1.2　零售行業常用業務場景

本節從運營、商品、會員3個板塊介紹零售行業經常使用的業務場景，包括各場景的場景描述、涉及的指標及分析維度，并配以相應的可視化圖表輔助讀者理解。需要注意的是，每一個業務場景，其展示效果的本質都是一張或數張數據透視表，可用多種方法對其進行可視化展示，使用的指標及維度也可根據業務的需求略有不同。本節僅起到拋磚引玉的作用，輔助您梳理業務分析框架、拓展分析思路和了解分析方法。在后面的章節中，我們會精選部分業務場景，詳細講解其業務分析技術實現的方法。

1.2.1　運營板塊業務場景

運營板塊主要包括區域分析、單店分析、銷售預測、開關店分析4個主要業務場景，如圖1-4 所示。

1．區域分析

（1）區域整體銷售對比

● 場景描述：對比企業各區域整體銷售績效，找到業績貢獻的相對落后成員。圖1-5 展示了報表刷新日（即報表數據更新日期）各區域核心指標本期和同期的業績表現。

● 指標：門店數、銷售額、同期銷售額（銷售額PY）、銷售額同比增長率（銷售額YOY%）、銷售額占比、同期銷售額占比（銷售額占比 PY）、銷售額占比同比增長值（銷售額占比 YOY）、店效、銷售完成率、折扣率、同期折扣率（折扣率PY）、折扣率同比增長值（折扣率YOY）。

● 維度：區域、省份；時間區間作為切片器。

圖1-4　運營板塊業務場景

圖1-5　區域整體銷售對比

（2）區域二級指標銷售對比

● 場景描述：對于銷售異常的區域，通過指標拆分進一步對比影響銷售額的核心二級指標，看看到底是哪些二級指標導致業績偏差。圖1-6展示了報表刷新日各區域核心二級指標本期和同期的業績表現。

● 指標：單據數、同期單據數（單據數PY）、單據數同比增長率（單據數YOY%）、客單價、同期客單價（客單價PY）、客單價同比增長率（客單價YOY%）、件單價、同期件單價（件單價 PY）、件單價同比增長率（件單價 YOY%）、連帶率、同期連帶率（連帶率PY）、連帶率同比增長率（連帶率YOY%）。

● 維度：區域、省份；時間區間作為切片器。

圖1-6　區域二級指標銷售對比

（3）核心指標年度各月（截至2019年8月20日）趨勢對比

● 場景描述：從年度視角整體把握各核心指標在各月的變化趨勢。圖1-7展示了2019年1～8月公司各核心指標本期和同期的月度趨勢（銷售完成率無同期數據）。

● 指標：銷售額、同期銷售額（銷售額PY）、銷售完成率、折扣率、同期折扣率（折扣率PY）、客單價、同期客單價（客單價PY）、連帶率、同期連帶率（連帶率PY）、單據數、同期單據數（單據數PY）。

● 維度：月份；年份、區域、省份、城市作為切片器。

圖1-7　核心指標年度各月趨勢同期對比

（4）核心指標當月日趨勢對比

● 場景描述：關注核心指標在近期的變化趨勢，以便在發現趨勢異常的第一時間恰當應對。圖1-8展示了2019年8月公司各核心指標的日趨勢同期對比。

● 指標：折扣率、同期折扣率（折扣率PY）、客單價、同期客單價（客單價PY）、連帶率、同期連帶率（連帶率PY）、單據數、同期單據數（單據數PY）。

● 維度：日期；區域、省份、城市作為切片器。

圖1-8　核心指標當月日趨勢同期對比

（5）門店銷售排名

● 場景描述：獎勵先進門店，鞭策落后門店，并進一步找到優秀門店銷售業績占比較高的商品是哪些，為落后門店提供參考。圖1-9 展示了報表刷新日近30日內營銷四區各門店銷售排名以及銷售額構成。

● 指標：銷售額、銷量、銷售額占比。

● 維度：區域、門店名稱、季節、新老品、品類、單品；時間區間作為切片器。

圖1-9　門店銷售額排名及銷售額構成

（6）區域品類銷存對比

● 場景描述：“前線打得轟轟烈烈，后勤糧草供應也要跟上”。通過各區域品類的銷存對比，找到可能的缺項品類以及針對某個品類可能存在庫存不足的區域。圖1-10展示了報表刷新日各區域各品類銷量占比及期末庫存數量占比。

● 指標：銷量占比、期末庫存數量占比。

● 維度：區域、品類；時間區間作為切片器。

圖1-10　區域品類銷存占比

2．單店分析

（1）核心指標年度各月趨勢對比

參照區域分析的核心指標年度各月趨勢對比。

（2）核心指標當月日趨勢對比

參照區域分析的核心指標當月日趨勢對比。

（3）單店品類銷售分析

● 場景描述：“仗打得好壞，裝備的種類、質量、數量至關重要”。從商品層面深入剖析門店銷售偏差到底是由哪些品類導致的，是發放的款色數不足還是發放的款本身質量較差，從而有針對性地補充和調整。圖1-11 展示了2019年初至報表刷新日某門店新品動銷率對比，新品款色數及銷售額本期和同期的對比，其中，新品動銷率對比圖中的虛線代表各個品類新品的平均動銷率是83.78%。

● 指標：動銷率、款色數、同期款色數、銷售額、同期銷售額。

● 維度：品類；門店名稱、時間區間作為切片器。

圖1-11　某門店新品動銷率對比、新品款色數同期對比、銷售額同期對比

（4）單店暢銷款排名

● 場景描述：聚焦門店業績占比較大的主力單品，重點關注其庫存情況，及時補貨或者尋找替代品。圖1-12 展示了某門店打底褲品類在報表刷新日前7日的暢銷款入庫、銷售及庫存情況。

● 指標：到店日期、首次銷售日期、總銷售周數、銷售額、銷量、累計銷量、售罄率、入庫數量、期末庫存數量、在途庫存數量、庫存可銷天數。

● 維度：產品ID、品類；門店名稱、時間區間作為切片器。

圖1-12　單店暢銷款排名

3．銷售預測

（1）年度銷售預測

● 場景描述：年度目標的設定和完成是企業最重要的任務之一，決策者通過比較年初制定的目標和當前已完成的目標，對年度未來日期的目標進行預測和調整，實時動態擬合年度目標的達成情況，從而更加輕松、高效地管理年度目標及未來調改方向。圖1-13 展示了公司截至報表刷新日的實際銷售額，按照當前增長趨勢到年底所能達到的銷售額預測值，以及按照決策者的期望增長率到年底的銷售額期望值。銷售預測（客觀預測）和銷售期望（主觀設定目標）的差距促使決策者在當前進行戰略調整，從而最大限度達成銷售期望。

● 指標：銷售目標、銷售額、同期銷售額（銷售額PY）、預測銷售額、本年至今累計銷售額（銷售額YTD）、同期年度至今累計銷售額（銷售額YTD PY）、年度累計預測銷售額-按最后報表日（銷售額預測YTD按最后報表日）、年度累計預測銷售額-按預期增長率（銷售額預測 YTD按預期增長率）、全年銷售目標（銷售目標 CFY）、同期全年銷售額（銷售額PFY）、全年預測銷售額（銷售額預測 CFY）。

● 維度：月份；年份、區域、省份、城市、門店名稱作為切片器。

圖1-13　年度銷售預測

（2）未來N天銷售預測及業務調整

● 場景描述：未來N 天銷售預測及業務調整給出了應該在哪些點發力，以及各個發力點應達成的目標，使得業務人員想盡一切方案實現每一個發力點的既定目標。圖1-14 展示了公司報表刷新日前30天的各項指標完成情況，按照目前的增長態勢預測未來 30 天的銷售完成率，以及針對各項指標采取相應的業務策略后，最終可能達到的銷售完成率，從而指導業務人員有針對性地采取動作。

● 指標：銷售額、單據數、客單價、件單價、連帶率、吊牌單價、折扣率、銷售完成率、銷售額同比增長率（銷售額YOY%）。

● 維度：區域、省份、城市、門店名稱作為切片器。

圖1-14　未來N 天銷售預測

4．開關店分析

● 場景描述：開關店是快速改變市場份額的重要手段，通過對比新開店數及凈增店數，預測區域發展戰略能否按照既定目標實現。圖1-15 對比了各區域2019年初至報表刷新日的開關店及門店數詳情。

● 指標：年初門店數、本期開店數、本期關店數、本期凈增店數、期末門店數。

● 維度：區域、省份；時間區間作為切片器。

圖1-15　開關店及門店數詳情

1.2.2　商品板塊業務場景

商品板塊主要包括采購入庫分析、銷售結構分析、新品售罄分析、暢銷款分析、關聯性分析5個主要業務場景，如圖1-16 所示。

圖1-16　商品板塊業務場景

1．采購入庫分析

（1）新品采購寬度/深度分析

● 場景描述：寬度是指產品的款色數，表示產品的豐富程度，深度則是指產品單款的平均采購數量。一個相對成功的產品配置方案是在保證產品豐富程度的基礎上確保核心產品備貨充足。圖1-17展示了2019年春夏兩季各個品類本期和同期的入庫款色數及單款平均入庫數量。

● 指標：款色數、同期款色數（款色數PY）、單款平均入庫數量、同期單款平均入庫數量（單款平均入庫數量PY）。

● 維度：品類。

圖1-17　新品采購寬度/深度同期對比

（2）入庫數量分析

● 場景描述：品類累計入庫數量趨勢對比。圖1-18展示了新品總倉累計入庫數量趨勢對比。

● 指標：入庫數量、同期入庫數量（入庫數量PY）。

● 維度：日期；品類作為切片器。

圖1-18　新品總倉累計入庫數量趨勢對比

2．銷售結構分析

（1）季節銷售額占比分析

● 場景描述：商品是應季的還是反季的，季節交替時是否能夠根據氣溫變化靈活高效進行相應產品的配置。圖1-19展示了2019年8月當月各季節產品本期及同期的銷售額占比。

● 指標：銷售額占比、同期銷售額占比（銷售額占比PY）。

● 維度：季節；區域、省份、城市、時間區間作為切片器。

圖1-19　季節銷售額占比同期對比

（2）品類銷售額分析

● 場景描述：對比各品類本期銷售額和同期銷售額是否存在較大偏差，快速鎖定異常品類。圖1-20展示了2019年8月當月各品類產品本期及同期的銷售額。

● 指標：銷售額、同期銷售額（銷售額PY）。

● 維度：品類；區域、省份、城市、時間區間作為切片器。

圖1-20　品類銷售額同期對比

（3）新老品銷售額占比分析

● 場景描述：既要充分發揮新品價值，也要合理利用老品，使合適的商品出現在合適的門店，保證新老品都能發揮自身價值。圖1-21展示了2019年8月當月新老品的銷售額占比。

● 指標：銷售額占比。

● 維度：新老品；區域、省份、城市、品類、時間區間作為切片器。

圖1-21　新老品銷售額占比對比

（4）各品類ABC分類款色數占比分析

● 場景描述：快速診斷各品類銷售結構是否符合健康的“二八法則”。圖1-22展示了2019年春夏兩季各品類商品整體的銷售額以及品類內部 ABC分類商品的款色數占比（X軸長度代表銷售額大小）。

● 指標：銷售額、款色數占比。

● 維度：品類、ABC 分類；區域、省份、城市字段作為切片器。

圖1-22　各品類ABC分類款色數占比對比

（5）價格段分析

● 場景描述：對比各價格段的款色數占比及銷售額占比。圖1-23展示了2019年連衣裙品類各價格段產品的款色數占比及銷售額占比。

● 指標：款色數占比、銷售額占比。

● 維度：價格段；區域、省份、城市、品類作為切片器。

圖1-23　各價格段款色數占比及銷售額占比對比

3．新品售罄分析

（1）新品銷量及區域售罄率結構對比

● 場景描述：橫向對比各個品類本期及同期的銷量及區域售罄率，快速鎖定區域售罄率偏差較大的品類。圖1-24對比了2019年春夏兩季各品類商品本期及同期的銷量和區域售罄率。

● 指標：銷量、同期銷量（銷量PY）、區域售罄率、同期區域售罄率（區域售罄率PY）。

● 維度：品類；區域、省份、城市作為切片器。

圖1-24　新品銷量及區域售罄率同期對比

（2）新品區域售罄率周趨勢對比

● 場景描述：關注具體品類區域售罄率變化趨勢，出現拐點時及時予以關注。圖1-25展示了2019年半身裙品類本期和同期的區域售罄率趨勢。

● 指標：區域售罄率、同期區域售罄率（區域售罄率PY）。

● 維度：周數；年份、品類、區域、省份、城市作為切片器。

圖1-25　新品區域售罄率周趨勢同期對比

（3）新品銷售額/區域售罄率/折扣率綜合分析

● 場景描述：根據銷售額、區域售罄率及折扣率對各品類進行定位，為各品類的調整計劃提供參考依據。圖1-26展示了對2019年春夏兩季各品類新品按照銷售額、區域售罄率及折扣率進行的綜合分析。其中，X軸表示區域售罄率，Y軸表示銷售額，散點大小表示折扣率。

● 指標：銷售額、區域售罄率、折扣率。

● 維度：品類；區域、省份、城市作為切片器。

圖1-26　新品銷售額/區域售罄率/折扣率綜合分析

4．暢銷款分析

（1）品類銷售額前N 排名

● 場景描述：不僅要找到暢銷品，而且要清楚其庫存現狀，是否存在門店缺貨風險或是總倉庫存不足，需要補單或者尋找替代品的情況。圖1-27展示了半身裙品類報表刷新日銷售額前10的單品，并對比了其累計銷量、入庫及庫存情況等。

● 指標：入庫日期、到店日期、首次銷售日期、總銷售周數、銷售額、銷量、累計銷量、折扣率、公司售罄率、區域售罄率、入庫數量、總倉庫存、門店庫存。

● 維度：品類、產品ID；區域、省份、城市、時間區間作為切片器。

圖1-27　品類銷售額前10排名

（2）暢銷款門店銷售明細

● 場景描述：對于某款暢銷品，檢查其在各個門店的銷售和庫存分布情況，重點鎖定有銷售但庫存不足及無銷售但庫存充足這兩類異常門店，及時進行店間調撥。圖1-28 展示了某款暢銷品本周至今的銷量在各個門店的分布明細，以及入庫、庫存情況。

● 指標：到店日期、銷售額、銷量、累計銷量、折扣率、區域售罄率、門店庫存數量、門店入庫數量。

● 維度：產品ID、門店名稱；品類、區域、省份、城市、時間區間作為切片器。

圖1-28　暢銷款門店銷售明細

5．關聯性分析

（1）品類關聯分析

● 場景描述：購買了某個品類的顧客或單據中，同時購買另一個品類的概率。重點探索品類間的相關性關系。圖1-29以置信度、支持度和提升度的具體數值展示了各品類與女士防寒服的關聯性。

● 指標：單據數、置信度、支持度、提升度。

● 維度：品類；區域、省份、城市、時間區間作為切片器。

圖1-29　品類關聯分析

（2）單品關聯分析

● 場景描述：購買了某個單品的顧客或單據中，同時購買另一個單品的概率。通過單品關聯分析，找到和目標單品關聯性較大的商品。通常選擇主推品或者暢銷品進行單品關聯分析。圖1-30展示了防寒服品類的某款暢銷品與其關聯性較高的單品。

● 指標：單據數、置信度、提升度。

● 維度：品類、產品ID；區域、省份、城市、時間區間作為切片器。

圖1-30　單品關聯分析

1.2.3　會員板塊業務場景

會員板塊包括會員結構分析、新增及復購分析、會員轉化分析、RFM 分析4個主要業務場景，如圖1-31 所示。

圖1-31　會員板塊業務場景

1.會員結構分析

（1）會員性別、年齡分布

● 場景描述：展示門店會員基礎信息。圖1-32 展示了會員整體的性別及年齡分布。

● 指標：會員數量占比。

● 維度：性別、年齡區間；區域、省份、城市作為切片器。

圖1-32　會員性別及年齡分布

（2）會員消費等級分布

● 場景描述：分析會員對門店的歷史價值貢獻，將更多的精力用在貢獻度較大的顧客上。圖1-33 展示了會員的消費等級分布。

● 指標：會員數量占比。

● 維度：會員消費等級；區域、省份、城市作為切片器。

圖1-33　會員消費等級分布

（3）會員生命周期分布

● 場景描述：門店會員活躍程度，在很大程度上決定了門店的銷售潛力。圖1-34 展示了會員的生命周期分布。

● 指標：會員數量占比。

● 維度：會員生命周期；區域、省份、城市作為切片器。

圖1-34　會員生命周期分布

2．新增及復購分析

（1）新增會員趨勢分析

● 場景描述：拉新是會員管理的關鍵指標，需要監控各時間區間新增會員的變化趨勢。圖1-35展示了2019年各月（截至8月）新會員數量本期和同期的變化趨勢。

● 指標：新會員數量、同期新會員數量（新會員數量PY）、新會員數量同比增長率（新會員數量YOY%）。

● 維度：月份；年份、區域、省份、城市作為切片器。

圖1-35　新會員數量趨勢同期對比

（2）新會員/老會員/非會員消費人數趨勢分析

● 場景描述：對比各時間區間消費顧客中，新會員、老會員、非會員的占比趨勢。圖1-36展示了2019年各月（截至8月）新會員、老會員及非會員的數量占比變化趨勢。

● 指標：新會員數量占比、老會員數量占比、非會員數量占比。

● 維度：月份；年份、區域、省份、城市作為切片器。

圖1-36　新會員/老會員/非會員數量占比趨勢對比

（3）老會員復購人數及復購率趨勢分析

● 場景描述：復購是業績增長的動力，門店要想盡一切辦法通過產品及服務提升復購率。圖1-37展示了2019年各月（截至8月）復購人數及復購率的變化趨勢。

● 指標：年平均動態復購人數、同期年平均動態復購人數（年平均動態復購人數PY）、年平均動態復購率、同期年平均動態復購率（年平均動態復購率PY）。

● 維度：月份；年份、區域、省份、城市作為切片器。

圖1-37　年平均動態復購人數及復購率趨勢同期對比

（4）會員區域銷售對比

● 場景描述：綜合對比各區域拉新及復購的效果。圖1-38展示了2019年各區域會員數量、拉新及復購業績。

● 指標：有消會員數量、同期有消會員數量（有消會員數量PY）、有消會員數量同比增長率（有消會員數量 YOY%）、新會員數量占比，同期新會員數量占比（新會員數量占比 PY）、新會員數量占比同比增長值（新會員數量占比 YOY）、會員消費占比、年平均動態復購率。

● 維度：區域、省份；時間區間作為切片器。

圖1-38　會員區域銷售對比

3．會員轉化分析

（1）會員消費次數轉化分析

● 場景描述：消費N次的會員，有多少會員會進行第N+1 次消費，通過轉化率的趨勢分析，找到提升轉化的關鍵發力點。圖1-39展示了某門店會員的消費次數轉化率。

● 指標：會員數量。

● 維度：消費次數；區域、省份、城市作為切片器。

圖1-39　會員消費次數轉化漏斗

（2）會員首次消費與二次消費間隔天數分析

● 場景描述：進行二次消費的會員中，通過分析首次消費與二次消費的時間間隔是如何分布的，找到一個相對合適的時點對未二次消費的會員進行觸達。圖1-40展示了某門店會員首次消費與二次消費的時間間隔分布。

● 指標：有消會員數量、首次消費與二次消費間隔天數累計人數占比。

● 維度：首次消費與二次消費間隔天數分組；區域、省份、城市作為切片器。

圖1-40　會員首次消費與二次消費間隔天數累計人數帕累托分析

4．RFM分析

（1）RFM 各等級會員數量及銷售額分布

● 場景描述：根據會員的最近一次消費距今時間、歷史消費頻率及歷史消費金額對會員進行等級劃分，針對不同等級的會員采取不同的營銷策略。圖1-41 展示了RFM 各等級會員的數量分布及銷售額分布情況。

● 指標：會員數量占比、銷售額占比。

● 維度：RFM 分類；區域、省份、城市作為切片器。

圖1-41　RFM各等級會員數量占比及銷售額占比

（2）會員消費次數分布

● 場景描述：分析門店會員的消費次數主要集中在什么范圍，找到需要重點觸達的客群。圖1-42 展示了各消費次數的會員數量占比及銷售額占比。

● 指標：有消會員數量占比、銷售額占比。

● 維度：消費次數；區域、省份、城市作為切片器。

圖1-42　會員消費次數分布

（3）會員最后一次消費距今月數分布

● 場景描述：通過會員最后一次消費距今月數分布反映門店會員的活躍度水平。圖1-43 展示了會員最后一次消費距今的月數分布情況。

● 指標：有消會員數量、有消會員數量累計占比。

● 維度：最后一次消費距今月數；區域、省份、城市作為切片器。

圖1-43　會員最后一次消費距今月數分布