新零售思维＝数据思维＋零售思维

做零售行业谁都离不开数据，数据和科技是改变未来行业的两大主题。其中数据尤其重要，但是反过来看，不管是线上零售还是线下零售，对数据的重视程度是千差万别，特别是传统零售。数据思维和零售思维这块基本上很弱的。

数据思维

我说几个问题大家可以自测一下，看你们知不知道自己的数据：

1、你们知不知道这个月截止到现在为止，你们的店铺或者说你们区域VIP卡的贡献率是多少?

2、上周你负责的店铺和负责的区域或者你公司的退货率是多少?

3、上个月你的顾客的流失率是多少?

4、你的店铺销售团队的流失率是多少?

这四个数据如果你们能在30秒钟之内回答出来，证明你的数据化管理得不错。如果回答不出来，说明你的数据思维还比较偏弱。实际上这几个是我们平时不管是线上还是线下经常用到的数据，这些数据一定是每天的工作中，或者月会、周会上你经常听到的数据。回答不出来只说明当时你没有把他们”存储“下来。

如果这几个数据管理失效的话，会让你的绩效考核、团队管理、企业数据化管理失效等等。有很多的危害。

比如说VIP卡的管理，VIP卡的贡献率，曾经遇到一个店铺，它一年销售两三千万，而其中62%的销量来源于同样一张VIP卡，问题就是，大家都用同一张VIP卡。表面看上去没问题，大不了是店员刷点积分，年末拿点礼品，但是里面有天大的漏洞。

会员卡一般都有打折的功能，如果一个顾客是现金买的，但店员按打折之后的价格录入系统里面，这里面的差价就很有可能被店员吃掉了。

刚才问大家的数据里的第二个数据是退货率。退货率也仍然存在秘密。一些零售店铺的老手可以利用店铺在搞促销低价与正常售价之间的时间差，利用退货单来赚差价。

所以要想有数据化管理，首先是对数据的管理。首先把你常规要用到的指标、数据在你心中进行管理。就像是退货率你需不需要每天、每周、每月都去统计?看哪些店铺有异常，还有团队的流失率这些都是需要你去关心的。

数据思维的第一步就是进行数据的基本管理，第一个要有数据意识，是看到一些重要的数据要把它记下来，一定要有这种意识。同时也要求我们的店铺或者下属，或者代理商要实时准确地传递数据给你们，对企业来讲如果没有实时管理这些数据，数据化管理就是无用功

数据思维的第二步是要有养数据的意识

有一个朋友跟我说他的企业要用大数据进行管理。我说你现在连数据都没有，怎么进行大数据管理?其实现在大多数传统零售暂时不需要大数据管理，我只需要小数据管理。

大数据化并不是说数据多就叫大数据，这样的误解，是错的。在我们传统领域的数据都是小数据，离大数据还有很远的距离。特别是很多零售店铺连最基本的数据都没有，所以数据思维归根结底先得有数据，再去积累数据，最后把数据运用到业务中去，我们才能谈得上去做分析，去做绩效考核，去做管理。

养数据包括把现有的数据质量提高，或者是把有些目前看似无用的数据纳入数据库中去，第三是要有前瞻性养数据意识，提前布局。

零售思维

什么是零售思维零售行业的应该都知道，就是那三个字：人、货、场。好像每天不说几次就好像OUT。这三个字能化解我们零售行业遇数据到的绝大多数的问题，遇到问题之后我们都要从这个角度去做思考。比如某个区域的客单价下降，很多传统零售商第一时间想到的是什么原因客单价下降，而不是主动去思索里面的逻辑。客单价可能跟商品有关，也可能跟人有关，也可能跟场有关，所以我们需要从人、货、场三个方面去思索客单价下降的原因是什么，才有找到背后的原因。答案实际上是藏在逻辑里面。而逻辑里面就是人、货、场。

零售业90%的问题都可以归纳到人货场的思维模式中

一个案例，用人、货、场的思维逻辑建立一个评价体系，这里面的货难道是指的商品吗?肯定不是商品，是指的货币和未来的价值，这是货，所以人、货、场之所以被称为零售行业的基本思维模式，是因为它还可以扩大，还可以去延伸。

这是一张图，当我们发现店铺或者区域数据出现异常的时候，应该有怎样一种思维逻辑、思维方式。当我们发现店铺的数据出现异常，例如成交率下降以后，应该先去梳理数据和逻辑，做零售思维的时候，一定要有逻辑。

比如客单价的数据上很有可能是去年团购拉高了客单价，今年没有团购客单价当然自然就下降了。这个时候你还得去找客单价下降的原因是不是就没有任何意义?

所以遇到数据异常的先要看数据源是不是有问题，如果同一品牌下面别的店铺，或同一个城市的其他的店铺没有这种客单价下降的原因，只有这个A店铺有客单价下降的原因，这个时候我们要过渡到第三步，要看本区域内其他对手有没有此问题，如果整个区域里面大家的客单价都在下降的话，说明是整个区域出现问题了，而不是单单A品牌这个店的问题，思考问题的方式又不一样了。

如果区域也没问题，就是A品牌在这个店有问题，竞争对手没问题，其他店铺也没有问题，这个时候才可以用人、货、场进行思考了。找到和人、货、场相关的一些数据进行分析，就回到刚才我们说的人、货、场的那种思维逻辑里面。

看趋势、看对比，最终找到问题产生的原因，这就是将零售思维和数据思维相结合的一个非常好的一张图片，这张图片很强大的，当然有时候我们发现某个店铺的客单价出现问题，同时发现整个品牌也出现问题了，或者整个区域也出现这个问题了，也就意味着同时具有品牌共性和区域共性的问题。出现这种情况，那就说明一个问题，那就是市场出现了问题，那个时候就是整个大环境的问题，就需要用其他方法去解决。

End.

来源：数据化管理

作者：黄成明

数据思维还是零售思维都需要花时间去练习，

但如何能让他们变成一种思维习惯？

《零基础数据分析就业班》