服装销售数据指标分析培训60页PPT

3、测试你的思维是否僵化？
;
10
数据敏感性测试
1. 将‘A’中未被阴影的部分平分成相同且面积相等的两部分. 2、将‘B’中未被阴影的部分平分成相同且面积相等的三部分
;
11
3.将‘C’中未被阴影的部分平分成相同且面积相等的四部分.
提示： 答案不是三角形。
;
12
4.将‘D’中未被阴影的部分平分成相同且面积相等的七部分. 你用了多少时间得到答案？
;
15Leabharlann 养能力第二步：提高EXCEL应用能力
• 多练习 • 多应用 • 多思考 • 多总结
• 具体专项EXCEL课件培训
;
16
终端货品管理六部曲
货品上市管理 货品销售分析
货品分货管理
货品 管理
货品促销管理
货品订货管理
货品补货管理
17
;
货品管理制度学习回顾
在进入实际货品管理分析前，我们需对公司的各项相关制度进行回顾学习。。
配销率 鼓楼 百大 百盛 54% 44% 36% 40% 35% 35% 45% 38% 30% 50% 45% 48% 39% 35% 38% 44% 40% 38%
;
32
货品管理之——分货管理
• 3、店铺等级定位新老比分布 • 店铺新老货品：按不同城市级别和店铺销售状况划分店铺等级。 • 不同等级店铺新老货品分配比例： • A类店： 当年新品——80% 老货老品——20% • B类店： 当年新品——60%～70% 老货货品——30%～40% • C类店： 当年新品——40%～50% 老货货品——50%～60%
圆领
300
61%
10
毛衫
V领 立领
40

零售基础概念
投资毛利率
一笔资金转换成销售额和毛利的次数越多，库存 投资的每一元钱的回报越大！ 投资毛利率 = 毛利/平均库存进货额（成本价） 毛利率=毛利/实销额
练 如果： 习 三 销售额（零售额） 1，200，000
毛利
300，300
平均库存（零售价） 400，400
平均库存（成本价） 200，200
怎么办？？？？
四个结局
没有人交代 两人都交代 A交代、B不交代 B交代、A不交代
最可能的结局是？？？？
最可能的结局
A交代、B也交代，两人分别被判3年。
博弈与我们的生意
A 与品牌公司找到博弈平衡点，实现双赢
B 与竞争对手找到博弈平衡点，减少市场竞争的被 动性或者实现双赢
商业博弈
库销比与售磬率的关系
库销比=1/售磬率 售磬率=1/库销比
售磬率越高，库销比越低，表明货品的销售状况良好， 售磬率越低，库销比越高，表明货品的销售出现问题，
售磬率和库销比的关系
注意： 我们的售磬率对应季新款商品更具有实际意义，
我们的库销比对应季有效库存更具有实际意义。 为了快速反映新品上市的销售情况,我建议用周
顺利完成销售计划！
销售预测的注意事项
1、我们没有办法精确预测一定时期的销售，但 我们有办法降低预测误差，使我们的销售预
测值更接近实际销售值。
2、销售预测的前提是排除天气、新品上市、人员 变动、促销打折活动、不可抗力等因素。即在 现有的流动库存、现有的销售基础上的销售预 测！
如何预测
1、几何计算法 2、代数计算法 详细请参考 副表2
有 A B C三公司，A、B为零售商，且在同一市场。C为供货 商。为了规范市场竞争，C 给 A、B明确规定：不允许A 、B 以任何形式进行不正当竞争，尤其是价格战，A、B双方相互监 督。到了一年一度的传统节日，A 、B都想做一个成功的促 销，如果A做促销，B也做促销，那么A、B均将赢利3万；如 果A做促销，B不做，那么A 将赢利10万，B将亏损1万；如果 A 不做促销，B 做促销那么A 将亏损1万，B 将赢利10万；如 果A、B均不促销，那么A、B均不赢利。

12% 29%
2019 20.3
2019 21.3
D 10%
E 29%
精品 10%
总计 29%
2019 22.0
4. 5. 有多少%的消费者喜欢 6. GT服装〔按年龄统计）
<25 25-35 35-45 45+
30% 60% 70% 40%
(样本数：20)
数据敏感度测试：这张表格说明哪些问题？
销售数据分析设计思路
抓主要品类
抓主要矛盾
可应用于督导对单店的考核
我们的KPI & 客户的KPI
案例：
结论：主→客的转换，站在客户的立场、角度考虑问题，在客户需求的核心指标上作文章，达成 双赢。
销售数据分析的结构
软数据和硬数据
类型
描述
来源
硬数据
事实—通常作为数据收集。大多是历史数据
有些事情还不能认为是事实，直到它真的发 生
3. 象限分析
象限分析的作用： 是三维比较分析的方法； 象限的划分与定义很重要。 象限分析的步骤： 明确对比的目的； 选择适当的对比指标； 确定划分象限的标准； 定义不同的象限内涵； 制定相应的策略方案。 象限分析要点： 将多个数据分析里考虑的因素集中在一
起； 圈的大小代表了产出多少，有时是预估
值〔软数据）； 抓重点，制定最佳实施计划。
公司内部数据 零售数据-POS
软数据
观点、态度和感觉—有时作为数据或观点来 收集
预测（根据历史，对将来的推断）
常识，经验，评估值总 结
结合硬数据的预测
销售数据分析的结构
优化数据结构 意义：有数据、有正确的数据、有正确形式的数据，对
于管理者意义完全不同； 目的：为进行高质量的分析打下基础 整体而言，是优化整个销售系统的基础数据结构〔即完

机器学习在服装销售预测中的应用
线性回归模型
应用线性回归模型，可以建立服装销售量与影响因素之间的线性关 系，为预测提供依据。
决策树模型
决策树模型可以处理非线性关系，适用于服装销售预测中复杂的因 果关系。
时间序列模型
机器学习的时间序列模型可以捕捉时间序列数据中的复杂模式，适用 于预测服装销售趋势。
05
大数据在服装行业的应用前景展望
大数据的概念
大数据是指数据量巨大、复杂度高、处理速度快的数据集合。
大数据在服装行业的应用前景
随着技术的进步和市场竞争的加剧，大数据将在服装行业中发挥越来越重要的作用。未来，大数据将与人工智能、 物联网等技术相结合，为服装行业带来更多的创新和价值。例如，通过分析客户的购买行为、偏好和反馈，企业 可以为客户提供更加个性化的服务和产品。
销售数据重要性
销售数据对于服装销售企业至关 重要，它可以帮助企业了解市场 需求和趋势，制定合理的销售策 略，提高销售业绩。
销售数据的来源和类型
销售数据的来源
销售数据的来源主要包括销售终端、 销售报表、客户反馈等。
销售数据的类型
销售数据的类型包括销售额、销售量、 客户信息、销售渠道等。
销售数据的分析方法和步骤
价格策略优化
01
价格敏感度分析
通过数据分析，了解客户对不同产品的价格敏感度，为定价策略提供依
据。
02
价格调整策略
根据客户对不同产品的价格敏感度，制定合理的价格调整策略，提高销
售额和利润率。
03
促销活动管理
通过数据分析，评估促销活动的实际效果，为后续的促销策略提供参考。
产品组合和库存管理优化
产品组合分析 通过数据分析，了解不同产品组合的销售情况和利润率， 为优化产品组合提供依据。

Y01018服装零售的数据分析指标运 用
连带销售率公式
• 日连带率=日销售件数/日客单数
• 周连带率=周销售件数/周客单数
• 月连带率=月销售件数/月客单数
• 年连带率=年销售件数/年客单数
例：某日某店销售件数150件，客单数为75 单，则此店连带率=150件/75单=2件/单
备注：此指标反映员工附加推销能力、货 品组合合理性、及顾客的消费心理
PPT文档演模板
Y01018服装零售的数据分析指标运 用
关于业绩数据指标的使用二
• 一般行业数据为：达标率110%-115%；年 同期业绩增长率10%-15%；坪效每月为 3000元/坪；人效每月2.2万元/人。
• 如果某店这些数据在系统内比较后，处 于系统较高水平，就应当同行业内比较 ，寻找差距，力争上游
岗位贡献率公式
• 日岗位贡献率=某岗位当日的集体业绩/日营业 额*100%
• 周、月、季度、年的岗位贡献率，则须将以上 公式的时间量替换即可
例：某店某日营业额为12000元，此店心靡之星 三名，此日三人一共做了5000元，则此店心靡 之星的岗位贡献率=5000元/12000元*100%=42%
备注：深度反映门店各岗位的实际技能水平
备注：丢失率反映门店防盗能力，以及排班的能 力；丢失率行业水平在0.6%
PPT文档演模板
服装零售的数据分析指标运 用
损耗率公式
• 损耗率=报损率+丢失率
备注：反映一定时期内门店对货品损耗的 控制情况。
PPT文档演模板
Y01018服装零售的数据分析指标运 用
岗位完成率公式
• 岗位完成率=此岗位实际上岗人数/公司 下达的此岗位定编人数*100%
• 例2：仅看连带率有2件/单，应该说是不错的了，但如 果这时的ATV是50元/单，就说明员工没有进行高价货 品推介，都只是在推销小饰品，这样就会对利润产生 影响，也是不值得高兴的。