Yksikkö 9 / 11

Myynnin analyysi ja raportointi: KPI, hallintapaneeli ja päätöksentekotuki

Voitot:

  • Kyky tulkita ja raportoida KPI-mittareita, kuten liikevaihto, marginaali, muunnos, korikoko ja varaston kiertonopeus tekoälyn tuella
  • Kyky laatia johdon yhteenveto, poikkeamien havaitseminen ja toimenpideehdotus raakamyyntitiedoista
  • Ymmärtäminen, että tekoälyn tuottamat analyysit ja graafiset tulkinnat on vahvistettava lähdetiedoilla ja laskelmilla

Vähittäiskaupassa dataa on runsaasti, mutta näkemys on harvinaista. Tuhansia rivejä virtaa kassakoneesta, verkkokaupasta ja varastosta joka päivä; Tärkeintä on analysoida tätä raakadataa "mitä tapahtuu, miksi se tapahtuu, mitä pitäisi tehdä?" muuttaaksesi sen vastauksiksi kysymyksiisi. Tässä yksikössä käytät tekoälyä analyytikkona, joka tuottaa yhteenvedon, KPI-tulkinnan, poikkeamien havaitsemisen ja toimintasuosituksen raakamyyntitiedoista. Jälleen pätee kultainen sääntö: jokainen tekoälyn tuottama luku ja tulkinta on tarkistettava lähdetiedoilla ja laskelmilla.

Peruskäsitteet:

KPI (Key Performance Indicator): Kriittiset mittarit, jotka kuvaavat yrityksen kunnon. Vähittäiskaupassa tärkeimmät ovat: liikevaihto, myyntikate, muuntokurssi, keskimääräinen kori, varaston kiertonopeus.

Tulosprosentti: Kuinka moni kauppaan saapunut / sivustolla vieraili ihminen osti. Jos 4/100 kävijää osti sen, tulos on 4 %.

Keskimääräinen korin koko: Keskimääräinen kulutus tapahtumaa kohden.

Varaston kiertonopeus: Kuinka monta kertaa varastoa käännetään (myydään ja uusitaan) jakson aikana. Korkea = tehokas käteisen käyttö.

Poikkeama: Odottamaton hyppy tai pudotus tiedoissa; usein varhainen merkki ongelmasta tai mahdollisuudesta.

Vähittäiskaupan KPI-hallintapaneeli

KPI

mitä se sanoo

Mahdollinen syy, jos se putoaa

liikevaihto

Liiketoiminnan kokonaisvolyymi

Liikenne/konversio/hinnan lasku

bruttokate

Myynnin kannattavuus

Liiallinen alennus, kustannusten nousu

Muuntoprosentti

Vierailun muuttaminen myyntiksi

Loppunut, hinta, kokemus ongelma

Keskimääräinen kori

Arvo per tapahtuma

Huono ristiinmyynti, kampanja on ohi

Osakkeen kiertonopeus

kassatehokkuutta

Ylimääräinen/kuollut varasto

Palautusprosentti

Tuote/odotuksen mukainen

Väärä sisältö, laatuongelma

Vinkki: Älä tee päätöstä yhden KPI:n perusteella. Jos marginaali kasvaa liikevaihdon kasvaessa, se tarkoittaa, että "ostit" myynnin alennuksella. Lue KPI:t yhdessä.

Kuinka tekoäly muuntaa raakadatan yhteenvedoksi?

Voit toimittaa myyntitaulukon (päivämäärä, luokka, määrä, liikevaihto, palautus) ja pyytää:

  • Yhteenveto: Paras/huonoin suorituskyky, merkittäviä muutoksia.
  • Vertailu: Tämä ajanjakso vs. viimeinen kausi, kauppa jne. kauppakeskus.
  • Poikkeavuus: Odottamattomat hyppyt/pudotukset ja mahdolliset syyt.
  • Toimi: Yhden lauseen suositus jokaiselle löydökselle.

AI tekee tämän muutamassa minuutissa; Mutta kriittinen: hän voi tehdä virheitä laskeessaan numeroita itse. Tarkista siis tulosten kokonaismäärät, prosenttiosuudet ja trendit lähdetiedoilla.

Poikkeamien havaitseminen: varhainen varoitus

Päivän liikevaihto yhtäkkiä puolittumassa; luokan tuottoprosentin kaksinkertaistaminen; Myymälän lasku toisin kuin mikään muu. Nämä voivat olla merkki tietovirheistä, loppumisesta, hintavirheistä tai toimintahäiriöistä. Tekoäly merkitsee nämä poikkeamat, mutta olettaa syyn, ei vahvistusta. "Liikevaihto laski, koska olit loppunut" on hypoteesi; Katsot osaketietoja ja varmistat sen.

Varoitus: AI voi joskus muodostaa "trendin" tai "syyn", jota ei ole olemassa (hallusinaatiot). Ennen kuin muutat kommentin toiminnaksi, sinun tulee kysyä "näkyykö tämä todella tiedoissa?" Palaa lähteeseen.

Askel askeleelta analyysi

  1. Valmista nimettömät, puhtaat tiedot: Ei henkilökohtaisia tietoja; päivämäärä, luokka/SKU, määrä, liikevaihto, marginaali, palautus.
  2. Selvennä kysymystä: "Mitä tapahtui?" (tiivistelmä), "miksi?" (perussyy), "mitä tehdä?" (toiminta).
  3. Pyynnön yhteenveto ja poikkeama: Säännön mukaan luotetaan vain tiedoissa olevaan numeroon.
  4. Tarkista: Tarkista kokonaismäärät ja prosentit manuaalisesti/laskentataulukosta; Vertaa syitä lähdetietoihin.
  5. Muuta teoiksi: Priorisoi validoidut havainnot ja tee päätöksiä.

minikotelot

Tapaus 1 – Poikkeavasta ennakkovaroitus: Ketjun sivuliikkeen lauantailiikevaihto on 55 % alle viikoittaisen keskiarvon. Tekoäly merkitsee tämän poikkeavuudeksi. Tutkimus paljastaa, että POS (checkout) -järjestelmä kaatui 3 tuntia sinä päivänä; Liikevaihdon menetys ei ole todellista, se on rekisteröintikysymys. Raportti korjataan ja tekninen vika kirjataan. Jos tekoäly sanoisi "kysyntä on laskenut", ryhdytään väärään toimintaan.

Tapaus 2 – Liikevaihdon ja katteen ristiriita: Verkkokauppayritys iloitsee, että sen kuukausittainen liikevaihto kasvoi 14 %. Tekoälyn KPI-tulkinta osoittaa, että bruttokate laski 6 prosenttiyksikköä, ja nousuun liittyy suuria alennuksia. Johto tarkastelee alennusintensiteettiä; "Kasvamme" illuusion sijaan painopiste on kannattavassa kasvussa.

Tapaus 3 – Validointi saa hallusinaatiot kiinni: Analyytikko vertaa tekoälyn yhteenvetoa "juomaluokka kasvoi 30%" lähdetietoihin; todellinen lisäys on 12 prosenttia. Tekoäly on laskenut muutaman viikon väärin. Analyytikko korjaa. Ilman varmennusvaihetta johdolle esitettäisiin väärä kasvutarina.

Oikea vertailu: omenoiden vertaaminen omenoihin

Yleisin virhe myyntianalyysissä on väärä benchmarking. Viikon liikevaihdon vertailu edelliseen on harhaanjohtavaa, jos välissä on pyhäpäivä, säätapahtuma tai kampanja. Vähittäiskaupassa terve vertailu perustuu yleensä samanlaiseen ajanjaksoon: sama viikko viime vuonna, sama päivätyyppi (lauantai vs. lauantai), sama kampanjatilanne. Anna tekoälylle tämä konteksti vertailua tehdessäsi: "älä vertaa viime viikkoon, vaan viime vuoden samaan viikkoon, koska tällä viikolla on loma."

LFL (Like-for-Like / vertailukelpoinen myymälöiden myynti): Mitta, joka vertaa myyntiä vain myymälöistä, jotka ovat olleet auki vähintään vuoden. On harhaanjohtavaa lisätä uusien myymälöiden liikevaihto kokonaismäärään ja sanoa "olemme kasvaneet"; Todellinen ongelma on, kasvavatko nykyiset kaupat orgaanisesti. Ketjunhallinnassa LFL on yksi rehellisimmistä todellisen suorituskyvyn indikaattoreista.

Vinkki: Jos numero vaikuttaa sinusta hyvältä tai huonolta, kysy "millä perusteella?" kysyä. Mikään KPI ei ole merkityksellinen yksinään ilman viittausta (viime vuosi, tavoite, vastaava kauppa). Kun pyydät kommentteja tekoälyltä, anna viite.

Heikko kehote / Vahva kehote

Heikko kehote:

Tulkitse nämä myyntitiedot.

Kysymys on epäselvä; pinnalliset, todentamattomat tulkinnat palaavat.

Tehokas kehotus:

Tehtäväsi: vähittäismyyntianalyytikko. Tiedot: Alla on luokkakohtainen liikevaihto, määrä, marginaali ja palautusten määrä viimeisen 8 viikon ajalta (anonyymi). Tehtävä: (1) 3 parasta ja heikointa luokkaa, (2) 3 huomattavaa muutosta viime viikkoon verrattuna, (3) onko odottamattomia poikkeamia (poikkeavuuksia), merkitse mahdollinen syy HYPOTEESiksi, (4) yksi lausetoiminto jokaisesta löydöstä. Sääntö: Luota vain tiedoissa olevaan numeroon, älä lisää tietoja ulkopuolelta. Laske prosenttiosuudet. Näytä minulle, jotta voin varmistaa. Muoto: artikkeli artikkelilta, enintään 250 sanaa. Tiedot: [liitä]

Kopioitavat kehotemallit

1) Viikoittainen johdon yhteenveto

Johda yhteenveto seuraavista anonyymeistä viikoittaisista myyntitiedoista: ylin/heikko kategoria, merkittävät muutokset, 3 toimenpidesuositusta. Käytä vain tiedoissa olevaa numeroa, näytä prosentit. Tiedot: [liitä]

2) KPI-laskenta ja kommentti

Laske näistä tiedoista seuraavat KPI:t: liikevaihto, bruttokate %, keskimääräinen kori, palautusprosentti. Vertaa sitä viimeiseen ajanjaksoon ja kommentoi yhdessä lauseessa, mitä kukin tarkoittaa. Näytä tili. Tiedot: [liitä]

3) Anomalian havaitseminen

Onko alla olevissa päivittäisissä/viikoittaisissa sarjoissa odottamattomia hyppyjä tai laskuja? Merkitse jokainen poikkeama ja ilmoita sen MAHDOLLINEN syy hypoteesiksi (ei todisteeksi) ja kirjoita muistiin, millä tiedoilla se tulee varmistaa. Tiedot: [liitä]

4) Tuotoksen varmistus

Luettele kaikki numeeriset väitteet juuri tuottamassasi yhteenvedossa. Näytä jokaisen kohdalla, mistä riveistä/sarakkeista se tulee, jotta voin verrata sitä lähdetietoihin. Merkitse, jos he eivät ole varmoja.

Yleisiä virheitä

  • Yksittäisen KPI:n tarkastelu: Olisi harhaanjohtavaa, jos liikevaihto-marginaali-muunnoksia ei lueta yhdessä.
  • Ei vahvista lukuja: AI voi tehdä kokonais-/prosenttivirheitä.
  • Hypoteesin vääristäminen tosiasiaksi: "Miksi" on usein oletus; palata lähteeseen.
  • Hallusinaatiotrendiin luottaminen: Piikki/kuvio, jota ei ole tiedoissa, voidaan keksiä.
  • Anonymisoinnin ohittaminen: Raporttitiedot voivat sisältää myös henkilökohtaisia ​​tietoja.
  • Raportoi ilman toimenpiteitä: Jos löydös ei liity toimintaan, analyysi menee hukkaan.

Yhteenvetona

Hyvä myyntianalyysi muuntaa raakatiedon "mitä tapahtui, miksi, mitä tehdä" -vastauksiksi. Lue KPI:t yhdessä; Katso marginaalia liikevaihdon kasvaessa. Tekoäly nopeuttaa yhteenvetoa, KPI-tulkintaa ja poikkeamien havaitsemista, mutta voi laskea lukuja väärin ja keksiä syitä. Vahvista jokainen numero ja kommentti lähdetiedoilla ja muuta se toiminnaksi.

Sovellustehtävä

Hanki luokkakohtaiset liikevaihto-, marginaali- ja tuottotiedot viimeiseltä 8 viikolta nimettömässä taulukossa. Tee yhteenveto "1) Viikoittainen hallinnan yhteenveto", etsi poikkeamat "3) Poikkeamien havaitseminen", vertaa sitten lukuja lähdetietoihin "4) Output validation" -kehotteen avulla.

tarkistuslista

  • [ ] Anonymisoin raporttitiedot.
  • [ ] Luen KPI:t yhdessä (liikevaihto + kate + tulos).
  • [ ] Tarkastin tekoälyn laskemat luvut.
  • [ ] Testasin poikkeamien syytä lähdetiedoilla.
  • [ ] Erotin hypoteesin todisteista.
  • [ ] Linkitin jokaisen löydön toimintaan.