大家好，我是爱学习的小xiong熊妹。
之前分享了销售分析的基本做法，今天来分享一个销售分析最常用的模型：人货场模型。这是来源于传统零售业的经典分析模型，在电商环境里其实也能用。大家一起来看一下。
传送门：一文看懂：销售数据分析怎么做？
一、何为“人货场”
人货场，是指影响销售的三个重要因素（不是三个指标哦）。
人：来自销售人员、顾客的因素
销售人员：人员是否足够，素质是否满意，执行是否到位？
顾客：是否有足够顾客到来，是否有成交，成交消费力如何？
货：商品因素
商品质量：种类是否丰富、款式是否够吸引、有没有爆款。
商品数量：商品备货是否充足，畅销品是否短缺，滞销品有多少。
场：卖场/门店/销售渠道因素
卖场数量：线下门店数量/位置、线上引流渠道数量/类型。
卖场质量：线下门店装修、面积、陈列，线上引流渠道的转化路径，页面设计。
不需要做很多解释，单纯从字面上，就能看出来，这三个因素会影响销量。因此人货场模型被非常广泛地用于诊断销售情况。具体操作时，根据销售形式的不同（实体门店/线上店铺/APP站内转化/电话销售……），人货场指标会有区别。
二、如何量化“人”的因素
最简单的方法，就是算平均值。
业务员平均生产力=销售业绩/总人数
顾客平局购买力=销售业绩/有消费顾客数
通过监控平均值在不同月份的变化，识别：是否“人”因素出现问题。
不过这样太过粗糙，想做得更细致，可以用分层分析法，区分业务员/消费者的层级。因为二八法则普遍存在于各个领域，因此区分出谁是A级销售，谁是大客户，能更有效地监控“人”的因素。
如果出现：A级销售离职/大客户不到店消费，就重点进行关注。
如果出现：销售成交都少/整体客流下降，则考虑用普遍激励的办法。
（如下图）
三、如何量化“货”的因素
与人不一样，货需要具体到每一个款式（SKU），具体看这个货物到底销售情况如何，是否有缺货/滞销迹象。
不同货物保鲜期不一样，瓜果肉菜保质期很短，一旦出现积压，就得快速进行清货；桌椅板凳几乎不会损坏，可以多存放一段时间（但是也不能存很久不卖，会占用流动资金）。因此，需要分类型识别活动畅销，滞销情况。
常用的指标有这些：
-
动销率：一个品类货物，有多少款有销售。
-
库龄限制：一个商品入库XX天后，必须销售，不然会有问题
-
剩余库存使用天数：使用天数越短，越需要补货/越长越考虑清货
货物分析有自身的一套逻辑，比如商品分类（爆款、流量款、利润款、补充款、防御款）、商品销量分层（ABC商品），商品生命周期（孵化、上市、推广、稳定、衰退）等等。因此，商品分会有一套单独的分析模块。
在做销售分析的时候，只要能定位到以下情况即可，再多的分析留给商品分析去做。
-
是否因XX商品缺货，导致销售受阻
-
是否因XX新品不受欢迎，导致销量不达标
-
是否因XX商品质量问题/退货，导致销售不佳
四、如何量化“场”的因素
与“人”“货”都不一样，卖场的因素，主要靠打标签来分析。
因为卖场的特征大多难以量化，需要用标签解决，比如：
-
实体店开在哪里（商业街？写字楼？CBD？老街区？郊外大型小区？）
-
实体店定位（旗舰店、品牌店、普通店、社区小店）
-
实体店装修水平（豪华、普通、简约）
这些都不是数字可以直接描述的。
有一些可以用数字描述，比如店铺面积、开店时间。但是还是处理成标签，使用起来更方便。比如处理成：大店、小店；新店、老店。
之所以做这种处理，是因为：不同类型店铺，担负的任务本身就不一样。比如品牌店就是做得高大上，提升品牌档次，没啥销量也行。旗舰店就必须扛起销货大旗。
区分类型，更容易进行管理。另一个原因，是不同标签店铺，有不同经营目标。比如大店就要负担更多销售收入，比如新店头一年还在回本期，销售任务不应压太多，可以多做活动聚人气等等。
同商品分析一样，场因素如果单独拆开，可以独立一个渠道分析出来，专门对上边的问题加以研究。
在做销售分析的时候，只要能定位到即可，再多的分析留给商品分析去做。
-
是否因XX地区实体店不能正常运作，导致销量不佳
-
是否因XX渠道流量出问题，导致线上销售不佳
五、如何综合利用“人货场”进行分析
在综合利用人货场进行诊断的时候，需要按照从大到小，逐级排查的原则，播洋葱一样，一层层深入。比如发现本月销量下降，可以先从人货场三大因素中，每一个挑选出一个最优代表性的进行分解：
-
人：客户等级、销售等级
-
货：商品大类
-
场：大区
然后先看：哪一块发生的问题更严重？
注意：人货场因素之间，可能存在交集。比如某些高等级客户，只消费高价商品（人与货关联），某些区域，就是特定商品畅销（货与场关联）因此往下一级拆解时，可以看问题是关联性发生，还是普遍发生（如下图）：
当然，实际诊断起来，情况会很复杂，这个要具体问题具体分析了。
六、模型不足之处
人货场模型产生于传统零售业，而传统零售业里，“场”才是最主要因素。占据了有利旺铺位置，就能有源源不断的客流。
但互联网消费不是这样，促销活动、明星带货等效果更明显。销量受这些运营手段的影响，会出现明显地大起大落。因此需要对运营活动单独分析，请大家期待哦，今天的分享就到这里，谢谢大家
标签：数据分析,分析,因素,是否,模型,销售,货场,商品 来源： https://www.cnblogs.com/LYL0576/p/15717794.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。