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;