式。
从经营上来看，数据分析的逻辑本质上来自于一个公式：利润=销售额-成本，其它都是源于这一公式的演变。
先看一笔零售账
首先，必须先清楚的知道你的零售毛利率（工程暂时不涉及）。包括整体的也包括单个产品系列的零售毛利率。
零售价 | 拿货价 | 零售毛利率 | |
示例 | 100 | 50 | 50% |
其次，估算人力成本支出所占的零售毛利率的百分比。
安装 | 销售 | 测量 | 设计 | 物流 | 其他 | 合计 | |
示例 | 3% | 6% | 2% | 1% | 2% | 2% | 16% |
再次，根据预期利润和推广费用控制，计算出房租和装修成本的最高占比情况。
零售毛利率 | 期望利润率 | 人力成本 | 推广费用 | 房租和装修成本 | |
示例 | 50% | 15% | 16% | 10% | 10% |
最后，我们来计算店面营业额目标应该如何设置。（假设零售毛利率为50%，人力成本16%，推广费用10%）
房租和装修成本占比 | 利润率 | 目标营业额 | 备注 | |
示例1 | 10% | 15% | 10倍房租和装修成本 | 绩优线 |
示例2 | 15% | 10% | 6．67倍房租和装修成本 | 一般线 |
示例3 | 20% | 5% | 5倍房租和装修成本 | 风险线 |
示例4 | 25% | 0% | 4倍房租和装修成本 | 生死线 |
特别说明1：以上测算为模糊计算法，是一种基于房租和装修成本来测算店面营业目标的快捷计算方式。
特别说明2：该算法为基于业务稳定状态下的计算方式，如果在夫妻店阶段，人力成本会降低；如果在市场操作初期，推广成本应放大，利润率应压低。
特别说明3：以上的目标营业额标准，可作为营业常数作为参考。
在此，我们还可以推敲出家装渠道的操作空间。
零售毛利率 | 人员支出 | 房租和装修成本 | 其他推广 | 家装公司 | 设计师个人 | 利润 | |
示例1 | 50% | 16% | 10% | 10% | 5% | 9% | 0% |
示例2 | 50% | 16% | 10% | 5% | 5% | 10% | 4% |
示例3 | 50% | 16% | 10% | 5% | 0 | 10% | 9% |
特别说明1：随着营业额的扩大，各项支出的占比会降低，因此实际的利润空间比理论数字大。
特别说明2：家装渠道的操作更适合毛利高的产品、市场容量大的市场或者市场启动的初期。
再看零售销售数据分析
大部分经销商会集中在销售额、销售量、折扣率这三个核心指标上。为进一步分析销售中的问题点和机会点，我们还应该进一步拓展分析指标。
计算方法 | 备注 | |
销售额 | 特指金额 | 注意各渠道和各终端销售占比 |
销售量 | 特指顾客数量（可按送货地址计算） | 注意各渠道和各终端销售占比 |
特价占比 | =特价销售额÷总销售额 | 注意各渠道和各终端销售占比 |
小区渠道销售占比 | =小区销售额÷总销售额 =小区销售量÷总销售量 | 既要测算销售额占比，也要测算销量占比 |
家装或设计师渠道销售占比 | =家装或设计师销售额÷总销售额 =家装或设计师销售量÷总销售量 | 既要测算销售额占比，也要测算销量占比 |
老顾客因素成交量占比 | =（老顾客二次购买销量+老顾客推荐新顾客的销量）÷总销量 | 可以把这个指标，作为一个特殊的渠道销量占比来看 |
顾客接待量 | =总接待量（顾客重复到店只计一次） | 每组顾客只计一次 |
自然进店占比 | =自然进店顾客数÷顾客接待量 | 自然进店，即非人为邀约的进店 |
邀约进店占比 | =邀约进店顾客数÷顾客接待量 | 邀约进店包括实地拜访邀约和电话邀约 |
二次接待率 | =再次进店的人数÷顾客接待量 | 该指标用于衡量顾客粘度，对建材家居行业而言，尤其重要 |
登记率 | =登记量÷总接待量 | 该指标直接决定了我们对顾客跟踪的主动性 |
测量率 | =测量数÷顾客接待量 | 测量率对于定制类产品而言至关重要 |
样板参观率 | =参观数÷顾客接待量 | 测量率对于定制类产品而言至关重要 |
样板建设量 | =样板数量 | 对于样板影响成交率明显的品类，该指标应作为一个营业目标来设置 |
成交率 | =成交数÷顾客接待量 | 此处成交率，不扣除所谓的人为判断的非意向顾客数量 |
多次接待成交率 | =多次光顾成交数÷多次光顾顾客数量 | 此时的成交数应去除一次性成交的特殊顾客 |
测量成交率 | =成交数÷测量数 | 测量成交率比成交率更能反应问题，但需要按月度计算，方可有效 |
客单值 | =销售额÷销售量 | 注意除了平均值，还应该关注众数（即具有明显集中趋势点的数值） |
老顾客二次购买率 | =二次购买的顾客数量÷老顾客数量 | 对于家居类产品，尤其是更换周期短的产品而言，至关重要 |
老顾客推荐新顾客率 | =老顾客推荐的顾客数量÷老顾客数量 | 对于建材耐用品而言，这个指标的重要性大于老顾客二次购买率 |
分销率 | =分销渠道销售量÷分销渠道进货量 | 涉及到向分销渠道压货的情况下应注意的指标 |
销售人效 | =销售额÷销售人员数量 =销售量÷销售人员数量 | 还需要注意各渠道和各终端的不同人效 非销售人效可根据工作量来计算 |
动销比 | =动销品种数÷门店经营总品种数 | 用以测算各品种的销售情况 |
电话邀约的数据分析
因为电话邀约比较特殊，需要做专门的统计分析。
备注 | |
拨打电话数量 | 总数量，包括空号、错号、拒绝号等 |
空号量 | 评估名单质量 |
号码错误量 | 评估名单质量 |
未接通量 | 另择时间再次拨打 |
接通后拒接量 | 根据态度情况，可发送短信 |
已购置量 | 根据情况可问询购置的品牌情况 |
不装修量 | 有真有假，根据情况可问询装修计划，可发送邀约短信 |
意向顾客量 | 咨询品牌、产品、价格或活动的顾客 |
承诺来店量 | 约定了具体到店时间的顾客数量 |
发送短信数量 | 包括一次性发送短信量，和发送频次 |
上门测量量 | 定制产品需要统计 |
样板参观量 | 样板作用明显品类，需要统计 |
成交量 | 侧重于数量，一般电话陌拜成交率1-3%是个合理的量，具体根据名单质量和品牌形象力和活动力度而定 |
成交金额 | 侧重于金额 |
最有价值的，莫过于顾客数据分析
大部分经销商会关心销售数据，但对顾客数据非常的漠视。然而，恰恰是顾客数据的分析，蕴藏着巨大的机会。
备注 | |
销售机会统计 | 可以简单地按照当地当期装修量来计算 |
销售机会区域分布 | 将销售机会按照区域和小区来区分，从而发现集中区域 |
接待顾客占比 | 当期接待的顾客量÷当期销售机会，用来判断接待占有率 |
接待顾客小区分布 | 我们接待的顾客的区域和小区分布，用来看自然覆盖率或评估推广效果 |
无覆盖机会小区分布 | 即没有顾客光临的那些机会区域或小区，用来看覆盖力或衡量推广必要性 |
成交顾客小区分布 | 一是看我们的顾客覆盖力，二是为以老顾客为中心推广做数据准备 |
成交的顾客特征是 | 对于成交的顾客，必须仔细研究在消费力、理念、小区、装修、年龄、职业等方面表现出来的具体特征 |
成交的促成因素是 | 必须对成交的促成因素进行分析，有利于扬长避短 |
未成交的顾客特征 | 从反面，来看我们拿不下的顾客是哪些人 |
未成交的阻力因素 | 从反面，来看我们拿不下的顾客究竟是基于何种原因，从而找到应对策略 |
出于销售人员诊断的数据分析
很多人都知道需要关注和帮助员工个人的成长，但是他们往往停留在销量不好、专业知识欠缺、沟通能力不足方面，并没有更进一步的进行诊断和帮扶，而这可以通过数据分析来得以实现。
数据收集 | 备注 |
销售额 | 需要区分是客单值高，还是销售量大，是否稳定 |
销售量 | 对于新员工销售量比销售额更重要 |
特价占比 | 如果特价占比比较高，除了店铺所覆盖的人群特征因素外，需要对该员工进行特别的促销活动的引导培训 |
平均客单值 | 更重要的是客单众数，如果过低，需要做专项培训 |
顾客接待量 | 要区分自然接待量和邀约接待量 |
顾客登记率 | 如果登记率过低，需要专项培训 |
顾客跟踪情况 | 需要深度了解该导购的顾客跟踪情况，可以考虑跟踪表单记录法 |
测量率 | 定制产品使用。如果过低，需要做专项培训 |
样板参观率 | 样板参观影响力较大时使用。如果过低，需要做专项培训 |
成交率 | 如果过低，需要做专项培训 |
测量成交率 | 如果过低，往往意味着临门一脚的能力太差，需要做专项培训 |
老顾客推荐新顾客率 | 如果过低，说明老顾客的维护不到位，没有充分发动老顾客力量 |
员工入职时间 | 以上数据根据新老员工，有不同解读 |
员工的从业经验 | 以上数据根据行业经验、销售经验不同，有不同解读 |
员工所经过的培训 | 侧重于我们团队对该员工所进行的正式培训 |
若新员工 带新的老员工是谁 | 可向老员工了解相关情况，也可了解新员工对带训老员工的看法 |
关于非销售人员诊断的数据分析
数据收集 | 备注 |
日常工作量 | 主要观察常态情况下，工作量是否饱和，如果闲暇过多，则说明该岗位不宜为专岗，或可增加相关例行相关工作或临时工作 |
临时工作量 | 如果在岗位日常工作量饱和的情况下，临时工作量过多，可能导致效率低下，应考虑增加编制或岗位 |
工作效率 | 对绝大多数任务的正常工作效率应有个常数的认识，之后才可以做出对比 |
工作失误率 | 分初次失误率和反复失误率，一个是经验的问题，一个是态度的问题，两个问题的性质不同 |
工作低效或失误导致的相关损失 | 很多员工并没有亏损的意识，应对其进行仔细的分析并告知其严重性 |
员工入职时间 | 以上数据根据新老员工，有不同解读 |
员工的从业经验 | 以上数据根据行业经验、销售经验不同，有不同解读 |
员工所经过的培训 | 侧重于我们团队对该员工所进行的正式培训 |
若新员工，带新的老员工是谁 | 可向老员工了解相关情况，也可了解新员工对带训老员工的看法 |
以上提及的数据分析只是建材家居经销商公司化运营的基本分析（考虑到聚焦，本文没有展开推广和库存的数据分析）。经销商或者区域市场操盘手务必牢牢掌握，才能真正做到“心中有数”而不是“想当然”。
