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。