登录站点

用户名

密码

(转)数据分析对品类管理的指导作用

1已有 875 次阅读  2012-08-13 22:24
一、思维模式的转变

    从传统的管理思维方式,以解决眼前出现的问题为主,转变成为,提前预测可能出现的问题开始,避免重复出错,趋势分析的思维模式。通过数据发现异常,提出假设,在不同维度层面分析数据诊断原因,寻找正确的解决方法,确定执行检核的方式,最终进行数据跟踪验证。养成定期进行数据分析,持续性的做事及用数据说话的习惯是企业的最佳管理手段。

    二、准确的品类管理

    目前商品品类管理的现状是:只会评价单品,不会评价品类,这一现状造成品类管理角色脱节的现状,也使真正的管理无法落地。其根本原因是缺乏有效的分析工具。

    案例:

    我们通过数据分析发现,老店(09年以前的店)客流有下滑趋势,原因是终端低毛品牌拦截、现有商品陈列不便于顾客购药(终端拦截、会员日排队、顾客看不到要买的药品)。通过分析发现我们现有陈列中存在问题:在主推高毛利商品时代通常我们的商品陈列是以主推商品为主的,而我们的品牌商品多是低毛利商品,在任务指标和店员自身利益的影响下,尤其是老店带来了客流的下滑趋势,其中商品陈列、导购、商品缺失是问题的主要原因。

    对策:

    针对这一陈列情况,我们应用瑞商数据分析系统,多维度的给商品定性,按照商品的不同品类进行综合排名指数分析,将商品分为不同等级,参照商品贡献度决定分配货架的原理,对核心商品做出了具体的陈列要求;通过调整陈列实现“让商品陈列变成会说话的营业员”的目的,同时对核心商品(重点品种)提出采购要求,缺货率小于1%;门店100%布货;定期进行动销率检核;储运实行主动配送等方式。

    成效及数据表现:

    经过一个月的数据对比,客流有明显的回升,同时也带动了整体销售,最终抑制了终端拦截,保证了客流的稳步提升。具体变化如下:

    1、未做陈列调整与调整后客流量环比变化

图片

    2、调整后与2010年同期相比客流变化

图片

    3、调整后重点品种在不同价格带的变化

图片

    4、调整后毛利区间竞销品客流量的变化

图片

    5、客流量环比与销售的变化

图片

    三、商品结构调整的保证

    数据分析系统可以实现多维度的单品定性及其品类分析,实现与企业相关的顾客群需求的量化、(如:顾客结构分析、年龄、性别、购药习惯),按照功能主治、销售性质、销售历史、供应商、价格区间、毛利率区间、结算方式及与病种相关品类等同时进行分析,依据不同需求进行品类结构调整,使商品的汰换、引进更具有目的性。

分享 举报