老帮主：超市帮副总经理、联合创始人
超市帮ID：hrdianzhang（转摘请注明）
店铺员工指标
【成交率】
成交率=成交顾客数÷客流量x100%
成交率和店员的销售技巧，产品陈列，产品销售价格，促销活动等都有关系。但是在产品、促销状态等都一致的情况下，成交率就只和店员的销售技巧有关了，所以这个指标可以用来判断店铺员工的销售能力。
【完成率】
销售完成率=销售完成数÷目标数x100%
【平均成交时长】
平均成交时长=每一位顾客成交的时间总和÷成交顾客数
这是一个考察店铺员工效率的指标。一般还需要和客单价结合起来看会比较客观（可以做四象限图），用最短的时间成交最高的金额，这样的员工一般认为都是最优秀的员工。
【平均接待时长】
平均接待时长=接待每一位顾客的时间总和÷接待顾客数
对于零售店铺来说大部分时候是希望顾客的停留时间越长越好。对于线上来说计算顾客的平均停留时长相对来说是比较容易的，线下需要安装计数器才可以。
【产品知识得分】
这属于一个培训效果反馈的指标。
【销售技巧得分】
这是一个评主管估指标，首先是要设定考核项目，然后由店长或主管打分。
【投诉率】
投诉率=投诉的顾客总数÷顾客总数x100%
【定编满足率】
定编满足率=实际员工总数÷标准配置人数x100%
这是考核企业招聘能力强弱的一个指标，同时它也是一个内控指标。定编满足率太低势必会影响效率，太高且超过100%又会造成人效的浪费。当然如果你们的公司岗位没有严格的定编，想要多少人就有多少人，那就恭喜你们，你们是高帅富公司，因为你们不屑于用定编满足率这种指标来约束自己。定编满足率还可以细分为部门定编满足率、普通员工定编满足率、管理层员工定编满足率……
【员工流失率】
员工流失率=某段周期内流失员工总数÷(（期初员工总数+期末员工总数）÷2)x100%
员工流失率分月流失率，季度流失率，年流失率等。处在不同周期的流失率是不能直接对比的。人事部经常用的是员工离职率，员工流失率和员工离职率有一点点区别，员工离职指正常人才转移，而员工流失包含不正常人才丢失。员工离职率的公式和流失率的公式是一致的。
【工资占比】
员工工资占比=企业支付的员工工资总额÷销售额x100%
不同区域、店铺间的工资占比往往没有可比性，不过一般都遵循在中长期内销售额越高的店铺工资占比就越低这个规律，这也可以用来判断店铺人员总数配置是否合理的一个参照指标。
【客单价】
客单价=销售总金额÷有交易的顾客总数
一般用成交总笔数来代替顾客总数，理论上这两个数字是一直的，但是顾客经常会出现逛一次商场多次开单交易的情况，所以成交笔数实际上是大于等于有交易顾客数的。客单价既可以反映顾客的质量，也可以反映店铺员工的销售能力，还可以反映店铺的商品组合等。
【件单价】
件单价=销售总金额÷销售总数量
【连带率】
连带率=销售总数量÷成交总单数
连带率有不同的称谓，例如附加值、效益比、平均客件数、购物篮系数等。连带率反映的是顾客每次购物的深度。需要注意的是连带率数据有时会受人为影响，例如一次性购物满500元送赠品，如果消费者一次购物了1000元以上，他很可能会拆开单来结算，从而影响成交总笔数。
对于超市来说，除了分析常规连带率之外，还可以分析单品连带率，品类连带率，连带率越大说明说明该单品或品类越重要，需要在陈列、促销、库存管理等特别的关注。单品连带率和品类连带率主要是用来分析商品的关联销售状态的，他们的公式如下：
百货行业还可以统计一个叫品牌连带率的指标，就是计算顾客每次购物时平均消费几个品牌的产品。
会员分析指标
丑话说在前面：在分析会员顾客（或VIP顾客）各项指标之前，务必做数据清洗，因为会员消费记录中那些“非会员”消费的痕迹太重，这些销售行为会影响到你的分析：
1、会员卡在店员或收银员手中，可以随意将非会员顾客的消费刷为会员顾客消费，自己赚积分或差价。我曾经见过一个服装店铺年销售的六成都来自于几张固定会员卡产生的销售；
2、晒卡一族，在互联网上公开自己拥有的某些品牌的会员卡号，其他网友就可以凭此号码去店铺享受会员价格购物，而晒卡人则可以赚到相应的积分（因为很多专卖店可以不用出示会员卡就可以享受会员待遇）。我们曾经监控到一张会员卡，一天内时间在祖国的8个城市产生了14次购物纪录。现在很多公司的对策是要求顾客出示会员卡后才能享受会员权益，但是这样造成会员使用的不方便，从而影响销售。未来随着科技不断进步，特别是智能手机的普及，这个问题会很快得到解决的。
这两种情况的销售都是真实记录，但却不是会员的消费记录，需要在做会员对应分析时根据刷卡频率异常的原则剔除掉这些记录。记住不是剔除销售记录，只是去掉会员消费记录。作为数据分析人员可以专门设定一个异常卡消费指数，就是计算异常卡占总销售的百分比。用它来监控门店、分公司等的数据异常状态。
会员数据分析还需要注意的一项是必须要求店铺尽可能准确的录入顾客的基本信息，包括出生日期，手机号，性别，职业等。基础信息越多，可供分析的维度就越多。
【新增会员数】
新增会员数=期末会员总数-期初会员总数
如果将会员看着是企业的财富，新增会员就是在不断的积累财富。大部分零售企业会把这一项作为店铺员工KPI考核指标之一。
【会员增长率】
会员增长率=某段时间内新增会员数÷期初有效会员数x100%
会员增长率体现企业会员增长速度的一个指标。
【会员贡献率】
会员贡献率=会员销售总金额÷销售总金额x100%
会员贡献率不是越高越好，在每个企业会有一个合理的区间，例如传统零售女装品牌的合理会员贡献率大约在30-70%之间，太高就显得新增顾客太少，增长被局限了，太低则没有稳定的销售来源。行业不一样这个区间段也会不一样，店铺间也会不一样，例如商业区的店铺和写字楼、社区店铺的会员贡献率都是是不一样的。
【有效会员数】
会员总数多不一定强，有效会员数多才是硬道理。有效会员就是满足一定贸易条件的会员。随着企业的发展，必然会存在很多在一段时间内没有交易过的会员，这些会员实际上已经没有任何的价值了，需要在分析中剔除出去，否则会员分析也没有意义。有些公司会在系统中直接停掉顾客的会员资格，大部分公司则让他们静静的躺在系统中。有效会员的贸易条件一般根据时间和交易量来设定，例如在12个月内必须有至少一次消费，6个月内必须有不少于3次消费记录……这两个设定标准需要结合顾客的消费频率来定，行业不同标准也会有差异。有效会员是一个滚动概念。
【有效会员占比】
有效会员占比=有效会员数÷累计会员总数x100%
不过由于累计会员数的时效性不强，这个指标的实际意义并不大。
【会员回购率】
会员回购率=某段时间内有交易的老会员数÷期初有效会员总数x100%
会员回购率也叫会员复购率，一般用在月、季和年度的分析上，会员回购率是衡量顾客忠诚度的一个指标。严格的说这是一个老会员的回购率公式，因为期间新增会员的回购不包含在其中。
回购率和回头率常被误解为一回事，其实会员回购率和会员回头率是有区别的，回头率公式中的分子应该是某段时间内到达过店铺的会员，他们不一定实施了购物。对于店铺来说，先得让顾客回头，其次才是回购，所以这两个指标是有先后顺序的。没有高的回头率，哪来的高回购率，所以零售商们都在想尽办法促使会员顾客高频次的回头。
【会员流失率】
会员流失率=某段时间内流失掉的会员数÷期初有效会员总数x100%
这个指标反映了会员顾客的流失速度，也反映了企业营运现状，它和会员增长率是一对相向指标，建议每月都追踪这俩个指标。会员流失有它合理的一面，例如对定位在20-30岁的服装品牌来说，顾客年龄变大自然就会流失，再如对超市来说，如果顾客搬家了，流失也是合理的。建议大家继续用人货场的思维逻辑来分析一下“影响会员顾客流失的那些因素”。
会员流失率反映了顾客总量的流失情况，却没有办法反映出流失顾客的质量，流失掉一个客单价为300元和流失掉客单价为3000元的顾客显然不能化等号。
【会员回购频率】
会员回购频率1=某段时间内所有会员消费次数÷（期初有效会员总数+期中新增会员数）
会员回购频率2=某段时间内所有老会员消费次数÷期初有效会员总数
该指标反应会员顾客在某个时间段内的消费频次，分析这个指标选取合适的时间周期很重要，时间周期太短，这个值基本上就接近为1.0，没有丝毫意义。服装专卖店、手机专卖、电器专卖等按12个月为一个滚动周期，百货商场一般用3或6个月为一个滚动周期，超市可以按1或3个月来滚动分析。3个月为一个滚动周期并不是说一个季度才分析一次，而是每个月都可以分析，只是每次分析的都是最近三个月的数据。
细心的读者可能已经发现回购频率公式中的分母是有效会员总数，而不是有交易的会员总数。其实可以是有交易的会员总数，只是意义不一样。
会员回购频率3=某段时间内所有会员消费次数÷期间有交易的会员总数
会员回购频率4=某段时间内所有老会员消费次数÷期间有交易的老会员总数
某零售截止到2013年第二季度末有效会员总数为4.5万，在2013年第三季度新增会员0.5万人。在第三季度会员总消费次数是15万次，其中老会员消费次数为14万次，有交易的老会员2.0万人。
根据上面的公式我们可以依次算出：
会员回购频率1为3.0【3.0=15÷（4.5+0.5）】
会员回购频率2为3.1【3.1=14÷4.5】
会员回购频率3为6.0【6.0=15÷（2.0+0.5）】
会员回购频率4为7.0【7.0=14÷2.0】
从这个案例可以看出这四个公式各有侧重，公式1和2侧重于研究回购频率的趋势，公式3和4侧重短期会员购买行为分析，零售企业在实际使用时应该以老会员的分析为主。
会员回购频率孪生指标是会员平均回购天数，也就是会员平均多少时间来消费一次。这两个指标都是研究顾客忠诚度的。
【平均年龄】
平均年龄=某个时间点会员年龄总和÷有效会员总数
平均年龄是衡量品牌定位的一个标准，不过这个指标受数据源的影响非常大。有很多顾客不愿意提供自己的私人信息，还有就是终端店员不负责任的录入数据，所以在系统中很可能看到上有古稀老人，下有婴儿的年龄数据。解决办法之一是要求店员准确录入，下策是根据顾客外貌判断大致的年龄录入系统，第二种方法是在分析平均年龄的时候剔除掉这部分信息。如果你的品牌定位的年龄是20-30岁的人群，系统中有些90岁以上的顾客数据就足以把你的平均年龄拉大好几岁。对年龄的扩展分析是将顾客年龄分段分析，就是年龄段分析。
平均年龄属于对顾客基础信息分析的范畴，这个范畴还包括对性别、职业、地域、收入等。
商品采购环节指标
【广度】
广度=采购的商品品类数
广度比=采购的商品品类数÷可采购的商品总品类数×100%
广度关系到商品品类多样化，很多追求消费者一站式购买的卖场就是追求大广度。例如一个服装专卖店，公司当季商品有20个品类，买手实际采购了16个品类，则广度为16，广度比为80%。再比如一个中型超市有200个品类的商品在销售，可供销售的总品类数是300个，则广度为200，广度比为67%。商品的广度体现了商品的丰富程度。广度也不是越大越好，这和零售店铺的消费群体有关，也和营运成本有关，所以最佳的广度是指用最经济的成本且最能满足目标消费群体绝大部分需求的值。
【宽度】
宽度=采购的SKU总数
宽度比=采购的SKU总数÷可采购的商品SKU总数×100%
商品的宽度代表了商品的丰富且可供选择的程度，宽度越大的店铺消费者挑选的余地就越大。而宽度比则是反应和竞争对手宽度、自己目标宽度或上游供应商宽度的对比程度。例如对于一个化妆品专卖店来说，店铺共有1000个SKU商品在销售，而最大的竞争对手同期销售的商品是1500个SKU，则该专卖店商品的宽度为1000，相对于竞争对手的宽度比为67%。由于资源局限性，大型超市等一般会限定商品的宽度值，所以就会出现每新增一个商品必须要剔除一个旧品的规定。电子商网网站则相对宽松一些，他们的陈列没有实体零售店铺的空间限制，所以理想状态下宽度是可以做到无限大。
宽度的衍生指标：颜色宽度（适用于服装业）、尺码宽度（适用于服装业）、规格宽度。这个定义主要是为了量化消费者对颜色、尺码、规格的选择余地，宽度越大消费者可选择的颜色就越多，可选择的尺码就越多，可选择的规格也就越多，就越容易满足消费者的需求。例如某服装门店连衣裙共采购了50个颜色（每款连衣裙的颜色相加），合计80个尺码（每款连衣裙的尺码相加），20款服装，则颜色宽度为2.5色/款（50÷20=2.5），尺码宽度为4.0码/款（80÷20=2.5）。规格宽度常用在对不同规格包装的商品上，例如我们超市橙汁饮料一共有20个品牌，一共有68个规格（包括200ml，500ml，1L，2L等），则橙汁的规格宽度为3.4个/品牌。
【深度】
深度=采购的商品总数量÷采购的SKU总数
深度比=深度÷采购目标深度×100%
深度是指平均每个SKU的商品数量，它的意义代表了商品可销售的数量的多少，比如某个服装专卖店某次采购了400个SKU的商品，一共是1000件，则深度为2.5。深度越大越不容易缺货，但是也可能会造成高库存。
从资源有限性的角度来讲，传统零售店铺由于陈列空间的局限性，资金的局限性，人力管理的局限性的限制，三度并不是越大越好。如果把三度表示成一个立体坐标来看的话，如图所示，一般来说它的体积是恒定的，广度大了，势必需要降低宽度或深度，深度高了也需要适当的降低广度或宽度。所以进销存每个环节中的三度要适度，这个适度值可以通过前期历史数据以及竞争对手数据分析得到。
【覆盖度（也叫铺货率）】
覆盖度=有某款或品类产品销售的店铺数÷适合销售该产品的总店铺数×100%
商品的覆盖度指标适合连锁性质的公司使用，它是衡量商品铺货率的一个指标，需要注意覆盖度公式的分母不是总店铺数，而是适合销售该产品的总店铺数，二者差距较大。一般来讲，覆盖度越大商品的销售就会越好。覆盖度和商品的采购深度以及公司的商品策略有关，采购深度低了则没有更多的产品来覆盖，商品策略则是人为的影响覆盖度。
【采销匹配度】
采销匹配度不是一个具体的指标，它实际上是一种分析方法。通过对比品类、型号、价格等方面在某段销售周期内采购和销售的比重来判断商品销售进度的一种方法。如图所示，这是一个服装店铺品类采销匹配度的对比图。从中可以很直观看出差异比较大的是裤子和T恤。
老帮主是谁：
老帮主就是一个糟老头
一个从业19年的营采男
呵呵
还有：开店整改就找这个糟老头
微信/手机/QQ：15901098883
请添加下面的二维码认识老帮主吧：
中国店长孵化营第六季6月10日开课：
只用11天时间让你成为一名标准化的管理者：店长、采购
21场线上营、采专业课
4x2=8套促销方案、海报板式设计稿
1场线下沙龙聚会
全年365天问题研讨
每周抽奖互动
每天现场答疑
《超市帮学习沙龙--天赋群》
用请朋友吃顿大餐的钱、
参加培训班的零头、
和洗脸刷牙的碎片时间，系统学到最系统的营采专业知识
本文地址：/n154c3.aspx，转载请注明出处。
