数据化陈列1

2020/1/30
21
“VMD=商品陈列”
VMD ≠ 展示陈列(不售卖的陈列) VMD ＝ 数据化陈列(售卖的陈列)
2020/1/30
22
VMD
陈列位置
a.单杆陈列位置 b.单品陈列位置 c.品类陈列位置 d.季节陈列位置 e.系列陈列位置
2020/1/30
陈列面积
a.单杆陈列面积 b.单品陈列面积 c.品类陈列面积 d.季节陈列面积 e.系列陈列面积
1.服装展会的展厅商品 2.餐厅橱窗的仿真菜品
3.博物馆内陈列
2020/1/30
商店陈列
1.展示品须售卖
VMD2.位置经常变动 例如: 1.服装店铺的商品 2.超市货架的商品
17
2020/1/30
18
“VMD并不包含 MD与SD”
2020/1/30
19
2020/1/30
20
“VMD=将MD在 卖场Visual化”
VMD
与陈列是什么关系?
2020/1/30
1
“就是摆货的嘛”
2000年对陈列的看法
2020/1/30
2
“Display”
2002年对陈列的“西方化”解读
2020/1/30
3
“陈列设计”
2005年某培训机构的自创名词
2020/1/30
4
“陈列是视觉营销”
2006年另一培训机构的ቤተ መጻሕፍቲ ባይዱ释
2020/1/30
5
“3D陈列+数据化陈列”
2008年某培训机构解读陈列
2020/1/30
6
“视觉营销是VMD”
2008年某培训机构解读视觉营销
2020/1/30

《数据化陈列—视觉销售规划的方法2》“时尚的“时”字意味着时间的因素，时间的因素是各种客观因素能够发生连锁反应的必要条件。

古人说的天时、地利、人和在当今零售业的范畴中可以演化为时间、渠道和品牌营销。

当产品、店铺位置和营销方针都已明确，实际上零售的竞争即是时间与价格的游戏。

时间的预控和滞后，产生规律性的价格和利润变化。

”线索回顾：明确的商品内容—准确的商品数量—正确的销售时间—精确得销售空间—正确的商品价格在上一期的话题中，商品内容（计划）的量化分析方法形成了今天话题开展的铺垫，我们已经能够通过分析来梳理产品的结构分类，根据产品计划和历史销售数据来推导出主题产品、畅销产品、长销经典和滞销产品的内容分布，并根据店铺的品类区域计划和弹性SKU容量标准来设计合理的铺货深度。

但是，每一个角色的产品线应该在店铺的哪个位置停留多长的时间？何时需要进行价格调整的促销？促销陈列如何进行区域和时间的规划？这些是今天要分析的一些问题。

正确的销售时间销售时间表可以表现为一般意义上的货品销售计划表，即显示货品的到店时间和在售时长。

由于市场的变化，实际的销售一般会和预定的商品计划有所出入，往往是某些系列的产品在计划的时间段内并没有完成预期的售罄，颇具规模的库存导致对销售空间的占用延迟，这时便容易发生新旧货品交替产生的陈列主次规划矛盾。

是否应该延长某些产品的在售时间？是否可以调整新货到店的时间表？类似问题的解决，除了参考预定的上货时间表外，还需要根据具体的市场环境来分析具体的商品生命周期。

所谓正确的产品销售时间，就是适合产品进行销售活动的时间，在这个时间范围内，视觉陈列职能必须保证适时的商品得到有针对性地视觉促销。

商品生命周期分析是进行此项视觉时间规划的必要工作。

典型的产品生命周期一般可以分成四个阶段：导入期、成长期、成熟期和衰退期。

导入期指新产品投入市场之初，此时顾客对产品还不了解，除了时尚前导型顾客外，实际购买该产品的大众顾客较少的这个时期。

“数字化”陈列数据，这时就要用到数据了，什么数据？销售与库存数据，下面以春装为例，简单讲一下：１、春装刚上市的时候，是需要根据春装每款的库存数，给出独立的陈列空间（橱窗和入口处），得以准确掌握春装的市场反映，在春装生命周期的初期掌握第一手销售数据，为后面的上货时间以及补货找到依据与参考；２、春装销售一段时间（如四周）之后，看销售数据占比，以一周为统计单位，上周冬装销售多少件？春装销售多少件？如冬装销售６０件，春件销售４０件，那么冬装占比是６０%，春装占比则是４０%，这时，春装在店铺的陈列面积可以调整到４０%——５０%的陈列面，避免出现销售占到４０%，陈列面只占２０%的情况；３、品类销售与库存情况一：冬末春初，很多大件毛领等厚重产品的销售数据很少或归零，这时可以将大部分的厚重产品下架，给适销品类更多的陈列空间；４、品类销售与库存情况二：冬末春初，小西装、风衣、针织衫等产品开始畅销，可适合将库存量较大的畅销款重复出样，做到畅销产品的销售最大化；５、对于库存量较大，且处生命周期末端的产品，可重点出样，因为现在不卖，马上就过季了，都成库存了，而一些生命周期较长的产品，如短袖产品，哪怕是畅销，都可以不急，因为它的生命周还很长，卖到夏末秋初都可以，迟早卖得完，到时就怕你库存不够卖；６、系列：通过上周的销售数据，将畅销且库存较大的系列陈列在较好的位置，如我们所讲的主力销售区；７、单款：将一些好卖且量大或想卖的单款作重点展示，出在正挂或店内模特身上，就像那个叫阿玛尼的裁缝挂在钉子上的那些衣服；总结一下：所谓的“数字化”陈列里面包括了：两季货品陈列面积比例、品类、系列、单品这几个方面，至于说每个系列的产销比、库销比、那是MD（商品计划）的事情了；有人说，在外面听过数字化陈列的课，没有讲到你说的陈列面积比例、品类、系列、单品重点展示什么的，反而都是讲的你说的不重要的东西，这是为什么呢？很简单，他们绝大多数人是没有做过将数据与陈列相结合的工作，自然讲不了这些东西，但如果不讲后面的东西，一堂课就不能成为一堂，其实很多老师的课，只有极少的精华在里面的，有些内容是用来凑时间的，所以听课和读书一样，要取其精华、弃其糟粕；。

门店数据分析维度与案例分享（二）引言概述：门店数据分析是一种重要的商业分析工具，通过对门店运营数据的分析，可以帮助企业了解市场需求、优化经营策略和提升销售效能。

本文将介绍门店数据分析的几个关键维度，并分享相关案例，以帮助读者更好地理解和应用门店数据分析。

正文内容：一、销售维度1. 门店销售额分析：通过分析每个门店的销售额，可以了解不同门店之间的销售情况，判断哪些门店的销售较好或较差，以及销售额的波动情况。

2. 产品销售排行榜：根据门店的销售数据统计，可以确定每个门店的畅销产品，了解产品受欢迎程度，为进一步的商品管理和推广提供依据。

3. 销售渠道分析：通过对不同渠道的销售数据进行分析，可以评估各渠道的销售效果，找出销售渠道中存在的问题，并进行针对性的优化。

二、客户维度1. 客户消费能力分析：通过分析客户的购买金额和购买频次，可以判断客户的消费能力和忠诚度，为客户分类和精准营销提供依据。

2. 新老客户比例分析：通过统计门店的新老客户比例，可以了解门店的客户来源情况，评估客户维系和开发的效果。

3. 客户满意度调查：通过对客户满意度进行调查和分析，可以了解客户对门店服务的评价和意见反馈，为改进和提升门店服务质量提供指导。

三、库存维度1. 库存周转率分析：通过分析门店的库存周转率，可以了解库存的运作效率和商品销售速度，进而优化库存管理策略。

2. 陈列效果分析：通过对不同陈列方式的销售数据进行比较，可以评估各种陈列方式的效果，优化商品陈列策略和促销活动。

3. 供应链分析：通过对供应链的数据进行分析，可以了解供应商的供货能力和配送效率，帮助优化供应链管理和减少库存风险。

四、员工维度1. 员工绩效评估：通过对员工销售数据进行分析，可以评估员工的销售业绩和工作效率，为员工绩效评估和激励提供参考依据。

2. 员工培训需求分析：根据员工的销售数据和业绩情况，可以判断员工的培训需求，有针对性地进行培训和提升。

3. 员工流失率分析：通过对员工流失率进行分析，可以了解员工的离职原因和流失情况，为提升员工满意度和减少员工流失提供参考。