“量化身边的一切，才是数据化的核心。”---摘自《大数据时代》

门店日常经营产生的大量数据应该如何挖掘金山，怎样利用数据创造不凡的商业价值？怎样利用数据进行月度的集合店营销决策思考？

集合店的后台管理团队每个月在事实上确实是在进行预测和预算，但是在前台门店执行计划的过程中一定会遇上巨大的操作困难，这是因为我们并不太熟悉营销策划的决策分析程序，所以能够给到集合店一线团队的前端支持过少。

“把销售数字化，有电脑就够了，但是把经营对象数据化，要懂市场营销”。

 一个集合店经理要学会对当前的门店的营销状态进行大数据分析，结合自身资源和有利条件进行营销假设，从而确定短期的门店经营目标（包含销售业绩），执行团队才能编制有效的销售方案（作战计划），月末才会有衡量标准进行销售结果评估，因此集合店经理要通过以下三招才能熟稔大数据管理（BDM）之道。

一、大数据创新先锋：把数据从最不可能的地方提取出来

新款上市销售不好，原因何在？如何确定本月销售推广重心？怎样看清集合店中的无效库存？

购物篮管理是最早的商业大数据应用方案，商家从购物（POS）小票中提炼相关信息用来分析货品陈列位置以及促销效果，在鞋业集合店管理中，经营特点决定了我们需要更加详细的数据提取方案，一般集合店每天的营业时间多则12个小时，少则8个小时，店经理应该指挥团队提炼的关键数据分为以下四个分支。

1、提取陈列坐标数据

集合店零售管理中采购组、陈列组、营运组是销售平台的三个支撑点，他们共同的关注重点我们称之为视觉营销（VMD），做一个形象的比喻，集合店店经理在指挥销售阵地战的过程中，要清晰的知道自己的士兵（商品）到底在哪里（层板）作战，（一款新鞋销售不畅，最开始就是从陈列展示进行检查），无论采用什么陈列原则进行皮鞋的陈列，集合店的陈列空间分配都必须被数据进行量化，三个小组都会对这项数据内容进行分析，找到自己关注的改善点，他们知道只有被量化的才能被改进。

首先门店陈列组要建立门店楼层《分区陈列档案》，我们需要根据门店的平面图，将门店进行分区，典型的做法是将楼层按十字进行分区（面积较小），分为A\B\C\D四个区，或者按照井字进行分区最多可以分出9个区（面积较大），这样就可以对每个分区的货柜进行编号。

如下图所示（柜号 S1-04-A01：门店一层第四区的A类型01号鞋柜）及（柜号 S2-02-D03：同门店二层第二区的D类型03号鞋柜）。

为了保证三个小组的指挥语言一致，需要定期同步《分区陈列档案》信息，门店后台会有专门存档。

其次门店陈列组要建立《陈列台账》跟踪一款商品的陈列层板的位置坐标，像柜号 S1-04-A01，层板的位置标号可以按照序号进行编制依次（顺时针和逆时针二种）是1\2\3\4\5\6\7\8\9……。

而柜号 S2-02-D03，层板的位置标号可以按照较为简单的（顺时针和逆时针二种）A\B\C。

这样每款鞋的陈列坐标就产生了，通过规范的零售管理流程，这个指标会定期被采集到大数据中，同样每个鞋柜的每个层板陈列了什么商品？也一样会被定期采集到大数据中，新款应该陈列在哪里？滞销款现在应该放在几区？这些都会被列入到关键管理对象。

现在我们的集合店陈列组知道：柜号 S2-02-D03中第一层空位较多，第五层陈列缺样，不用进店通过大数据就可以做到缺陷报警。

2、提取顾客服务数据

我们不能把集合店做成一个鞋业大卖场，杂乱、折扣、便宜充斥其中，美其名曰一切为了业绩，多品牌集合店的核心竞争力就是保证每个品牌要具有独特性，依托专业的顾客服务模式，才能为顾客购物带来极佳的消费体验。

导购要明白一个零售准则：大多数顾客试了会不买，而你的服务要让他觉得可以不用再试了。

一个新款从上市的第一天到卖出第一双，到底要经过多长时间？这要看门店服务了多少次试穿，新款平均要经过40-60次试穿才能产生第一双鞋的销售，显而易见新款销售的重点是先保证足够的试穿人数，否则销售就不会火爆。

通常集合店的一线销售团队是由区长、组长和导购组成，这个战斗小组需要一个贯穿始终的销售程序来组织每款鞋的销售推广战斗，以下是常用的单款商品《四段销售推广法》。

  图解：新品四段销售推广法

依据这个销售推广模型，新款上市后三周内属于《试穿推广环节》，采购组会要求销售团队组织进行顾客试穿服务，如果试穿推广阶段销售不畅就转入二段陈列推广，调整层板后吸引顾客注意持续增大试穿人数。

集合店经理与战斗小组中的区长、组长每日进行商讨，分析导购上报的新品顾客服务试穿人数变化趋势和试穿反馈信息，见下《顾客试穿反馈表》

一款商品有试穿记录，但是没有销售就需要查看记录分析其中的未成交原因，尽早发现问题款，有意思的是一个导购如果一天工作结束时没有进行服务顾客试穿，就会被大数据发现，组长会对导购进行约谈，我们称之为---尽早发现“问题导购”。

如果一款商品试穿率较低，会被调整陈列位置，大多二周时间内销售产生良性结果，就不用进行导购单款提成设置，如果试穿率较高，但是成交率还是较低，会进行针对顾客的折价销售或者返厂。

3、提取导购成交数据

集合店的高业绩核心导购是谁？次级核心是谁？边缘导购是谁？

门店的销售业绩每周一到周日多数是一条曲线，导购是描绘曲线的点，实施导购日业绩记录管理，区分每天每个导购的成交对数、成交单量、成交金额、成交折扣、连带率，我们就会知道每个导购的业绩短板在哪里，这会指导分区的组长要针对每个导购进行有针对性的技能训练。

根据经验：对于客单量少的导购要训练她的试穿服务能力强化临门一脚水平，对于客单价低的导购要了训练她的高价位鞋的推广话术，对于客单件少的导购要训练她的连带推广能力。

4、提取商品交易数据

什么鞋卖得好？什么鞋需要停止采购？什么样的鞋需要增大款量？什么鞋需要减低采购对数？

集合店商品分类维度有多深，销售问题的剖析就会有多深刻。

众所周知鞋分男女、分季节、分颜色、分价格、分皮质、分鞋码，但是这六项远不足以为我们的复杂销售分析服务，皮鞋的交易数据要联接上单款商品的《款式细节特征》才能发挥销售指导作用。

比如一款马丁靴女鞋：筒高为中筒，鞋头是尖头，跟高是中跟你（3-5CM），帮面材质为PU，皮质特征是软面皮，内里材质是棉质，鞋底材质为橡胶底，制作工艺是缝制鞋，闭合方式为套筒，鞋跟形状是粗跟，图案类型是纯色，流行元素是金属装饰，这款秋冬女靴价格区间500-800元，是中价位段商品。

有了这样的数据维度，我们就可以分析畅销款的共同特征，以及分析滞销商品的共同特征，败中取胜的智慧才得以产生。

二、大数据轻松洞察：把数据从一维到多维组合

1、数据源模型创建

通过导购代号、商品货号、时间、门店这四个数据列，我们要把以上所述的全部数据进行汇编并整合到一个数据表格中，并且要进行定期更新（1-2天/次），这样的表格被称为《分析数据源》。

2、数据源维护采集

由于数据源具有极大的商业价值，所以应该列入公司高度机密的范畴进行安全防护，被复制或者被删改都是巨大的损失，因此集合店中规定只有少数人会直接接触原始数据源。

除了销售数据，采购数据以及库存数据和门店的调拨数据都是数据源的采集对象。

3、数据源呈现设计

并不一定需要购买高昂价格的智能BI分析软件，EXCEL的透视功能足够我们呈现数据和图形。

三、大数据巧妙应用：把数据从数字表格变成决策

在多年的BDM大数据应用分析经验中，采购一直是我们的重点关注的应用领域。

通常我们把集合店中的鞋业品牌分为订单品牌（A单货）以及铺货品牌（B单货），这两种品牌的采购大数据分析区别如下。

A单品牌商品采购决策：因为品牌公司对集合店的订单商品大多不予退换，所以采购后就意味着要全部卖掉，因此采购分析集中在定期进行《单款销售总结》，集合店的采购团队、陈列团队、营运团队需要根据款式照片对每一款曾经销售过的商品进行单款细节特征成败总结，通过汇总剖析一类鞋如：马丁靴什么细节特征下次少买，什么细节特征可以不买，什么细节特征一定要多买，什么价格要增加采购投资，什么价格要收缩资金使用，在不增加采购投资的基础上把好钢用在刀刃上，让采购更精准。

B单品牌商品采购决策：因为品牌公司对集合店的铺货商品可以退货、补货、换货、季（月）返，所以采购团队要定期进行这类品牌的《淘汰下架管理》和《安全库存补货》。

如何进行单款的淘汰管理和补货：关键在于每10天（1T）跟踪B单商品的单款销售数量，有些集合店会对这类商品确定销售推广周期，比如某款B单商品销售推广期90天，到期后商品下架返厂，但是大多集合店不会僵化的把爆款下架，所以大数据分析中对这款商品的10天销售量走势分析就非常关键，当它的销售是趋势上升的，采购依然可以进行，采购团队会根据营运团队的建议采购2-3T的储备进店，当它的销售趋势是下滑的，采购就需要停止，采购团队会根据营运团队的建议确定退返尺码和数量。

因此B单商品的管理重点是要依据大数据确定每款商品的下架时间和返货数量，保证门店陈列展示款款有效。

好了，我们现在谈一下：数据化营销---未来的致胜力量

无论从何种角度，鞋业营销都会走入数据化，零售的未来绝对不会凭“感觉”，依靠老板的勤奋加上资金就可以稳操胜券的年代已经过去了，系统化、科技化零售已经到来了，好在，当前我们和竞争品牌都在一个起跑线上，剩下的问题是谁能够尽早启动大数据管理，冲向这一片蓝海。

“甜美的果实永远属于最先睁眼并醒来的人”。

《未完待续：集合店经理：门店经营效益分析》

（本文章由鼎盛永道顾问赵栋梁老师撰写，转载请注明出处）