店铺销售数据分析

门店经营数据分析和推算公式

一、达标率公式

达标率=一定时期内营业额/一定时期内业绩指标*100%

例1：一月份的业绩指标为50万元，实际完成额为48万元，则一月份的达标率=48万/50万*100%=96%

例2：若一月份的指标为50万，实际完成额为52万，则一月份的达标率=104%

备注：达标率反映的是门店业绩达成的情况及能力。

二、达标率公式

同期业绩增长率=（年\月\周同期营业额-当期营业额）/同期营业额*100%

例1：某店2013年营业额为450万，2012年业绩为300万，则

2013年的年业绩增长率=（450万-300万）/300万*100%=50%

即：相较2012年的业绩，2013年业绩同期增长了50%。

例2：某店2月份的业绩为20万，1月份的业绩为35万，则2月份相较1月份的业绩增长率=（20万-35万）/35万*100%=-43%

即：相较于1月份，2月份的业绩下滑了43%。

备注：同期业绩增长率为正数时，表示业绩上升；为负数时，表示业绩下滑。

三、坪效公式

日坪效=当日营业额/当店的店铺面积

月坪效=当月营业额/当店的店铺面积

例1：某店的营业面积为100平方米，当日营业额为8000元，则

这个店铺的日坪效=8000元/100平方米=80元/平方米

备注：此指标可以分析店铺面积的生产力，深入了解店铺销售真实情况。

四、人效公式

日人效=日营业额/当日总人数

（周、月、年同理可推）

例1：某店某天的营业额为9000元，某店的总人数为9人，则

当日人效=9000元/9人=1000元/人 壹叁壹肆-终端管家（专业门店分享平台，搜索壹叁壹肆加入我们）

备注：反映门店员工销售能力与排班用人的合理性。

五、ATV公式

日ATV=日营业额/日客单数

（月、年同理可推）

个人ATV=某个人一段期间内的业绩/这个人在这期间内的总销售单数

备注：ATV反映人员附加销售能力、货品组合的合理程度，与ASP一同反映顾客的消费承受能力。

店铺的销售数据分析

在服装店铺的经营管理过程中，会产生大量的与服装营销有关的数据信息，这些数据信息是服装店铺研究服装市场营销规律，制定订货、补货、促销计划，调整经营措施的基本依据。随着资讯科技的发展，服装企业对营销数据的归集、整理、分析能力将不断增强。某些经营理念好的品牌已经对所有终端店铺安装了专业的服装销售软件并进行联网，在公司营销中心还配备了专业的数据分析员进行及时的数据分析并做出对策。Excel软件也有着强大的数据分析功能。相反，更多的品牌公司及加盟商连最基本的销售数据（如日报表、月报表等）都没有，甚至上月销售多少都不知道，有些是有数据却仅仅作为摆设，并没有去作以分析和应用。加强营销数据的采集与管理，并进行合理、正确、有效的实时性分析，有助于服装品牌和店铺逐渐克服经验营销导致的局限性或对经验营销者的过度依赖性，形成科学营销的新理念，提升品牌和店铺的市场认识能力、市场管理能力和市场适应能力。

一、店铺销售数据分析的作用。

1、有助于正确、快速的做出市场决策。

服装生意有着流行趋势变化快、销售时段相对较短的特点。在服装营销的过程中，只有及时掌握了服装销售及市场顾客需求情况及其变化规律，才能根据消费者对营销方案的反应，迅速调整产品组合及库存能力，调整产品价格能力、改变促销策略，抓住商机，提高商品周转速度，减少商品积压。

2、有助于及时了解营销计划的执行结果。

详细全面的销售计划是服装企业经营成功的保证，而对销售计划执行结果的分析是调整销售计划、确保销售计划顺利实现的重要措施。通过对服装销售数据的分析，可及时反映销售计划完成的情况，有助于营业人员分析销售过程中存在的问题，为提高销售业绩及服务水平提供依据和对策。

3、有助于提高服装企业营销系统运行的效率。

数据的管理与交流是服装企业系统正常运作的标志。服装营销经营过程中的每一个环节都是通过数据的管理和交流而融为一体的，缺少数据管理和交流，往往会出现经营失控，如货品丢失等。而店与店之间的数据交流的缺乏，更会导致交流信息的不准确性和相互间的货品信息、管理信息的闭塞与货品调配的凝滞。

关于淘宝店铺的数据分析

2011年1月6日淘宝网在淘宝年度盛典发布2010年网购数据。数据显示，2010年淘宝网注册用户达到3.7亿，在线商品数达到8亿。同时，以淘宝商城为代表的B2C业务交易额在2010年翻了4倍，未来几年也仍将保持这一增长速度。在这一成果的背后，我们也许忽视了每一位店主对自己店铺的努力经营和细致的数据分析，那么，为什么要进行数据分析呢？我们想知道有多少人来过我的店铺？什么时间来？从哪里来？这些数据是店主每天必需掌握的数据，店里的哪些商品会比较热卖，所做的运营和决策都必需依赖大量准确地数据，很多部门需要这些数据，包括产品设计部门、营销推广部门、运营管理部门、售后服务部门

没有数据就没有发言权，任何的决策、管理都必须以数据为支撑。

首先介绍一下淘宝数据分析的内容，

1. 店铺运营的基础数据

流量数据：页面停留时间、访问深度、访客数等

销售数据：成交用户数、客单价、支付宝成交量率等

转化数据：UV转化率、宝贝页面成交转化率、Call in转化率、询单转化率等，以下为我们要重点分析的数据：

流量数据

浏览量（ＰＶ）/访客数（ＵＶ）=平均访问深度 也就是说每个人平均的访问页面，这里我们希望数值越高越好，这样代表我们店铺的产品具有一定的黏度，客户停留时间长，这样买家才有可

能令买家产生购买的冲动，我们的客服才有时间去进行引导销售

还有同样要关注的是宝贝页浏览量、宝贝页访客数。

销售数据

在量子里面有一个销售分析模块，看到拍下的总金额和支付宝成交金额和客单价，用支付宝成交金额/拍下的总金额=支付宝成交率这个支付宝成交率在参加活动和运营考核上都是非常重要的，原因当我们支付宝使用率高的时候我们买家她在拍下你的产品之后她是非常愿意去付款的，不会因其他原因拍下了不愿付款而流失掉，这样表示我们的产品对顾客有足够吸引力的，也可以反映我们的销售团队能否有足够的能力让顾客来购买产品，同时，我们换一个角度在拍下没有付款的客户，我们去催款，形成交易，这样催款成交，远远比我们去开发一个新客户容易的多，所以我们要留意这些数据，不要忽略了这种催款的成交。

店铺成交分析表

填表人： 填表日期： 天气：晴：阴：雨：属：季初/中/末

测试时间段： 月 日（ ）午 时 分 时 分共 小时

人流量分析

从左经过人数 从右经过人数

合计人流量 进店人数

进店率 进店率与日常相比 １，高２，中３，低

周边品牌名称 与周边品牌相比 １，高２，中３，低

原因分析：

试穿分析

试穿人数 试穿率=试穿数/进店数

试穿率与日常相比： １，高 ２，中 ３，低

原因分析：

每个试穿客户成交分析

序号 时间段 有无成交 成交或不成交原因

1 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

2 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

3 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

4 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

5 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

6 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

7 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

8 1，尺码2，质量3，服务不标准4，成交技巧5，款式6，价格

成交数 成交率=成交数/试穿数

成交率与日常相比： 1，高 2，中 3，低

成交率与周边品牌相比： 1，高 2，中 3，低

不能成交原因汇总 尺码 质量 服务不标准 款式 成交技巧 其他

占比