目錄
一、分析背景
二、新零售分析思路和分析方法
1.具體分析思路
2.分析方法
三、新零售“人-貨-場”分析的實操步驟
1.數據收集
2.數據處理
3.圖表制作
四、總結
想讓線上引來的顧客，在店里多買幾件？
連帶消費可是實體店賺錢的“秘密武器”！
尤其在新零售時代，線下體驗更重要。
怎么讓顧客從線上到店里后，再順手帶點別的？這招學會了，業績蹭蹭漲！
今天給大家分享的這個實戰好方法，用新零售最火的“人-貨-場”模型，手把手教你分析連帶消費，幫你省時省力做方案，效果還更好！趕緊往下看，干貨滿滿！
特此聲明，此案例由【簡小凡】制作，參加了2022BI數據分析大賽，并獲得了優異的成績，案例的思路清晰、方法落地，非常值得大家參考和學習！
開始講方法論之前，先給大家分享一本《零售行業數字化場景手冊》，包含電商、門店管理、精益生產、供應鏈等多種場景，有需要的可以看一下：帆軟消費場景行業手冊 - 帆軟數字化資料中心（復制到瀏覽器打開）
一、分析背景
現在消費觀念在變，大家的需求也跟以前不一樣了，再加上疫情的影響，實體店想繼續好好做下去，就得跟上新零售的潮流，這基本上是唯一的路了。
新零售模式里：
- 實體店可以靠小程序，把線上線下各種場景結合起來
- 再用點線上的運營辦法，把人引到店里來
這樣能：
讓更多人成為會員，會員也更愿意再來買東西，店里的生意自然就好起來了。
問題來了：
跟天貓、蜜芽這些純線上的地方不一樣，母嬰店搞的 “線上零售” 只是跟用戶多了個接觸的途徑，沒法完全代替線下門店的體驗。
你看數據就知道：
線上賣的錢比線下門店少多了。
所以對母嬰店來說：
靠新零售把人引到線下，讓他們到店里再來買一次，更能提高業績。
聽著是不是很熟？很多店其實都是這樣，線下的體驗還是很重要的。
在這種情況下：
客戶運營部經常會給客戶出些新零售的運營方案，幫他們多賺錢。
但問題是：
出這些方案可不是件容易事。
- 每次都得從客戶的系統里導數據出來分析，這要花好多人力和時間。
- 而且客戶在全國各地都有，每個地方情況不一樣，之前的方案拿到別的地方用，效果就不好，復用性很低。
所以：
客戶運營部就希望數據分析團隊能做一個固定的報表，幫他們省點事，提高工作效率。
一句話總結，就是客戶運營部需要固化報表來解決方案制作耗力且復用性低的問題。
二、新零售分析思路和分析方法
先說為啥要做這個分析：
- 就是想弄明白線上到線下的消費轉化率怎么樣，
- 到店之后順便買的那些東西對門店業績貢獻有多大，
這是了解現狀的關鍵。從問題出發，才能更好的拆解思路。
1.具體分析思路
先看：
- 哪些場景
- 哪些商品
- 哪些客戶群體
到店連帶消費的效果最好。
具體來說就是：
- 對于不同的客戶，該選什么樣的客群、場景和商品搭配；
- 對于不同的商品，又該怎么選對應的客群和場景。
這些都是實打實要解決的問題。
那這個報表是給誰用、在什么情況下用呢？
需求方很明確，就是：
- 客戶運營部
- 品牌營銷部
使用場景主要有三個：
- 第一個是能看到新零售連帶消費的整體數據情況；
- 第二個是平臺搞活動或者品牌投放資源的時候，能幫著選合適的區域和客戶群；
- 第三個就是給單個客戶做新零售運營方案的時候用。
2.分析方法
整體思路是結合 5W2H 和 “人 - 貨 - 場” 來拆解前面說的三個問題，搭建分析看板。
- 先通過公式拆解找到核心指標，描述清楚現狀。
- 然后針對 “人 - 貨 - 場” 一個個拆開來分析。
這套看板的全套分析模板我都給大家整理好了，需要自取：免費試用FineBI模板（復制到瀏覽器打開）
具體方法有這么幾種：
- 對比分析法，就是看看數據整體有多大、隨時間變化的趨勢，再從不同維度比一比。
- 漏斗模型，主要是看人群是怎么一步步轉化的。
- ABC 分析，能找出最核心的那些對象。
- 波士頓矩陣分析，可以幫著找到合適的城市和商品。
- 品類關聯分析，參考購物籃分析系數，能找出好的商品組合。
- TOP 分析，就是找到那些賣得最好的頭部品牌。
這些方法組合起來用，分析才能更透徹。
比如：
- 用對比分析法，能清楚看到不同區域線上到線下的轉化率差異，時間久了還能看出趨勢變化。
- 用漏斗模型，能知道從線上吸引來的人，到進店、再到消費，每一步都有多少人留下來了。
- ABC 分析，能快速定位到那些對業績貢獻最大的核心客群、商品或場景。
關鍵點：
運營方案的差異主要就在為客戶目標客群選合適商品，用新零售工具組合觸達會員促成轉化。
所以選品要：
和品牌營銷部溝通，匹配上游品牌資源。
反過來想：
當品牌要投放資源時，這個報表就能幫著匹配合適的區域、客群和場景。
三、新零售“人-貨-場”分析的實操步驟
其實很多零售企業不是不知道怎么開始，而是一開始就想得太復雜，反而動不了手。
其實你真想干，四步走就夠了：
1.數據收集
這次分析用的是企業數據，已經做了脫敏處理。
按照之前的分析框架，咱們需要的數據集有5部分：
- 訂單
- 流量
- 會員
- 微信場景
- 城市等級
具體的指標口徑，我附了圖，一看就明白。
2.數據處理
以基礎表 - 訂單商品明細數據處理為例，給大家講一下數據怎么處理的。
咱們先明確一下連帶消費的定義：線上訂單到線下核銷后當天產生的訂單。
有兩種情況：
- 一種是支付當天到線下核銷，然后產生連帶消費訂單；
- 另一種是支付后過了幾天到線下核銷，再產生連帶消費訂單。
不過這里有個問題：
線上支付訂單和連帶消費訂單是多對多的關系。
而且：
這次分析做的看板要支持自定義時間查詢，所以訂單商品行的金額數據得做均攤處理。
數據處理過程是這樣的：
- 先拿到前置訂單和它的核銷日期，也就是線上訂單，
- 再拿到關聯的訂單，也就是核銷日期當天的線下訂單。
- 生成一個新表，算出這兩個表訂單的重復次數，關聯規則是 “線上訂單的核銷日期等于線下訂單的支付日期，而且線下訂單的支付時間要比線上訂單的核銷時間晚”。
- 把兩個表的訂單支付金額均攤，這樣就能解決看板計算時訂單重復的問題。
怎么計算呢？
前置訂單支付金額均攤就是前置訂單支付金額除以它的重復次數，關聯訂單支付金額均攤也是同樣的道理。
然后：
訂單數據會把會員屬性和客戶屬性信息通過 SQL 處理好，導出到 EXCEL，再上傳到 FineBI。
3.圖表制作
- 對于同類型的組件，比如指標卡，在組件編輯界面切換數據集，這樣能提高效率。?
- 漏斗圖的轉化率展示，通過 TAB 組件把 “漏斗圖” 和 “轉化率指標卡” 合并在一起，這樣就能解決不好通過數據集處理自定義時段的漏斗篩選轉化率的問題。?
- 可以通過 “閃爍”“警戒線”“注釋” 來突出重要信息。?
- 通過標簽的 “最大、最小值” 減少標簽元素的視覺干擾。?
這里重點說一下聯動效果處理：
先取消默認聯動，等整體看板制作完成后，根據每個組件的聯系和整體分析思路來調整。
比如：
看板默認展示 1 個月的數據，想點擊其他組件的維度查看該維度下 “近一年時間趨勢”，這時候就要改動相關組件的聯動關系了，具體可以看下圖。
四、總結
用好“人-貨-場”這三招，分析連帶消費其實沒那么難！
這個獲獎案例的方法，核心就是找準人、配好貨、用對場景。
從理清思路→處理數據→做出實用看板，一步步都講清楚了。
最后的關鍵是把數據變成能用的方案，讓你知道該吸引誰、推什么商品、在什么場景下發力，才能真正讓顧客多買點。
別再為零售頭疼了，照著這個思路走，你也能輕松提升連帶消費！
