“量化身邊的一切，才是數據化的核心。”---摘自《大數據時代》

門店日常經營產生的大量數據應該如何挖掘金山，怎樣利用數據創造不凡的商業價值？怎樣利用數據進行月度的集合店營銷決策思考？

集合店的后臺管理團隊每個月在事實上確實是在進行預測和預算，但是在前臺門店執行計劃的過程中一定會遇上巨大的操作困難，這是因為我們并不太熟悉營銷策劃的決策分析程序，所以能夠給到集合店一線團隊的前端支持過少。

“把銷售數字化，有電腦就夠了，但是把經營對象數據化，要懂市場營銷”。

 一個集合店經理要學會對當前的門店的營銷狀態進行大數據分析，結合自身資源和有利條件進行營銷假設，從而確定短期的門店經營目標（包含銷售業績），執行團隊才能編制有效的銷售方案（作戰計劃），月末才會有衡量標準進行銷售結果評估，因此集合店經理要通過以下三招才能熟稔大數據管理（BDM）之道。

一、大數據創新先鋒：把數據從最不可能的地方提取出來

新款上市銷售不好，原因何在？如何確定本月銷售推廣重心？怎樣看清集合店中的無效庫存？

購物籃管理是最早的商業大數據應用方案，商家從購物（POS）小票中提煉相關信息用來分析貨品陳列位置以及促銷效果，在鞋業集合店管理中，經營特點決定了我們需要更加詳細的數據提取方案，一般集合店每天的營業時間多則12個小時，少則8個小時，店經理應該指揮團隊提煉的關鍵數據分為以下四個分支。

1、提取陳列坐標數據

集合店零售管理中采購組、陳列組、營運組是銷售平臺的三個支撐點，他們共同的關注重點我們稱之為視覺營銷（VMD），做一個形象的比喻，集合店店經理在指揮銷售陣地戰的過程中，要清晰的知道自己的士兵（商品）到底在哪里（層板）作戰，（一款新鞋銷售不暢，最開始就是從陳列展示進行檢查），無論采用什么陳列原則進行皮鞋的陳列，集合店的陳列空間分配都必須被數據進行量化，三個小組都會對這項數據內容進行分析，找到自己關注的改善點，他們知道只有被量化的才能被改進。

首先門店陳列組要建立門店樓層《分區陳列檔案》，我們需要根據門店的平面圖，將門店進行分區，典型的做法是將樓層按十字進行分區（面積較小），分為A\B\C\D四個區，或者按照井字進行分區最多可以分出9個區（面積較大），這樣就可以對每個分區的貨柜進行編號。

如下圖所示（柜號 S1-04-A01：門店一層第四區的A類型01號鞋柜）及（柜號 S2-02-D03：同門店二層第二區的D類型03號鞋柜）。

為了保證三個小組的指揮語言一致，需要定期同步《分區陳列檔案》信息，門店后臺會有專門存檔。

其次門店陳列組要建立《陳列臺賬》跟蹤一款商品的陳列層板的位置坐標，像柜號 S1-04-A01，層板的位置標號可以按照序號進行編制依次（順時針和逆時針二種）是1\2\3\4\5\6\7\8\9……。

而柜號 S2-02-D03，層板的位置標號可以按照較為簡單的（順時針和逆時針二種）A\B\C。

這樣每款鞋的陳列坐標就產生了，通過規范的零售管理流程，這個指標會定期被采集到大數據中，同樣每個鞋柜的每個層板陳列了什么商品？也一樣會被定期采集到大數據中，新款應該陳列在哪里？滯銷款現在應該放在幾區？這些都會被列入到關鍵管理對象。

現在我們的集合店陳列組知道：柜號 S2-02-D03中第一層空位較多，第五層陳列缺樣，不用進店通過大數據就可以做到缺陷報警。

2、提取顧客服務數據

我們不能把集合店做成一個鞋業大賣場，雜亂、折扣、便宜充斥其中，美其名曰一切為了業績，多品牌集合店的核心競爭力就是保證每個品牌要具有獨特性，依托專業的顧客服務模式，才能為顧客購物帶來極佳的消費體驗。

導購要明白一個零售準則：大多數顧客試了會不買，而你的服務要讓他覺得可以不用再試了。

一個新款從上市的第一天到賣出第一雙，到底要經過多長時間？這要看門店服務了多少次試穿，新款平均要經過40-60次試穿才能產生第一雙鞋的銷售，顯而易見新款銷售的重點是先保證足夠的試穿人數，否則銷售就不會火爆。

通常集合店的一線銷售團隊是由區長、組長和導購組成，這個戰斗小組需要一個貫穿始終的銷售程序來組織每款鞋的銷售推廣戰斗，以下是常用的單款商品《四段銷售推廣法》。

  圖解：新品四段銷售推廣法

依據這個銷售推廣模型，新款上市后三周內屬于《試穿推廣環節》，采購組會要求銷售團隊組織進行顧客試穿服務，如果試穿推廣階段銷售不暢就轉入二段陳列推廣，調整層板后吸引顧客注意持續增大試穿人數。

集合店經理與戰斗小組中的區長、組長每日進行商討，分析導購上報的新品顧客服務試穿人數變化趨勢和試穿反饋信息，見下《顧客試穿反饋表》

一款商品有試穿記錄，但是沒有銷售就需要查看記錄分析其中的未成交原因，盡早發現問題款，有意思的是一個導購如果一天工作結束時沒有進行服務顧客試穿，就會被大數據發現，組長會對導購進行約談，我們稱之為---盡早發現“問題導購”。

如果一款商品試穿率較低，會被調整陳列位置，大多二周時間內銷售產生良性結果，就不用進行導購單款提成設置，如果試穿率較高，但是成交率還是較低，會進行針對顧客的折價銷售或者返廠。

3、提取導購成交數據

集合店的高業績核心導購是誰？次級核心是誰？邊緣導購是誰？

門店的銷售業績每周一到周日多數是一條曲線，導購是描繪曲線的點，實施導購日業績記錄管理，區分每天每個導購的成交對數、成交單量、成交金額、成交折扣、連帶率，我們就會知道每個導購的業績短板在哪里，這會指導分區的組長要針對每個導購進行有針對性的技能訓練。

根據經驗：對于客單量少的導購要訓練她的試穿服務能力強化臨門一腳水平，對于客單價低的導購要了訓練她的高價位鞋的推廣話術，對于客單件少的導購要訓練她的連帶推廣能力。

4、提取商品交易數據

什么鞋賣得好？什么鞋需要停止采購？什么樣的鞋需要增大款量？什么鞋需要減低采購對數？

集合店商品分類維度有多深，銷售問題的剖析就會有多深刻。

眾所周知鞋分男女、分季節、分顏色、分價格、分皮質、分鞋碼，但是這六項遠不足以為我們的復雜銷售分析服務，皮鞋的交易數據要聯接上單款商品的《款式細節特征》才能發揮銷售指導作用。

比如一款馬丁靴女鞋：筒高為中筒，鞋頭是尖頭，跟高是中跟你（3-5CM），幫面材質為PU，皮質特征是軟面皮，內里材質是棉質，鞋底材質為橡膠底，制作工藝是縫制鞋，閉合方式為套筒，鞋跟形狀是粗跟，圖案類型是純色，流行元素是金屬裝飾，這款秋冬女靴價格區間500-800元，是中價位段商品。

有了這樣的數據維度，我們就可以分析暢銷款的共同特征，以及分析滯銷商品的共同特征，敗中取勝的智慧才得以產生。

二、大數據輕松洞察：把數據從一維到多維組合

1、數據源模型創建

通過導購代號、商品貨號、時間、門店這四個數據列，我們要把以上所述的全部數據進行匯編并整合到一個數據表格中，并且要進行定期更新（1-2天/次），這樣的表格被稱為《分析數據源》。

2、數據源維護采集

由于數據源具有極大的商業價值，所以應該列入公司高度機密的范疇進行安全防護，被復制或者被刪改都是巨大的損失，因此集合店中規定只有少數人會直接接觸原始數據源。

除了銷售數據，采購數據以及庫存數據和門店的調撥數據都是數據源的采集對象。

3、數據源呈現設計

并不一定需要購買高昂價格的智能BI分析軟件，EXCEL的透視功能足夠我們呈現數據和圖形。

三、大數據巧妙應用：把數據從數字表格變成決策

在多年的BDM大數據應用分析經驗中，采購一直是我們的重點關注的應用領域。

通常我們把集合店中的鞋業品牌分為訂單品牌（A單貨）以及鋪貨品牌（B單貨），這兩種品牌的采購大數據分析區別如下。

A單品牌商品采購決策：因為品牌公司對集合店的訂單商品大多不予退換，所以采購后就意味著要全部賣掉，因此采購分析集中在定期進行《單款銷售總結》，集合店的采購團隊、陳列團隊、營運團隊需要根據款式照片對每一款曾經銷售過的商品進行單款細節特征成敗總結，通過匯總剖析一類鞋如：馬丁靴什么細節特征下次少買，什么細節特征可以不買，什么細節特征一定要多買，什么價格要增加采購投資，什么價格要收縮資金使用，在不增加采購投資的基礎上把好鋼用在刀刃上，讓采購更精準。

B單品牌商品采購決策：因為品牌公司對集合店的鋪貨商品可以退貨、補貨、換貨、季（月）返，所以采購團隊要定期進行這類品牌的《淘汰下架管理》和《安全庫存補貨》。

如何進行單款的淘汰管理和補貨：關鍵在于每10天（1T）跟蹤B單商品的單款銷售數量，有些集合店會對這類商品確定銷售推廣周期，比如某款B單商品銷售推廣期90天，到期后商品下架返廠，但是大多集合店不會僵化的把爆款下架，所以大數據分析中對這款商品的10天銷售量走勢分析就非常關鍵，當它的銷售是趨勢上升的，采購依然可以進行，采購團隊會根據營運團隊的建議采購2-3T的儲備進店，當它的銷售趨勢是下滑的，采購就需要停止，采購團隊會根據營運團隊的建議確定退返尺碼和數量。

因此B單商品的管理重點是要依據大數據確定每款商品的下架時間和返貨數量，保證門店陳列展示款款有效。

好了，我們現在談一下：數據化營銷---未來的致勝力量

無論從何種角度，鞋業營銷都會走入數據化，零售的未來絕對不會憑“感覺”，依靠老板的勤奮加上資金就可以穩操勝券的年代已經過去了，系統化、科技化零售已經到來了，好在，當前我們和競爭品牌都在一個起跑線上，剩下的問題是誰能夠盡早啟動大數據管理，沖向這一片藍海。

“甜美的果實永遠屬于最先睜眼并醒來的人”。

《未完待續：集合店經理：門店經營效益分析》

（本文章由鼎盛永道顧問趙棟梁老師撰寫，轉載請注明出處）