零售数据分析与应用（第二版）教学课件1.pptxVIP

零 售 数 据 分 析 01 02 零售数据分析基本认知 零售数据分析常用方法 Part 01 零售数据分析认知 数据分析 是指根据分析目的，用适当的分析方法和工具，对收集来的数据进行分析，提取有价值的信息，形成有效结论的过程。 若是针对零售行业的数据分析，则被称为零售数据分析。包括：对销售业绩的分析、对商品的分析、对顾客的分析、对财务状况的分析等多个方面。 零售数据分析 1 3 分析前提 零售企业每天产生的大量数据主要分布在实体店铺、网店、微信社交平台、手机软件、物流送货、电话服务中心、在线支付等渠道，数据不仅支持交易，其中蕴含的规律将帮助企业发现商业机会和市场趋势，进而弥补决策能力，极大地降低决策风险。 分析目的 进行零售数据分析，最终的目的，就是将这些看似繁琐的数据总结汇总起来，帮助管理者进行有效的决策和判断，从而实现店铺成功运营并实现盈利最大化的目标。 分析过程 货 人 财 场 “人”的概念 通常对“人”的理解包含两层含义，第一是对消费者及购物者的分析；第二是选对优秀合格的人员并排好班。 “货”的概念 货品分析的主要数据来自商品基础数据和销售数据，从而产生以分析结构为主线的分析思路。 “财”的概念 通过对报表数据的各种变换计算，运用模型建立起一系列评价体系，从各个方面、各个角度分析企业经营成果并预测未来。 “场”的概念 卖场的整体布局、商圈促销、商场促销、竞争品牌促销信息、顾客行为等必须实时收集，这非常有利于我们自己制定出行之有效的营销方案。 在最开始的明确分析目的和思路的阶段，我们就应当确定采用何种手段对数据进行分析。 零售数据分析 我们一般将数据分析的最终结果通过各种图形、表格的方式进行归纳总结。 数据结果展现 根据分析出来的种种问题和结论，找到切实可行的解决办法。 解决方案总结 主要包括数据抽取、数据清洗、数据转换、数据加载等。 零售数据的处理 数据收集能够帮助零售企业采集到顾客更多的数据信息，更有利于开展数据挖掘的工作 零售数据的收集 首先确认本次分析所要解决的问题是什么。对于经营决策者有没有指导意义。 明确分析目的思路 Part 02 零售数据分析常用方法 对比分析法是指将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性。 对比分析法的概念 对比分析法可以分为静态比较和动态比较两类。这两种方法既可以单独使用，也可结合使用。 对比分析法的类别 与目标对比。 不同时期对比。 同级部门、单位、地区对比 。 活动效果对比。 对比分析法常用维度 分组分析法是在分组的基础上，对现象的内部结构或现象之间的依存关系从定性或定量的角度做进一步分析研究，以便寻找事物发展的规律，正确的分析问题和解决问题。 分组分析法的概念 根据分组分析法作用的不同，分为结构分组分析法和相关关系分组分析法。 分组分析法的类别 穷尽原则和互斥原则。所谓穷尽原则，就是使总体中的每一个单位都应有组可归。所谓互斥原则，就是在特定的分组标志下，总体中的任何一个单位只能归属与某一个组，而不能同时或可能归属与几个组。 分组分析法遵循的原则 结构分析法的概念 结构分析法，又称比重分析法，是测定经济指标的各个构成部分在总体中所占比重并加以分析的方法。 01 02 03 04 市场占有率 结构相对指标 结构分析法的步骤 总体内各部门占总体的比例，属于相对指标。相对指标的计算公式为： 结构相对指标（比例）=（总体某部分的数值/总体总量）Χ100% 结构分析法的优点就是简单实用，在实际的零售企业运营分析中，最常见的市场占有率就是一个非常经典的结构分析法应用。 市场占有率=（某商品销售量/该种商品市场销售总量）Χ100% 首先确定分析对象，分析对象就是要进一步分解的总体指标。然后找出总体指标的组成部分。 平均分析法是指运用计算平均数的方法来反映总体在一定时间、地点、条件下某一数量特征的一般水平。 平均分析法的概念 1.利用平均指标对比同类现象在不同地区、不同行业之间的差异程度，比用总量指标更具说服力。 2.利用平均指标对比某些现象在不同历史时期的变化，更能说明其发展趋势和规律。 平均分析法的作用 平均指标是同质总体中各单位某一指标值的平均数字，反映总体在一定时间、地点条件下的一般水平。平均指标有算数平均数、调和平均数、几何平均数、众数和中位数等 平均指标的概念 1 2 3 A公司净资产收益率 营业利润率 B公司净资产收益率 C公司净资产收益率 营业利润率 30% 21% 25% 24% 22% 27% 营业利润率 当分析对象出现两个或者多个的时候，我们就应该采用交叉分析法来处理 交叉分析法是一种以表格的形式同时描述两个或多个变量的联合分布及其结果的统