此文是《10周入門資料分析》系列的第28篇
想瞭解學習路線，可以先閱讀 學習計畫 | 10周入門資料分析
我還記得剛從事資料分析工作的時候，入職當天，領導就要我梳理業務資料體系。what?我連這家的業務都不瞭解，做什麼？賣什麼？幾個人？多少部門？哪些產品？就扔給我一堆報表和PPT，讓我慢慢研究。
於是我就各種磨，在梳理BI分析體系間，死磕業務報表，記熟PPT，和同事挨個部門調研他們的目標、KPI、關注指標…就這樣在業務質疑的目光下偷學業務，【打破砂鍋問到底】式挖掘分析需求。大半年下來，給公司梳理了第一套業務指標體系，腦子裡也有了清晰的業務框架，那感覺很爽XD。
快速瞭解業務是分析師的一項重要能力，如何瞭解上一篇文章已經說了很多了。尤其是在業務當道的企業裡，所要具備的資料分析能力一定是在深度理解業務的前提下，利用資料來指導業務增長的思維。
為什麼要構建指標體系？
首先，公司增長到一定規模需要。一個成熟的公司，如果沒有指標對業務進行系統衡量，就無法把控業務發展，無法對業務品質進行衡量，尤其現在很多企業多項業務並行，單一資料指標衡量很可能片面化。因此，一個追求增長的企業勢必要利用資料衡量的方式，通過完成的指標體系和資料分析，以資料驅動，找到不足，提升業績。
其次，分析師需要構建資料體系的能力。可能一個成熟專案的指標體系往往經過前人的構建和完善後，已經非常成熟，不必從0開始構建的資料指標體系。但分析師這行幹了幾年後，必須具備從0開始構建資料體系的能力，而不是一味的鑽在需求隊裡，更不是取數永動機。而且在職業生涯中一定會有接觸新公司新業務新行業的的時候，即便是一個專案在在不同生命週期裡，重點業務指標也可能不一樣。
關於指標體系，鮮少有人會分享，畢竟都是各家公司的機密。接下來，我會分享我日常整理的通用業務指標體系，適用于電商、零售、傳統製造業，別的行業我沒有多涉足，但道理是相通的，大家可以看著參考。
- First part分享零售電商行業
零售電商行業，常用的業務分析場景有銷售、商品、管道、競品、會員等等，而商品可進一步細分為商品的庫存、商品的利潤以及關聯銷售分析。在整個業務分析體系中，電商行業遵循【人貨場】的分析體系，其指標可這樣劃分：
1、銷售類分析
銷售分析主要是為了追蹤銷售情況，與KPI對比，調整銷售策略，進一步提升銷售額。
分析思路：基本上任何一個問題都可以套用“人貨場的模型來分析”。比如分析客單價下降的原因，從人貨場角度切入的話，可建立如下的分析模型：
分析方法：資料分析可通過資料對比、極值、預測的方式來分析
- 對比：比如事業部銷售額排行榜、銷售額貢獻度、城市排行榜等等
- 極值：比如月銷售額最高紀錄，激勵銷售人員或事業部突破記錄
- 預測：根據權重曲線預測未來的銷售額
2、商品分析
商品分析是基於商品的一個流程管理 — — 進銷存。比如商品庫存太大，佔用資金，則採購進貨不合理；商品陳列不合理，造成發貨不及時，銷售滯後。
商品分析體系 — — “進銷存”思路，常用的指標如商品的折扣率、動銷率、周轉率等。
3、會員資料分析
是一方面可以指導銷售營運，另一方面是提高行銷的精准度，增加用戶的粘性，減少流失。
會員分析管理體系
4、其他管理分析
主要是人的管理。人力資源管理中的資料分析一般包括兩個方面，一方面是人員結構分析，另一方面是人力效能的分析。在人效分析過程中最關注兩個指標，人均產出和人員費用產出率。人員結構分析包括不同職能部門的人力結構、不同層級的人才結構、不同工作年限的人才結構等等。分析人力結構是防止人才的斷層，在招聘上做好預案，優化薪酬分佈。
重要指標理解：
1. 毛利率 =（銷售收入一營業成本）/ 銷售收入
2. 純利率 =（銷售收入一營業成本一費用）/ 銷售收入
3. 交叉比率 = 商品毛利率 * 商品周轉率
4. 商品周轉率 = 銷售收入 /（（期初庫存值+期末庫存值）/2）
5. 回款金額達成率 = 回款金額 / 欠款金額
6. 回款客戶達成率 = 回款客戶數 / 欠款客戶數
7. 聯營扣率，例如賣掉一個貨，銀聯和品牌商要扣掉其中的35%，那麼我就只能結到收入的65%
8. 租售比 = 租金/銷售額，租金倍率是它的倒數
9. 新客戶成本=投入的行銷費用/行銷生成的新客戶數量
10. 費銷比=行銷費用/訂單金額
11. 進店率=進店人數/路過人數
12. 試用率=試用顧客數/進店顧客數
13. 觸摸率=觸摸率/進店顧客數
14. 成交率=成交顧客數/進店顧客數
15. 大宗交易占比=大宗購買金額/總銷售額
16. 銷售坪效=銷售額/店鋪面積
17. 利潤坪效=利潤額/店鋪面積
18. 銷售人效=銷售額/店鋪人數
19. 利潤人效=利潤額/店鋪員工數
20. 租金倍率=銷售額/租金
21. 競品指數：本公司銷售額、量/競爭對手銷售額、量
22. 費銷比=促銷費用金額/促銷期間產生的銷售額
23. 促銷爆發度 =（促銷期間平均權重銷售額一促銷前平均權重銷售額）/促銷前平均權重銷售額，可以反映促銷活動的成功程度
24. 促銷衰減度 =（促銷期間平均權重銷售額一促銷後平均權重銷售額）/促銷前平均權重銷售額關聯度分析，主要看促銷期間連帶率情況
25. 淨開店率 =（開店數一關店數）/期初店鋪數
26. 採購三度：廣度、寬度、深度
- 廣度：商品的品類數，廣度比=採購的商品品類數/可採購的商品品類數，代表了商品品類多樣化，滿足客戶一站式購買需求相關
- 寬度：採購的sku總數，寬度比=採購的sku總數/可採購的商品sku總數，寬度代表了商品的豐富性和可選擇程度。
- 深度：商品的總數量/採購的總sku數，深度比：深度/採購目標深度，深度代表平均每個sku商品數量，深度越大越不容易斷貨但是容易造成庫存積壓
27. 覆蓋度：某款產品銷售的店鋪數/適合銷售該產品的總店鋪數，一般連鎖性企業用。
28. 采銷匹配度，就說看各個分類的銷售比例和採購比例，是不是相對應的。
29. 訂單滿足率 = 訂單中能夠供應的商品數量總和/訂單商品數量總和，反映缺貨狀態的指標
30. 訂單執行率 = 能夠執行的訂單數量/訂單總數量，訂單單位，執行情況，和訂單滿足率是有區別的
31. 準時交貨率=準時交貨的訂單數/能夠執行的訂單數
32. 訂單回應週期確認收貨時間-下單時間
33. 庫存周轉率=
- 出庫數量/（（期初庫存+期末庫存）/2）
- 銷售數量/（（期初庫存+期末庫存）/2）
上面這種期初期末的形式容易造成人為造假，故意壓低庫存的情況，分母可以採購平均庫存來代替
34. 物流成本占比=物流成本/（期末庫存金額+期中出庫金額）
35. 客戶投訴率=客戶投訴訂單批次/訂單總數
36. 庫存天數=期末庫存金額/（某個銷售期的銷售金額/銷售期天數）
37. 存銷比=期末庫存金額/某個銷售期的銷售金額
38. 有效庫存比=有效庫存金額/庫存金額。殘次商品、過季商品、沒有銷售紀錄的商品都屬於無效庫存
39. 售馨率=某段時間內銷售數量/（期初數量+期中進貨數量），檢驗商品消化速度的指標
40. 折扣率=實際金額/標準價
41. 動銷率=一段時間內的銷售過的sku數量/（期初sku數量+期中進貨的sku數量）。分析物件可以是品類、類別、sku等等
42. 缺貨率=期間有缺貨紀錄的商品數/（期初商品數+期中進貨的商品數）
43. 價格彈性指數=銷售上升百分比/價格下降百分比=銷售變動比率/價格變動比率
44. 價格帶寬度，同類商品的最高價格到最低價格
45. 價格帶深度，價格帶內可夠選擇的sku數
46. 購物籃係數，某段時間的商品銷售總數/某段時間的購物籃總數
47. 客單價=銷售的總金額/有交易的顧客總數，客單價可以反映顧客的品質、店鋪員工的銷售能力、還可以反映店鋪的商品組合等
48. 連帶率=銷售總數量/成交總單數，反應客戶購買深度，有多個稱謂，例如附加值、效益比、平均客件數、購物籃係數等
49. 單品連帶率=含該單品的銷售總數量/成交總單數
50. 品類連帶率=含該品類的銷售總數量/成交總單數
51. 會員貢獻率=會員銷售總額/銷售總金額，會員貢獻率不是越高越好，不同的企業會有個不同的合力區間
52. 有效會員數，滿足一定貿易條件的會員，比如12個月內至少有一次消費的會員
53. 會員回購、回頭率，某段時間內有交易的老會員數/期初有效會員數，一般在月、季度、年度上分析。和回頭率是有區別的，回頭率是某段時間內到過店鋪的老會員數/期初有效會員數，不一定產生消費
54. 會員流失率，某段時間內流失掉的會員數/期初有效會員數。這樣直接算不是很準確，每個會員的品質不一樣，不同的會員有不同的權重值。
55. 流失權重值=流失會員客單價/有效會員平均客單價
56. 相對會員流失率=某段時間流失會員數了*流失權重值/期初有效會員數
接下來開啟服裝行業指標體系，主要是門店這塊：
搭建服裝零售資料分析體系，一個行之有效的方式是尋找業務主體作為核心，圍繞著它們進行各項全面的體系化的報表、分析。常用的就是商品、終端、顧客、員工，依舊是“、【人貨場】，這個分析體系理論上其實適用於大部分的公司零售業務，包括品牌商、代理商。
下圖：服裝行業指標體系（還在完善中）
1、商品管理
商品，最核心的主體。圍繞商品的分析，從分析的組織層級來看，監控商品訂進銷存狀況，既關注總體級別，也關注具體終端級別，整合起來做到“一盤棋”式的掌控商品運作全盤動態。
從內容上來看，有兩個重點的部分，分別是結構分析和商品消化跟進。結構分析掌握期間、累計的品類結構、年季波段結構、色碼結構等，常用指標有各類結構占比；商品消化分析，跟進訂單執行、零售消化，常用指標有售罄率、存銷比等。
2、終端管理
終端，是線下商品零售的交易地點，零售績會設定到終端，通過在終端運營來完成。與商品一樣，也是常規性的“老牌”分析物件。
關於終端分析，總的看來，兩個核心是業績的監控與各項運營KPI的觀測。通過成長性、目標管理、趨勢、結構等分析方法與各項KPI的結合，組成形形色色的分析應用。
事實上，很多企業商品部門也會很關注終端的零售，而直營管理部門則少不了關注貨品結構和暢滯銷分析。
3、顧客管理
顧客，購買商品的人，尤其是其中的VIP顧客的管理。客戶關係管理的理念已為多數企業熟知。讓來的顧客成交、再來、再買，通過耕耘VIP顧客，提升企業的業績。
VIP顧客的分析，可以從VIP顧客群體的發展、群體特徵、消費行為特點、分群、活動管理等方面進行。
VIP顧客可以有相當多的屬性，越是豐富且詳盡，便可以愈好的描述到VIP全方面的特徵，從年齡段等到穿著風格乃至到生活方式等，當建立維護好了VIP顧客主資料，可以基於此回饋至於前臺業務系統和店員。
4、員工管理
員工，在零售分析中，員工主要為店員。終端的業績，最終都是由店員來實現。通過資料分析，發現出店員的短板和長處，採取相應措施，提升其業績，便是提升終端業績、企業業績。
店員分析，最為基礎的是店員的業績和銷售技巧相關KPI如聯單等。衍生發展可以分析店鋪人效、店員的綜合銷售特徵，如商品品類特徵等方面，通過知識傳遞加以發揚，從而促進商品的銷售。
最後，指標很多很細很複雜，幾個核心關鍵指標是要耳熟能詳的，比方說，直接業績指標：
- 營業額
- 同期業績增長率
- 達成率
- 坪效
- 人效
比如，管理指標
- 客單價ATV
- 零售單價ASP
- 無條碼率
- 丟失率
- 崗位貢獻率
- 近效比
- 折扣率
- 連帶銷售率
- VIP情況
- 報損率
- 崗位完成率
- 庫存周轉博
- 分類貨品銷售占比
>>>
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，期待你與我的互動！
滑鼠一直按，最多50下，你會給努力的小編多少次的clap ：XD
>>>
系列文回顧：
更多精彩好文：
更多精彩內容，請點擊小編頭像或數據分析那些事查看！
