数据分析师熬夜整理：最全「零售业」数据指标和使用技巧
如果要问数据分析需求最多的行业是什么？那一定是零售业。作为数据分析师，最担心的就是分析报告没有价值，那老李今天就来给大家分享一下零售业数据指标使用的技巧和方法。加深大家对数据的认识，切实解决企业面临的问题。
首先，我们来捋一下逻辑。不管是线上还是线下，零售始终不变的就是：把商品给用户进行价值交换，“场”连接着“人”与“货”。所以，零售的本质就是：人、货、场。
零售业数据指标体系的建立对于数据分析有着举足轻重的作用，有了框架性的零售业数据指标体系，后面的分析也就变得容易得多。我将分“人、货、场”三个框架，搭建起分析指标。
人
不论是实体零售还是电商，最需要关注的人是顾客和员工。
没有顾客，货和场都失去了意义。而员工作为商品和顾客的连接，也起着非常重要的作用。顾客分析，只要是搞零售的，一定会去做顾客分析的。但员工分析，是很多人都会忽略员工分析的，但我要提到的是，员工是非常重要的。举个例子，如果销售大神是你的销售，你们的营收会怎么样？
（1）顾客分析
客单价：销售额÷客户数，反映了客户的平均消费水平，对于产品定价、促销、组合出售有很大帮助。
件单价：销售额÷销售量，反映商品的平均出售价格，对于衡量商品是否有利可图以及定价都有很大帮助。
连带率：销售量÷成交次数，反映顾客单次消费件数，对销售额有很大影响。
会员增长率：新增会员数÷期初会员数，会员增长率对回购有很大帮助。
会员贡献率：会员销售总额÷总销售额，这与客户关系管理有很大关系。
会员流失率：某段时间内流失的会员数÷期初会员总数，重点关注和维护。
会员平均年龄：某个时间段店内会员年龄总和÷有效会员总数，有利于构建用户画像。
（2）员工分析
平均成交时长：后一次成交时间-前一次成交时间，反映员工工作产出情况。
投诉率：投诉人数÷总人数，能够衡量员工服务能力。
成交率：成交次数÷接待次数，便于统计个人的销售能力。
完单率：这有一定时间期限，如周完单率、月完单率，是指付款之后没有退款的单子，是真正反映个人销售能力的指标。
离职率：离职人数÷一定周期内员工数，反映人员流动情况，与运营情况也有很大关系。
工资占比：员工总工资÷销售额，反映员工配置是否合理。
货
货就是指商品，零售主要涉及的部分是采购分析-供应链分析-销售和售后。下面的微笑曲线描述了物品从研发生产变为商品的全过程。
（1）采购分析
广度：品类数
宽度：SKU数
深度：采购的商品总数量÷采购的SKU总数
覆盖度：有某款货品类产品销售的店铺数÷适合销售该产品的总店铺数。
匹配度：这不是一个具体指标，是通过品类、型号、价格去判断商品的销售进度。
（2）供应链分析
订单满足率：订单中能够供应的商品数量总和÷订单商品数量总和
订单执行率：能够执行的订单数量÷总订单数量
准时交货率：准时交货的订单数÷能够执行的订单总数
订单响应周期：系统中收货时确认的时间-系统中下单的时间
库存周转率1：出库数量÷[(期初库存数量+期末库存数量) ÷2]
库存周转率2：销售数量÷[( (期初库存数量+期末库存数量) ÷2)]
客户投诉率：客户投诉订单批次*订单总数
库存天数：期末库存金额÷(某个销售期的销售金额÷销售期天数)
库销比：期末库存金额÷某个销售期的销售金额
（3）销售分析
售罄率：销售数量÷（期初数量 + 期中新进数量）
折扣率：商品实收金额÷商品零售价
动销率：某时期内销售过的商品SKU数 ÷（期初SKU+期中新进SKU）
品类结构占比：某品类销售额÷总销售额
价位段占比：某价格段销售额÷总销售额
正价销售占比：正价商品销售额÷总销售额
价格弹性指数：价格弹性指数是商品价格变化1%时，商品销量变化的百分比
（4）售后分析
退货率：月退货数÷总销售数
月残损率：月残损商品数÷商品总数
场
场具象来说是我们产生购买的场所，像商店、超市、商场、餐厅以及网店等等。
销售人效：销售额÷店铺面积
利润人效：利润额÷店铺面积
租金倍率：销售额÷租金
竞品指数：本公司销售额/量÷竞争对手销售额/量
费销比：促销费用金额÷促销期间产生的销售额
目标完成率：促销期间销售完成数÷促销目标
同比增长率：同比增长数÷同期销售额
促销爆发度：(促销期间的平均权重销售额- 促销后的平均权重销售额) ÷促销前的平均权重销售额
立即沟通
