该篇零售数据指标内容是根据《数据化管理》一书中理论概念，结合学习和实践的内容撰写。如果了解零售行业的基础知识，可以参考《数据化管理》一书。
零售业规律是按照以周为单位不断循环过程，当然还有法定节假日，非正常销售日，行业特殊日子，周年庆等，无论是线下店铺零售行业还是电子商务大概都会遵循这些规律。
一般线下零售店铺范围包括有，百货商场，ShoppingMall，便利店，超市，娱乐服务行业的KTV，电影院，餐厅等。
什么是日权重指数和周权重指数？
日／周权重指数是指以某段销售周期内的历史销售额数据为基础，以日／周为单位，计算销售额权重分析的管理工具。其中周权重指数就是日权重指数的一个星期相加得到的指数。
日权重指数和周权重指数用途？
1）可以根据权重指数预测分店预销售额
2）可以根据一周权重指数分析最近销售状况是否是销售规律运营，盘查销售原因。
怎么计算日权重和周权重？
1）收集最近一整年所有店铺日销售额数据，最好为一整年，如果没有也可以先收集完整的几个月，时间越长越好，可靠性越高。
2）各个店铺的每日销售额数据对应相加得到每日企业销售额数据。
3）剔除节日数据，行业特殊数据，更好的反应正常日期的销售规律数据。
4）以周为单位计算店铺每日的平均销售额数据
5）找到销售额最低的当天作为日权重指数为1.0，其余每日的权重除以这个最低值，得到该周的每天的日权重指数。
6）一周的日权重加起来为周权重指数。
举一个栗子：
假设下图数据为某连锁专卖店的年销售额汇总后的日平均数据。
其中可以看出星期一的销售额最少，星期六和星期天的销售额最多，这个数据也比较符合一般零售店铺的规律。星期二是会员日，所以较其他工作日销售额更高。
按照计算方法第5步，则可以得到企业的日权重，则日权重相加可以得到企业周权重为7.65。
企业周权重和日权重作为企业标准的数据，是衡量其他店铺销售情况的一杆秤。根据企业周权重的标准则，作为所有店铺的周权重数据，计算出每个门店的日权重数据，来预测门店店铺的销售轨迹。
店铺的的日权重和周权重计算方式：
其中分店的日权重指数公式为：
星期N日权重指数 = （星期N平均销售额 ／ 平均周销售额）* 企业周权重指数
假设店铺一的日销售额平均值，根据恒定的企业周权重数据得到每日日权重数据，因此根据每日销售额比例不同，可能存在小于1.00的情况。
月度销售预测公式为：
该门店月销售预测值 = 该门店Sum日销售额 ／ 理论完成率
理论完成率 = Sum 日权重 ／ 月权重 = Sum 日权重 ／ 月的日权重之和
* 日权重计算时还需要考虑促销系数 2级促销 日权重×1.2，3级促销 日权重×1.3 。
*月权重就是根据企业理论日权重和月权重相加。 比如下图一月份，1个月有4-5个星期，其中4个星期 4×7.65 +1.09 + 0.93 + 1.05（星期一到星期三的日权重值） = 33.67。 暂不考虑1号是元旦节日假期。
假设店铺一2018年1月1日到1月20日总销售额是33796，根据日期计算1日-20日的日权重为21.86，月权重为33.67。
因此可以计算出理论率 = 21.86/33.67 = 0.65
月销售预测值 =33796 / 0.65 = 51993
这个数据可以和平时的月销售额进行比对，是否是营销额有提高。
权重值曲线是怎么样的？
权重值曲线是 当天销售额 / 当天的权重指数 得到的系数的曲线。如果当日销售额完全符合周权重规律，则这条曲线应该是水平直线，但是往往会因为一些人员关系或者其他原因会导致曲线并不和周权重一致，因此可以用来盘查哪些天销售有问题。
假设店铺一10月底到11月初的销售额和权重曲线如图，其中突变的低点有10月29日星期日，11月4日星期六，高点有10月31日星期二和11月3日星期五。
按照原来日权重的规律星期六星期日是较高的权重，销售额却不如平常，则存在问题点需要调查员工是否月底有怠慢，或者那几天环境存在恶劣情况，或者存在退款退货问题等。根据连续发生的突变状况及早调查现实情况。
扩展：黄氏曲线
黄氏曲线是权重曲线在一段时间内的平均值，用于看波动范围。
可以用于：
1）对商品短缺或的影响
2）其他竞争对手促销的影响
3）人员的关系，比如离职，新任等接洽问题。
4）动线，陈列的调整的影响。
网友评论