零售业销售数据分析模型

【零售相关行业】销售数据分析模型

2015-10-27 刘杰数据海洋

销售数据分析的重要性已无需赘言，只有通过对销售数据的准确分析我们才有可能真正找准数据变动（增长或下滑）的根本原因，营销专家刘杰称之为“动因”。找准了“动因”也就发现了真正的问题所在，解决问题、发现新的生意机会点才成为可能！那么实际的销售过程中，我们如何才能有效做好数据分析，寻找到真正的“动因”呢？接下来笔者结合一个实际案例阐述一下数据分析的主要维度及如何才能真正找准“动因”。

案例：某糖果企业Y公司南京市场8月份销售业绩较去年同期下滑了100万。

维度一：分析是那个品类的数据发生了变动？

在做销售数据分析的时候，第一个分析的维度就是要看数据变动是来自于哪几个大的品类。回到案例，面对Y公司南京市场8月份销售业绩较同期下滑了100万的数据变动情况，我们首先要确定的是下滑的100万是来自于哪个品类或哪几个品类，每个品类各自的下滑占比是多少，在此基础上进一步分析得出下滑的品类中是哪个规格的产品出现了下滑，从而真正找到造成业绩下滑的“罪魁祸首”。经过维度一的分析我们发现，8月份南京市场销售业绩下滑的100万主要是来自于水果糖和巧克力的下滑，其中水果糖下滑了60万，占比60%，巧克力下滑了40万，占比40%，进一步分析得出，水果糖的下滑主要是来自于128g袋装的下滑，巧克力的下滑主要是来自于散装巧克力的下滑。

维度二：分析是哪个区域发生了变动？

销售数据分析的第二个维度是要看引起数据变动的销售区域在哪里？是整体销售区域都出现了下滑，还是局部区域市场出现了下滑？回到案例，南京市场下辖南京城区及江宁、六合、溧水、浦口四个县级市场。按此维度分析后，我们得出结论，南京市场销售额下滑100万主要是来自于城区市场和六合县城，其中散装巧克力的下滑主要是来自于南京城区市场，而128g袋装水果糖的下滑主要是来自于六合县城市场。

维度三：分析是哪个渠道发生了变动？

销售数据分析的第三个维度是要看引起数据变动的主要渠道在哪里？换句话说，是哪个渠道或哪几个渠道出现了销售业绩的变动？每个渠道数据变动的比例各是多少？按此维度分析后，我们进一步得出结论，南京市场8月份销售额下滑的100万主要是来自于两个渠道，一个是城区的喜铺渠道，另一个是六合县城的批发市场渠道，其中散装巧克力下滑的渠道主要来自于城区的喜铺渠道，128g水果糖下滑的渠道主要来自于六合县城的批发市场渠道。

经过以上三个维度的分析后，我们就可以确定销售数据变动的基本情况，从而为进一步找准“动因”提供了更加细致、准确的依据！回到案例，面对8月份销售额下滑100万的现状，经过分析后得出的结论是南京市场下滑的100万主要来自于南京城区喜铺渠道散装巧克力和六合批发市场128g袋装水果糖的下滑，其中散装巧克力下滑了40万，占比40%，128g 水果糖下滑了60万，占比60%。

整个数据分析维度的模型图如下：

数据结论得出以后，接下来最为关键的是要找到“动因”，找准造成数据下滑背后的真正“动因”才是我们数据分析的最终目的！动因又应该从哪些维度方面着手呢？营销专家刘杰认为，要找到数据变化的真正“动因”需要从以下几个方面入手：

一、是不是铺市率发生了变化？

面对案例中下滑的两个品类散装巧克力和128g水果糖，我们首先要分析确定8月份这两个品类的铺市率较7月份相比是不是也出现了下滑？如果铺市率出现了下滑，那业绩自然也会下滑，如果铺市率没有下滑则业绩下滑另有他因。

二、是不是销售效率发生了变化？

所谓的销售效率主要是指产品的动销速度，销售效率的变化是引起销售数据变动的主要原因之一，当然销售效率的变化不能孤立的分析，它必须与以下提及的几点放在一起进行整体性的分析。

三、是不是价格发生了变化？

价格是影响终产品动销的关键因素之一，某个时间节点内的产品涨价或降价会在很大程度上影响该时间段内产品销售数据的变动。

四、是不是促销形式发生了变化？

随着产品同质化的程度越来越高，市场竞争日趋激烈，促销对产品的动销有着至关重要的因素，因此有无促销活动或促销形式的变化直接影响着销售数据的变动情况。

五、是不是竞品发生了变化？

市场是竞争的市场，竞品的因素很大程度上影响着本品销售数据的变化，在“动因”的寻找过程中，除了分析本品的因素以外，更要着重分析竞品的各项因素变化情况。

回到案例，经过以上5个方面的“动因”分析后我们最终得出结论，散装巧克力的下滑是因为主要竞争对手H品牌8月份在喜铺渠道开展了一次100箱送5箱的促销活动（竞争对手的原因），128g袋装水果糖的下滑是因为批发市场最大的一个分销商放弃了与Y公司的合作（铺市率降低的原因）。营销专家刘杰认为，到达这一步以后我们才算完成了有效的数据分析，因为我们找到了造成数据变化的真正“动因”。

整体“动因”寻找的模型图如下：

总的来说，数据分析是一切问题决策的基础，数据分析整套模型的核心目的就在于帮助我们又快又准的找到“动因”，“动因”找准了，解决“动因”的方法自然也就有了！

零售业如何进行数据分析

零售业如何进行数据分析与策略调整 许多企业的生产活动都会产生大量的数据，而对这些数据的深层次挖掘所产生的数据分析报告，对企业的运营及策略调整至关重要。本文对数据的产生、归类、分析方法与关联的策略调整进行了有益的探讨。 在零售业中，连锁公司竞争的实质是管理的竞争。其管理的一个核心目标就是有目的、高效率的收集、处理、使用各种信息。而信息是建立在数据的基础上的，也就是说，对管理的对象进行量化处理。数据是对生产的直接记录，而信息则是在数据的基础上人为的反馈及判断，企业策略决策的依据。 对某一个行为的分析需要某一群数据组合，对另一个行为的分析又需要另一群数据组合，每一个不同行为分析所需要的数据组合都是不一样的。为了方便抽取数据，我们要对所有的数据进行分类。通常，我们把一些能直接反映商业行为表象的数据，如进货、销售、库存等数据作为直接数据; 把一些能影响商业行为的数据，如客流量、商品项数、费用成本等作为间接数据。我们不仅要分析进销存这些直接数据，更重要的是要分析间接数据，因为间接数据是改变直接数据质量的基础。 直接数据的分析

对直接数据进行分析，在现阶段的零售业已经非常普遍了，从中很容易找出数据分析的结果进而调整策略。下面我们来看几个表格和案例: 1．销售额及各分类商品销售比例 ● 案例1: 某商场2004年可口可乐销售记录（见表1) 从这个表格可以看出在6、7、8月份可乐的销售呈大幅度上升的趋势，分析原因我们知道是因为夏季到来的缘故，根据这个直接数据模型我们对门店的指导策略是: 增大备货量，调整店面陈列，做好敏感商品的价格策略。 ● 案例2: 销售日报表（见表2)

个门店经营数据分析和推算公式

19个门店经营数据分析和推算公式 一、达标率公式 达标率=一定时期内营业额/一定时期内业绩指标*100% 例1：一月份的业绩指标为50万元，实际完成额为48万元，则一月份的达标率=8万/50万*100%=96% 例2：若一月份的指标为50万，实际完成额为52万，则一月份的达标率=104% 备注：达标率反映的是门店业绩达成的情况及能力。 二、达标率公式 同期业绩增长率=（年\月\周同期营业额-当期营业额）/同期营业额*100% 例1：某店2013年营业额为450万，2012年业绩为300万，则2013年的年业绩增长率=（450万-300万）/300万*100%=50% 即：相较2012年的业绩，2013年业绩同期增长了50%。 例2：某店2月份的业绩为20万，1月份的业绩为35万，则2月份相较1月份的业绩增长率=（20万-35万）/35万*100%=-43%

即：相较于1月份，2月份的业绩下滑了43%。 备注：同期业绩增长率为正数时，表示业绩上升；为负数时，表示业绩下滑。 三、坪效公式 日坪效=当日营业额/当店的店铺面积 月坪效=当月营业额/当店的店铺面积 例1：某店的营业面积为100平方M，当日营业额为8000元，则这个店铺的日坪效=8000元/100平方M=80元/平方M 备注：此指标可以分析店铺面积的生产力，深入了解店铺销售真实情况。 四、人效公式 日人效=日营业额/当日总人数（周、月、年同理可推） 例1：某店某天的营业额为9000元，某店的总人数为9人，则当日人效=9000元/9人=1000元/人 备注：反映门店员工销售能力与排班用人的合理性。

五、ATV公式 日ATV=日营业额/日客单数（月、年同理可推） 个人ATV=某个人一段期间内的业绩/这个人在这期间内的总销售单数 备注：ATV反映人员附加销售能力、货品组合的合理程度，与ASP一同反映顾客的消费承受能力。 六、连带销售公式 日连带率=日销售双数/日客单数（周、月、年同理可推） 例1：某日某店销售件数150双，客单数为75单，则此店连带率=150双/75单=2双/单 备注：此指标反映员工附加推销能力、货品组合合理性、及顾客的消费心理。 七、ASP公式 日ASP=日营业额/日销售双数 月ASP=月营业额/月销售双数

数据挖掘如何提高零售业销售额

客户关系管理课程设计(论文) 题目客户关系管理在中小企业中的重要性分析 学院（部）商务策划学院 专业电子商务 学生姓名徐宁 学号2011043126年级2011级 指导教师詹川职称博士 2014年4月22日

数据挖掘如何提高零售业销售额 1引言: 总部位于美国阿肯色州的世界著名商业零售连锁企业沃尔玛拥有世界上最大的数据仓库系统。为了能够准确了解顾客在其门店的购买习惯，沃尔玛利对其顾客的购物行为进行购物篮分析，想知道顾客经常一起购买的商品有哪些。沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用NCR数据挖掘工具对这些数据进行分析和挖掘。一个意外的发现是："跟尿布一起购买最多的商品竟是啤酒！" 这是数据挖掘技术对历史数据进行分析的结果，反映数据内在的规律。那么这个结果符合现实情况吗？是否是一个有用的知识？是否有利用价值？于是，沃尔玛派出市场调查人员和分析师对这一数据挖掘结果进行调查分析。经过大量实际调查和分析，揭示了一个隐藏在"尿布与啤酒"背后的美国人的一种行为模式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%～40%的人同时也为自己买一些啤酒。产生这一现象的原因是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。 既然尿布与啤酒一起被购买的机会很多，于是沃尔玛就在其一个个门店将尿布与啤酒并排摆放在一起，结果是尿布与啤酒的销售量双双增长. 2 零售业概述 零售商业企业是指向批发商业企业或生产企业购进商品，再将商品直接出售给最终消费者的商业企业。其特征是： 1) 销售对象是直接消费者，而不是那些进行转卖或生产加工的使用者； 2) 零售商业企业的交易次数颇繁，平均每次交易额较小； 3) 零售商业企业是商品流通的最终环节，零售企业的交易活动一旦成功、便意味着商品脱离了流通领域而进入消费领域，从而实现了商品价值和使用价值； 4) 就商品而言，除了专业的特卖店，一般零售商所包含的商品品种巨大，零售商采取的商品销售方式很多，如经销、代销、联销等。 3 数据挖掘技术 数据挖掘（Data Mining）是一个萃取（Extracting）和展现（Presenting）新知识的流程。通过分析具体数据，发现确定有效的、新颖的、有潜在使用价值的、以往不为人知的、最终可理解的信息，为企业良好运营和决策部门做出重要决策提供帮助。 数据挖掘涉及的学科领域和方法很多。根据挖掘任务分可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等等；根据挖掘方法可分为:机器学习方法、统计方法、神经网络方法和数据库方法。机器学习方法包括：归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等；统计方法包括：回归分析(多元回归、自回归等)、判别分析(贝叶斯判别、费歇尔判别、非参数判别等)、聚类分析(系统聚类、动态聚类等)、探索性分析(主元分析法、相关分析法等)等；神经网络方法包括：前向神经网络(BP算法等)、自组织神经网络(自组织特征映射、竞争学习等)等；数据库方法主要包括多维数据分析（OLAP）。 数据挖掘在很多行业都可以有较好的应用。如：零售业、银行金融、制造、保险、公共设施、政府、

零售业销售数据分析模型

【零售相关行业】销售数据分析模型 2015-10-27 刘杰数据海洋 销售数据分析的重要性已无需赘言，只有通过对销售数据的准确分析我们才有可能真正找准数据变动（增长或下滑）的根本原因，营销专家刘杰称之为“动因”。找准了“动因”也就发现了真正的问题所在，解决问题、发现新的生意机会点才成为可能！那么实际的销售过程中，我们如何才能有效做好数据分析，寻找到真正的“动因”呢？接下来笔者结合一个实际案例阐述一下数据分析的主要维度及如何才能真正找准“动因”。 案例：某糖果企业Y公司南京市场8月份销售业绩较去年同期下滑了100万。 维度一：分析是那个品类的数据发生了变动？ 在做销售数据分析的时候，第一个分析的维度就是要看数据变动是来自于哪几个大的品类。回到案例，面对Y公司南京市场8月份销售业绩较同期下滑了100万的数据变动情况，我们首先要确定的是下滑的100万是来自于哪个品类或哪几个品类，每个品类各自的下滑占比是多少，在此基础上进一步分析得出下滑的品类中是哪个规格的产品出现了下滑，从而真正找到造成业绩下滑的“罪魁祸首”。经过维度一的分析我们发现，8月份南京市场销售业绩下滑的100万主要是来自于水果糖和巧克力的下滑，其中水果糖下滑了60万，占比60%，巧克力下滑了40万，占比40%，进一步分析得出，水果糖的下滑主要是来自于128g袋装的下滑，巧克力的下滑主要是来自于散装巧克力的下滑。 维度二：分析是哪个区域发生了变动？ 销售数据分析的第二个维度是要看引起数据变动的销售区域在哪里？是整体销售区域都出现了下滑，还是局部区域市场出现了下滑？回到案例，南京市场下辖南京城区及江宁、六合、溧水、浦口四个县级市场。按此维度分析后，我们得出结论，南京市场销售额下滑100万主要是来自于城区市场和六合县城，其中散装巧克力的下滑主要是来自于南京城区市场，而128g袋装水果糖的下滑主要是来自于六合县城市场。 维度三：分析是哪个渠道发生了变动？ 销售数据分析的第三个维度是要看引起数据变动的主要渠道在哪里？换句话说，是哪个渠道或哪几个渠道出现了销售业绩的变动？每个渠道数据变动的比例各是多少？按此维度分析后，我们进一步得出结论，南京市场8月份销售额下滑的100万主要是来自于两个渠道，一个是城区的喜铺渠道，另一个是六合县城的批发市场渠道，其中散装巧克力下滑的渠道主要来自于城区的喜铺渠道，128g水果糖下滑的渠道主要来自于六合县城的批发市场渠道。 经过以上三个维度的分析后，我们就可以确定销售数据变动的基本情况，从而为进一步找准“动因”提供了更加细致、准确的依据！回到案例，面对8月份销售额下滑100万的现状，经过分析后得出的结论是南京市场下滑的100万主要来自于南京城区喜铺渠道散装巧克力和六合批发市场128g袋装水果糖的下滑，其中散装巧克力下滑了40万，占比40%，128g 水果糖下滑了60万，占比60%。 整个数据分析维度的模型图如下：

店铺经营数据分析和推算公式

门店经营数据分析和推算公式 一、达标率公式 达标率=一定时期内营业额/一定时期内业绩指标*100% 例1：一月份的业绩指标为50万元，实际完成额为48万元，则一月份的达标率=48万/50万*100%=96% 例2：若一月份的指标为50万，实际完成额为52万，则一月份的达标率=104% 备注：达标率反映的是门店业绩达成的情况及能力。 二、达标率公式 同期业绩增长率=（年\月\周同期营业额-当期营业额）/同期营业额*100% 例1：某店2013年营业额为450万，2012年业绩为300万，则2013年的年业绩增长率=（450万-300万）/300万*100%=50%即：相较2012年的业绩，2013年业绩同期增长了50%。

例2：某店2月份的业绩为20万，1月份的业绩为35万，则2月份相较1月份的业绩增长率=（20万-35万）/35万*100%=-43% 即：相较于1月份，2月份的业绩下滑了43%。 备注：同期业绩增长率为正数时，表示业绩上升；为负数时，表示业绩下滑。 三、坪效公式 日坪效=当日营业额/当店的店铺面积 月坪效=当月营业额/当店的店铺面积 例1：某店的营业面积为100平方米，当日营业额为8000元，则 这个店铺的日坪效=8000元/100平方米=80元/平方米 备注：此指标可以分析店铺面积的生产力，深入了解店铺销售真实情况。 四、人效公式 日人效=日营业额/当日总人数 （周、月、年同理可推） 例1：某店某天的营业额为9000元，某店的总人数为9人，则

当日人效=9000元/9人=1000元/人 壹叁壹肆-终端管家（专业门店分享平台，搜索壹叁壹肆加入我们） 备注：反映门店员工销售能力与排班用人的合理性。 五、ATV公式 日ATV=日营业额/日客单数 （月、年同理可推） 个人ATV=某个人一段期间内的业绩/这个人在这期间内的总销售单数 备注：ATV反映人员附加销售能力、货品组合的合理程度，与ASP一同反映顾客的消费承受能力。 六、连带销售公式 日连带率=日销售双数/日客单数 （周、月、年同理可推） 例1：某日某店销售件数150双，客单数为75单，则 此店连带率=150双/75单=2双/单

上中国网络零售市场数据分析

2017年（上）中国网络零售市场数据分析

中国电子商务研究中心发布了《2017年（上）中国网络零售市场数据监测报告》。根据报告，2017年上半年我国网络零售交易额达到3.1万亿元，同比增长了34.8%,预计2017年网络零售交易额将达到7.6亿元。而相反的是，天猫在中国B2C网络零售市场中的占比再次转头向下，市场份额接近2013年年底水平，逼近50%的红线。 数据来源：中国电子商务中心中商产业研究院整理 据报告显示，2017年上半年中国网购用户规模达到了5.16亿元，较2016上半年的4.8亿元，同比增长了7.5%。预计2017年中国网络购物用户规模将达到5.4亿元，将同比增长8%。

数据来源：中国电子商务中心中商产业研究院整理 去年始，阿里就一直在积极布局线下新零售领域，加速物流体系建设，从盒马鲜生到天猫小店，动作不断，与此同时天猫线上份额却开始下降。 据数据显示，2017上半年中国B2C网络零售市场（包括开放平台式与自营销售式，不含品牌电商），天猫排名第一，占50.2%份额，但较2016年上半年下降了3%；京东名列第二，占据24.5%份额，同比上升了0.3%；唯品会位于第三，占6.5%份额，同比上升了2.7%；苏宁易购排名第四，占5.4%的市场份额，同比上升了2.1%；国美在线位列第五，占4.1%的份额，同比上升了2.5%。其他平台包括1号店、亚马逊中国、当当、聚美优品等B2C平台占据整个市场的9.3%份额。

数据来源：中国电子商务中心中商产业研究院整理 中商产业研究院简介 中商产业研究院是深圳中商情大数据股份有限公司下辖的研究机构，研究范围涵盖智能装备制造、新能源、新材料、新金融、新消费、大健康、“互联网+”等新兴领域。公司致力于为国内外企业、上市公司、投融资机构、会计师事务所、律师事务所等提供各类数据服务、研究报告及高价值的咨询服务。 中商行业研究服务内容 行业研究是中商开展一切咨询业务的基石，我们通过对特定行业长期跟踪监测，分析行业需求、供给、经营特性、盈利能力、产业链和商业模式等多方面的内容，整合行业、市场、企业、用户等多层面数据和信息资源，为客户提供深度的行业市场研究报告，全面客观的剖析当前行业发展的总体市场容量、竞争格局、进出口情况和市场需求特征等，对行业重点企

个门店经营数据分析和推算公式

个门店经营数据分析和推算 公式 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

19个门店经营数据分析和推算公式 一、达标率公式 达标率=一定时期内营业额/一定时期内业绩指标*100% 例1：一月份的业绩指标为50万元，实际完成额为48万元，则一月份的达标率=8万/50万*100%=96% 例2：若一月份的指标为50万，实际完成额为52万，则一月份的达标率=104% 备注：达标率反映的是门店业绩达成的情况及能力。 二、达标率公式 同期业绩增长率=（年\月\周同期营业额-当期营业额）/同期营业额*100% 例1：某店2013年营业额为450万，2012年业绩为300万，则2013年的年业绩增长率=（450万-300万）/300万*100%=50% 即：相较2012年的业绩，2013年业绩同期增长了50%。 例2：某店2月份的业绩为20万，1月份的业绩为35万，则2月份相较1月份的业绩增长率=（20万-35万）/35万*100%=-43% 即：相较于1月份，2月份的业绩下滑了43%。 备注：同期业绩增长率为正数时，表示业绩上升；为负数时，表示业绩下滑。 三、坪效公式

日坪效=当日营业额/当店的店铺面积 月坪效=当月营业额/当店的店铺面积 例1：某店的营业面积为100平方M，当日营业额为8000元，则这个店铺的日坪效=8000元/100平方M=80元/平方M 备注：此指标可以分析店铺面积的生产力，深入了解店铺销售真实情况。 四、人效公式 日人效=日营业额/当日总人数（周、月、年同理可推） 例1：某店某天的营业额为9000元，某店的总人数为9人，则当日人效=9000元/9人 =1000元/人 备注：反映门店员工销售能力与排班用人的合理性。 五、ATV公式 日ATV=日营业额/日客单数（月、年同理可推） 个人ATV=某个人一段期间内的业绩/这个人在这期间内的总销售单数 备注：ATV反映人员附加销售能力、货品组合的合理程度，与ASP一同反映顾客的消费承受能力。 六、连带销售公式 日连带率=日销售双数/日客单数（周、月、年同理可推）

商品销售数据分析

页眉 2商品分析模型 3商品分析的销售指标分析 二、什么是商品分析 2.1定义 商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。 2.2商品分析模型 商品数据分析对企业信息化越来越重要。业务系统给我们提供了大量的数据，但如何利用这些数据进行分析，并得到有价值的结果来指导企业的经营活动，是摆在所有企业面前的、需要不断探索的课题。商品分析也就是依据业务系统提供的数据进行相关的项目分析进而产生有价值的结果来指导企业经营活动的工作。 首先需要确定零售企业在销售数据分析过程中适用的维度、指标和分析方法，在日常商品分析当中，需要做的就是将三者关联起来构造一个分析模型，依据分析模型得到有价值的结果。 要建立一个分析模型，有三个构成因素，即：维度、指标和分析方法。维度指明了我们要从什么样的角度进行分析，也就是分析哪方面的内容，比如商品、客户等。指标指明了我们对于这个维度所要进行分析的点，比如数量、周转率、连带率、售罄率、毛利率等。分析方法指明了我们用什么样的方法去分析处理这个维度的指标。 （一）、销售数据之维度 页眉 1、商品

商品是零售分析的最细维度之一，大部分的指标都依附商品来做明细的记 录，同时很多维度也是通过商品进行交叉分析。 2、客户 客户是销售对象，包括会员。客户所在地和区域有关联。 3、区域 区域是地理位置。从全球视角看：洲---国家---区；从国家视角看：区——省/市——县/区一镇/乡/村，一般按正式行政单位划分。 4、时间 时间是进行数据分析非常重要的维度，分析的角度有公历角度和农历角度。其中，公历角度：年一一季度一一月一一日一一时段（每2小时为一个段）；星期、公历节假日。农历角度：年节气日时刻；农历节假日。 （二）、销售数据之指标 1、销售数量：客户消费的商品的数量。 2、含税销售额：客户购买商品所支付的金额。 3、毛利：毛利=实际销售额一成本。 4、净利：利=去税销售额—去税成本。 5、毛利率：销售毛利率是毛利占销售收入的百分比，也简称为毛利率，其 中毛利是销售收入与销售成本的差。 毛利率=（毛利/实际销售额）X100%。 6、周转率：周转率和统计的时间段有关。 周转率=（销售吊牌额/库存金额）X100%。 7、促销次数 促销次数有宏观概念上的，也有微观概念上的。宏观上，是指一个销售单位中一段时间内发动促销的次数，或某个供应商的商品在一段时间内参与促销的次数；微观层面上，是表示一个单品在一段时间内参与促销的次数。 &交易次数：客户在POS点上支付一笔交易记录作为一次交易。 9、客单价：客户在一次交易中支付的金额总和称为客单价。 客单价=销售额/交易次数 页眉 10、周转天数：周转天数越长，表示经营效率越低或存货管理越差；周转天数

1全国网络零售额数据分析

2017年1-12月全国网络零售额数据分析

据统计局最新数据显示，2017年1-12月份，全国网上零售额71751亿元，同比增长32.2%。其中，实物商品网上零售额54806亿元，增长28%。 2017年中国网络零售额及增长速度 数据来源：中商产业研究院整理 从增长速度来看，随着信息技术的进步和网络覆盖范围的扩大，尤其是国家对农村地区网络建设的支持力度不断加大，网络购物用户规模持续壮大，网络零售额增速远远超过社会商品零售总额的增速。2017年1-12月，网络零售额同比增长速度达到32.2%。

2017年中国网络零售额与社会消费品零售总额增速 数据来源：中商产业研究院整理 我国零售业线上与线下、批发与零售、城市与乡村流通市场共同发展的新格局形成。中国网络零售额占全社会消费品零售总额比重超过10%，2017年1-12月，实物商品网上零售额54806亿元，增长28%。 2017年网络零售额与社会消费品零售总额增速情况 数据来源：中商产业研究院整理

中商产业研究院简介 中商产业研究院是深圳中商情大数据股份有限公司下辖的研究机构，研究范围涵盖智能装备制造、新能源、新材料、新金融、新消费、大健康、“互联网+”等新兴领域。公司致力于为国内外企业、上市公司、投融资机构、会计师事务所、律师事务所等提供各类数据服务、研究报告及高价值的咨询服务。 中商行业研究服务内容 行业研究是中商开展一切咨询业务的基石，我们通过对特定行业长期跟踪监测，分析行业需求、供给、经营特性、盈利能力、产业链和商业模式等多方面的内容，整合行业、市场、企业、用户等多层面数据和信息资源，为客户提供深度的行业市场研究报告，全面客观的剖

零售业大数据分析应用案例

零售业大数据分析应用案例 随着大数据时代的到来,数据分析已经成为了零售业非常重要的一环,也是精细化运营的基础.零售业数据分析包括: 财务分析 销售分析 商品分析 顾客分析 供应商分析 人员分析 本文将对这6个方面逐一解读. 1财务分析 1）分析企业的财务状况,了解企业资产的流动性、现金流量、负债水平及企业偿还长短期债务的能力,从而评价企业的财务状况和风险； 2）分析企业的资产管理水平,了解企业对资产的管理状况,资金周转情况； 3）分析企业的获利能力； 4）分析企业的发展趋势,预测企业的经营前景； 同时,系统还应该按照部门、人员、商品、供应商、时间等各个维度综合分析各项财务指标,如:成本、毛利、利润、库存、结算、盈亏平衡点、销售数量、销售金额、市场占有率等等. 2销售分析

主要分析各项销售指标,例如毛利、毛利率、坪效（坪效是台湾 经常拿来计算商场经营效益的指标,指的是每坪的面积可以产出多少 营业额(营业额÷专柜所占总坪数,以百货公司为例,店里不同的位置,所吸引的客户数也不同.一楼入口处,通常是最容易吸引目光的地方,在 这样的黄金地段一定要放置能赚取最大利润的专柜,所以你会发现百 货公司的一楼通常都是化妆品专柜）、交叉比、销进比、盈利能力、周转率、同比、环比等等； 而分析维度又可从管理架构、类别品牌、日期、时段等角度观察,这些分析维又采用多级钻取,从而获得相当透彻的分析思路； 同时根据海量数据产生预测信息、报警信息等分析数据； 还可根据各种销售指标产生新的透视表,例如最常见的abc分类表、商品敏感分类表、商品盈利分类表等. 这些复杂的指标在原来的数据库中是难以实现的,老总们虽然知 道他们非常有用,但由于无法得到,使得这些指标的地位也若有若无. 直到bi技术出现之后,这些指标才重新得到了管理者和分析者们的宠幸. 3商品分析 商品分析的主要数据来自销售数据和商品基础数据,从而产生以 分析结构为主线的分析思路.主要分析数据有商品的类别结构、品牌 结构、价格结构、毛利结构、结算方式结构、产地结构等,从而产生 商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重 点商品、畅销商品、滞销商品、季节商品等多种指标.通过对这些指 标的分析来指导企业商品结构的调整,加强所营商品的竞争能力和合 理配置. 4顾客分析 顾客分析主要是指对顾客群体的购买行为的分析.例如,如果将顾 客简单地分成富人和穷人,那么什么人是富人,什么人是穷人呢？实行 会员卡制的企业可以通过会员登记的月收入来区分,没有推行会员卡的,可通过小票每单金额来假设.比如大于100元的我们认为是富人,

数据分析、推算公式大全

【零售】终端店铺所有数据分析、推算公式大全达标率公式：达标率=一定时期内营业额/一定时期内业绩指标*100%例一：一月份的业绩指标为40万元，实际完成额为38万元，则一月份的达标率=38万/40万*100%=95%例二：若一月份的指标为40万，实际完成额为42万，则一月份的达标率=105%备注：达标率反映的出门店业绩达成的能力同期业绩增长率公式：同期业绩增长率=（年\月\周同期营业额-当期营业额）/同期营业额*100%例：某店2008年营业额为320万，2007年业绩为200万，则2008年的年业绩增长率=（320万-200万）/200万*100%=60%即表示相较2007年的业绩，2008年业绩同期增长了60% 同期业绩增长率公式：例：某店2月份的业绩为20万，1月份的业绩为35万，则2月份相较1月份的业绩增长率=（20万-35万）/35万*100%=-43%即：相较1月份业绩，二月份的业绩下滑了43%备注：同期业绩增长率为正数时，表示业绩上升；为负数时，表示业绩下滑。坪效公式：日坪效=当日营业额/当店的店铺面积月坪效=当月营业额/当店的店铺面积例：某店的营业面积为100平方米，当日营业额为8000元，则这个店铺的日坪效=8000元/100平方米=80元/平方米备注：此指标可以分析店铺面积的生产力，深入了解店铺销售真实情况人效公式：日人效=日营业额/当日总人数周人效=周营业额/当店总人数月人效=月营业额/当店总人数例：某店某天的营业额为9000元，某店的总人数为9人，则当日人效=9000元/9人=1000元/人备注：反映门店员工销售能力与排班用人的合理性关于业绩数据指标的使用一：达标率、同期销售增长率、坪效、人效指

个门店经营数据分析和推算公式

19个门店经营数据分析与推算公式 一、达标率公式 达标率=一定时期内营业额/一定时期内业绩指标*１0０％ 例1：一月份得业绩指标为5０万元,实际完成额为48万元，则一月份得达标率＝8万/50万*１00%=9６％ 例２:若一月份得指标为50万，实际完成额为５2万，则一月份得达标率＝104% 备注:达标率反映得就是门店业绩达成得情况及能力。 二、达标率公式 同期业绩增长率=(年\月＼周同期营业额—当期营业额)／同期营业额*１0０% 例1:某店2013年营业额为450万,2０１2年业绩为3０0万,则2013年得年业绩增长率=(450万—3０0万)／300万*100%＝50％ 即：相较２０12年得业绩，２０1３年业绩同期增长了50%。 例２:某店２月份得业绩为20万,1月份得业绩为35万，则2月份相较1月份得业绩增长率=（２0万—35万）／35万*１00%=—4３％ 即：相较于１月份,2月份得业绩下滑了４3%。 备注:同期业绩增长率为正数时，表示业绩上升;为负数时，表示业绩下滑。 三、坪效公式 日坪效=当日营业额／当店得店铺面积 月坪效=当月营业额/当店得店铺面积 例1:某店得营业面积为１00平方M，当日营业额为8000元,则这个店铺得日坪效=8000元/100平方M=8０元/平方Ｍ 备注:此指标可以分析店铺面积得生产力,深入了解店铺销售真实情况。

四、人效公式 日人效=日营业额／当日总人数（周、月、年同理可推) 例1:某店某天得营业额为9000元,某店得总人数为9人,则当日人效=9000元/9人＝1000元/人 备注:反映门店员工销售能力与排班用人得合理性。 五、ATV公式 日ATV=日营业额/日客单数(月、年同理可推) 个人ATV=某个人一段期间内得业绩/这个人在这期间内得总销售单数 备注:ATV反映人员附加销售能力、货品组合得合理程度,与ＡＳP一同反映顾客得消费承受能力。 六、连带销售公式 日连带率=日销售双数／日客单数(周、月、年同理可推) 例1：某日某店销售件数1５0双,客单数为75单,则此店连带率=150双/75单=２双/单备注:此指标反映员工附加推销能力、货品组合合理性、及顾客得消费心理。 七、ASＰ公式 日ASＰ＝日营业额/日销售双数 月ASP=月营业额/月销售双数 例1:某店某月销售30０0双，营业额为35万元,则此店此月得ASP=35万/３00０双=1１7元/双 备注：AＳP反映顾客得消费能力、货品得定价、也反映员工推介高价货品得能力,与ATV 结合分析,共同反映顾客得承受能力。 八、VIP占比公式

市场营销数据分析计算公式

市场营销数据分析计算 公式 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT

市场营销数据分析计算公式 产品分析工具 新产品认可度 产品生命周期PLC（ProductLifeCycle）：开发、引进、成长、成熟、衰退新产品上市速度 产品盈利率工具 存货周转率 价格决策工具 产品价格弹性工具 目标收益率工具 消费者剩余占有率工具 PSM价格敏感度测试工具 PSM(PriceSensitivityMeasurement)价格敏感度分析方法 定价工具

价格稳定度测量工具 渠道决策工具 促销决策工具 促销费用效用测试工具 目标销售额增长达成率 目标利润达成率 特价品促销带动率 付现率计算工具 返券回馈率计算工具 联合促销对比率 品牌管理工具 品牌忠诚度测试工具 品牌偏好度绩效工具 品牌认知度 品牌美誉度 英特公司的品牌价值估价法模型

Y&R品牌资产标量 USP理论及其应用 USP(uniquesellingproposition) 沃尔夫PFA购买率评估模型 斯塔齐NETAPPS评估模型 AEI（广告效果指数，AdvertisingEffectivenessIndex）指数模型 CSP（CommunicationSpectraPattern）传播幅度形态模型 直复DM有效性工具 网络投放效果测试工具 网络广告点击率 网络广告转化率 广告平均浏览时间 STARCH法 广告费用增销额 顾客回馈分析工具

退出率与提价关系工具 KANO模型 四分图模型 顾客延伸率 用户满意度CSI（customersatisfactionindex）模型 营销评价工具 9S模型 整合营销传播IMC（IntegratedMarketingCommunication)的核心思想是将与企业进行市场营销有关的一切传播活动一元化。 供应商感知模型（SupplierPerceptionModel） 销售量比较评价法 商圈饱和度工具

2017年1-12月全国社会消费品零售情况分析

2017年1-12月全国社会消费品零售情况分析2017年12月份，社会消费品零售总额34734亿元，同比名义增长9.4%（扣除价格因素实际增长7.8%，以下除特殊说明外均为名义增长）。其中，限额以上单位消费品零售额17409亿元，增长6.7%。 2017年1-12月份，社会消费品零售总额366262亿元，同比增长10.2%。其中，限额以上单位消费品零售额160613亿元，增长8.1%。 2017年1-12月中国社会消费品零售额及同比增速 数据来源：中商产业研究院整理 在商品零售中，12月份，限额以上单位商品零售16417亿元，同比增长6.8%。 1-12月份，限额以上单位商品零售150861亿元，同比增长8.2%。 2017年1-12月中国商品零售额及同比增速 数据来源：中商产业研究院整理 2017年全年，全国网上零售额71751亿元，比上年增长32.2%。其中，实物商品网上零售额54806亿元，增长28.0%，占社会消费品零售总额的比重为15.0%； 在实物商品网上零售额中，吃、穿和用类商品分别增长28.6%、20.3%和30.8%。 1-12月份，在中国限额以上单位商品零售市场中，汽车的零售总额达到42222亿元，占比达32.09%。紧随其后的是石油及制品和粮油食品类，零售总额分别占全国商品零售市场的12.34%和10.76%。 数据来源：中商产业研究院整理

根据中商产业研究院发布的《2018-2023年中国零售行业分析和市场预测咨询报告》指出，在国家政策的大力扶持下，零售业的发展势头较为良好，其规模化和组织化程度不断提高。而我国零售业的发展模式正处于转型升级的过渡阶段，未来线上线下将实现更深层次的良性联动并逐步转变为全行业发展的共识和方向。同时，根据国家的产业规划，我国在“十三五”期间将会基本形成城乡协调、区域协同、国内外有效衔接的商贸物流网络，商贸物流成本明显下降，批发零售企业物流费用率降低到7%左右，批发零售业迎来利好。 中商产业研究院简介 中商产业研究院是深圳中商情大数据股份有限公司下辖的研究机构，研究范围涵盖智能装备制造、新能源、新材料、新金融、新消费、大健康、“互联网+”等新兴领域。公司致力于为国内外企业、上市公司、投融资机构、会计师事务所、律师事务所等提供各类数据服务、研究报告及高价值的咨询服务。 中商行业研究服务内容 行业研究是中商开展一切咨询业务的基石，我们通过对特定行业长期跟踪监测，分析行业需求、供给、经营特性、盈利能力、产业链和商业模式等多方面的内容，整合行业、市场、企业、用户等多层面数据和信息资源，为客户提供深度的行业市场研究报告，全面客观的剖析当前行业发展的总体市场容量、竞争格局、进出口情况和市场需求特征等，对行业重点企业进行产销运营分析，并根据各行业的发展轨迹及实践经验，对各产业未来的发展趋势做出准确分析与预测。中商行业研究报告是企业了解各行业当前最新发展动向、把握市场机会、做出正确投资和明确企业发展方向不可多得的精品资料。 中商行业研究方法 中商拥有10多年的行业研究经验，利用中商Askci数据库立了多种数据分析模型，在产业研究咨询领域利用行业生命周期理论、SCP分析模型、PEST分析模型、波特五力竞争分析模型、SWOT分析模型、波士顿矩阵、国际竞争力钻石模型等、形成了自身独特的研究方法和产业评估体系。在市场预测分析方面，模型涵盖对新产品需求预测、快速消费品销售预测、市场份额预测等多种指标，实现针对性的进行市场预测分析。 中商研究报告数据及资料来源 中商利用多种一手及二手资料来源核实所收集的数据或资料。一手资料来源于中商对行业内重点企业访谈获取的一手信息数据；中商通过行业访谈、电话访问等调研获取一手数据时，调研人员会将多名受访者的资料及意见、多种来源的数据或资料进行比对核查，公司内部也会预先探讨该数据源的合法性，以确保数据的可靠性及合法合规。二手资料主要包括国家统计局、国家发改委、商务部、工信部、农业部、中国海关、金融机构、行业协会、社会

大数据对零售行业有哪些作用

大数据对零售行业有哪些作用 随着时代的发展，尤其是互联网产业的快速增长，大数据分析也越来越被各行业所需求，尤其是对于零售商来说，大数据更是为发展提供了一个新的动力，那么下面就让中原第一城批发商城来为我们分析一下，大数据对零售行业有哪些作用。 深入挖掘顾客需求 以往零售业经营分析以每日生成的交易明细为基础来进行数据分析，有些公司在这方面会做的比较深入，会结合各种因素来考量，做调整，但这种分析往往在速度上会大打折扣，尤其是在信息高速变更的时代，而且这种分析往往基于内部已发生的数据，与用户的真实需求有所偏离。如今，无论是实体销售还是网络销售都做到了信息化，有条件去跟踪用户的消费行为。比如，美国塔吉特超市通过顾客数据分析部建立的“怀孕预测指数”模型，能够在孕妇第2个妊娠期就把她们确认出来。该公司这样做的目的是:在其他公司对母婴开展个性化营销之前，领先一步。通过提前了顾客情况，抢占先机，在不同的怀孕周期提供针对性的保健品和日用品，尽早对客户实施个性化营销。 重建客户关系 我国传统零售业依旧走无差异的营销模式，把所有消费者都当做自己的顾客。可是，某商超在对用户分析时发现，忠实用户占50%，贡献度为90%，剩下的50%客户，贡献度却只占到10%。对于客户，如果依旧是广撒网而同等对待的话，忠实客户的流失将比付出的成本大很多，所以，客户”差异化“对待，势在必行。比如，可以利用顾客会员卡与门店的POS 系统相连接，开发出计算机自动促销系统。该系统能够利用计算机系统，向会员顾客提供个性化服务，投其所好来增加顾客忠诚度。 完善品类管理 通过大数据分析能获悉顾客需求，但最终实际过渡到零售底层的仍是商品和服务。很多零售企业在品类管理实施中往往是门店按采购部规划布置，但又要保证新的商品引进和旧的商品淘汰。数月下来，静态的规划和动态的调整难以有机结合，实际陈列状况和规划的大相径庭。曾今有一家零售企业在实施品类管理过程中将南货由生鲜部划归干货部管理，但调整的结果是销售额反而下降了。商品归属变化以后，商品的卖场布局也发生了变化，商品也从生鲜区位移到了干货，结果南于消费者不适应，反而减少了销售额。

销售数据分析

前言 营销总经理这个职位压力大而且没有安全感——天气变化、竞品动态、本品产品质量、公司的战略方向、费用投入、经销商的突然变化、行业动荡、上游采购成本等等诸多因素影响业绩。营销行业没有常胜将军，但是这个行业以成败论英雄。 营销总经理这个职位事情多而且杂乱琐碎：营销总经理要遥控管理庞大的营销团队，服务于全国几千万家经销商和终端。工作千头万绪，哪怕每天干25个小时，工作还是俄罗斯方块一样堆积。 压力和杂务干扰之下，就容易迷失，做营销总经理需要热情、能力、经验、更需要固化的可复制的工作模型，帮助自己脱身庶务，联系市场实际，提升管理绩效。 营销总经理工作模型一：数据分析模型 一、营销总经理数据分析流程概述 数据分析好像“业绩体检报告”，告诉营销总经理哪里有问题。营销总经理要每天按照固定的数据分析模型对当日发货量、累计业绩进度、发货客户数、发货品项数、产品结构、区域结构等关键指标进行全方位多维次的实时监控。随时关注整体业绩达成的数量和质量。 如果公司整体业绩分析没问题就下延看区域业绩有没问题，没问题就结束分析。如果公司整体业绩有问题；就要思考有没有特殊原因——比如：天气下雨造成三天发货量下滑，天晴后业绩会恢复。公司上半月集中力量乡镇市场压货，所以低价产品业绩上升高价产品业绩下滑是计划内正常现象。如果没有特殊原因，确实属于业绩异常，就要立刻从这个指标着手深度分析：通常是从产品、区域、客户三条主线来研究。发现问题产品（哪个产品需要重点管理）、发现问题区域（哪个区域需要重点巡查）、发现问题客户（哪个重点零售ka系统重点经销商的业绩不正常）。除非问题非常严重，一般营销总经理的数据分析下延到直接下级（大区或者省区层面）即可，然后要求问题区域的大区经理做出解释，拿出整改方案。大区省区经理再做区域内数据分析，寻找问题产品、问题片区和问题经销商。 数据分析得出结论就找到了管理重点，接下来营销总经理要采取针对性有的放失的管理动作——比如立刻去巡检重点问题区域、要求问题区域限期改善、更改当月的促销投入或者产品价格、设立新的工作任务（比如乡镇铺货）等等，整个分析流程图示如下：

店铺销售商品分析数据指标

商品销售数据指标1、销售数量：客户消费的商品的数量。 2、含税销售额：客户购买商品所支付的金额。 3、毛利：毛利=实际销售额－成本。 4、净利：净利=去税销售额－去税成本。 5、毛利率：毛利率=（毛利/实际销售额）×100%。 销售毛利率是毛利占销售收入的百分比，也简称为毛利率，其中毛利是销售收入与销售成本的差。 6、周转率：周转率和统计的时间段有关。周转率=（销售吊牌额/库存金额）×100%。库存存金额指的是库存成本金额，累计进货金额-累计出货金额＝库存金额；。累计利润＝累计销售收入，如果不考虑费用等支出的话累计出货金额+存货周转率(次数)是指一定时期内企业销售成本与存货平均资金占用额的比率，是衡量和评价企业购入存货、投入生产、销售收回等各环节管理效率的综合性指标.，其意义可以理解为一个财务周期内，存货周转的次数。其存货周转率计算公式为: 存货周转次数=销货成本÷存货平均余额 存货平均余额=(期初存货+期末存货)÷2 存货周转天数=计算期天数÷存货周转次数 =计算期天数×存货平均余额÷销货成本 一般来讲，存货周转速度越快(即存货周转率或存货周转次数越大、存货周转天数越短)，存货占用水平越低，流动性越强，存货转化为现金或应收帐款的速度就越快，这样会增强企业的短期偿债能力及获利能力。通过存货周转速度分析，有利于找出存货管理中存在的问题，尽可能降低资金占用水平。 7、促销次数 促销次数有宏观概念上的，也有微观概念上的。宏观上，是指一个销售单位中一段时间内发动促销的次数，或某个供应商的商品在一段时间内参与促销的次数；微观层面上，是表示一个单品在一段时间内参与促销的次数。 、交易次数8． 客户在POS 点上支付一笔交易记录作为一次交易。 9、客单价：客户在一次交易中支付的金额总和称为客单价。 客单价=销售额/交易次数 10、周转天数：周转天数=库存金额/销售吊牌额。 周转天数越长，表示经营效率越低或存货管理越差；周转天数越短，表示经营效率越高或存货管理 11、退货率：退货率=退货金额/进货金额（一段时间）； 用于描述经营效率或存货管理情况的指标，与时间有关。 12、售罄率：售罄率=销售数量/进货数量 售罄率是指一定时间段某种货品的销售占总进货的比例，是根据一批进货销售多少比例才能收回销售成本和费用的一个考核指标，便于确定货品销售到何种程度可以进行折扣销售清仓处理的一个合理尺度。 13、库销比：库销比=期末库存金额/（本期销售牌价额/销售天数*30）

零售业常见的BI分析

电子商务行业对BI的需求 首要需求是“快速响应顾客需求的改变”。“预测市场的能力”（38%）及“提升顾客忠诚度与回购率”（38%） BI最常见的应用就是辅助建立信息中心，通过BI来产生各种工作报表和分析报表。常见的分析有： 1. 销售分析：主要分析各项销售指标，例如毛利、毛利率、坪效、交叉比、销进比、盈利能力、周转率、同比、环比等等;而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表，例如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等。 这些复杂的指标在原来的数据库中是难以实现的，老总们虽然知道他们非常有用，但由于无法得到，使得这些指标的地位也若有若无。直到BI技术出现之后，这些指标才重新得到了管理者和分析者们的宠幸。 2. 商品分析：商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。 3. 顾客分析：顾客分析主要是指对顾客群体的购买行为的分析。例如，如果将顾客简单地分成富人和穷人，那么什么人是富人，什么人是穷人呢?实行会员卡制的企业可以通过会员登记的月收入来区分，没有推行会员卡的，可通过小票每单金额来假设。比如大于100元的我们认为是富人，小于100元的我们认为是穷人。好了，现在老总需要知道很多事情了，比如，富人和穷人各喜欢什么样的商品;富人和穷人的购物时间各是什么时候;自己的商圈里是富人多还是穷人多;富人给商场作出的贡献大还是穷人作出的贡献大;富人和穷人各喜欢用什么方式来支付等等。此外还有商圈的客单量、购物高峰时间和假日经济对企业影响等分析。 5. 人员分析：通过对公司的人员指标进行分析，特别是对销售人员指标(销售指标为主，毛利指标为辅)和采购员指标(销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等)的分析，以达到考核员工业绩，提高员工积极性，为人力资源的合理利用提供科学依据的目的。主要分析主题有，员工的人员构成、销售人员的人均销售额、对于开单销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。