化妆品连锁店的数据化管理.docVIP

化妆品连锁店的数据化管理 　　数据据化管理是商业行为的标准化建设之一，数据化管理是用死的东西（数据）让活的人找到依据、方向和指引。 　　我们将数据化管理比喻成一座立体金字塔：左下角说话，中下角诊断，右下角比对，最后回到中上角决策。 　　先进入第一塔说话，用数据说话才有说服力，否则都是虚无缥缈的。今年浓妆淡抹整个系统服务顾客160万人次，顾客人均购买4支产品，平均每两秒钟售出1支产品。员工月销售冠军成交额达22.7万，员工最高月收入1.2万。2013年浓妆淡抹同比2012客单数增长62%，销售额增长36.2%，店数增长 22.7%。为什么浓妆淡抹的门店增长情况如此乐观？有什么办法能让员工一个月赚到12000呢？在此借《化妆品观察》的平台打个广告，最近由我们发改委成员推出的《浓妆淡抹智慧宝典》刚刚出版，如果大家有兴趣有需要看看这个刊物的话，会后可以跟我们的工作人员对接。 　　进入第二环节诊断，用数据诊断才能看出经营情况。举个实例，有家化妆品店平均日客单数19个，客单价168元，提蓝数1.8支，毛利率55%，大家觉得这家店的问题出在哪里？这种毛利率合理吗？大家认为最合理的毛利率是多少？30%？40%？50%？也就是说，第一，这家店的毛利率太高。其次，它的商品均价高不高呢？大家想一想，你们的店开在哪里？一级城市，二级城市，还是县城或者乡镇？大多是在二三线城市或者县城吧。那这个169元的客单价，是不是太高了？当我们的商品均价打破90几元的时候，这是顾客想要的价还是老板想卖的价？老板想卖的。为什么呢？因为老板想卖利润高的东西，所以造成商品均价偏高。这个时候，顾客看了价格标签不会跟你说，“这个价格太贵”，而是立马走掉之后还会去告诉她身边所有的朋友说，“这家店的东西卖得太贵了。”因为她们大多数人一个月的工资只有3000多块，你要她拿出收入的2%──3%来消费一支产品，这并不容易。当她在传递“你的商品很贵”的信息时，还有没有客人会来呢？这是非常值得大家去思考的一个问题。客单价过高的时候，直接会导致你的进店数下滑，将客人拒之门外了。 　　这个提篮数1.8支是什么意思？就是连带率，也就是说平均一个客人买1.8支商品。当你的商品卖到98元的均价时，提篮数根本就无法增加，更别说是买3支4支了。所以说，为什么我们化妆品店的坪效上不去，人效上不去？根本原因在于，整个行业从厂家到代理商到店家都在忽悠顾客，所以才导致今天这种结果。 　　再来看一个例子，某公司投资一个项目花费了2000万，销售实现1个亿，利润800万，那请问这家公司的周转次数是多少？是不是5次？投资回报率是多少呢？40%。其实现在看这些数据好像很枯燥，但实际上只要你们深入研究找到感觉的话，你会发现数据很好玩。用到实例中来看，比如厂家开一场订货会，你投入了多少资金？你通过几轮将产品卖完？然后获得了多少利润？这就要算投资回报率。做生意不只是算买卖产生利润，而是要算投资回报率，这才是真正科学的计算方法。 　　第三塔比对，用数据比对才能分出优劣，这是老祖宗告诉我们的，不怕不识货，就怕货比货。怎样进行比对呢？用数据说话。比如选模特，甲1.75米，乙1.8米，甲120斤，乙150斤，那你会选哪个呢？自己比对。化妆品店要做的比对工作很多，今年跟去年比（同比），今天跟昨天比（环比），甲店跟乙店比。 　　拿浓妆淡抹其中一家乡镇店的数据来进行比较，2013年10月同比2012年10月客单数增长 54.2%，销售额增长13.7%，客单价下降26.3%，件产品均价下降34.2%，总支数增长72.7%。这家店2012年的产品均价是24.46 元，2013年我们希望将这个均价控制在18元。当我们的商品均价卖到18元的时候，对于一个月薪3000元的客人来说，实现购买是不是太容易了？再通过品类的拓宽，让她实现3支4支的提篮数，就很容易了。所以浓妆淡抹系统2013年每个客人平均4支的提篮数就是这样实现的。 　　你的定位决定了你的品类结构的设计。还是看这家店，件产品均价下降了34.2%，但销售总支数增长了72.7%，客单数也增长了54.2%，这种情况是否健康呢？肯定健康，因为卖出去的产品更多了，这才是良性循环。任何一种商业行为，如果没有顾客，是一件可怕的事情。只要客单数提上来了，不怕没生意做。 　　再来看一张表，这是我们其中一家店与整个系统平均值的比对。看了这组数据，你就能知道这家店长的能力如何，这家店的问题出在哪里。通过数据来找问题，这里有几个关键指标：系统客单平均值64.07，这家店客单平均值是56.56，低于系统；系统提篮平均值3.75，这家店提篮平均值3.65，也低于系统；系统均价平均值17.08，这家店均价平均值只有15.49。仅从这三组数据，你就能看出这家店长的能力如何。我们每个月通过这些数