做零售行业的应该都知道，就是那三个字：人、货、场。比如说某个区域的客单价下降，对很多传统零售商来讲，他想到的是什么原因客单价下降，而不是主动去思索里面的逻辑。客单价可能跟商品有关，也可能跟人有关，也可能跟场有关，所以我们需要从人、货、场三个方面去思索客单价下降的原因是什么，才有找到背后的原因。而不是遇到一个数据出现问题，我们就去找答案，答案实际上是藏在逻辑里面。逻辑里面就是人、货、场。
回到刚才说的客单价的案例，跟人有关，第一个跟销售者有关，第二个跟店铺员工有关，这样就分成了两维。而这两维里面还可以细分，顾客可以分成新顾客、老顾客、会员顾客或者中端顾客、高端顾客、低端顾客，到底是哪些顾客在下降？这里面就需要数据分析，去做对比，这就是数据化思维和人、货、场的结合。第二个是员工，我们也分成老员工、新员工。是老员工的问题还是新员工的问题？货和场也可以都往下延伸。
这是一张图，当我们发现店铺或者区域数据出现异常的时候，例如成交率下降以后，很多人的思维就是直接去找背后的原因，而不是先去梳理数据和逻辑，这样反而不容易找到背后的原因。所以我们去做零售思维的时候，一定要有逻辑。第一步如果我们发现某个店铺的数据出现异常，先要看数据源是不是有问题，如果数据源没有问题，那么看同一个品牌下的A店铺如果客单价下降，我们要看同一品牌下面B店铺、C店铺、他们有没有客单价下降的情况，如果别的店铺也有客单价下降的情况，说明这是一个品牌共性的问题，而不是单单这一个店的问题，你就不能只找这一个店的毛病，去找整个公司或者区域的品牌出现了什么客单价的原因。
如果同一品牌下面别的店铺，同一个城市的别的店铺没有这种客单价下降的原因，只有这个A店铺有客单价下降的原因，这个时候我们要过渡到第三步，要看本区域内其他对手有没有此问题，A品牌客单价下降了，同一个商场里面B品牌客单价有没有下降，C品牌有没有下降，D品牌有没有下降，如果整个区域里面大家的客单价都在下降的话，说明是整个区域出现问题了，而不是单单A品牌这个店的问题，思考问题的方式又不一样了。
如果说区域也没问题，就是A品牌在这个店有问题，竞争对手没问题，其他店铺也没有问题，这个时候才可以进入人、货、场。找到和人、货、场相关的一些数据进行分析，有没有人的问题，有没有货的问题，有没有场的问题，就回到刚才我们说的人、货、场的那种思维逻辑里面。
看趋势、看对比，最终找到问题产生的原因，这就是将零售思维和数据思维相结合的一个非常好的一张图片，你可以慢慢品尝这张图片。这张图片很强大的，当然有时候我们发现某个店铺的客单价出现问题，同时发现整个品牌也出现问题了，或者整个区域也出现这个问题了，也就意味着同时具有品牌共性和区域共性的问题。出现这种情况，那就说明一个问题，那就是市场出现了问题，那个时候就不是对一个店和一个品牌的问题，是整个大环境的问题，就需要用其他方法去解决。
第42届美博会观展人次已突破58万大关
点击“阅读原文”进行第43届美博会（2015年9月4日-6日）预登记，提前获取入场证，轻松入场
