数据化管理

本书讲述了两个年轻人在大公司销售、商品、电商、数据等部门工作的故事，通过大量案例深入浅出地讲解了数据意识和零售思维。作者将各种数据分析方法融入到具体的业务场景中，最终形成数据化管理模型，从而帮助企业提高运营管理能力。本书全部案例均基于Excel，每个人都能快速上手应用并落地。

黄成明（@数据化管理），拥有15年的销售及数据分析经验，历经强生公司、妮维雅公司、雅芳公司和鼎盛时期的诺基亚公司。目前是数据化管理的咨询顾问和培训师。他独立研发了基于周销售权重指数的零售管理模型，可以有效地进行目标管理、销售预测、客流预估、促销评估、销售预警等。

目　　录
第 1 章　什么是数据化管理　　/17
1．1　“聪明”的销售人员　　/17
1．2　数据化管理的概念　　/20
1．3　数据化管理的意义　　/21
1．4　数据化管理的四个层次　　/22
1．4．1　业务指导管理　　/22
1．4．2　营运分析管理　　/22
1．4．3　经营策略管理　　/22
1．4．4　战略规划管理　　/22
1．5　数据化管理流程图　　/23
1．5．1　分析需求　　/23
1．5．2　收集数据　　/23
1．5．3　整理数据　　/23
1．5．4　分析数据　　/24
1．5．5　数据可视化　　/24
1．5．6　应用模板开发　　/25
1．5．7　分析报告　　/26
1．5．8　应用　　/27
1．6　数据化管理应用模板　　/27
第 2 章　寻找零售密码　　/29
2．1　周权重指数　　/30
2．1．1　寻找店铺零售规律　　/31
2．1．2　周权重指数　　/32
2．1．3　周权重指数的计算　　/34
2．1．4　日权重指数的特殊处理　　/36
2．2　周权重指数的应用　　/37
2．2．1　判断零售店铺销售规律辅助营运　　/38
2．2．2　分解日销售目标　　/39
2．2．3　月度销售预测　　/41
2．2．4　销售对比　　/44
2．3　神奇的黄氏曲线――单位权重（销售）值曲线　　/47
2．3．1　单位权重（销售）值曲线　　/47
2．3．2　应用在销售追踪过程中　　/47
2．3．3　特殊事件的量化处理　　/50
2．3．4　促销活动的分析及评估　　/52
2．3．5　新产品上市的分析及评估　　/54
2．3．6　其他应用　　/55
2．4　案例及应用――数据化排班　　/56
第 3 章　销售中的数据化管理　　/61
3．1　销售都是追踪出来　　/62
3．1．1　没有目标管理就没有销售的最大化　　/62
3．1．2　没有标准就没有追踪的依据　　/63
3．1．3　如何用数据化追踪销售　　/64
3．1．4　销售追踪注意事项　　/68
3．2　常用的销售分析指标　　/69
3．2．1　人货场是零售业基本的思维模式　　/69
3．2．2　零售业常用的分析指标　　/72
3．2．3　如何确定指标的重要性　　/86
3．3　提高销售额的杜邦分析图　　/87
3．3．1　路过人数　　/89
3．3．2　进店率　　/89
3．3．3　成交率　　/89
3．3．4　平均零售价　　/90
3．3．5　销售折扣　　/90
3．3．6　连带率　　/90
3．4　促销中的数据化管理　　/92
3．4．1　影响冲动购买的因素有哪些　　/92
3．4．2　零售业常用的促销方式　　/93
3．4．3　促销活动的准备、执行和评估　　/94
3．5　案例及应用　　/97
第 4 章　商品中的数据化管理　　/103
4．1　常用的商品分析指标　　/103
4．1．1　商品分析的基本逻辑　　/103
4．1．2　常用的商品分析指标　　/104
4．1．3　伤不起的售罄率　　/117
4．1．4　再谈如何确定指标间的重要性　　/119
4．2　常用的商品分析方法　　/120
4．2．1　商品的自然分类方法　　/120
4．2．2　商品的销售分类方法　　/122
4．2．3　商品的价格分析　　/124
4．2．4　商品的定价策略　　/130
4．3　商品的关联销售分析　　/136
4．3．1　商品的关联程度分析　　/136
4．3．2　购物篮分析　　/139
4．3．3　提高商品关联度的方法　　/141
4．4　商品的库存管理　　/142
4．4．1　库存分析逻辑　　/142
4．4．2　异常库存管理　　/150
4．4．3　设置库存预警条件　　/151
4．5　商品的利润管理　　/152
4．5．1　谁在决定商品的利润　　/153
4．5．2　商品的现值　　/153
4．5．3　库存的现值分析法　　/156
4．6　案例分享　　/157
第 5 章　电子商务中的数据化管理　　/164
5．1　数据分析是电商营运的指路明灯　　/164
5．1．1　电子商务和传统零售数据分析的区别　　/165
5．1．2　电商数据分析需要的数据　　/166
5．1．3　电商数据来源及分析工具　　/167
5．2　电商数据分析指标　　/168
5．2．1　流量指标　　/168
5．2．2　转化指标　　/169
5．2．3　营运指标　　/171
5．2．4　会员指标　　/171
5．2．5　财务指标　　/173
5．2．6　关键指标　　/175
5．3　流量及会员数据分析　　/177
5．3．1　流量及转化的漏斗图分析　　/177
5．3．2　对比发现有质量的流量　　/178
5．3．3　电商销售额诊断　　/180
5．4　案例分析　　/181
第 6 章　零售策略中的数据化管理　　/184
6．1　渠道策略的数据化管理　　/185
6．1．1　如何科学地将渠道分类　　/185
6．1．2　渠道拓展分析　　/191
6．1．3　渠道的管理指标　　/197
6．2　会员策略的数据化管理　　/198
6．2．1　会员数据分析　　/199
6．2．2　会员价值分析　　/203
6．2．3　会员的生命周期管理　　/206
6．2．4　会员购买行为的研究　　/209
6．3　竞争对手分析　　/211
6．3．1　谁是你的竞争对手　　/211
6．3．2　如何收集竞争对手的数据　　/214
6．3．3　竞争对手的分析方法　　/217
6．4　营运策略的数据化管理　　/224
6．4．1　如何做销售预测　　/224
6．4．2　如何制定年度销售目标　　/230
6．5　案例分享　　/235
6．5．1　整理思路　　/236
6．5．2　界定问题　　/237
6．5．3　收集数据　　/238
6．5．4　分析数据　　/241
第 7 章　必知必会的数据分析方法　　/244
7．1　数据分析的立体化　　/244
7．1．1　数据分析必须立体化　　/244
7．1．2　三维分析之点-线-面　　/245
7．1．3　三维分析之时间-对象-指标　　/245
7．1．4　三维分析之人-货-场　　/246
7．1．5　三维分析之广度-宽度-深度　　/248
7．2　数据没有可对比性就没有数据分析　　/251
7．2．1　被滥用的同比和环比　　/252
7．2．2　伤不起的各种“率”　　/253
7．2．3　她真的是销售冠军吗　　/257
7．3　常用的数据分析方法　　/259
7．3．1　如何设定指标的权重　　/260
7．3．2　经典的二八法则应用　　/262
7．3．3　ABC分析方法　　/264
7．3．4　排行榜分析方法　　/265
7．3．5　你真的了解平均值吗　　/267
7．4　数据展示也是一种分析方法　　/269
7．4．1　Excel图表的展示逻辑　　/270
7．4．2　不一样的雷达图　　/271
7．4．3　清清爽爽的K线图　　/273
7．4．4　高端大气的热力图　　/275
7．4．5　四象限图的策略思维　　/278
第 8 章　如何建立数据化管理模型　　/280
8．1　数据化管理应用模板　　/280
8．1．1　自定义区域　　/281
8．1．2　数据源区域　　/282
8．1．3　分析辅助区域　　/283
8．1．4　业务预警区域　　/283
8．1．5　业务分析区域　　/284
8．1．6　报告展示区域　　/286
8．2　搭建数据化管理模板必会的Excel十大技巧　　/287
8．2．1　必须要掌握的54个函数　　/287
8．2．2　数据透视表　　/288
8．2．3　自动排名　　/289
8．2．4　四象限图　　/290
8．2．5　智能提醒　　/291
8．2．6　PPT随Excel图表自动更新　　/292
8．2．7　密码保护　　/293
8．2．8　控件和VBA的使用　　/295
8．2．9　名称管理器　　/298
8．2．10　如何隐藏数据　　/300
后记　　/304
附录　测试你对数据敏感度的答案　　/305

数据分析,电子商务,运营,互联网,电商,零售,管理,商业