此文是《10周入门数据分析》系列的第26篇
想了解学习路线，可以先阅读“10周计划”
我还记得刚从事数据分析工作的时候，入职当天，领导就要我梳理业务数据体系。
ORZ，我连这家的业务都不了解，做什么？卖什么？几个人？多少部门？哪些产品？就扔给我一堆报表和PPT，让我慢慢研究。
于是我就各种磨，在梳理BI分析体系间，死磕业务报表，记熟PPT，和同事挨个部门调研他们的目标、KPI、关注指标…就这样在业务质疑的目光下偷学业务，“蓝猫淘气三千问”式挖掘分析需求。大半年下来，给公司梳理了第一套业务指标体系，脑子里也有了清晰的业务框架，那感觉很酸爽。
快速了解业务是分析师的一项重要能力，如何了解上一篇文章已经说了很多了。尤其是在业务当道的企业里，所要具备的数据分析能力一定是在深度理解业务的前提下，利用数据来指导业务增长的思维。
为什么要构建指标体系？
首先，公司增长到一定规模需要。一个成熟的公司，如果没有指标对业务进行系统衡量，就无法把控业务发展，无法对业务质量进行衡量，尤其现在很多企业多项业务并行，单一数据指标衡量很可能片面化。因此，一个追求增长的企业势必要利用数据衡量的方式，通过完成的指标体系和数据分析，以数据驱动，找到不足，提升业绩。
其次，分析师需要构建数据体系的能力。可能一个成熟项目的指标体系往往经过前人的构建和完善后，已经非常成熟，不必从0开始构建的数据指标体系。但分析师这行干了几年后，必须具备从0开始构建数据体系的能力，而不是一味的钻在需求队里，更不是取数永动机。而且在职业生涯中一定会有接触新公司新业务新行业的的时候，即便是一个项目在在不同生命周期里，重点业务指标也可能不一样。
关于指标体系，市面上很少有文章会分享，毕竟都是各家公司的机密。接下来，我会分享我日常整理的通用业务指标体系，适用于电商、零售、传统制造业，别的行业我没有多涉足，但道理是相通的，大家可以看着参考。
系列计划
零售电商行业指标体系
服装行业指标体系
财务指标体系
生产采购指标体系
本篇先分享零售电商行业。
零售电商行业，常用的业务分析场景有销售、商品、渠道、竞品、会员等等，而商品可进一步细分为商品的库存、商品的利润以及关联销售分析。在整个业务分析体系中，电商行业遵循“人货场”的分析体系，其指标可这样划分：
1、销售类分析
销售分析主要是为了追踪销售情况，与KPI对比，调整销售策略，进一步提升销售额。
分析思路：基本上任何一个问题都可以套用“人货场的模型来分析”。比如分析客单价下降的原因，从人货场角度切入的话，可建立如下的分析模型：
分析方法：数据分析可通过数据对比、极值、预测的方式来分析
对比：比如事业部销售额排行榜、销售额贡献度、城市排行榜等等
极值：比如月销售额最高纪录，激励销售人员或事业部突破记录
预测：根据权重曲线预测未来的销售额
2、商品分析
商品分析是基于商品的一个流程管理——进销存。比如商品库存太大，占用资金，则采购进货不合理；商品陈列不合理，造成发货不及时，销售滞后。
商品分析体系——“进销存”思路，常用的指标如商品的折扣率、动销率、周转率等。
3、会员数据分析
是一方面可以指导销售营运，另一方面是提高营销的精准度，增加用户的粘性，减少流失。
会员分析管理体系
4、其他管理分析
主要是人的管理。人力资源管理中的数据分析一般包括两个方面，一方面是人员结构分析，另一方面是人力效能的分析。在人效分析过程中最关注两个指标，人均产出和人员费用产出率。人员结构分析包括不同职能部门的人力结构、不同层级的人才结构、不同工作年限的人才结构等等。分析人力结构是防止人才的断层，在招聘上做好预案，优化薪酬分布。
重要指标理解：
1. 毛利率 =（销售收入一营业成本）/ 销售收入
2. 纯利率 =（销售收入一营业成本一费用）/ 销售收入
3. 交叉比率 = 商品毛利率 * 商品周转率
4. 商品周转率 = 销售收入 /（（期初库存值+期末库存值）/2）
5. 回款金额达标率 = 回款金额 / 欠款金额
6. 回款客户达标率 = 回款客户数 / 欠款客户数
7. 联营扣率，例如卖掉一个货，银联和品牌商要扣掉其中的35%，那么我就只能结到收入的65%
8. 租售比 = 租金/销售额，租金倍率是它的倒数
9. 新客户成本=投入的营销费用/营销生成的新客户数量
10. 费销比=营销费用/订单金额
11. 进店率=进店人数/路过人数
12. 试用率=试用顾客数/进店顾客数
13. 触摸率=触摸率/进店顾客数
14. 成交率=成交顾客数/进店顾客数
15. 大宗交易占比=大宗购买金额/总销售额
16. 销售坪效=销售额/店铺面积
17. 利润坪效=利润额/店铺面积
18. 销售人效=销售额/店铺人数
19. 利润人效=利润额/店铺员工数
20. 租金倍率=销售额/租金
21. 竞品指数：本公司销售额、量/竞争对手销售额、量
22. 费销比=促销费用金额/促销期间产生的销售额
23. 促销爆发度 =（促销期间平均权重销售额一促销前平均权重销售额）/促销前平均权重销售额，可以反映促销活动的成功程度
24. 促销衰减度 =（促销期间平均权重销售额一促销后平均权重销售额）/促销前平均权重销售额关联度分析，主要看促销期间连带率情况
25. 净开店率 =（开店数一关店数）/期初店铺数
26. 采购三度：广度、宽度、深度
广度：商品的品类数，广度比=采购的商品品类数/可采购的商品品类数，代表了商品品类多样化，满足客户一站式购买需求相关
宽度：采购的sku总数，宽度比=采购的sku总数/可采购的商品sku总数，宽度代表了商品的丰富性和可选择程度。
深度：商品的总数量/采购的总sku数，深度比：深度/采购目标深度，深度代表平均每个sku商品数量，深度越大越不容易断货但是容易造成库存积压
27. 覆盖度：某款产品销售的店铺数/适合销售该产品的总店铺数，一般连锁性企业用。
28. 采销匹配度，就说看各个分类的销售比例和采购比例，是不是相对应的。
29. 订单满足率 = 订单中能够供应的商品数量总和/订单商品数量总和，反映缺货状态的指标
30. 订单执行率 = 能够执行的订单数量/订单总数量，订单单位，执行情况，和订单满足率是有区别的
31. 准时交货率=准时交货的订单数/能够执行的订单数
32. 订单响应周期确认收货时间-下单时间
33. 库存周转率=
出库数量/（（期初库存+期末库存）/2）
销售数量/（（期初库存+期末库存）/2）
上面这种期初期末的形式容易造成人为造假，故意压低库存的情况，分母可以采购平均库存来代替
34. 物流成本占比=物流成本/（期末库存金额+期中出库金额）
35. 客户投诉率=客户投诉订单批次/订单总数
36. 库存天数=期末库存金额/（某个销售期的销售金额/销售期天数）
37. 存销比=期末库存金额/某个销售期的销售金额
38. 有效库存比=有效库存金额/库存金额。残次商品、过季商品、没有销售纪录的商品都属于无效库存
39. 售馨率=某段时间内销售数量/（期初数量+期中进货数量），检验商品消化速度的指标
40. 折扣率=实际金额/标准价
41. 动销率=一段时间内的销售过的sku数量/（期初sku数量+期中进货的sku数量）。分析对象可以是品类、类别、sku等等
42. 缺货率=期间有缺货纪录的商品数/（期初商品数+期中进货的商品数）
43. 价格弹性指数=销售上升百分比/价格下降百分比=销售变动比率/价格变动比率
44. 价格带宽度，同类商品的最高价格到最低价格
45. 价格带深度，价格带内可够选择的sku数
46. 购物篮系数，某段时间的商品销售总数/某段时间的购物篮总数
47. 客单价=销售的总金额/有交易的顾客总数，客单价可以反映顾客的质量、店铺员工的销售能力、还可以反映店铺的商品组合等
48. 连带率=销售总数量/成交总单数，反应客户购买深度，有多个称谓，例如附加值、效益比、平均客件数、购物篮系数等
49. 单品连带率=含该单品的销售总数量/成交总单数
50. 品类连带率=含该品类的销售总数量/成交总单数
51. 会员贡献率=会员销售总额/销售总金额，会员贡献率不是越高越好，不同的企业会有个不同的合力区间
52. 有效会员数，满足一定贸易条件的会员，比如12个月内至少有一次消费的会员
53. 会员回购、回头率，某段时间内有交易的老会员数/期初有效会员数，一般在月、季度、年度上分析。和回头率是有区别的，回头率是某段时间内到过店铺的老会员数/期初有效会员数，不一定产生消费
54. 会员流失率，某段时间内流失掉的会员数/期初有效会员数。这样直接算不是很准确，每个会员的质量不一样，不同的会员有不同的权重值。
55. 流失权重值=流失会员客单价/有效会员平均客单价
56. 相对会员流失率=某段时间流失会员数了*流失权重值/期初有效会员数
下一篇分享，服装行业的指标体系，主要是门店这块，保持关注哦！
10周入门数据分析·系列
第二周（Excel进阶）：数据分析必掌握的43个Excel函数
第五周（数据分析软件应用）：这可能是今年最值得推荐的数据分析工具
第六周（数据可视化）：10分钟做一个高端数据可视化，看完你也会！
第六周（数据可视化）：掌握这22个布局和配色技巧，90%的人都能做出酷炫可视化！
第七周（分析模型）：分析师需要掌握的25个商业模型（二）
第八周（Python）：Python数据分析（一）分析环境&数据结构
第八周（Python）：Python数据分析（三）NumPy
第八周（Python）：Python数据分析（四）Pandas
第八周（Python）：Python数据分析（五）Matplotlib做可视化
第八周（Python）：Python数据分析（六）数据清理实操
最后，觉得文章有价值，右下角点“好看”并转发朋友圈，你们的支持是我更文的动力！
