数据给了你发现问题的眼睛,你却没能用它找到光明……

来源: 为了你药店联盟/wlnydlm

 


随着药店管理中数据化的运用越来越多,很多企业在经营过程中将数据统计分析作为了管理中的重要依据,但在实际运用中该如何通过数据表象来看到背后的实质?又该如何通过实质问题得到最终解决方案?下面先来看一个案例:

 

某零售连锁药店,在区域市场内有42家门店,并且在当地市场占有了一定的主导地位,但通过多年的经营,老门店出现增长乏力现象,新门店回本周期越来越长,另外由于区域市场内新兴药店数量激增,导致新开门店的存活率也受到较大冲击,同时在整体的经营过程中,销售额、毛利率的增长也受到了较大影响,企业认为造成现在门店经营困局的主要原因是,市场竞争较为激烈,企业品牌力以及营销力不足,导致顾客流失。

 

与此同时,企业给出64项数据,其中包含交易次数、客单价、会员销售数据、商品动销数据等……并对这些数据进行解读,一一提出解决方法。企业自身解读情况如下:

 

1.交易次数下滑10%,认定为现有顾客群体流失较大,解决途径应该是加大促销力度,从而带动门店的交易次数增长。

 

2.会员销售占比达到73%,认定为品牌影响力较好,但还需持续品牌营销拉动,以便稳定现有消费群体。

 

3.高毛商品销售下降13%,认定为高毛品种销售带动不足,导致毛利率出现下滑,解决方向应从销售人员牵引和顾客消费习惯牵引两个层面着手。

 

以上为企业自身对于问题的认定以及解决途径。但通过数据的细化整理,抽取了一家老门店、一家新开门店的数据进行细化分析之后发现,企业经营过程中存在的问题并非他们自身所提出的相关问题点。下面我们来看一下这两家门店的相关数据分析。(注:以下分析数据仅为部分截取,并非完整分析数据)(见图表一、二)


通过对A、B门店两个店的数据分析,可以看出前、后两次的分析结果差异巨大,具体如下:

 

1.通过会员数据项的多维度对比和动销数据的分析对比,可以发现单一数据维度判断不能真实地表现实际销售问题,应考量从多维度深入印证,从而找到准确的判定,以免出现被单一数据维度假象所蒙蔽,从而导致决策偏离。

 

2.销量TOP100品种销售额占比已经过半,出现商品销售集中度过高的情况,此情况对门店经营增长将产生较大阻力,经过与企业的细化了解,发现造成此情况的重要因素是员工绩效品种分布较为集中,其次是门店日常关联销售培训重点不够明确,导致员工在销售时关联知识缺乏。

 

3.由于销量TOP100品种的平均单价和平均毛利率均出现了较弱的表现,从而对相应品种进行了细化分析,最终认定为商品基础的薄弱带来了销售和毛利率目标追求的弱化,需加强商品价格带和毛利率分布的调整和规划,后续需更有目地性地加强员工关联销售技能培训,最终达到销售目标的达成。

 

4.品类分析从图表中可以更好地验证销售“偏食”的情况,销售排名第一的品类为医疗器械,而零售药店基础的呼吸系统、心脑血管、抗感染品类销售排名却靠后,没有基础药品销售支撑,对于门店经营来说完全就是空中楼阁,针对此情况与企业进行了解后得知器械品类是由于单品追高导致,基础品类销售排名靠后的主要原因是提成品种分布较少。

 

从以上问题可以明确地看到在分析过程中常出现的一些误区,如:多维度对比不足、深入细化研究不够、数据未与事件进行对比,另外数据仅仅是历史销售的一个表现,为了更准确地掌握数据后面的真象,需要对门店发生的事件进行深入了解,以便还原真实的结果,并做出准确的判断。

 

通过对案例的两种解读,可以让大家更好地了解到,数据化的落地实施应更多从数据和事件的比对中寻找到大的分析方向,从而在细节化的问题中找到解决途径,并以实际操作的可能性为出发点来平衡数据的体现可能,最终找到适合自身的方式方法来解决问题,好的数据转换运用可以帮助我们解决多方面的经营管理问题,(例如:商品营运管理、品类结构规划、采购管理、营销管理、绩效管理、会员管理等……)以及经营决策,最终达到预期销售目标。

 

以下是数据在多方面的运用落地介绍,供大家讨论和参考:

 

1.商品营运管理

通过前台销售数据和后台销售数据日、周、月的比对,找出门店经营活动中的调整方向,例如:库存优化、品类品种销售过程调整优化、商品陈列优化等。

 

2.品类结构规划

通过品类销售过程中的多维度比对,找出不同品类间的销售关系与品类品种的增减变化给销售带来的机会和成本的有效控制,例如:价格带规划、毛利率分布规划、品种替换、品种绩效政策规划、新品引入方向规划等。

 

3.采购管理

根据对品类、品种的规划有效完成新品引入及低效率商品的清理,另外通过品种销售数据表现有效的控制续订成本。

 

4.营销管理

通过前端数据发现消费者的引导方式,做好聚客效率研究,另外通过后台数据找出有效的特价品种、商品促销组合方式等。

 

5.绩效管理

通过商品销售表现与原绩效牵引目标进行比对,找出不同时期牵引力不足或偏离的问题,并及时进行调整。

 

6.会员管理

通过数据量化的方式对现有会员的消费情况进行不同年龄段、消费段在品类、品种、带走品种的消费过程进行细化研究,反向找出现有品类、服务、引导消费中的不足,并加以修正,另外在营销带动方面能够通过会员的数据分析,找出有效的方式开展促销以及品牌营销。

长按上图3秒钟,识别二维码关注

喜欢的话就点赞吧!↙