超市数据分析的思维模式(二)
1、提取数据分析思维步骤
前面我们多次谈到:超市数据分析其实就是一个维度+度量的的世界,也讨论了如何将抽象的问题(提取维度)量化为具体的东西(度量)的思路。
在进行之前,先再次引出该问题。提一下上一篇《超市数据分析的思维模式(一)》里提到的“利用量化思维解决抽象性业务问题”。其中所使用的“抽象物”,引用IBM前总裁郭士纳有一句名言:下属不会做你希望他做的事情,他们只会做你监督和检查的事情 。在这篇文章里,讨论了“作为抽象的这句话”,是如何运用数据思维将它“量化”出来的。我们再以该案例说明:
第1步:引用抽象物与目标设定
前面引用的一句话(抽象物),对于销售管理来说,我们设想一个业务场景:例如想要通过一系列不同的业务绩效,以便将销售人员的工作集中在某些重要的方面(目的是驱动业务)。正如俗话所说:“只有度量它,才能完成它”。这种度量的东西就是量化。这是目标设定。
第2步:寻找关联维度+度量
如是,我们模拟出针对“销售管理”而假设的一个“年度团队”奖,并考虑设置团队在其每个业务领域下的主要考核度量---销售额增长。参考常见的绩效业务逻辑,针对实际问题,设定该销售额结果下的关键计算参数:例如,为“年度团队”奖的度量--销售增长分配点数(分值),其中分配的业务规则如下:
• 如果年度销售与去年相比有所下降,则团队不得分(零分);
• 与去年相比, 在0 - 1%之间,每增长0.1%,团队就会得100分;
• 与去年相比,完成任务超过1%之后,再每超过0.1%,团队就会得200分。
我们将这一步骤称为:设计决策(业务逻辑)
第3步:工具选择与实现
当然,学过Power BI、Power Pivot以及PowerQurey的,知道这些是完成此类报告的优秀工具(当然是有其他工具)。这里,因为不是讨论Power BI的好处以及使用它们的一大堆原因……。简而言之,为了搞个简单实用点的业务绩效考核度量。或者说:理清如何度量的问题。
第4步:系统化(建模+维护等)
最后, 是如何设置以及维护好这些业务规则。实际上,是如何将第2步与第3步结合。这里就是将第2步的业务逻辑规则定义到销售额增长度量里以实现计算。这里略过数据的建模过程。附上销售额增长—Growth Points度量计算公式:
当然,这里的4个步骤不一定合理,因为每个人解决此类问题都会有自己的方式方法以及步骤,这都不是问题。但很多时候,稍微能系统化处理一下,还是很有好处的。
2、数据分析思维步骤的业务模式(1)
我们首先从一个分析案例中介绍这些步骤的实现。
模式案例1
每次开店伊始都会遇到这样的问题:面对越来越昂贵的店铺租金、越来越大的人事费用等经营成本,怎样才能知道:
(1)这家店铺是不是赚钱?
(2)怎样才能有效控制成本?等等。
我们在《45分钟判断超市经营情况》一文中聊起过这个问题。也在《不忘初心》一文里提到经营里的一些问题,比如”拍脑袋思维”。我们并不是说“拍脑袋决定”就一定不好,这其实跟我们说的“抽象物”目标一样,很多情况下,可能都需要先“拍脑袋”,然后才是分析(略过解释部分,请参阅前面的两篇陋作)
比如。就像在《45分钟判断超市经营情况》一文中提及的:从费用压力测试一项中,我们判断店面的好坏首先计算的度量可能是店铺的面积、租金价格以及由此产生的租金费用(当然你还会考虑人力等其他费用压力)。这是一般的、固有的、习惯性思维方向:即首先考虑各项压力测试基数是不是自己能承受的范围。
然而,这种思维的一个最大的缺点,用通俗点的话来讲:就是不想着该商圈是不是有较好的发展,而是只顾眼前的想着如何去承受失败。通常一个店铺租金贵、面积大等这些费用压力其实是客观存在的,决定店铺好坏以及选择的决定性因素其实是我们通常所说的商圈,例如商圈的市场份额、消费层次、商圈人流量等。
再次请出零售业里的一句民谚:很多超市有超越沃尔玛或国内任一家优秀超市的信心,但却从没有认真做个一次市场商圈分析!不知道顾客需求,这是很可怕的一件事!很多已倒闭或已濒临倒闭的超市,可能到最后都没有明白过来。
因此,很多超市在开业前,化费最多的时间不是市调商圈,而是为每个月能减少一点点租金在竭尽所能。能减少租金当然最好,但这并不是最后的决定性因数。
既然商圈最重要,那么,有没有办法量化出来?
鉴于问题的严重性,我们将在后续文章中做一个专题介绍。
这里,我们先用几个图,来说明其可行性:
(1)将需要使用的“人流量”(商圈人数)通过市调手段,在Excel里记录下来。
(2)运用市调结果--商圈人数,预估出商圈应有的销售。比如,用一个计算公式来计算出客流量与你开店销售及盈利多少的关系!
注:上图市调表,是我比较成功的一次商圈市调。记得当时预估的销售是每月5万不到,但分析结论是潜力较大:2-3年内后预估值为13万多每月。租金也不便宜,记得当时老板也很犹豫,碰头会开了好几次,7、8个经理投票只有2、3个人觉得可以开。一年后还是开了,跟预期的结果差不多。
问题是,我们如何通过市调结果,能计算出(量化)预估销售出来?不仅如此,如果你有一定的超市经验,还能“顺藤摸瓜”抓出一大堆的计算结果来。一两句话可能说不清(可能需要一个系列),还是放上一个度量之间的关系图:
(本图度量之间的关联暂未做全部检验,但因为是原创,引用请注明出处)
整理计算过程,并用公式表示如下(不同的行业其计算度量会不同):
客流量 = 全年费用÷毛利率÷平均成本÷(动销比-库存率×进货成本)×动销比×当期(月、季)销售占比÷60天(180天)÷平均件单价÷联单率÷成交率÷进店率…..。
这个计算过程说明,当测出人流量,即商圈有效客流量后,通过反推的算法就可以计算出这家超市盈利水平、盈亏平衡点、毛利率设定、以及能够增加利润的度量、预估的客单、采购成本等等;
更细的分析,可以就其中某个关心的度量设置计算(依据这些度量之间的关联)。
比如,最关心的那些可能增加利润的方式方法(度量):降低库存率、提高客单件、提高进店率、提高成交率等多种方法来增加利润。并且通过这些影响营业额的因素,可以预测到这些数值在不同时期、不同商圈、以及其他维度组合参与下对营业额的不同影响,从而可以对未来自己超市的营业业绩确立一个比较明确的目标,并针对影响营业额的这些因素预期判断,来关注不同的业务重点,最后形成数据决策报告,达到数据驱动业务的目的
未完待续
网友评论