某线下水果店销售数据分析

某线下水果店销售数据分析

一、案例背景

1.背景

某线下水果连锁超市，专供60种热门水果，自2015至2018年，其年毛利润涨幅保持在10%以上，其中2018年的毛利润达7835万。
通过直营+加盟的模式铺开连锁网络。
标准化的储存方式、仓库的创新设计、高效能的设备以及与供应商的同步数据来确保物美价廉。
其长期稳定盈利，原因是：一方面得益于有针对性的店面规划和商品规划，另一方面得益于完备的会员制度和有效的会员激励方案。

2.问题

2019年，公司发现季度毛利润有下降趋势，连续两个季度无法维持毛利润增长，如果保持现有毛利润增幅，将无法满足公司董事会设定的毛利润目标，企业领导十分着急。

对比去年达到5%的年毛利润增长,根据去年数据，今年额外还需额外增加600万毛利额，按照去年Q3Q4毛利占全年的占比，我们给Q3分配400万毛利额提高额，给Q4分配200万毛利额提高额。

二、问题确认与指标拆解

1、问题确认

目标：解决毛利额连续两个季度都同比下降的问题，且达到公司毛利目标（Q3完成400万，Q4完成200万）
指标拆解：怎么提高毛利呢？
通过增加收入和减少成本

图上有这么多方案，我们肯定会找核心的方案去实现，以下面方案为例。

2、问题解决思路（流程图）

数据分析流程：
明确问题–>拆解问题–>量化目标–>制定方案–>目标评估–>实验–>分析实验效果–>结案报告

以下是具体的方案：
1.明确问题：环比去年毛利额增加5%。
2.拆解问题：（Q3毛利多增加400万）
方案1：23家未盈利店铺Q3承担100万毛利增长额（已未盈利店铺数占比25%，所以目标也可分配25%，即400万*25%=100万）；
方案2：利用高销量高利润商品带来300万毛利增长额（针对所有店铺）。
3.量化目标：
方案1：未盈利店铺每家日毛利额提高500元（100万/90天/23家店=483，我们取500元）；
方案2：单店每日提高360元（300万/90天/共92家店=362元，我们取360元）；
4.制定方案：
方案1：筛选盈利较差的店铺，以毛利额和4000元盈利线对店铺做分组分析，做一个月的营销推广（4000元为履约成本）；
方案2：利用10%销售额和利润，做矩阵关联分析找到目标商品，结合趋势分析法分析目标商品的进货变化量：增加荔枝量在230斤到330斤之间。
5.目标评估：是否达到第3步的目标值
6.实验：方案1：抽取3个店铺实验；方案2：单店实验
7.分析实验效果：方案1：以7日为周期评估实验效果；方案2：以17日为周期
8.结案报告：达到效果编写结案报告

三、实际方法应用（实操）

分析方法：

1.分组分析

– 利用分组分析找到亏损店铺做营销优化，实验验证结论

1.1分析拆解

1.拆分出亏损店铺：日毛利额小于4000的店铺
2.从亏损店铺中抽取部分店铺做精细化销售方案实验
3.分析实验效果，前后对比，确定是否将该方案推广到其他亏损店铺

1.2分析结果

三店平均日均毛利额增长额：1176元
23号店铺：毛利额增额205元（未达目标）
39号店铺：毛利额增额2262元
64号店铺：毛利额增额1061元

2.对比分析

– 找到哪类产品销售好的问题

2.1分析拆解

1.拆分出不同销量的水果，尝试对水果做销量对比
2.使用对比分析方法完成任务

2.2分析结果

通过对比销量分析，发现葡萄和荔枝的销量明显高于其他品类；
为了进一步分析销量和利润的综合效果，需要结合利润维度做矩阵关联分析；
同时为了决策进货量，需要进一步进行趋势分析。

3.矩阵分析

– 找到销量好和利润高的品类

3.1分析拆分

找到利润高，销量高的水果

矩阵分析法

是指将事物的两个重要指标作为分析的依据，进行分类关联分析，找出解决问题的一种分析方法，也称为矩阵关联分析法，简称矩阵分析法。
只要两个指标之间线性无关且放在一起有意义都可以用象限分析 。如：转化率和客单价， 售罄率和单款产出 ， 单款库存深度(数量）和 上新款数

销量高和平均利润都高：重点对待
销量高但是平均利润少：一般保持
销量低但是平均利润高：重点发展
销量和平均利润双低：需要查明原因或减少进货量的品类

找到销量好和平均利润高的品类 （取平均利润，因为水果每次进价不一样，售价也不一样）如图：

3.2分析结果

处在重点对待象限的品类是荔枝，可以增加进货量。
处于需要查明原因或减少进货量的品类是芒果，可以减少进货量。

4.趋势分析

– 分析水果总需求

4.1分析拆分

挑选出毛利额较高的品类和毛利额较低的品类，预测两者的后续销量趋势–>
使用趋势分析法预测销量趋势
根据预测的销量趋势判断是否需要增加进货量或者减少进货量，并判断为了完成利润目标需要增加

趋势分析法

趋势是市场表现的方向，趋势分析可以帮助我们把握市场大方向，不犯原则性错误。
趋势有三种方式：上升，下降和平稳
纵向分析:不同时间的段指标进行比较

4.2分析结果

荔枝的趋势预测小幅上升，说明顾客对于荔枝的需求正在增长，可以提高荔枝进货量。
同样，利润较低的芒果趋势预测小幅下降，说明顾客对于芒果需求正在降低，可以减少芒果进货量。

四 、结论分析报告

方案一：各店的精细化销售方案能将亏损店铺日均毛利额提高1176元

1.通过三店的精细化销售推广，23号店日均毛利额提升205元，提升幅度达23.85%；39号店铺日均毛利额提升2262元，提升幅度68.17%；64号店铺日均毛利额提升1061元，提升幅度30.07%；三店铺日均毛利额提高1176元
2.按三店的最低提升幅度23.85%估计23家亏损店铺的整体日均利润提升额为1.6万，平均每个店铺712元，大于目标500元
3.后续可以对23个亏损店铺推广，按每个店铺712元的毛利提升，预计整体一个季度可以提升147.3万毛利额。可完成36.8%毛利额增长目标。

方案二：调整水果进货后能将店铺的日均毛利额提高

1.通过矩阵关联法，分析出荔枝属于高销量高利润商品、芒果属于低销量低利润商品；
2.通过预测两者销量趋势，可以预测到荔枝销量呈上升趋势，芒果销量呈下降趋势。我们决定增加荔枝进货量，减少芒果进货量。结合矩阵关联法，可以看出，这种调整组合可以有效提高店面整体毛利额；
3.假设我们的进货调整方案为：
荔枝调整进货量=(目标利润+(芒果利润*芒果下降销量))/荔枝利润。
按目标利润：360元；每斤芒果利润：0.94元；芒果最大销量：21斤；荔枝利润：1.29元。可以计算得出需要增加荔枝量在279斤（完全不减少芒果进货量）到294斤之间。
4.后续可按相同方式预测其他水果销量，可以综合地提高其他品类的进货量，而非单一提高一个品类的进货量，从而使我们达到目标的策略更加稳妥可行。