服装行业终端门店零售KPI指标有许多，平均单价（也有称件单价）和连带率（或称联单率）是其中运用得较为常见的一对。众所周知，终端业绩几大关键指标，客流量、进店率、成交率、客单价、回头率。提升单店业绩，可以从提高上述几个指标入手。而平均单价和连带率即为构成客单价的因素，客单价=平均单价*连带率，由此可见其重要性。关于指标的含义及其管理意义，便不在此赘述。
矩阵图在多角度分析问题方面，有着极好的优势，其直观性和以理解性，是一般表格所无法达到的。因此，本文将举一个应用小例子，以期实现通过指标的灵活分析，发现终端从提升客单价角度，对各终端进行表现特征分群定位，发现存在的运营短板或是问题，以着手采取对策进行改善提升并后续再次检查，如此循环。对终端的诊断
运用矩阵图对各终端门店进行分类，直观呈现各终端的连带率和平均单价指标状况，逐个象限予以分析，并结合多方信息进行综合判断，做出合适的决策。
譬如，
- 连带率、平均单价双高，应当为优质、明星终端；
- 连带率低的终端，可考虑以培训或是指导等方式、结合激励政策，提升终端店员的连带销售能力。
- 平均单价较低的终端，可以检查终端的货品结构，尤其是从价格带角度入手，与周边终端或是同类型终端进行比较，结合所在商圈客户消费特性综合分析；另外，亦可检查终端店员对商品尤其是价格较高商品的销售能力；
- 双低的终端，就需要在各个方面进行排查了；
下图为一简要示意图：
几点说明
1）如何通过比较划分区域？比较发现问题，通常，比较可以与同类终端的平均值，或是公司设定的标准参考值进行。
由上一点可以看出，针对一定的终端属性，进行分类划分，是相当重要的。否则的话，出现正价店与折扣店一同比较，就会大大影响使用效果了，譬如会得到一些无 用的、废话结果。通过这一步，尽量屏蔽外部因素差异巨大造成的影响。
标准参考值，可以通过设定，或是通过过往历史数据的综合分析，统计而得。
2）单单是静态的分群定位，仍是感觉引意犹未尽，可以以始为终，对后续动作及表现（是否有变化、提升？）其进行一定的跟进分析，形成一个循环。如，做出了一定 的决策，譬如做出对某终端进行了提高连带销售技巧培训，在后续若干月后，对这一类我们采取过措施的终端，进行跟进查看，看其后续两大指标的发展变化趋势， 了解是否有起到效果。
对趋势的观察，可采用如下图所示例展现方式：
或是已采取过行动的终端近N期表现趋势图（可双轴趋势同时呈现）：
本例事实上较为简单，总的来说，阐述了几个点，总体上能体现出“发现问题->分析问题->采取动作->反馈跟进”的思路：
1. 通过连带率、平均单价指标，对终端店铺业绩核心指标之一的客单价进行诊断；
2. 针对各类状况的终端店铺，展开一系列手段，分析、排查可能存在问题的点；
3. 针对存在问题的终端，人工决策，给出提升方法路线；
4. 跟进改善效果；