《数据化管理》读书笔记-权重指数


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”

零售行业和我们生活息息相关,每周5天工作日+2天周末,零售的经营也是要满足消费者生活作息的,所以也形成了以周为单位的一些经营规律,像我们公司的便利店,每周的经营规律都比较类似,假设从历史数据看周三销量最高,没有特殊情况的话,下周三也会是销量最高的日子。

“以普通消费者为销售或服务对象的业态”都有这种规律

我们很多便利店都是在办公区、写字楼附近,主要消费者都是上班的人,所以工作日就很热闹,而周末基本就没什么人了;而像在商圈的店,周末的销量就会更好些,而平时也不差,毕竟人流量大。

那我们怎么判断周一到底比周二好/差多少呢?作者在这里引入了“权重指数”这个概念,

什么是权重指数

周权重指数是以某段销售周期内的历史日销售额数据为基础,以周为单位,进行权重分析处理的一种管理工具。周权重指数是一个相对的概念,一般介于7.0~14.0之间,值越大表示该店铺或企业的日销售额波动幅度越大。

周权重指数等于周一到周日每天的权重指数相加,也就是说,一周7天,每天都有一个权重值,权重高的,销售额也就高,这样,每天的一个表现情况就很直观了,日权重指数累加后就是周权重值

权重指数的计算方法
1. 近1年的销售数据

计算权重指数,需要统计公司 近1年 的销售数据,按周一到周日的维度统计好,像这种格式:

平时不是很喜欢用第几周这种方式,可以使用周一~周日(20180101 ~ 20180107)的拼接形式,或使用周一日期来代替。

2. 剔除特殊日期

像我们普通上班族,一般都很规律,大部分都是周一到周五上班,周末休息,法定节假日休息,因此,在这些特殊的日期,销售情况也会不同。所以,为了获得常规的销售规律,我们在分析的时候需要 将特殊日期剔除掉 ,以免产生影响

  • 法定节假日
    春节、元旦、国庆......每年国务院都会发布下一年的节假日安排,节假日这天,他已经不是普通的周几了,会影响我们寻找规律。比如:2019-01-01是元旦,也是周二,但是它已经不是普通的周二了,本来周二是上班的,现在变成了休息日,销售规律会发生变化。

  • 法定假期的调休日
    上面我们休假的时候,为了连休会进行工作日调整,比如,今年是2019-02-04开始春节假期,二月2号和3号就是调休日,需要上班,2号、3号本来是周末,但是需要上班,它就失去了周末的属性,所以也需要剔除。

  • 行业特殊日期
    还有其他的一些假期,比如:情人节、圣诞节、儿童节、妇女节等。这些日期对不同的零售业态也有影响,需要根据行业特性进行剔除。

  • 非正常销售日
    指不可抗力或人为影响的销售日,像台风、暴雨,店庆日的话,属于重大活动日期,也需要剔除掉。

一般公司的数据团队完备,或者有数仓的话,上面2部可以直接在取数据的时候就处理掉,使用 日历维度表就可以,日历表中可以标识该日期是否是节假日等,可以关联后直接剔除掉,或者导出到Excel中,手工剔除下。

3. 计算日&周权重指数

先分别计算每一天的平均值,然后选取数值最小的1天为基准值,权重为1,比如下面的例子中,周三值最小,它的权重就为1,分别用其他日期去除以周三的值,倍数则为该周几的权重值,而周权重指数则为每天的日权重指数相加

举例
分店的权重指数

上面我们是用公司级数据来统计的,周权重指数为13.4,那公司下面每一家店是否都要单独取计算呢?
答:每家店都有自己的权重指数会很乱,不利于标准化应用,一般计算一个 公司级的周权重指数 ,公司统一用这个,单店使用周权重指数重新计算日权重指数。

计算分店的日权重指数,可以只选取近2个月的数据+去年同期月份的数据,既考虑了时效性,又考虑了同期的可参照性。

分店日权重指数=(平均销售额/平均周销售额)*企业周权重指数

分店日权重指数计算
关于特殊日期的日权重指数

上面我们在统计的时候都将特殊日期剔除了,那它们的日权重指数需要单独计算,书中介绍的方法,稍微有点儿复杂,我也并不是非常理解,这里就不分享了,感兴趣的同学自己去研究下吧,欢迎讨论。

权重指数的应用场景
  1. 发现规律,辅助营运
    权重指数是一个相对的概念,通过分析每家店铺的权重指数,可以分析店铺的销售规律,比如:立地的不同、畅销日的不同等。我们可以根据每家店的特点,优化员工排班,门店陈列调整时间,部署送货时间等

  2. 分解日销售目标
    公司都会对销售有一个目标的期望值,我们需要将目标拆解,逐步去完成,使用权重指数就可以很好地将目标拆解到每一天,来进行追踪。

日销售目标=月销售目标*(日权重指数/月权重指数)
月权重指数=当月每天的日权重指数之和

通过追踪每天的目标完成情况,可以实现销售最大化。这里可以结合“K线图”来展示。

  1. 月度销售预测
    通过日权重指数+当月部分销售数据,我们就可以预测出这个月的总销售额是多少
    和上面的日销售目标方法类似,都是根据权重指数的占比,去估算月度销售额。

月销售预测值=Σ日销售额/(Σ日权重指数/月权重指数)

  1. 销售对比
    数据对比有几个原则:
  • 星期几和星期几对比,一定要一致,2019-01-03(周四)和2018-01-03(周三)直接做对比,意义就不是很大,一个周四一个周三,本身销售规律就不同。

  • 公众假期对等对比,2018-12-30(元旦第1天)和2017-12-30(元旦第1天)对比就是有意义的,都是元旦假期第一天

  • 遵循农历对等对比原则,像春节假期,大年初一和大年初一对比

  • 月份对比,需要关注,月的天数、月中包含的星期几的天数是否一致

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,311评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,339评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,671评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,252评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,253评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,031评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,340评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,973评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,466评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,937评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,039评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,701评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,254评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,259评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,497评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,786评论 2 345

推荐阅读更多精彩内容