时尚门店数字化业绩诊断

文|帆软数据应用研究院 王立鑫

“到现在为止，门店依旧要求店长每天报数，我就在思考，为什么数字化进步了，还要保留这种原始的报数工作，不让系统直接上报吗？想了很久，最终结论就是，报数，对于大部分店长，是一天复盘的数据进入大脑的过程，也是一名店长的数据仪式感，在IT人眼中简单的数据，在店长眼里，是一天劳动付出的总和，是门店经营者的骄傲。”

——某品牌女装 营销副总

“门店经营可以说千差万别，每家店都有其独特之处，我们很多数字化应用，就是外行指导内行，想用一套逻辑和方法，来简化门店运营过程，哪有这么简单的事情。简单来说，就问哪家企业的调拨单，能够100%的执行下去。”

——某休闲品牌 运营部负责人

“这两年我们门店维护了大量的会员，也做了微信社群，总体感觉是流量进来了，但是成交率蹭蹭地下降，感觉系统越来越难留住人，我们花费了太多的时间在发券、推广、卖货上面，花费了更少的时间在研究穿搭、新款卖点和解决客诉上，我感觉有点本末倒置了，说到底，服务和商品才是品牌的灵魂，渠道和营销只是吸睛引流的手段。”

——某体育用品品牌 金牌店长

近3年来，数字化门店进程轰轰烈烈，最开始的“新零售”直接将线上思维生搬硬套到线下，到中间的“智慧门店”加了一堆门店硬件设备，直到现在“门店数字运营”被提出，将BI技术应用到门店。时尚行业几经波折，终于找到了正确的方向和数字应用发力点。

背景一，企业开始布局二三线城市的新型店铺。从“开店潮”的阴影中走出，一轮新的建店周期开始从二三线城市发源。【广东省202006】《广东省加快发展流通促进商业消费政策措施的通知》 中提出：“以商业步行街、商圈为载体，鼓励引导线下经营实体加快商业模式创新，向场景化、体验式、互动性、综合型消费场所转型，提高消费者获得感。”可见，未来3-5年，是新型门店兴起的周期，对店长、导购、数字化的要求，也会上升到一个更高的水平。

背景二，门店是解决经营问题的主战场，单店小票是研究数据的最细粒度。时尚行业不乏研究门店的专家，投身于门店精益经营的过程中，随着新门店、新商品、新会员、新玩法的出现，门店经营的数字化是一个不断发展的过程，没有一套放之四海而皆准的规范，每家企业各显神通。而最细粒度的研究对象，就是一张张顾客小票，这些工作都是由导购和店长在做，如何让信息系统来集中分析、统计成果、判断趋势，这是要解决的问题。

本文将聚焦在时尚行业门店的业绩诊断，通过13个核心指标，对门店健康度进行研判，指引门店人员在诊断中发现差距，接受问题，思考问题和获取解决问题的方法。

1时尚门店的四大困境

时尚门店数字化面临着四大困境：

图1. 时尚门店数字化的四大困境

1.1 业务岗位复杂、人员能力参差不齐，如何降低各级员工的专业要求，并帮助大家快速达成共识？

门店岗是人员流动最高的岗位，不同类型的店态，不同的渠道定位，带来的门店运作模式是完全不同的，这就导致一个现象，门店优秀的店长和一般的门店长收入差异较大，同样的，金牌导购之间的提成差异也可以很大。

一方面，运营线一直在努力营造“先进带动后进”的氛围，来保障优秀门店长的经验能够固化到日常培训和操作流程中。

与此同时，落后门店岗位人员，也非常希望能够在运营督导的帮助下，走出困境，拿到更高的收入。

我们一直希望能够降低各级员工的专业要求，帮我们招到更多合适的人；并且内部形成互相影响的良性互动，这一点，对于重视门店运营的企业，尤其重要。

1.2 如何实现管理层、区域经理、区域主管/督导、店长等零售核心岗位在决策逻辑上的无缝穿透，并真正实现了各岗位业绩诊断的实时协同？

门店零售管理是典型的金字塔式组织结构，集团-区域-城市-片区层层扩展，在零售运营的数据分析中，也需要这种无缝穿透的功能，能够将整体的问题，拆分到具体作战单元上。

而实际上，经常存在上下数据对不上，报数结果和统计结果差异较大，月初月末调整等等一系列的特殊情况处理，这些问题阻碍了数据一致性，做不到“全营一杆枪”，就很难准确命中问题，从而掩盖了隐藏的业绩隐患。

基于不完整的数据分析，门店长做出的诊断判断也往往是片面的，更无从谈协同解决问题了，一个督导手下的6家店铺数据诊断可能是6种不同的风格，而10个督导手下的60家店铺是10种风格，这就出现了协同的机会窗口。

1.3 如何将结果判定、问题诊断、解决方法各环节进行全面贯通，实现发现问题到解决问题的完美的知行合一？

门店经营的结果判定、问题诊断、解决方案的贯通，看起来是个数据问题，实际上是个管理问题。

结果判定，门店经营的问题暴露是从客观经营指标上体现，比如销售额、折扣、客单价、会员销售占比这四个核心指标的异常，能够初步判断结果，但是门店总有各种理由来解释：“我是新开店，会员本来就少”、“我最近做了一件单活动，拉低了客单价”，所以指标的管理力度就变得很弱。

问题诊断，更复杂，以销售额为例，就有近80多种诊断的归因，1对80+的对应关系中无法选择出最准确的可能；所以，问题诊断必须要有“业务经验”的介入，帮助我们判断可能的方向，顺藤摸瓜找到原因。

解决方案，非常庞大，相当于企业的知识库，以“尺码不全错失的销售机会”这一条归因为例，就能找出10-30种解决方案，这也没办法通过系统固化，随着业务的变化，还需要利用经验进行方案的调整。

我们再合起来看三个环节，往往发现问题的人，并不是诊断问题的人，而诊断问题的人，也不是解决问题的人，这就导致了大量的事后问责、沟通成本、监管手段。如何实现发现问题到解决问题的完美的知行合一？这是每个企业都需要思考的！

1.4 如何通过数据驱动，将潜藏在一线员工日常工作中的销售经验沉淀起来，并能够迅速进行转化？

时尚行业的终端一线员工，变动是很频繁的，一个导购的流失会带走一批会员，新到岗的店长熟悉业务也需要一个过程，随着数据系统的建设，企业可以开始建设终端的经验库，帮助沉淀销售经验，批量打造金牌门店长。

不少企业已经在数字化的角度，开始尝试打破四大困境，如果你所在的企业，也遇到了这些困境，不妨跟笔者一起来看看如何迈开打破困境的第一步：门店业绩如何诊断？

2门店业绩如何诊断？

随着数字技术的进步和应用深化，门店的数字诊断得到了大量的实践和尝试，在鞋服行业内已经形成了一套实现方法，总结成一句话：“三大层次，六个要求。”

图2. 门店业绩诊断的“三层次六要点”

2.1 层次一“看数据、用数据”

笔者走访过一家品牌女装营销副总，他提到：“到现在为止，门店依旧要求店长每天报数，我就在思考，为什么数字化进步了，还要保留这种原始的报数工作，不让系统直接上报吗？想了很久，最终结论就是，报数，对于大部分店长，是一天复盘的数据进入大脑的过程，也是一名店长的数据仪式感，在IT人眼中简单的数据，在店长眼里，是一天劳动付出的总和，是门店经营者的骄傲。”

可见，门店每天都要和大量的数据打交道，但真正进入分析视野和思考的只有少数的几个指标，以“报数”形式在流转。可见，数字化的形，并没有落到门店人员的执行动作中。

我们对门店看数据、用数据提出以下三个要求：

a. 确定业绩诊断的合理逻辑

b. 实现数据一致性、决策一致性

c. 指标的选择要容易理解，并且没有太多争议

这里我们直接看结果，决定门店业绩的核心指标，有13个，它们是：销售额、折扣率、销售数量、新货占比、客单价、连带率、件单价、开单数、日人均销、会员销售额、会员销售占比、非会员单数、开卡数。

如下表：

表1. 门店业绩诊断的13个核心指标

以上13个核心指标，覆盖了门店分析需求，这其中再挑出四个“北极星”指标：销售额、折扣率、客单价、会员销售占比。它们分别代表了业绩、商品和会员三个经营模块的健康情况。

以上指标，首先是能够全方位的解读一家门店业绩的，其次因为它内部互相联系，是很容易做到数据一致的，最后这些指标在行业内已经非常成熟了，字面意思理解起来很容易，不容易有歧义。

我们推荐门店诊断围绕这13个指标展开，如果受限于数据基础，可以优先做4个“北极星”指标。

2.2 层次二“解读数据”

我们有了数据，缺乏解决数据的能力，只能停留在读数的阶段是远远不够的。那如何才能达到“解读数据”的层次呢？

对此，我们提出了两个要求：

d. 充分降低对数据分析的专业要求

e. 将问题诊断和解决方法联通起来

第一，“充分降低对数据分析的专业要求”，我们发现大部分门店数据系统是很难用的，因为设计的视角就是从IT角度出发，代入了诸如“流量漏斗思维”、“平衡性分析”等思考，是很难被门店人员接受学习的，所以在设计门店诊断的过程中，一定要把自己融入到岗位角色中，根据岗位角色的工作流程来设计数据分析。

举个例子，门店长进行盘点的时候，就是讲究方法的，他会提前检查排面，把散乱的衣服整理到货架上，先点仓库的库存数，再点陈列的库存量，最后盘试衣间的库存量，最后汇总出来的库存和上周结转+销售小票核对，跑出库存差次，完成上报。

这个过程中如果没有门店经验是根本无法洞察的，再强大的数据，不融入岗位职责，也是没办法解决实际问题的。

第二，“将问题诊断和解决方法联通起来”，我们能看到问题的发生，但是解决方案有很多种，我见过很多企业，站在管理者角度、信息部角度、区域总经理的角度给出一堆的解决方案，是得不到执行的，笔者采访的一家休闲品牌运营部负责人提到：“门店经营可以说千差万别，每家店都有其独特之处，我们很多数字化应用，就是外行指导内行，想用一套逻辑和方法，来简化门店运营过程，哪有这么简单的事情。简单来说，就问哪家企业的调拨单，能够100%的执行下去。”

最终我们回到门店，发现门店才是最熟悉一线的人，谁最有发言权？金牌门店的店长最有发言权，所以，我们要让优秀店长来贡献解决方案。怎么实现呢？

首先，我们对13个指标，每个指标都进行一次排名，取前3名允许分享，这就有13*3=36个优秀店铺，做成类似朋友圈的方式，可以让金牌门店长在培训的时候就上传文字、图片、链接，挂在页面上。

然后，对于落后的店铺，他发现自己的某个指标有问题，可以点击排名，进入排名页面找出前三名的店铺，点击“分享详情”查看优秀店铺的分享经验，择优而选。

这样，落后店铺看到了优秀门店的做法后，很容易形成共鸣和快速理解，如果点赞评论转发高的朋友圈，再加一个“高赞”标签，就更容易被更多的人看到，如此周期循环滚动，就能形成“将问题诊断和解决方法联通起来”的一个个真实案例。

2.3 层次三“迭代数据”

前文提到的13个核心指标能够覆盖门店的经营分析需求，随着时间的推移，行业经营形式的变化，它终究会遇到瓶颈的，这就要求数据能够“迭代”起来。

迭代数据有一个要求：

f. 快速强大的迭代升级能力

它主要体现在数据基础和分析思路上，先说数据基础，比如指标的增删，还有指标口径和逻辑的变化，比如之前没做O2O（全渠道融合），线上线下的销售利润是分开的，做了O2O要分润，线下店就会包含有线上的业绩；再说分析思路，我们过去分析销售额，关注客单价*来客数，那我们现在做了会员、社群等，可以用老客复购+新客首单来分析销售额了。

很多企业也容易走入“焦虑误区”，就是看到别家迭代升级了，立马也要跟着迭代，这是没有找到“立足之本”的体现，笔者采访过从业20年，某体育用品品牌的金牌店长：“这两年我们门店维护了大量的会员，也做了微信社群，总体感觉是流量进来了，但是成交率蹭蹭地下降，感觉系统越来越难留住人，我们花费了太多的时间在发券、推广、卖货上面，花费了更少的时间在研究穿搭、新款卖点和解决客诉上，我感觉有点本末倒置了，说到底，服务和商品才是品牌的灵魂，渠道和营销只是吸睛引流的手段。”

可见，时尚行业在潮起潮落变化的过程中，“品牌和服务”才是长期健康发展的根本，“新渠道、新模式”都只是短时间内“过山车”式的营销，我们呼吁数字化回归理性，回归扎实做好“每天进步一点点”的精益增长。

结语

“数字化回归理性“，数字技术不再是少数人的工具，开始服务广大的基层员工，这就需要能够真正融入岗位，保持结论的客观，不断降低技术门槛，让问题&方法联通起来，让员工的数据素养在每一天的日常工作中得到锤炼和提升，成就员工的同时也成就了企业的数字生产力！