查看原文
其他

【Friday BI Fly】2016年05月27日 从几个KPI看懂零售行业数据分析

2016-06-01 天善智能 天善智能
公告

周五BI飞起来,天善商业智能BI社区每周五下午举办问答社区在线答疑活动,每周五晚上举办行业、厂商工具、技术相关的微信在线直播活动。

主持人:加入本群的同学们,感谢大家参加由天善智能举办的 Friday BI Fly 活动,每周五微信直播,每周一个话题敬请关注。

【群规】本群为商业智能和大数据行业、技术、工具的交流学习群。不准发广告,只能发红包,发广告者一律移除微信群。

本次微信直播讨论内容

1、零售行业数据分析特点剖析   

2、零售行业分析主题剖析   

3、零售行业销售周期性分析 


本期嘉宾介绍

奥威软件首席咨询顾问  邹斌

奥威软件介绍: 

奥威软件专栏:

主持人:

大家好,我是微信直播活动的主持人咖啡,每周一个主题,一场跟数据有关的行业、工具、技术的交流盛宴。我们的口号是“Friday BI Fly  周五BI飞起来”。 

又等到我们零售行业的分享了,今天嘉宾给我们带来的分享是“从几个KPI看懂零售行业数据分析”,零售行业其实跟我们的生活还是比较贴近的,咱们看看今天嘉宾分享的是哪几个KPI,我们又知道其中几个呢,不知道的赶紧来学习吧,下面我们就有请奥威软件首席咨询顾问  邹斌来给大家带来下面的分享,有请@奥威软件PowerBI 邹斌。


奥威软件PowerBI 邹斌 :

大家晚上好,我是来自奥威软件的邹斌,非常高兴在今天周末的晚上,与这么多数据分析爱好者或从业者一起交流,希望今天的交流能让大家有所收获。 

狄更斯在100多年前曾说:“这是最好的时代,这是最坏的时代;这是信仰的时期,这是怀疑的时期;这是光明的季节,这是黑暗的季节;这是希望之春,这是失望之冬;人们正在直登天堂,人们正在直下地狱。”——       这对当今的中国零售行业来说,好像一个贴切到不要不要的注解。

【危】:市场竞争日趋激烈,电商对传统实体店的冲击越来越大,再加上成本费用高涨,利润持续走低;

【机】:消费需求日益增长。

零售业的出路不仅是线上线下的成功融合,更源于对数据的收集、整理、分析,实现可预测、可指导,也就是“数据化管理”。 

因为时间的原因,今天主持人介绍的主题,没办法全部涉及到,今天我想聚焦在一些KPI上。我们尝试从几个KPI来看懂零售行业的数据分析。 


1一张图看懂品类价值


对于商超百货来说,经营着众多品类。那么,这些品类的到底谁最有价值?通常回答这样的问题,我们是不能简单的从一两个指标来回答的,比如我们不能说,谁的销额最大谁就价值最大,那要是不赚钱呢?那就看谁的毛利越高谁就价值越大?那要是毛利率不高或者周转慢,占用资金大呢?

此时,有没有想起我们从小学起就用来衡量学生好不好的5个指标呢?德智体美劳,后面精简为三个,就有了一个荣誉称号:三好学生。那我们要用哪几个KPI来衡量品类的价值呢?我们从一张图来看看:


在这张图中,除了大家比较好理解的销额、毛利、毛利率、库存、周转率以外,还有销额占比、毛利贡献率与交叉比率几个不常用的指标,下面,我们一一说明一下各指标的计算与意义:

销额占比:在某段时间内某个品类的销额汇总占公司整体销额的比重,=∑某个品类销额/∑所有品类销额;

毛利贡献率:体现某个品类毛利所占整个销额的比重,=销额占比*毛利率;

交叉比率:综合体现毛利与周转,=毛利率*周转率。

那这些指标的意义分别是什么呢?

销额与销额占比都是体现品类的大,是量的象征,即销额越大,销额占比越高,就说明这个品类是一个大品类;

毛利、毛利率与毛利贡献率,则体现品类的强,这个是质的象征,即毛利高,毛利率高,且毛利贡献率高,就说明这个品类优质——我们不能赔本赚吆喝,根本目的是要赚钱的;

库存与周转率,则体现该品类的资金利用效率,如果库存高,周转慢,则说明资金利用率低,此时,对于零售企业来说,就意味着高成本。咦,这个成本与前面的毛利有什么不同呢?从财务记账的规则来说,毛利是商品销额—进货成本,而这些占用仓库的成本,融资的成本,都不直接体现在商品进货成本中,而作为费用进入了财务核算体系中。

库存与周转率,则体现该品类的资金利用效率,如果库存高,周转慢,则说明资金利用率低,此时,对于零售企业来说,就意味着高成本。咦,这个成本与前面的毛利有什么不同呢?从财务记账的规则来说,毛利是商品销额—进货成本,而这些占用仓库的成本,融资的成本,都不直接体现在商品进货成本中,而作为费用进入了财务核算体系中。

从利润表的计算规则来说,税前利润=毛利-费用=销额-成本-费用。也就是说,如果一个品类的销额大,毛利高,不代表其最后真正贡献的利润就一定高。如果它周转慢,又带来高库存或者需要大空间的仓库来存放,那么,可能最后核算下来,这个品类是亏本的。很遗憾的是,很多零售企业在财务核算上,并没有将费用核算的那么细,无法将费用分摊到每个品类,所以,我们只能通过最后这个交叉比率来综合评价品类的价值了。

交叉比率=毛利率*周转率=毛利率。如果这个指标值好,说明这个品类既赚钱,周转又快。

谁不想我们经营的所有品类都是既赚钱,周转又快的呢?愿望是美好而丰满的,但现实又通常是残酷而骨感的。正是因为这样,我们才需要识别出来,进行合理规划。对于商超来说,有些品类就是用来赚人气的(如一些日用生活品),而有些品类则就是用来赚取高利润,但没办法周转快的(如一些高档的化妆品),但是,你们也会发现,也许有些不起眼的品类,既能赚人气,还能赚到钱(如夏天的泳衣)。

在上图中,我们不但能从任意时间与品类的维度去计算各指标,还可同时看到各指标去年同期(或上期)的值以及同比(或环比)的情况。这样,我们就可以立体的分析每个品类的价值了。

在实践中,我们可以从时间、门店、商品品类(大类-中类-小类)、品牌等不同的维度属性进行上述指标的计算与分析。在没有BI工具的情况下,许多零售企业能每年针对所有门店按大类来进行上述指标的计算与分析,就已经非常不错了。


2     周转率



在实践中,周转率这个指标的计算还有几个要注意的地方:

1、有的时候,运营分析的周转率计算会与财务的周转率计算会有区别。运营分析的周转率计算无须像财务一样,一定要追求精准。有的时候会有一些无效库存影响该指标的计算,所以,要根据实际情况调整取数来源或计算规则,以更好的实现管理需求。

2、有的时候,仅看周转率还不能很好体现商品的效率,还要同时计算出周转天数。存货周转天数=计算期天数÷存货周转率(次数)

3、单独看周转率具备一定的欺骗性,也会存在一些管理人员利用其计算公式的漏洞来操纵这个指标值,以获得较好的绩效评分。比如某门店年初库存200万元,当年共销售了2000万元商品,进货金额也是2000万元,也就是说期末库存也是200万元。按前面的公式计算库存周转率是10次/年。

4、但是如果最后一个月少进货100万元(本来是需要进的,少进风险是可能会造成缺货状态),期末库存就变成了100万,此时的库存周转率就人为的提升了33.3%为13.3次/年。

库存周转率一般关系着职业经理人的年终奖,是企业中高层的核心指标,他们是有动力冒着缺货的风险少下单的,目的就是提高库存周转率指标值(特别是那些不职业经理人更是如此)。

所以,我们就需要一起关注其他指标,如动销率。


3  动销率



商品动销率计算公式为:商品动销率=(动销品种数 /仓库总品种数)*100% 。

在这个公式中,最难计算的是品种数这个值,如果换成另外一个名词,可能大家会更容易理解,那就是SKU。SKU=Stock Keeping Unit(库存量单位)。即库存进出计量的基本单元,即每个不同的单品就是一个SKU,对一种商品而言,当其品牌、型号、配置、等级、花色、包装容量、单位、生产日期、保质期、用途、价格、产地等属性与其他商品存在不同时,可称为一个单品。而品种数我们就可以按最明细的单品来计算。通俗一点讲,就是某个周期内,卖了多少个SKU,除以仓库里还有多少个SKU。

弄明白了SKU的意思,那么,怎么计算呢?此时,又要用到前面讲到的比较考验性能的唯一计数了。是的,一般情况下,SKU就是一个商品ID的唯一计数。(服装类商品可能用SKC,即同款不同颜色的也算不同的单品)。此时,我们为了计算一个动销率指标,不但要计算销售的SKU,还要计算库存的SKU,是不是一个头两个大呢?

是的,正是因为其计算的复杂程度,许多零售企业根本无法使用手工来完成计算,也就基本上没有用这个指标了。但事实上这个指标又非常重要。为了帮助大家理解,下面,我们举例说明一下这个指标的意义。

首先,动销率从某种意义来说,反映商品畅销程度。那是不是动销率越高越好呢?肯定不是的,实际工作中不能仅仅被百分比所迷惑,只看数据的表面,不透过表面找到问题的实质。

Ø  动销率动销率>100%

1)说明的情况:动销率超过100%说明了在某个时段该分类的销售品种数高于现有库存的品种数,说明了该分类出现了品种数的流失现象。

2)产生的原因通常是因为商品的缺货。

Ø  动销率动销率<100%

1)说明的情况:从数据的表面上看,该类商品存在滞销,至少在查询的会计期间存在一定比例的滞销。

2)产生的原因通常是因为品类管理有问题,品种过多,特别是同质同类品种过多。或者是进货品种的结构有问题,并不适合所在的商圈。

综合周转率与动销率来说,目前很多企业并不知道周转率代表商品的周转次数所带来的供应链效率,该效率决定资金流转的价值。100元的商品一年周转12次,价值就是1200元,周转4次,那么该商品的价值就只有400元;

动销率代表商品的销售状态,该状态不是决定销售业绩,而是决定销售层面的价值。好卖的商品大家都能卖,把不好卖(滞销)的商品卖好才是销售人员价值所在。

当商品的周转天数达到30-45天周转一次,动销率在85%~90%之间(经营不同商品的零售企业会有不同,我们暂且不去讨论究竟多少是合理的,我们先尝试关注一下这两个指标再说),那么我们的供应链一定是健康的。反之商品存放的成本会越来越高,仓储面积需求会越来越大。


4 一张图评价门店运营水平




评价门店运营水平的KPI指标非常多,坪效、人效、任务完成率等,这些指标更多的是体现结果,而不体现过程,所以,今天我们不从这些指标来讨论。大家都知道,对于门店经理来说,货的成本他无法控制,所以,他能控制的就是,卖更多的货,将销额做上去。但是,如何才能提升销额呢?我们将销额的构成,分解成几个体现过程,又环环相扣的指标来看,一个门店运营水平的好与坏:

好吧,我们同样来一一说明一下各指标的计算方法与意义:

销额就不浪费笔墨了;

客流量:客流量的大小是影响线下销售的关键因素。在实践中,我们无法精确的统计实际的客流量,一般都用单量(POS小票数)来代替。但随着技术的发展,现在许多商超或专柜,都有监控/传感设备来获得真实的人流量与流动轨迹,在此不表。

VIP数量:即会员数量,我们需要掌握,在购买我们商品的顾客当中,有多少是我们的会员;

新客:即非会员的数量,有的企业会将初办会员也计算进内;VIP数量+新客=客流量。

VIP销额:即会员消费的销额;

VIP占比:即会员消费额占整体销额的比重。=VIP销额/总销额。

怎么样来运用这些指标的关联特点,来发现问题呢?如上图所示,当期的销额环比下降了9.2%,为什么会造成这种情况呢?我们顺着这个业绩数展开来看,发现客流量是微增了1.8%的,主要是因为客单价下降10.8%给拖累的。那为什么客单价为下降这么明显呢?客品数稍微下降了1.3%,而品单价却下降了9.6%。仅从这些数字上来看,可以大概得到这样的一个结论:虽然客流量微增,但因为品单价快速下降导致客单价明显下降,所以,造成销额下滑明显。

客单价:它体现的是每笔交易的平均价格。它既可以反映顾客的质量,也可以反映门店员工的销售能力,还可以反映门店的商品组合合理性。销额=客单价*客流量。它还可以演化为另外两个指标相乘:客单价=商品平均单价(品单价)×每一顾客平均购买商品个数(客品数)。

怎么样来运用这些指标的关联特点,来发现问题呢?如上图所示,当期的销额环比下降了9.2%,为什么会造成这种情况呢?我们顺着这个业绩数展开来看,发现客流量是微增了1.8%的,主要是因为客单价下降10.8%给拖累的。那为什么客单价为下降这么明显呢?客品数稍微下降了1.3%,而品单价却下降了9.6%。仅从这些数字上来看,可以大概得到这样的一个结论:虽然客流量微增,但因为品单价快速下降导致客单价明显下降,所以,造成销额下滑明显。

至于为什么品单价下降这么明显,就需要我们有更多的数据去分析。如果我们能再从各品类的维度去分析,就可以快速找到哪个品类客单价下降最快,然后再层层展开到各中类,小类,甚至可以定位到某个明细商品;我们还需要从门店的角度,去看是不是所有的门店都遇到同样的问题,还是因为几个占比较高的门店才有这样的问题?或者,我们还可以从时间的维度来看,去年同期是不是也有同样的趋势?......

有可能我们到最后发现,原来是因为占超市销售比重较大的猪肉价格下调导致的;亦或者是因为春节过后一种正常的情况,去年也是这样的;还有可能是因为某种品类做了一次并不成功的价格促销造成的。 


主持人:

很给力,讲解的很详细,感谢邹总给我们带来的精彩分享,邹总通过详细案例给大家讲解了零售行业非常常见,也是非常重要非常有代表性的几个KPI,大家以前可能只是知道名字或者大概知道意思,现在大家应该比较清楚哪几个指标能影响品类价值,哪几个指标来评价门店运营情况,下面就进入我们的自由讨论环节,看看大家对今天的分享内容还有哪些不理解的地方,或者在工作中有其他案例需要跟邹总交流的,大家都可以提出来。


自由讨论


尚林栋

很像我们的电商杜邦分析

张传振:

感觉要很强大的系统才能做出来这个数据。


1、尚林栋:邹总不过刚才再发的过程中发现一个写的不明确的地方,商品动销率计算公式为:商品动销率=(动销品种数 /仓库总品种数)*100% 【通俗一点讲,就是某个周期内,卖了多少个SKU,除以仓库里还有多少个SKU。】这个到底是总的还是剩余的SKu。

奥威软件PowerBI 邹斌 :总的还是剩余的,都可以,一般用剩余的,不同的算法,关注的视角可能不同,体现的问题也可能不同,其实,在运营层面,很多时候,公式可以灵活。


2、张传振:周转率是用销售额还是用成本额除好呢?

奥威软件PowerBI 邹斌 :周转率如果是财务,一般用成本,不过,从运营的角度来说,估计没有几个运营人员知道成本。或者,有些情况可以用数量来计算,所以,用吊牌价来计算的居多。

谢娜:看到SKU这个词特别亲切我们的数据都是品牌-品类-SKU粒度,前几天还有同事问我们D-M产品上动销率是怎么算的,不过我们主要做线上零售数据,对周转率关注少一些,今天涨知识了,邹总讲得好细致辛苦啦。


3、宋军华:邹总的分享很受启发,请问有不有针对制造业工厂评价的Kpi?

奥威软件PowerBI 邹斌 :制造业的KPI主要集中在生产、质量、物控等方面,要等有机会再与大家分享了


4、春天在心里:周转率的计算公式是怎样的

张传振:出库金额/(期初+期末)/2


5、郑大鹏:来自12群的提问 vip占比的意义是什么呢

奥威软件PowerBI 邹斌 :VIP占比是指销售中,来自VIP会员的占多少比重,过低,说明会员做的不好,很多零售会非常关注回头率,主要是看老客户的回流情况万一过高 说明拉新人群不够,遗憾的是,很多企业只关注新增会员。


6、春天在心里:一般占比多少合适零售,有无其它同行的比例呢或者优秀的比例 可以参考

奥威软件PowerBI 邹斌 : 这个占比没有什么标准呢,不过,从以后的趋势来看,这个指标会越来越重要,售罄率在服装行业用的多。今天本来想讲的,但没来得及准备。库销比则多来自商品生命周期较短的零售,如手机。售罄率是一个非常难算的指标,涉及到销售、采购与库存。 


7、库销比是不是跟动销比计算类似?问个问题就是周转率它存在的目的是什么或者干嘛用的   一直不太理解

奥威软件PowerBI 邹斌 :库销比是基于金额或数量的,而动销率则基于SKU或品种,周转率存在的目的.......对零售行业很重要不管是从财务的角度分析金额周转还是业务角度分析商品品类周转 都很有意义, 这个,前面有讲到,老板口袋里的钱是有限的,用有限的钱做更大的生意,就只有提高周转率。

存销比一般按照月份来计算,计算公式是:月末库存/月总销售。计算单位可以是数量,也可以是金额,目前鞋类企业多用数量来计算。比如这个月末的库存是900对,而这个月总计销售了300对,则本月的存销比为900/300=3(即反映同等销售速度下可以卖3个月)。个人以为,以金额来计算比较合理,毕竟库存在财务报表上是以金额的形式存在的。感觉是跟周转率类似。


8、Lucy:同比和环比模型能用在容量预测吗,谢谢

奥威软件PowerBI 邹斌 :容量预测是一个复杂的东东,同比和环比肯定是能用到的,但不是主力。


9、peipei.wu:零售行业会员分群,做人群营销,有没有这样的案例

奥威软件PowerBI 邹斌 :有这样的案例,但今天是讲不了了。关键在于会员的属性细分一般来说先计算复合增长率,这样可以消除异常值;然后,用时间序列回归方程就可以预测。


10、还有,消费者购物习惯的分析,我一直在研究这方面,望指点

奥威软件PowerBI 邹斌 :消费者购物习惯的分析:如果说深奥点,是统计算法的问题,但说简单点,仍然是商品属性与会员属性的细分问题,大家可以看看阿里和京东是怎么给大家做画像的,就知道了,其实底子仍然是细分属性,线下也是可以分析到消费行为的。  


11、邹总,采购可以考核哪些指标呢?

奥威软件PowerBI 邹斌 :当然,还有价格和退货相关的指标,对于零售来说,采购主要是从供应商角度去评估周转与毛利等,指标接近,维度不同而已。


12、peipei.wu:刚才老师说的很多都是运营现状的分析,是否会有适当的预测,比如天气,节日等对哪些品类产生多少影响?

奥威软件PowerBI 邹斌 :天气与节日的预测是比较容易做到的,只要通过历史数据进行某种规则的计算,即可预测出来。


13、我想问零售的促销效果分析怎么做,需不需要对照组,怎么排除其他因素引起的销量变化,怎么知道这个广告促销活动做的成功?

奥威软件PowerBI 邹斌 :促销效果分析,本质上也是一个时间维度的分析,一般有前、中、后三段时间的折线,就可以说明问题。一个简单的方法,用前7天,促销中,与促销后7天的平均销售曲线,好的促销呈现的效果是这样的,以前7天为基准,来对照  促销中 促销后7天吧。



假设万一不是正常的促销因素带来的呢比如正常的人流增长呢,

@春天在心里 数据是死的,有的时候,还是要结合现场来综合分析的,与一线运营相关的,不能只看数据。


14、老师,想再问下您,对于库存的分析指标有哪些呢,有分析库存的必要吗,主要都会关注库存的哪些点呢?促销中换购率和毛利率怎么计算?

奥威软件PowerBI 邹斌 :前面已经讲了库存周转率,除此之外,还有库龄


主持人:

再次感谢邹总的精彩分享以及耐心细致的回答,我们今天的微信直播活动到这里就要结束了

大家还有疑问的也可以提问到社区,今天的微信直播活动文字版记录会发布到以及天善智能公众号。 


预告下期微信直播主题


2016年06月03日晚8点半微信直播交流Python爬虫技术介绍和应用实例、在品牌零售商的应用思考等交流会第19场

大家很期待的有关python的分享下周又要和大家见面了,感兴趣的记得注意时间。


参与方式


每周 Friday BI Fly 微信直播参加方式,加个人微信:liangyonghellobi ,并发送微信:姓名+公司+行业,即可参加天善智能微信直播活动。


相关大数据、数据挖掘与分析文章

初学者面试数据分析岗必要准备

数据挖掘问答精选收藏

与Greenplum结伴而行

你的客户你分析了吗,如何做到资源利用最大化

我只能帮到这儿了-爬虫世纪佳缘篇

数据挖掘推荐系统综述以及美团推荐系统介绍

从设计到数据-写给非数据人的数据入门

2015年社区博文与 Friday BI Fly 文字版活动记录精选


Friday BI Fly 微信直播内容整理

Python零基础入门实战

金融行业如何构建新一代大数据中心

银行报表的那些事儿

零基础入门数据分析、数据分析师的成长路径微信直播记录

数据挖掘、用户画像微信直播图文全记录

数据治理实战应用、企业级模型规划和管理 


Saturday BI Fly 线下沙龙活动

上海外滩SOHO站活动集锦

北京站大数据、数据挖掘与机器语言学习活动集锦

Smartbi 大数据私有云平台解决方案 


其它视角

IT 外包中的甲方乙方,德国人,美国人,日本人和印度人

数据可视化在中国的发展


点击左下角“阅读原文”有更多干货分享!


天善智能 www.hellobi.com 是一个专注于商业智能BI、数据分析、数据挖掘和大数据技术的垂直社区平台。


问答社区和在线学院是国内最大的商业智能BI 和大数据领域的技术社区和在线学习平台,技术版块与在线课程已经覆盖 商业智能、数据分析、数据挖掘、大数据、数据仓库、Microsoft BI、Oracle BIEE、IBM Cognos、SAP BO、Kettle、Informatica、DataStage、Halo BI、QlikView、Tableau、Hadoop 等国外主流产品和技术。


线上活动:Friday BI Fly 每周五晚 20:30,技术和行业交流,20余个微信直播群互动交流。

线下活动:Saturday BI Fly 在全国各大城市巡回举办200人-500人规模的大数据沙龙交流活动,每月1-2次。


天善智能积极地推动国产商业智能 BI 和大数据产品与技术在国内的普及与发展




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存