服装行业销售数据收集与分析课件

销售数据收集与分析DATE：2011-5-5服装行业销售数据收集与分析数据敏感度测试：从这些数据能看出写什么？1.公司2005年某城市 A B C D E 服装的市场份额 18%12%39%10%29%2.2010季春夏某产品的销售 春装 夏装 裤子 精品 总计 增长率 18%12%29%10%29%3.销售额连年的成长数字 2002 2003 2004-中国的生意在不断增长 20.3 21.3 22.04.有多少%的消费者喜欢GT服装（按年龄统计）(样本数：20)25 30%25-35 60%35-45 70%45+40%服装行业销售数据收集与分析数据敏感度测试：这张表格说明哪些问题？服装行业销售数据收集与分析销售数据分析设计思路n一切要以业务和管理需求/目的为出发点，以能否满足业务和管理需求作为唯一衡量标准；n产品/行业的特点决定了数据分析的准度、销售和市场策略的基本方向；n以满足客户需求为根本出发点和归宿。当遇到困难和迷惑的时候，最终只有从客户消费者基层员工找答案。服装行业销售数据收集与分析销售数据分析的三种视野生意全局视野（TSR模型）业绩驱动视野我们的客户的服装行业销售数据收集与分析业绩驱动视野目标：目标：销量增长销量增长！网点覆盖网点覆盖产品分销产品分销单店产出单店产出数据分析总体业务表现：n总体达成n门店拓展nSKU分销推进n客户需求n按8要素分析门店表现n分析改善8要素的市场机会n按渠道分析分销数量；n分析产品分销的市场机会n根据产品市场定位确定各类型门店的产品组合；n制定产品分销计划，设定KPI；n执行并定期回顾n根据产品市场定位定义渠道及KPI；n制定网点拓展计划，设定KPI；n执行并定期回顾n按渠道分析网点拓展进度；n分析网点拓展市场机会n门店管理8要素；n制定单店产出计划，设定KPI；n制定并定期回顾服装行业销售数据收集与分析单店产出（门店管理8要素）服装行业销售数据收集与分析量化8要素：单店管理检查表抓主要品类抓主要矛盾可应用于督导对单店的考核服装行业销售数据收集与分析我们的KPI&客户的KPI案例：结论结论：主客的转换，站在客户的立场、角度考虑问题，在客户需求的核心指标上作文章，达成双赢。服装行业销售数据收集与分析销售数据分析的结构n软数据和硬数据类型描述来源硬数据n事实通常作为数据收集。大多是历史数据n有些事情还不能认为是事实，直到它真的发生n公司内部数据n零售数据-POS软数据n观点、态度和感觉有时作为数据或观点来收集n预测（根据历史，对将来的推断）n常识，经验，评估值总结n结合硬数据的预测服装行业销售数据收集与分析销售数据分析的结构n优化数据结构意义：有数据、有正确的数据、有正确形式的数据，对于管理者意义完全不同；目的：为进行高质量的分析打下基础整体而言，是优化整个销售系统的基础数据结构（即完整的数据清单），并最终以报表体系出现。个案而言，是将复杂的数据简单化。原则：建立数据清单、建立报表体系、三变一不变建立数据清单、建立报表体系、三变一不变服装行业销售数据收集与分析建立报表体系建议：报表体系建成之后建议主推一张报表，层级越往下，可以加大报表更新反馈的频率，以利于分析的及时、准确。5类信息的收集：1.厂商信息；2.客户信息；3.竞争品牌；4.市场环境；5.消费者信息。信息收集一定要目的明确，有可挖掘的空间，或制定应对措施。服装行业销售数据收集与分析三变一不变服装行业销售数据收集与分析销售数据分析的方法1.对比分析法2.统计分析法3.相关性分析法4.时间序列分析法5.流程结构分析法服装行业销售数据收集与分析1.对比分析n四种常用的对比类型服装行业销售数据收集与分析2.统计分析方法n80-2080-20法则法则主要应用于数据优化，集中于主要问题或关键信息。服装行业销售数据收集与分析3.相关性分析服装行业销售数据收集与分析4.时间序列分析n时间序列数据时间序列数据1.通过观察某一变量在某一常规时间段内的变化而得的一组数值数据；2.时间本身可以看做是特殊的一组递增的数据，但没一个单独的数据没有数量意义，只有相对的顺序含义；3.时间数据本身具有独特的周期性，如年、月。n时间序列分析方法时间序列分析方法1.时间趋势：如系列产品的逐年增长；2.基本对比：过去、现在以及目标之间的对比（循环变动、季节变动、不规则变动等）服装行业销售数据收集与分析时间序列分析：时间趋势时间趋势的时间趋势的3 3种主要方法：种主要方法：移动平均原理：用连续若干的平均值代替当期实际值操作：添加趋势线，选移动平均拟合趋势线原理：可以用拟合直线或者拟合曲线来模拟时间序列的走势，从而得出预测值操作：添加趋势线，选拟合直线/拟合曲线周期指数原理：参考过往各年各周期的变动，设定各周期的调整系数重点举例说明服装行业销售数据收集与分析行业的保守增长率或考核指标服装行业销售数据收集与分析5.流程结构分析服装行业销售数据收集与分析总结：数据处理的5种主要方法的综合运用n对比对比（找问题）（找问题）成分对比项类对比时间对比频率分布n统计分析法统计分析法（抓重点）（抓重点）80/20n相关性分析相关性分析（找联系）（找联系）n时间序列分析时间序列分析（预测）（预测）长期趋势基本对比n流程流程结构分析结构分析（展观全局、找主要矛盾）（展观全局、找主要矛盾）服装行业销售数据收集与分析各种图表的应用总结服装行业销售数据收集与分析销售数据分析的洞察销售数据分析的洞察洞察力：从信息到见解的过程（5种途径）1.合理的表达形式（即对各种图表的合理运用）2.差异分析3.象限分析4.五个为什么5.获取第一手资料服装行业销售数据收集与分析2.差异分析 差异分析即诊断问题，是对差距本身的深入分析，从而得到更有针对性的对策。将问题进行更透彻的分析，得到针对性的策略服装行业销售数据收集与分析差异分析SAWS模型标杆市场：销量、市场容量（人口基数、GDP等），投入资源、消费习惯等跟本公司/市场差异不大，基本高于20%左右最合适。以财务指标（TSR）为导向产品渠道区域过程性指标时间竞争对手标杆对比方式从独立的对比参数分别找出主要产品及发展机会，再综合起来看最关键的机会！大小、成分、趋势、分布等服装行业销售数据收集与分析SAWS模型的应用n这张表能够说明什么问题？生意的重点在哪里？n如果你关心销量，下一步哪些品种应该在什么渠道着重发展？为什么？n如果你关心毛利，下一步应该在什么渠道发展哪些品种？为什么？n如果销量和毛利都关心，下一步重点？为什么？n假如标杆市场销量和毛利均是我们的1.2倍。这张表又能说明什么问题，分别按下属问题重新分析。服装行业销售数据收集与分析3.象限分析象限分析的作用：n是三维比较分析的方法；n象限的划分与定义很重要。象限分析的步骤：n明确对比的目的；n选择适当的对比指标；n确定划分象限的标准；n定义不同的象限内涵；n制定相应的策略方案。象限分析要点：n将多个数据分析里考虑的因素集中在一起；n圈的大小代表了产出多少，有时是预估值（软数据）；n抓重点，制定最佳实施计划。服装行业销售数据收集与分析4.五个为什么五个为什么为什么？为什么？为什么？为什么？为什么？Key根本原因服装行业销售数据收集与分析服装行业销售数据收集与分析5.获取第一手资料服装行业销售数据收集与分析销售数据分析的八大经验1.广阔的视野2.以事实为依据3.化繁为简4.找问题的能力是数据分析的第一能力5.找重点6.不断总结经验7.三面镜子消费者、客户、基层员工8.重视数据也要重视直觉服装行业销售数据收集与分析