數據分析在銷售決策中的作用

促銷的效果如何不能只憑感覺，必須通過數據分析來驗證。  

盡管啤酒與尿布的經典案例讓人們認識到數據分析的神奇，然而在實際應用中，數據分析往往沒有那么神奇，不過也并不容易實現。 

對于企業負責人而言，在進行信息系統相關的投資決策時，并不容易。一方面，若不投入資金，企業的發展可能會受到限制，畢竟人工管理相對信息系統管理，不僅成本高而且效率低下; 另一方面，若投入資金，又感覺難以準確把握信息系統的投資收益。零售企業在數據分析方面的投資就最能體現他們的這種兩難境地。數據分析被公認為是提升信息系統價值的有力工具，但很少見到真正成功的案例。投還是不投，真是很為難。不過，在筆者看來數據分析的效果是很顯著的，關鍵在于如何使用它。 

數據分析并不神秘  

事實上，數據分析曾經困惑筆者多年。十年前，第一次看到啤酒與尿布的案例時，筆者就深信不疑地認為，數據分析大有可為，只要努力追尋其中的規律，就一定會創造出另一個神話。今天，這個案例仍然被筆者奉為經典，不過筆者已經不太相信能夠創造出這樣神話般的奇跡了，反而更愿意相信某個大類的客單價這樣一個簡單的統計數字。實際上，筆者甚至認為自己被這個案例誤導了，它過分神話了數據分析。其實數據分析就存在于報表的字里行間中，關鍵是要去發現它，了解它。  

筆者曾經接觸過一個企業并和他們的管理人員進行了一些探討。他們的店長憑借著多年的經驗管理著門店。店長每天關心門店的銷售額多少，當某天銷售額低落的時候，店長總會分析周圍競爭店的促銷活動和天氣因素，甚至分析到顧客情緒的變化。  

這些變化真的影響了門店銷售嗎？如果是，具體影響了哪些商品的銷售呢？這些店長卻說不清楚，只是一種感覺。其實我們最關心的“門店銷售額”是無法幫助我們分析原因的，因為它只是一個經營結果，而非經營優劣的原因。我們企業的老總每天關注的公司銷售額，但業務部門不能像企業老總一樣僅僅看銷售額這個結果，我們要分析的是造成結果的原因。  

筆者的習慣做法就是分析門店哪些大類的銷售占比和以往的銷售占比相比偏低？影響這些大類銷售降低的原因是哪些？用促銷額占比來分析促銷力度是否過度以致造成毛利損失，或者促銷占比太低結果導致人氣不足; 用大類客單價來分析大類商品的價格帶是否符合周圍消費者的消費能力; 用捆綁來增加客單數和客單價; 用某個驚爆價商品的客籃商品資料分析它是否對某類商品的銷售起到了帶動效應等。還有很多數據都可以帶給我們意向不到的信息，這些信息提示我們如何去改善經營方式。筆者認為，這就是數據分析，并不一定很神秘，但也不容易做到，關鍵看如何使用它。  

將信息技術與業務知識融合  

在數據分析中，信息部的技術資源與業務部的業務資源融合是非常重要、非常實際的問題。離開了業務部的業務經驗支持，信息部的數據分析將是沒有業務指導意義的。很多企業的老總或采購部經理常指責信息部的業務能力偏低，無法提供精確的數據，理由是能夠從數據報表中發現“不懂業務的痕跡”。  

有報表不等于有分析，有分析不代表有效執行。我們如何將提供的數據信息轉化為實實在在的策略行動，這是非常重要的。  

是的，目前信息部門確實缺乏與業務經營有關的業務知識，但是這種差距還遠沒達到不可彌補的程度，而且更多的問題存在于信息部門與業務部門的合作關系中，而不僅僅是某個部門的問題。例如，曾經有一個企業的采購部經理舉了一個例子，信息部為采購部提供的自動補貨訂單中沒有考慮過供應商的送貨量要求，這就說明信息部不了解采購部的特性。還有，信息部提供的淘汰商品是根據銷售數據提供的，但是某些商品是有特性的，包括: 某些暫時缺貨的商品銷售量肯定低的; 某些是冬季商品，目前夏季不能淘汰; 某些商品包裝偏大適于在節假日銷售，在平日銷售偏低都不能淘汰，某些商品是拍賣陳列的不能淘汰……種種理由說得頭頭是道，似乎件件都是信息部門的弱項，但是聽聽信息部門是怎么說的: “采購部門只在口頭上批判我們不了解商品特性，但是就是不肯在系統的商品資料里進行標識，而我們也不可能了解每個商品的特性，就算記住某個也不可能全部記住，因此每次我們都被駁斥得啞口無言，久而久之公司老總就認為信息部確實不懂業務，也就不再重視信息部門的意見了?！?nbsp; 

業務部門往往利用某些特性來駁斥信息部數據的這種情況太普遍了，然而，問題的實質是業務部門總是不將商品特性經驗貢獻出來，并輸入信息系統中，也難怪信息部門就顯得永遠不懂業務了。其實這時各位老總需要關心的重要問題是: 為什么業務部門不愿將業務經驗變成系統數字呢？  

再來看問題的另一面。離開了信息部的數據分析，業務部的決策也將容易變得非常盲目。某些企業的信息部門經理經常會有這樣一種苦惱。舉個例子，某個企業的報表中發現某個大類的促銷額占比50%以上，同時它的毛利虧損20%，通過數字可以分析出某些商品可能促銷力度太大，導致了報表數據異常。結果一查數據，果然某些商品正在大幅度促銷，促銷差價達到了50%。進一步分析發現，由于這些商品的促銷已經大大地影響到了其他同類商品的銷售，銷售額全部集中到這幾個商品上。這樣商品銷售越多，毛利虧損就越多。另外，通過分析這類商品的客籃品種，發現這些商品的同籃商品沒有規律性，并且數量也沒有大的增長，因此，可以斷定這類商品的促銷不但無益于其他商品銷售的增長，而且還進一步影響了其他商品。當我們的信息部經理把這個情況告知采購部經理的時候，采購部經理說這些商品是換季打折商品，而且廠方貼補其中的促銷差價。這就是采購部的正當理由。  

現在讓我們來看看不支持這樣解釋的理由。商場僅僅為了使這家廠商處理過季商品，卻犧牲了其他同類商品，其余的商品成了襯托這些換季商品的擺設。如果這種促銷可以帶動其他商品的銷售，也還說得過去。但是它并沒有為其他的商品帶來客流量。如果這是鞋子的話，連一雙襪子和鞋油的銷售都沒有帶動。結果這些商品只是滿足了貪便宜的顧客和挽回損失的廠商，卻使這個季節商品的正常銷售受到換季商品的影響。難道這會提升門店的商品和價格形象嗎？如果商場賣不掉這些商品，對它沒有多大損失，商場完全可以捆綁其他東西進行銷售，例如，如果是鞋子，可以捆綁襪子或鞋油，反正賣不掉不是商場的損失，賣掉了還可以帶動其他商品的銷售。  

在這種情況下，如何進行判斷呢？如果企業老總能夠認真分析供應商補差的毛利和同類商品由此損失的毛利，多問幾個為什么，也許信息部門的一些意見是可以參考的。否則只用“業務是靈活的”作為解釋，信息部門會失去積極性的，今后無論數據準確與否，業務部門都有理由，那么數據分析就會成為裝點企業管理門面的一種工具。  

從以上這些企業的信息部門經理處可以了解到這么一個現象，不是企業沒有信息數據，而是我們的業務部門甚至企業老總沒有重視信息數據。有報表不等于有分析，有分析不代表有效執行。我們如何將提供的信息數據轉化為實實在在的策略行動，這是非常重要的。  

以考核促進數據分析  

對于數據分析的理解，外資企業無疑要遠遠勝于內資企業，原因在于外資企業對于數字化管理方式有深刻的理解。外資企業的老總通過考核指標來管理業務部門，而內資企業老總是通過具體事情來管理業務部門。針對每件事情都會有各種各樣的業務靈活性借口，久而久之對數據分析結果就不重視了。  

根據對外企管理方式的研究，筆者認為只有建立了科學合理的考核體系，企業才能更好地進行數據分析，沒有考核體系，數據分析也就沒有了檢驗標準。以品類管理為例。相信不少企業做過品類管理的計劃，甚至有些企業已經在進行品類管理。品類管理很難，同時也很簡單，這要看你怎么來看這個問題。如果簡單地來看待品類，那么把品類角色定義正確，然后把品類的考核細分，把SKU固定，接下來就是數據管理: 信息部門把考核指標分解到每天，業務部門每天了解考核的情況，業務部門經理每周總結分析考核數據，老總每月根據考核數據聽取業務部門的報告。一個企業只要把科學的考核體系建立起來，在經營過程中就會省去很多的精力?？己瞬粌H僅是用來分配薪資，更重要的是幫助管理，是用來避免借口的方法。如果確定的考核指標是正確的，那么大部分的借口我們就會發現是非常蒼白的。  

最后，我們回過頭來重新看待如何進行數據分析這個問題。筆者認為，首先，信息部門對數據的理解和駕馭是一個亟待解決的瓶頸，但是更重要的是企業必須要建立起對信息部門的信心，提供信息部門學習和成長的平臺空間，真正地讓信息部門參與到業務部門的管理中去。其次，企業一定要重視數據分析的結果，千萬不能拿到了報表，看上一眼就扔在一邊了，而是一定要督促相關部門一起來分析報表、研究對策，否則信息部是無法在業務經營方面提供幫助的。最后，也是最重要的是企業老總們要改變管理方式，真正學會用數據來管理，而不是僅僅是憑借經驗來進行管理。在未來的競爭中誰越快學會數字化管理方式，那么誰就會贏得越強的競爭力。