当前位置：首页 > 书店百问 > 正文

书店百问

开书店专业的数据化系统全都在这里了

发布时间：2019-06-22 17:17 来源：未知作者：haomeigs

【开书店】怎样建立专业的数据化系统提高后台运营效率？（发fā）

编者按：【开书店】为豪镁最新系列专栏，此栏目辐射面大到整个行业的趋势观察，小到一个环节的细节解析，针对开书店过程遇到的各种疑难杂症，提出切实可行的解决问题的逻辑、策略和方法。

豪镁，让中国复合式文化空间更美好！

你遇到过这些问题吗？

为什么频繁做促销活动，人流如潮但客单价却依然偏低？

为什么就算逢开学季或节假日，门店业绩平淡而达不到预期？

为什么同样的商品在别人店里非常走俏，采购到自己的店里来卖却无人问津？

…

以上都是实体书店在实际经营活动中大家经常会遇到的一些问题，豪镁君希望通过这次分享能够帮助大家解决一些实际的经营问题。

为了精准而高效解决这些问题，我们需要引进一个工具：数据化分析系统！

随着互联网时代的发展，零售业发现过去他们所做的粗放式（或佛系）经营已经不能有效的提升效率和增加用户了，所以，一些企业开始寻找新的运营方式，比如后台使用数据化系统，以此来提升服务效率，实现差异化、精细化运营。

这个工具知道的人多，会使用的人少。

下面，一键启动我们的数据化系统：

第一步：从0到1搭建数据化运营系统

根据书店规划设定系统数据化功能：

完整商品资料，一二级商品分类，销售层级及分类查询功能，会员卡、储值卡功能，架号管理、商品的活动促销等。

数据化分析系统建立：

库存（分类）、品种（分类）、均价、客流量、客单数、客单价、成交率、周转率、同环比、坪效。

客流量，是指单位时间进入某个场所的人数，是反应该场所人气和价值的重要指标。

客单数，每个店每天的成交单数。

成交率=客单数/客流量

客单价=销售额/客单数

商品周转率=销售额/库存量

同比：在周月与季度分析中都主要侧重于同比分析，观察卖场去年同期与今年的变化

计算公式：今年销售额/去年销售额-1

环比：偶尔会在周报表中应用，主要是在环比变化幅度明显的时候，或是季节热销类别在月度中每周的销售变化（如九月教辅高峰期的环比分析）

计算公式：本月销售额/上月销售额-1

坪效=销售额/总坪数

书店方需与软件方做一个精确的需求交底，根据书店自身的规划设定好系统框架，为后期的数据收集、分析和经营调整打好坚实的基础。

若是数据化系统没搭建好或者后期没利用好，门店经营会出现哪些状况呢？

①没有数据分析的门店，当运营情况不理想，即销售不高、坪效不高的时候，不知道是哪方面产生问题？想进行调整，又不知道应该从哪方面入手。因为没有基础的数据逻辑支撑。比如没有客单价的数据，当类别商品销售下降时，想对这类商品进行调整，你是不知道应该做何调整的，哪些品类商品应该不要，哪些应该增加。不清楚店面商品的周转情况，店里的商品比例越来越不合理。

②没有数据化系统，或没有利用好，很难清楚进店客群的消费习惯。不清楚客群的消费习惯，就不能在选品上抓牢消费的心，于是店内的商品离客群需求越来越远，从而影响成交率，影响销售。

③没有数据化分析，想提升销售，不知道从哪方面入手。是提高客单价？还是成交率？

第二步：日常获取经营数据，寻找顾客向用户转变之法

很多实体书店虽然在空间上进行了升级改造，但经营方式还是延用一直以来的方法，无法确定用户，更别提要锁定用户！

在数据的获取和收集过程中我们须日渐明确：

谁是我们的顾客？

他们的消费习惯是什么？

顾客喜欢什么商品？

顾客能接受什么价格档位？

顾客选择在何时频繁购买何类商品？

顾客对我们的商品和服务是否满意？

对消费者的精准定位，并以此为基础进行商品规划，产品定位，就需要获取消费者的数据。

实体书店数据化，是必须要做的工作。

应该尽力获取消费者数据。只有了解了消费人群的特性，才能更好地和消费者建立联结。

实体书店相对于网店的优势在于体验，但只有基于数据而提供精准的商品和服务，才能确保体验质量，才能和消费者建立真正的联结。

一个销售额越做越高的门店，他们的招式是这样的：

借助数据分析精准描给绘顾客画像，构建顾客社群，针对性的进行选品与和营销，满足顾客多元分散的消费需求，实现顾客向用户的转变。

于实体书店而言，打造精细化运营系统的好处在于可以对目标用户或者个体进行特征和画像的追踪与画像，帮助书店经营者分析用户在某个时间段内容的特征和习惯，最后让门店形成一种根据用户特征而打造的专属服务。正是因为如此，书店运营在数字化时代，需要进行精细化运营才能更好的从管理、营销方面提升用户的服务体验，同时根据差异化的服务让运营更加精细化。

第三步：专业的数据观测分析，打造持续盈利门店的硬功夫！

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。

这是某书店记录的月销售表，里面有记录客流量，成交率，成交单数，客单位主等数据，这个作用是每月的数据跟踪，为分析做基础刻录。

以上是数据分析的方法。

针对门店的海量数据，结合我们的经营现状，选择哪一种或哪几种数据模型至关重要，数据分析不专业，数据系统便失去了价值。

例如销售数据分析法：

我们通过消费者的购买数据分析出购买习惯和偏好，激活人货场的关系，从而指导我们如何改进产品和营销方式等，这就是一种挖掘数据产生价值的方式。

例如零售卖场里的用户行为记录和数据分析——也谈会员分析： 顾客登记成为会员，会留下个人信息，手机号，微信号是最常见的会员凭证，这就为书店信息后续触达目标顾客留下了可能。

其次，会员每次消费关联到会员卡，会员的个人消费记录得以连续，书店可以根据顾客的消费历史进行面向会员个人的偏好分析，也就为后续为会员群体或者会员个人提供针对性服务提供了可能。

再次，如果会员在登记，积分兑换，年度激活等环节能够补充个人性别，年龄，阅读偏好等个人信息，则能让书店对顾客的分析更加精准。会员体系是书店实现顾客精细化服务的基础，不仅是满足会员积分记录和回馈的基本需要，而是可以与后续面向不同客群的方案策划和面向会员个人的精细化服务结合起来，会员数据分析将是非常重要的一环。

第四步：做到店面调整和经营活动有“据”可依！

在书店的日常经营活动中，数据分析可帮助我们作出判断，布局是否合理，选品是否符合消费者需求，如何提升连带销售等等，以便采取适当行动。

布局不合理，那就及时地进行区域调整，甚至把一整个业态分区对调或者去掉都是可能的；

商品不走俏，是品类单一，是比例有问题，还是选品不对，没能迎合消费者需求，那么我们需要花时间研究消费者，去研究市场上的热销商品等等。

连带销售率低，可能是产品组合有问题，可能是商品陈列方式有问题，也可能是活动营销方案不给力… 锁定范围，一步步排查，找出病因，对症下药。

此外数据化系统可作为活动营销的有力支持。

活动示例：如何在六一儿童节吸引更多顾客进店