读书笔记目录：

《数据化管理》读书笔记-什么是数据化管理
《数据化管理》读书笔记-权重指数
《数据化管理》读书笔记-单位权重值
《数据化管理》读书笔记-销售是追踪出来的
《数据化管理》读书笔记-确定指标重要性的方法
《数据化管理》读书笔记-人货场的思维方式
《数据化管理》读书笔记-促销活动
《数据化管理》读书笔记-常见商品分析方法
《数据化管理》读书笔记-常见商品分析指标
《数据化管理》读书笔记-商品的价格
《数据化管理》读书笔记-常用数据分析方法
《数据化管理》读书笔记-商品的关联销售

《数据化管理》的读书笔记，第二章“寻找零售密码”

什么是单位权重值

单位权重销售值，感觉类似对指标去量纲的感觉，加入了历史的销售的权重因素。好像类似股票或基金的单位净值。

单位权重值=日销售额/日权重指数

例：A店上周日GMV为150元，本周一GMV为200元，我们可以说周一的表现比上周日好吗？

我们经常会看趋势图，像GMV的趋势，昨天是增长了还是下降了，学习到这个权重指数之后，发现单纯这样看没有意义，增长了也不能代表它的表现就是正常的，符合规律的，还需要结合权重指数来看。

权重指数代表的是历史的销售规律，就是说按道理来说，你这一天的权重大，销售额就是应该高。这里的指标单位权重值可以很好地规避这种影响。假设A店周日的日权重指数为1，周一的日权重指数为1.5，根据上面的GMV，周日的单位权重值为150，周一的单位权重值为133，所以，周日的表现是优于周一的。

月初放松&月末踩刹车

感觉这个存在于卖场或者店员主导的那些零售场景，对于我所在的便利店应该不存在这种现象。

这是2个销售现象，每个月的最初几天，有些店铺会习惯性的从心态上开始放松，想着上个与目标已经完成，先休息几天；而月末最后几天，有些店铺由于已经完成目标，或者担心业绩冲太高影响下个月目标而踩压低销售。

通过单位权重曲线，很容易观察出来，看一下书中的例图：

书中例图-月末踩刹车

书中例图-月初放松

月初或月末单位权重值明显走低，说明一定是某种原因导致的，可能是“月初放松或月末踩刹车”，也有可能是其他情况，像外在的天气突变、商品缺货等等，需要具体问题具体分析下。

权重曲线的应用

将权重曲线做一个变形，可能更直观的观察和分析一段时间内的影响情况。

书中举了一个奥运会的例子，想要分析下奥运会对商场的影响有多大，首先我们想到的可能是看一下8月份的销售额趋势图，观察时间段内是否有明显变化；

销售额趋势

这时，我们就可以使用上面学到的单位权重曲线（应该是我数据造的有问题，不是很明显）

单位权重曲线

下面就是权重曲线的变形了，奥运会时间是8号到24号，数据就变成了前、中、后三段，我们对每一段求一个平均值

权重曲线变形

就是绿色这条线了，直观多了，奥运前1053，奥运中713，奥运后989，下降的幅度，增长的幅度都很好算出来

我们还可以统计影响的销售额

影响销售额=((活动前平均权重值+活动后平均权重值)/2-活动中平均权重值)*Σ活动中日权重指数

-- 造了点儿数据，不一定靠谱

日期  销售额 日权重指数   单位权重值
2018/8/1    1201    1.6 763.6
2018/8/2    1525    1.7 923.3
2018/8/3    1741    1.9 921.3
2018/8/4    1694    1.2 1407.7
2018/8/5    1090    1.0 1090
2018/8/6    2009    1.5 1317
2018/8/7    1326    1.4 945.5
2018/8/8    1339    1.6 851.3
2018/8/9    1486    1.7 899.7
2018/8/10   886 1.9 468.9
2018/8/11   840 1.2 698.1
2018/8/12   668 1.0 668
2018/8/13   1370    1.5 898.1
2018/8/14   1346    1.4 959.8
2018/8/15   1307    1.6 830.9
2018/8/16   965 1.7 584.3
2018/8/17   1325    1.9 701.2
2018/8/18   797 1.2 662.3
2018/8/19   708 1.0 708
2018/8/20   682 1.5 447.1
2018/8/21   1225    1.4 873.5
2018/8/22   901 1.6 572.8
2018/8/23   945 1.7 572.2
2018/8/24   1359    1.9 719.2
2018/8/25   1208    1.2 1003.9
2018/8/26   1306    1.0 1306
2018/8/27   1693    1.5 1109.8
2018/8/28   1393    1.4 993.3
2018/8/29   1185    1.6 753.4
2018/8/30   1309    1.7 792.5
2018/8/31   1817    1.9 961.5

这个应用可以进行拓展，将奥运会推广到所有的活动中，根据活动前、活动中、活动后的平均权重值来分析，像“促销活动”、“新品上市”，都是同样的道理。

促销活动分析及评估

促销活动分析的误区：

1. 只和促销目标对比 ，完成目标就算成功
2. 只对比促销期间的数据同比
3. 只关注促销前和促销后的数据，

上面3点，我们需要在分析时注意，单纯的完成了促销目标，并不说明促销成功了；不仅要关注促销前、中的数据，还有促销后的数据。这里有2个关于促销的概念：

• 促销爆发度
  促销爆发度，体现了促销活动立竿见影的程度，和活动的方案、宣传力度、卖场等信息相关。

• 促销衰减度
  促销衰减度用来判断活动是否有透支销售的情况发生，这就是要关注促销后数据的原因。

通过对比爆发度和衰减度，可以客观评估出促销活动是否成功。

书中例图-促销评估图谱

新品上市分析与评估

对于新品的分析，我们也可以使用上面的方法，但是新品只有2个周期就是上市前和上市后。

其实，只要我们有明确的时间节点，都可以使用这种方法，像“店铺装修”、“新店长到任”。