在系统化整理自己提炼、设计服装企业门店终端零售分析应用的过程中，将自己的感受用俗一点的六个字来总结，便是“选方法”、“用指标”。
选方法，在前面《服装行业门店分析应用概览》一文中已经有所提到，大约便是说要围绕我们的分析目的选取合适的分析方法，如对比、趋势、构成等等。用指标，则是可以参考一些业内通用、广泛地关键绩效指标（KPI）,或是提炼几个面向自己企业特定人群的辅助管理指标。总的说来，指标是基础，而方法的灵活和组合应用，将会大大的丰富我们的应用，从数据中获得更多的信息，更好更及时的发现问题。
通常，单个指标只是分析一个方面的问题，考核一方面的能力，或是效率。而且，孤立的一个值，更是缺乏参照，较难从一个单单的数据中辨别好坏，这就需要结合指标和方法了。
在这里，尝试着设计一个大表，一个大的集合，结合了指标和方法，目的是使得用户能通过这张表，较为全面的对门店终端进行诊断，发现问题。
下面是对于表格显示内容的一个说明，×符号表示交叉，每个指标可以对应每个方法生成一个复合指标列。
譬如：零售数量、零售金额
×
本期、同比增长、环比增长、排名、上期排名、增长排名
又如：连带率、客单价、平均单价、折扣率、坪效、人效
×
本期、同比增长、环比增长、排名、上期排名、本年累计、累计排名、累计上期排名等等。
这张报表具体展现的样式，将不追求花哨的显示效果，而采取平铺的方式，各终端在行上排开，复合指标列在列上排列（将会有许多的列，后面会有一些对列的显示、隐藏的控制建议）。
解读报表时，可基于基本值，结合成长性分析（同比增长率、环比增长率、本年累计增长率）、结构分析、排名分析的组合，丰富展现终端管理KPI，找到每个终端的位置，其优势与劣势所在，后续便可对其进行针对性的改进。譬如连带率低了，可以针对导购开专项课程，指导实务如何提高连带率，后续亦可跟进效果。坪效低了，又否可尝试检查陈列？
总的说来，上述门店终端KPI数据优劣表现，还基本上是基于排名来判断，未必足够。那么，进一步的，可以加入这些指标与参考值的比较，用门店终端的KPI值，通过与参考值的比较，了解差异程度。参考值可以企业依终端属性(如区域、门店等级等)来设置，或是取自区域平均、店铺等级平均的平均值。
从系统操作要求角度来说，以下几个方面是值得考虑的：
1） 任意选择若干终端，进行终端比较，尤其是同区域、店铺类型、商圈等级的店铺，更具可比性
2） 表格的列(亦即字段)过多，那么需要提供切换机制，任意打开/关闭某一类指标，如关闭连带率、客单价类的指标，或是关闭所有同比增长率类指标，更好的辅助使用者定位其最关注的点。
3） 过滤出需要的结果集，譬如，各项指标都排名靠前、或者良好(良好可以通过与参考值的相对性比较得出)的店铺名单。
4） 此报表亦可以考虑设计为模型，让用户自行拖拽生成，亦能够增强用户体验，提高分析应用的灵活性。
最后，需要说明的是，以上的指标和方法，只是一部分举例应用，实际的过程中，可以结合实际情况增加指标，完善方法(譬如加入计划完成率)，使其能够更好的为最终用户服务。