从数据分析到目标实现

为什么现在越来多的传统企业说：不促销是等死，做促销是作死！归根结底是：不懂数据分析；不懂数据，就做不好生意；不懂大数据，就做不成大生意！数据背后隐藏的概念是消费者真实意愿的反应。行为经济学越来越被经济领域所重视，消费行为最真实的反应却恰恰是消费者数据，这不但是生意经营过程的量化结果，里面也蕴含着不为人一眼察觉到消费者行为奥秘。

通过洞悉数据背后的逻辑、规律、趋势和预测，可以更好地读懂过去、了解现在、预见未来!无论是传统领域里的企业人，还是基于互联网技术发展起来的电商公司，在实际的业务中，数据能给了企业者更理性化、系统化管理业务的支撑点，但是另一方面数据管理的知识总显得太过严谨生涩而让人难以轻松接受。

何先生通过课程的讲解可以把案例一个个穿插在理论中，整理应用，哪怕是基于办公室最常用的EXL作为分析工具，也可以通过学会利用数据的同时避开我们在数据使用中的”坑”，通过数据分析、诊断出消费者的真正的需求结论。通过数据分析反应出的事实，反思我们基于经验得出的营销结论，从而让我们的项目策划更有针对性，合理性、有效性，从而达成预期结果，实现项目目标，真正实现项目落地。

【参训人员】企业中各级管理者、中高层决策者，市场、销售部门主管等

• 理解数据分析对于管理的意义

• 学习掌握如何正确收集、分析销售中的数据

• 学习掌握通过数据分析发现销售中的问题并制定解决方法

• 学习掌握通过数据发现利润增长点

• 学习权重设置、黄氏曲线以及效果分析

• 掌握4项基本EXL表分析方法

• 掌握基本的销售报表及数据分析说明

• 掌握争取的项目管理方法，理解PDCA的实际含义

• 掌握目标实现的关键节点及效果评估

• 制定切实可行的行动方案

• 了解复盘对于下一步工作的指导意义

1.

导入：案例分析

一、 我们在日常营销中踩的各种“坑”

1、 我们是怎么被“经验”坑的

2、 我们是怎么被“专家”坑的

3、 我们又是怎么被“机会”坑的

1.

2. 二、数据都告诉了我们什么

1. 数据反应出什么需求——分析数据背后的奥秘

2. 我们需要什么样数据收集——平衡数据与收集成本的关系

3. 数据整理对于工作的意义——筛选及锚定，数据筛选中的关键要素分析

4. 正确理解数据特点——如何避免数据化后的思维误区

5. 数据可视化——有效的说明问题

1.

2. 三、数据化管理的意义

1. 量化管理——用数据平衡资源

2. 数据有效利用——争取最大化销售业绩、最大化生产效率

3. 有效的节约企业各项成本和费用

4. 利用数据统合部门之间协作——组织管理、部门协调的工具

5. 提高企业管理决策的速度和正确性

1.

一、 权重周期的设立

1、 零售规律

2、 权重指数的设立

3、 权重指数计算

4、 特殊日期处理

1.

一、 权重指数的应用

1、 目标分析

2、 销售预测

3、 销售对比

1.

一、 黄氏曲线

1、 权重值的使用

2、 销售中的数据追踪

3、 促销效果的评估

4、 分析报告的表达

1.

一、制定计划的原则

1. 计划是5R的浓缩

2. 计划制定的重点思维

3. 制定计划10大标准

二、影响计划制定的3个原因

1. 目标不明确

2. 目标不统一

1. 工具：SWOT分析法

1. 目标难考核

1. 方法：SMART原则

2.

一、 销售都是追踪出来的

1、 目标如何制定合理

2、 如何使用数据进行销售追踪

3、 销售追踪中的注意事项

1.

一、 效用的销售分析指标

1、 人、货、场的基本思维模式

2、 零售业态的常用指标

3、 如何正确确定指标

1.

2. 三、如何将数据结果应用到计划制定中

1. 计划没分解——数据没节点

2. 分解没结果——清洗不清楚

3. 节点不清楚——数据特点不清晰

4. 奖惩不明确——比重不明确

5. 事后没总结——趋势无预测

1.

3. 一、渠道策略中数据化管理

4. 1、如何科学的进行渠道划分

5. 2、渠道拓展分析

6. 3、渠道管理指标

7.

8. 二、会员策略的数据化管理

9. 1、会员数据分析

10. 2、会员价值分析

11. 3、会员的生命周期管理

12. 4、会员购买行为的研究

13.

14. 三、竞争对手分析

15. 1、谁是你的竞争对手

16. 2、如何收集竞争对手数据

17. 3、竞争对手的分析方法

18.

19. 四、运营策略的数据化管理

20. 1、如何进行销售预测

21. 2、如何制定年度销售目标

22.

一、 常用的商品分析指标

1、 商品分析的基本逻辑

2、 常用的商品分析指标

3、 售罄率

1.

一、 商品关联性分析

1、 关联性程度分析

2、 购物篮分析

3、 如何提高关联度

1.

一、 在库管理中数据分析

1、 库存分析

2、 异常在库分析

3、 如何设置在库预警

1.

一、 商品的利润管理

1、 谁在决定商品的利润

2、 商品现值

3、 库存现值分析值

1.

3. 一、目标管理的常见误区：

1. 凭经验靠感觉

2. 凭领导靠指派

3. 凭资源靠运气

4. 时间积累不等于目标实现

5. 辛苦工作不等于目标实现

6. 做好职责不等于目标实现

1.

2. 二、计划执行的3大方法

1. 复述承诺法

2. 分解法

3. 重点法

1.

2. 三、如何让计划可控？

1. 明确结果

工具：常规武器——周报周计划

1. 四象限的归纳法

2. 甘特图

3. 节点管控表

1. 明确责任

1.            工具：KPI的选择与设定

1. 明确检查

2. 明确奖惩（链接激励与授权）

3. 明确改进

1.

2. 四、提高的销售的分析图

3. 1、杜邦图的使用

4. 2、促销中的数据化管理

5.

一、 数据分析的立体化

1、 什么是数据分析立体化

2、 三维分析法

1. 点、线、面；人、货、场；时间、对象、指标；广度、深度、宽度

一、 数据没有可对比性就没有意义

1、 滥用的“同比”与“环比”

2、 伤不起的各种“率

一、 常用的数据分析法

1、 设立指标权重

2、 二八法则的应用

3、 ABC分析法

4、 排行分析法

5、 平均值的意义及使用

一、 会表现也是一种分析

1、 EXL的表格

2、 雷达图

3、 K线图

4、 四象限图

2. 一、实现目标的的重要工具——复盘

1. 复盘不是批评时客观的原因查询

2. 复盘的要点

3. 复盘的流程

4. 复盘的标准

1.

2. 二、PDCA管理循环法

3.

4. 三、目标贯彻中的授权与激励方法

1、激励的心理学原理：刺激—需求—行动

• 激励理论：

• 因人而异的工作激励方式

• 授权也是一种激励

80/20授权法、马斯洛激励法、分层激励法

2、激励的设置

• 1.公平

• 2.稳定

• 3.兑现

3、激励的一个中心，两个基本点

• 1.以需求为中心

• 2.即时

• 3.仪式

4、激励的注意事项

• 物质激励与精神激励

• 短期激励与长期激励

• 激励的周期

• 激励失效的情况分析

1.

3.

4.