【读书笔记】数据化管理：洞悉零售及电子商务运营

数据化管理：洞悉零售及电子商务运营读书笔记

词云看关键词

用wordcloud生成第1-2章关键词词云，屏蔽了其中的一些词。

自考问题

1.如何提高自己数据化思维的意识？

包括三个方面：对数据的敏感度、数据化思维意识以及习惯用数据说话，可以从主动和被动两方面来提高

• 主动提高

  • 玩数字游戏
  • 多看财经类的新闻报道
  • 学会质疑
  • 记大数、关键数、异常数等

• 被动提高

  • 培训

  • 做表

    每天做5张表，包括日销售分析表、月销售预测表、商品数据汇总分析表、会员数据汇总分析表、竞争对手数据调查表。

  • 诱惑

    通过自动化模版使人去主动分析。

  • 换岗

2.在数据可视化过程中需要注意的事项有哪些？

3.写数据分析报告的注意事项有哪些？

4.日销售数据的同比原则

第1章 什么是数据化管理

1.1 “聪明”的销售人员

销售人员会利用公司等各种管理制度漏洞来获取利益。可能会导致销售数据失真。应该去监控这些行为。利用数据建立一项监控制度，设定预警条件，定期筛选出有问题的店铺，然后再辅以其他抽查等监控手段。

杜绝销售资源不平衡的问题，比如排班问题。建立数据化排版表，自动分析排版是否符合销售规律，自动分析排版的公平性。

数据分析员，不但需要分析数据，还需要为其他团队提供简单化、模版化的工具帮助他们进行管理。

在一个企业仅有数据分析是不够的，我们需要搭建数据化管理的体系，让它能“管理”到业务的每个角落。

1.2数据化管理的概念

数据化管理是指运用数据工具对客观、真实的数据进行科学分析，并将分析结果运用到生产、营运、销售等各个环节中去的一种管理方法。

1.3数据化管理的意义

• 量化管理
• 最大化销售业绩、最大化生产效率
• 有效地节约企业各项成本和费用
• 组织管理、部门协调的工具
• 提高企业管理者决策的速度和正确性

1.4数据化管理的四个层次

• 业务指导管理
• 营运分析管理
• 经营策略管理
• 战略规划管理

1.5数据化管理流程图（***）

1、分析需求

2、收集数据

3、整理数据

4、分析数据

分析数据是指在业务逻辑的基础上，运用最简单有效的分析方法和最合理的分析工具对数据进行处理的一个过程。对分析师来说，熟悉业务、有业务背景是非常重要的。

5、数据可视化

在数据可视化过程中需要注意的事项：

6、应用模版开发

对使用频率高的分析文件，开发成一种固定的模版格式。标准化、程序化，节约时间 。

7、分析报告

犹如写议论文，数据分析报告必须有明确的论点，有严谨的论证过程和令人信服的论据。

论点一定要有，并且弄清报告呈现对象。

做数据分析报告前，必须学会审题。

写数据分析报告的注意事项：

8、应用

数据分析报告并不是数据化管理流程的终点，它反而是数据化管理流程的另一个起点，数据化管理的目的是为了应用，没有应用的流程是不完整的。应用就是将数据分析过程中发现的问题、机会分解到各业务单元，并通过数据监控、关键指标预警、对趋势进行合理判断等手段来指导各部门的业务提高。

1.6数据化管理应用模版

第2章寻找零售密码

2.1周权重指数

1、寻找店铺零售规律

零售业规律就是以周为单位不断循环的过程，这就是零售业的规律。无论是传统零售还是电子商务都是遵循这种规律，区别传统零售一般周末是销售高峰，电子商务周末反而一般。

找出日零售数据的规律性，还需要做一些数据处理。首先剔除异常数据。

2、周权重指数

3、周权重指数的计算（p34）

4、日权重指数的特殊处理

日权重指数的特殊处理

特殊日期可以分成三种情况：七天和三天假期、春节、促销档期。

2.2周权重指数的应用

权重指数的目的是为了给365天都赋予权重值。正常状态下赋予每天常规的权重，促销时则使用将促销级别考虑进去的特殊权重，节假日时则使用节假日权重。

1、判断零售店铺销售规律辅助营运

权重指数除了用来分析集团或门店的数据，还可以用来分析集团旗下某个区域、甚至是商场或超市中某个品牌的权重指数，因为它是个灵活的概念。

权重指数最基本的应用是用来判断分析对象的周销售规律。

2、分解日销售目标

​ 3、月度销售预测

月销售预测值、理论完成率：

4、销售对比

对比分析第一要素就是必须要有可比性。日销售数据的同比需要遵循如下的原则：

单位权重值的公式：

2.3神奇的黄氏曲线——单位权重（销售）值曲线

零售行业的数据分析大多数时候需要静下心来用一些简单的逻辑去分析数据，发现问题或者规律，从而提高企业的数据化管理水平。

2.3.1单位权重（销售）值曲线

正常的权重曲线是一条围绕某个值变化的曲线，正是这种变化给我们提供了去东西某些营运现象的可能。

2.3.2应用在销售追踪过程中

在零售业务中，有一些伎俩，数据化管理则是通过数据分析揭示这些现象，提醒相关人员加以干预，从而促进销售额的最大化。比如常见的现象；月初放松和月末踩刹车。给销售额带来伤害。

如何追踪这两种现象？

通过查看月初和月末的单位权重（销售）值曲线趋势。

2.3.3特殊事件的量化处理

零售过程中会遇到很多销售不可控的特殊事件，可以借助权重曲线进行评估。

2.3.4促销活动的分析及评估

促销活动数据分析存在的一些误区：

利用单位权重（销售）值曲线可以评估促销活动。

促销爆发度（促销期间单位销售额上升百分比）：体现了促销活动立竿见影的程度，这和促销活动的方案、宣传力度、卖场等息息相关，是一个综合指标。促销衰减度（促销后单位销售额下降百分比）是用来判断促销活动是否有透支销售的情况发生。如果衰减度大于爆发度则有销售透支的现象发生，如果衰减度大于两倍的爆发度，那这个促销活动就是彻底失败了。

正常型（爆发度等于衰减度）、失败型（爆发度小于衰减度）、问题型（促销后没有筛检）

2.3.5新产品上市的分析及评估

2.3.6其他应用

黄氏曲线的应用，一定需要注意是“突发”状态，就是要有非常清晰的时间地点、非常明确的事件信息状态才可以使用；另外建议要同时画权重曲线和黄氏曲线，权重曲线是用来进行追踪跟进的，用它可以及时反应状态在数据上的变化，以便及时采取对应的策略调整。黄氏曲线是用来分析和评估的，所以是属于事后工作。