卖场数据分析与销售策略调整
类与采集
分类与操纵
市中的功能
的分析与策略制定
及各分类商品销售比例品的销售额和销售比例与库存量
转率
2.10.1数据的分
2.10.1.1数据的
2.10.1.2 IT在超
2.10.2直接数据
2.10.2.1销售额
2.10.2.2促销商
2.10.2.3进货量
2.10.2.4库存周
2.10.2.5毛利率
1 / 59
与毛利额
2.10.3间接数据
的分析与策略制定
2.10.3.1顾客数
与客单价
项数与适销率
与零库存
与负库存治理
亏损率
变价
本与费用成本
量与顾客投诉反馈
2 / 59
2.10.3.22.10.3.32.10.3.42.10.3.52.10.3.62.10.3.72.10.3.8商品品
零销售
负库存
亏损与
促销与
人员成
商品质
2.10.3.9人均劳
2.10.4数据化治理与人性化治理的结合 典型案例 小结 复习考虑题
动效率
???3 / 59
卖场数据分析与销售策略调整
从二十世纪80年代末到90年代初，正当零售商开始注意到较新的销售规划原理的时候，市面上最常见的应用系统确实是进销存打算。这些打算过去（现在依旧）常常用电子表格开发，用以确保能够编制出预定销量和所需存货水平之间的适当关系。尽管随着计算能力的飞速进展使得在技术上能够顺序地处理这些打算，甚至能够处理到存货单位（SKU）层次，然而目前这些打算依旧运作在概要的层次，比如讲在商品目录层次。
上述打算系统的要紧输出数据是一个被称作（所有打算系统的）许购定额（Open to Buy）。一个许购定额操纵系统使用打算销售预测（Planned Sales Forecasts）和存货周转需求（Stock Turn Requirements）两个因素来决定最优的所需存货水平。 存货周转需求一般用周预期销售存货数(Weeks Forward Sales Cover)来表示。周预期销售存货数是指为了保证以后若干周内的销售，我们需要库存的商品数。周销售存货数（Weeks Cover）和年存货周转数（Annual Stock-turn）之间有一个直接的联系。比如讲，在一个包含52周的年度里，26个周销售存货数就产生2个年存货周转数。当系统基于周期数据或月数据的时
4 / 59
候，也许就会使用周期销售存货数和月销售存货数了。 使用那个方法计算存货需要量就能确保预测销量中的时变性（Volatility）能够在周期性的存货量上反映。反过来，就能确保在销售潜力发挥最大化的同时最大限度地减少因降价所带来的损失，从而使得运营资本能够有效使用。……
连锁公司竞争的实质是治理的竞争。连锁公司治理的一个核心是有目的的、高效率的收集、处理、使用各种信息。信息是建立在数据的基础上的，也确实是讲，对治理的对象进行量化处理。
严格地讲，数据与信息是有区不的，数据是客观事物的量的记录，对治理而言，是治理对象变化的量的记录；信息是对数据的解释，表明了数据的因果关系。今天我们要讲的确实是如何对数据进行加工（分析），把各种各样的数据提炼成我们所要的信息的过程。
一、数据的分类与采集 一）数据的分类与操纵
数据是客观存在的，只要有行为发生，就会有量的变化（可能是负变化、零变化，或者是无穷变化），那么，那个量的变化
5 / 59
卖场数据分析与销售策略调整
