上一期梳理如何从会员数据中，持续的做到看趋势、找对比、溯源头，采取针对性的策略，提高会员的购买频次等方式，来强化门店的竞争力。那么，本期将梳理如何分析“商品数据”，提高门店的营收能力？来这片自留地，一起探索交流运营与数据的魅力所在！

如今，面对形形色色的商品以及各式各样的产品服务项目以及越来越难满足的顾客，对于线下门店而言，“商品”作为门店盈利非常关键因素。光靠经验是远远不够的，必须懂得运用数据，从中挖掘可以提高门店营收能力的关键点。

因此，“商品数据分析”非常重要，通过对商品数据分析指标来指导门店商品结构和服务项目以促销活动的调整、针对性陈列调整，从而优化库存结构、加强所经营的商品和项目的市场竞争能力及合理配置，让商品更适应市场，更畅销，使商品组合更符合门店顾客需求消费情况，以达到商品的最大售磬率。

01

那么，首先我们来梳理一下商品数据分析主要的指标。

▶售罄率=销售数/进货数，指商品上市后特定时间段销售数量占进货数量的百分比。它是衡量货品销售状况的重要指标。通常情况下，售罄率越高表示该类别货品销量情况越好，但它跟进货数量有着很大的关系，通过此数据可以针对货品销售的好坏进行及时的调整。

▶存货周转率=销售货品成本/存货成本，侧重于反映门店存货销售的速度，它对于门店流动资金的运用及流转状况很有帮助。从理论上说，存货周转次数越高，门店的流动资产管理水平及商品销售的情况也就越好。

▶库销比=库存量/销售额，它是衡量库存是否合理的重要指标，比率高说明库存量过大，销售不畅，过低则可能是生产跟不上或者是进货量不合理。存销比的设置是否科学合理，直接反映门店对市场的了解情况。库销比过高或过低，都是库存情况不正常的体现。

▶商品畅销款与滞销款统计，了解畅销和滞销商品的原因，利用畅销款搭配滞销款销售、整滞销品的陈列方式及陈列位置、提升导购对滞销品的销售技巧等各种营运手段，带动整体商品整体的流动。而根据二八法则，产生了80%的营收多数为畅销商品。

▶折扣率=实际金额/标准价。

▶动销率=动销品项数/库存品项数*100%。

▶连带率=销售件数/交易次数。 (也叫连单率)

▶商品毛利=实际销售额-商品成本

▶利率＝（毛利/实际销售额）×100%。

···········

若有未提及主要商品指标，欢迎留言补充！

其实，商品分析指标有很多，常用的指标如商品的折扣率、售罄率、SKU动销率、畅销销分析、周转率等；小店主要关注的顺序是利润＞售罄率＞周转率，大店主要顺序是售罄率＞周转率＞利润，不同规模的店所关注的数据指标有所不同，（类似互联网产品，不同时期所关注的数据指标不同）。一般来说大店看重商品的周转，小店看重商品的单次利润，线上看重商品的折扣，线下侧重商品的库存。

02

接下来，我们就来梳理如何分析商品数据，提高门店的营收能力？

提高门店营收的分析原则是一个从大到小的分析，不断的聚焦到商品，找到需要优化的品类，再到具体的商品的过程。

第一、整体趋势分析

了解不同品类销量趋势、拐点、异常情况以及环比同比对比。主要分析不同品类销量趋势，以及其同环比、完成率指标，与上周/月、去年同期销量进行对比并分析，实际销售与计划的差距，用以评估各商品销售状况，方便线下门店人员做产品跟踪、销售及门店营销策略。特别是对销售下降的品类和出现拐点的情况，门店需要进行全面分析，并通过分析找出差距，同时提出改进方案。

如：以某一蛋糕店9月份的各品类商品数据为例（此为虚假数据）

从趋势图看出，9月份在2日各品类销量达到峰值，可能门店在搞活动，促销等，且每周末也出现波动，对比8月份常温蛋糕系列有所下降，分析找出差距，同时可对其做促销活动等方式。可在周末调整软欧面包+常温蛋糕组合搭配营销策略。在新品促销折扣时，既要要考虑用户的心理和同竞品的定价营销策略，同时也要考虑产品的利润和成本。定价和营销策略非常重要。

第二、同类商品分析

了解不同商品销售占比、连带率情况。分析哪些品类受欢迎，购买最多的，连带率较高，根据这些数据对商品营销策略进行调整，提升品类销量。而在营销热点时间提前1个月，做好准备，比如爆款选品、营销折扣、营销活动专题、文案、设计、用户评价积累、配套单品、物流准备等等。

如，从饼图看出，软欧面包系列占比最大，西斯西点系列占比较小，可以利用直播带货等短视频的流量来为商品进行赋能，帮助商品进行一定程度的破圈，短时间内实现销量和门店营收的大幅度增长。

第三、具体商品具体分析

梳理不同商品销量排名情况，进行从多维度分析。主要看售罄率，反应了顾客需求程度的强弱以及畅销情况，它不仅隐形包含了生命周期的维度，更反应了顾客喜好程度。进行从多个商品维度分析，可能存在价格低、季节、网红带货、商品评价、品牌因素、风格、活动促销的影响下，潜在的购买用户或者原本对爆款商品不感兴趣的用户也加入了购买。顾客会综合考虑品牌、质量、评价等综合因素，从中选优；因此，我们根据影响爆款商品因素随时调整策略。

如，从条形图看出，商品“雷神”为9月份畅销款，可能是做商品促销等方式营销管理，还可以建立商品评价体系，提升商品销量。而新品研发、定价、宣传渠道、顾客画像上需要考虑用户的年龄、收入、商圈分布以及消费心理和消费能力等。

03

最后，优化解决问题，找到问题点或是差异点，并结合营销思路，提出可能存在的假设，找到门店营收的改善点。

如，通过上述趋势图、占比情况以及畅销情况，此蛋糕店雷神为店内“爆款”品类，但“新品”销量有待提升，建议持续优化新品+雷神合理搭配组合套餐优惠力度，促进新品转化，提升客单量。 可配合会员老带新优惠活动，其他系列+雷神组合套餐优惠券，提升其他品类系列转化率，进而提升门店营收。

因此，商品数据分析主要可分为以下几步：

首先，整体趋势分析，了解不同商品销量趋势、拐点、异常情况，对呈现数据进行对比分析，同比、环比。

其次，同类商品分析，分析商品占比情况、采销差异、销存差异等，还有可以：数量、金额、折扣、款量、SKU、平均单价等。

然后，具体商品具体分析，对商品畅销情况进行从多个维度分析，如：年度、季节、品类、风格、价格带等。

最后，优化解决问题，找到问题点或是差异点，并结合营销思路，提出分析假设，找到门店营收的改善点。

总之，定期进行周分析、月分析、季分析、年分析。对特殊事件，发现疑点，要尽可能当下提取数据进行问题诊断。而商品数据分析的角度不同，分析的结果不尽相同，其中可能掺杂着区域、商圈、消费水平、商品组合、促销、季节、节假日等众多因素。当然还有顾客、品牌、宏观经济、竞品动作等众多因素。

但不管任何一种合理的分析指标都是对商品科学运作的数据审核与监控；促进商品更良性，合理化运转；持续的调整商品的合理性，进而提升门店的营收能力。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

上一期梳理如何对门店的营业额数据进行分析，需要找到影响营业额真正的“短板”，针对性有效改善，从而一步步的来提升门店的盈利能力。那么，本期继续梳理如何从会员数据，来分析门店的情况，强化门店的竞争力。来这片自留地，一起探索交流运营与数据的魅力所在。

线下门店竞争状况可以说是非常激烈的，如今疫情下，提升门店的竞争力更是重中之重了，而竞争的关键，归根结底是对顾客资源的争夺，对于线下门店来说，会员往往是顾客群当中的核心群体，只有对品牌形成认可并且有持续消费习惯的顾客才会加入会员，进而分享门店，使品牌效应最大化，且门店也可以针对会员采取一些针对性的营销策略，持续地争取再次上门、再次购买的机会。因此，“会员数据”必将在这场争夺大战中发挥越来越大的作用。

然而，在大数据时代，很多门店会员数据根本就没有用起来，还处在最基本的跑马圈地（会员）时代。所以，对会员数据分析一方面可以指导销售营运，主要是还可以提高营销的精准度，强化门店的竞争力。

01

那么，我们先来了解一下“会员”需要收集哪些数据呢。

其理想状态就是收集顾客信息以下数据：

姓名、性别、年级、生日、手机号码、邮箱、地址、月收入、工作单位性质、客单价、会员连带率、复购率、会员消费频次、会员充值情况、剩余情况、购买的项目、卡耗数据（如美业——次卡、时卡、通用卡、疗程卡数据情况）等。

会员姓名、电话、年纪、职业、住址、月收入情况等会员基本信息的画像，可用来分析挖掘顾客的”可能需求”。

会员客单价、购买的项目、消费频次、卡耗数据、到店的次数、剩余情况、复购的品项等会员消费习惯，可用来分析顾客“自己的需求、信任的品项”等。

而这些数据主要是为了后期的分析和精准营销，但有些数据收集起来是比较困难的，如会员顾客的个人月收入就很难直接获取，这时候就需要利用挖掘客户需求的一些手段，比如让顾客选择收入的范围，以及问顾客最近在什么地方消费了项目，来预估顾客的消费水平等手段来完善顾客画像。还比如通过微信发放代金券来收集微信号，通过办卡时刷顾客的身份证来收集出生日期等等一系列手段。

传统门店总是希望能免费得到顾客的这些数据，但免费的时代得到的这些数据质量得不到保障，所以适当的用“利益”获取有用信息。会员的数据收集完毕后，通过分析数据背后传达出来的信息，进而完善会员的顾客画像，为顾客分层，实施精准营销策略提供参考（价值），强化门店竞争力，最终提升门店的销量和营业收入。

02

接下来，我们就来梳理如何分析会员数据，强化门店的竞争力？

第一、对会员异常数据进行清洗。

很多人说到会员数据就要进行数据挖掘，我之前看到过一段话：“数据首先是管理、其次是分析、最后才是挖掘”。所以，在正式做会员数据分析之前，必须对那些异常数据进行清洗，保证数据质量，只有这样会员顾客数据分析的结果才是靠谱的。

如，那些胡乱填写的数据进行筛选删除等。

第二、对日常会员基础数据指标看趋势、找对比、溯源头。

每天或每周需要关注并追踪的会员指标：会员的新增开卡数、新开卡率、贡献率、会员客单件、会员件单价、会员连带率、沟通率、回头率等。

每月或每季度需要关注并追踪的会员指标：除了前面那些指标外，还包括会员的平均年龄、性别贡献率、有效会员总数，会员增长率、流失率、回头频率、平均回头天数、促销活动的转化率等。

第三、梳理会员客单价分布占比，进行对比。

会员客单价的高低反映了店铺会员消费承受能力的情况，多组织适合消费者承受的价格带产品。而提升中高价位的产品销售，是提升客单价的重要方法。

如下图，一个蛋糕店的1月份和2月份的客单价占比对比，从图中看出，会员客单价2月份相比1月份占比持平，客单价26-50元内占比都占46%，可见这个蛋糕店的会员客单价26-50元区间，在可结合根据顾客喜好，合理优化搭配商品系列组合套餐，多组织适合消费者承受的价格带产品，再通过内容软文营销+海报，促使客单价持续提升。

第四、了解会员构成占比、消费频次的分布情况。

一般情况下，会员占比在45%-55%之间比较好，这时利益最大化，市场拓展与顾客忠诚度相对正常，且业绩也会相对稳定。若是低于这个数值区间，就表示顾客流失，或市场认可度差，若高于此数值，则表示开发新客户的能力差，假若先高后低，表示顾客严重流失。

而消费频次的分布可看出，若消耗越快，复购高，粘性越高，说明店铺的会员忠诚度越高。

了解这两个分布占比代表当前会员数据对整个门店销售的代表性越强；反之，如果这两个指标占比偏低，那么应该考虑实施加大会员纳新，将更多顾客转化成为会员，使之消费记录可以连续和被跟踪。

如图，从蛋糕店的会员消费频次看出消费4次以下仍占比较大，应促进高频次会员消费，余额高的顾客再次消费，可持续维持老会员忠诚度，丰富充值活动（如赠充值等），加大成为会员的力度。

第五、基于RFM模型打标签建立私域流量池，进行会员分群管理。

RFM模型通过一个顾客的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。基于一个理想的顾客特征来衡量现实中顾客价值的高低，通过此类分析，定位最有可能成为品牌忠诚顾客的群体，根据不同类型的会员，建立不同的流量池（微信群或者会员管理系统等），不断的维护会员客户，强化门店的核心竞争力。

比如，通过RFM模型进行会员分类，可以显示出不同类型会员顾客的占比，针对不同类型的顾客进行不同策略的营销，例如，对于即将流失的顾客，商家再主动地跟进服务，可定期地免费抽奖、免费收寄快递、免费商品体验、赠送小礼品等手段进行挽回。

03

总之，从强化门店竞争力最大化的角度来讲，会员管理既要把会员基数做大，还要提高会员的购买频次，同时还需要防止顾客离你而去，因此，会员顾客的不同生命周期管理（新客→成为会员→活跃会员→沉默会员→睡眠会员→流失会员）采取针对性的策略，要持续的做到看趋势、找对比、溯源头。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！