店铺分析逻辑框架思维导图
店铺分析框架
为啥要做总结
记录数据做好保存,今后做对比
发现问题,找原因,找解决方案
做的好,为什么好,做的不好为什么不好
好的要鼓励和奖励,不好的要设计合理的惩罚
店铺分析框架.png店铺逻辑
第一部分:销售额
-
销售额=流量转化率客单价
- PC端多少
- 手机端多少
-
结论:本次活动从销售额角度来说到底好还是不好?
-
比较得出结论,跟谁比?
-
同比去年同期,同比上次活动
-
环比日常,看下活动比日常销售额提高多少倍
-
可以参考竞品店铺涨幅跌幅,以及行业增减情况
-
与活动前准备的货值和原本预估的销售额相比
-
也就是与活动计划比
- 根据流量、转化、客单计算销售额
- 根据日常产品动销情况、计算货值
-
-
与年度预期比,截止目前完成年度销售额、季度销售额的百分比
- 与去年同期比,是否有增长,增长比例是多少
-
-
-
如果含有预售
-
看下预售与活动期销售情况对比
- 通常是预售要多些
-
第二部分:分拆各个关键指标来看本次表现
-
流量端
-
先看总体数据
-
PC端
-
人从哪里来
- 渠道来源
-
各个渠道贡献的UV价值
- 各渠道人均贡献金额
-
计算成本
-
计算付费流量部分,单人进店到成交的各个环节成本金额
- 绝对值
-
计算付费广告的ROI情况
- 投入/产出的比率
- 看下广告素材点击和引导成交情况
-
-
-
手机端
-
-
-
转化率端
-
第一部分
-
按照PC和手机端成交转化率,看各个渠道流量入口的转化率
- 根据对比进行看转化率高低情况
-
-
第二部分
-
计算咨询转订单和静默下单率
-
对比判断这些数据是否正常合理
- 不合理的地方找出原因
-
看下PC页面和详情页面的访客数、成交数、停留时间、跳失率等数据
-
判断页面数据如何
- 页面各个环节的点击率和引导成交转化率
-
-
-
-
-
客单价端
-
对比日常和活动的客单价,看下客单价是涨了还是跌了,原因是什么
-
客单价与啥相关
- 商品组合情况
- 促销机制设计
- 价格段设计
- 人均购买件数
-
贴士:一般来说,客单价在活动期间都会比日常要低一些,转化率要高很多
-
-
第三部分:DSR动态评分的变化及顾客的评价
-
一般大促过后,整店DSR评分会遭遇危机,所以要想着计算多少单好评后,DSR可以回归正常
- 考虑一拖三等办法进行“搭配套餐+免费产品+优惠券”关联销售拉高评分
货品逻辑
盘点产品销售情况
-
主要卖的都是什么货,为什么消费者都愿意买
-
销售件数
-
促销机制力度
- 与以往相比,是多还是少
-
-
当你知道产品的利润和成本
-
活动期间的商品周转情况计算
-
与活动前各类产品的产品库存和货值对比
- 尤其年度总结,要看周转率
-
-
本次活动产生多少利润
-
收益率=利润率*周转率
- 核心的生意逻辑是为了赚钱
-
-
-
通过行业销售产品的情况,对今后开发新产品进行数据建议
- 什么产品什么型号、款式、风格、尺码等近期热卖
主推产品的关联销售做的效果如何
主卖产品库存告急后,日常或马上来临的下次小型活动以什么产品来报名,价格如何设计
用户逻辑
泛用户信息
- 成交用户的年龄、性别、星座、地区、购买金额量级、购买件数量级
成交订单情况分析
-
新老顾客的成交占比
-
再往回看,新老顾客的营销手段和营销成本计算
-
触达用户的手段和效果计算
- 邮件EMD
- 短信
- 小程序/微信服务号新消息
- 其它:比如如果有APP
-
-
如果有线下的数据,汇总线下数据一起计算
- 看用户购物习惯是否有变化
-
-
对新用户进行系统内的打标签
-
用户购买产品型号或偏好,与所在地区是否有关联
品牌推广逻辑
站外投放效果
- 渠道
- 形式
- 素材效果
- 消耗金额
- 带来流量或点击情况
- 是否可以看到转化
各个物料传播效果
遇到的问题
把问题做分类,按自己公司内架构或职责进行对应的沟通
-
管理问题
- 排班
- 激励
- 沟通问题
- 人员不足或岗位缺失?
- 系统不好?
-
操作问题
-
货品问题