零售是一个时时刻刻都在与数据打交道的行业，主要利润源自所经营的成千上万个商品，这些商品的一进一存一出，形成了零售行业的庞大数据集，这些数据集又组成了零售业的生命链条。原则上说，在这个链条上滚动的商品应该有独立的角色定位，有自已独特的使命，有规定的运营轨迹，因为只有这样，角色与角色之间才不会因错位而发生损伤，也才不会因没有轨迹而只能堆积在角落里。但事实上，面对成千上万个商品、成千上万个角色、成千上万个轨迹，成千上万个数据集，想弄清楚谁该是谁，想安排妥当谁谁谁的位置，想做一次系统的、精准的战略运作，并不是一件容易的事，因为这涉及到数据的挖掘、提取和分析。 一、数据分析的基础 1、要有数据的积累。数据分析首先是建立在数据积累基础上的，经过多年的信息化积累，中国的零售药店大多已有了二年以上比较准确的经营数据，这些数据包括实点销售数据（零售为POS数据）、市场数据、竞争对手数据和购物者研究数据等等。其中以销售数据最为容易收集，也最为重要，因为只要有业务系统，只要在运营，零售的POS数据就会存在，而其它数据的积累，不同的企业根据各自运营的成熟度和策略的不同，有着很大的差距。这些数据对于零售人来说，就像一座巨大的金矿，其中蕴含的商机、积累的经验、经历过的教训，对下一步的运营指导有着非常大的实用意义。 2、要有角色定位（要有维度的划分） 要想做数据分析，就要对所经营的商品及经营的工作做好规划，也就是要把分析的内容做角色定义，并要将这些角色划分好轨道，只有这样，数据分析才能给出指导结果，才会让运营者看清楚，这些角色是不是胜任，这些角色是不是按着我们划分的轨道在运营，也才能找出偏差，并进而复制优质的运营模式。 角色的划分是多维度的，比如：感冒清热冲剂，它的角色定位就可以有以几种，在功能维度里面，是感冒清热类的；在价格维度里面，可能是中价格带的；在品相维度里面，是目标性的；在资金管理维度（付款类型）里面是现款购买的；在顾客管理维度里面（会员），是优惠型的；在销售性质维度里面，属名优商品；还可以再细分，这些维度分的越细，分析的结果也就越准确，这种从多角度地对一个商品集或单一商品进行分析，是全方位的，也是精细的，系统的，准确的。 3、要有一个完善的指标设计和准确的数据提取方法 指标是数据分析的重要内容，它和维度就像数据分析的两个翅膀，缺任何一个都完成不了带动运营飞翔的任务，而设计的完整与否，设计的好与坏，直接关系到飞翔的速度和质量。行业内对此见仁见智的比较多，各企业可以据自已的情况进行参考。 对于数据提取的方法，也就是数据的来源，这个看似简单又容易被忽略的内容，个人认为是数据分析的命门。因为如果从源头就错了，那么后面的过程和得到的结果再让人心动，也没有实质的意义。 二、数据分析工具的发展 在中国医药零售企业的信息化系统中，大多没有数据分析系统，从数据分析的工具角度来看，目前与国外的先进企业差距比较大，如与沃尔玛等先进行业或企业庞大的数据支持系统相比，我们国内医药零售行业的数据分析工具可以说处于比较原始的手工时代。 国内企业最常用的工具是一些ERP软件提供的业务报表，方法是，从报表中获取原始数据，然后导入EXCEL表格进行分析，这种方法不仅对从业的人员的专业要求比较高，并且时效性也比较差，因为是在一个平面内进行，有时还会因分析方法无法兼顾全面而存在误差，同时数据提取也是一个不小的难题，因为仅仅从已有的业务系统中整理出有价值的原始数据，有很多企业至少需要一个星期的时间，并且提取出来的数据还不一定准确。有一些大的企业较早地应用了一些简单的BI开发平台，但因为操作比较复杂，所以效果也不是非常好。从趋势上看，国内其它行业数据分析的市场份额多被国际大的IT公司所占有，并且数据分析软件价比天文数字，由于国内医药零售企业对这一块资金投入的有限，所以一直以来，高价位的BI工具一直离中国的零售行业比较远，所以有很多零售人一直把数据分析系统和业务报表混为一谈。但让人欣慰的是，最近一两年，IT界对医药零售的数据分析市场也开始关注，国内IT界也有一些有针对性的数据分析软件研发出炉，在克服了资金投入的高门槛，又兼顾了国内医药零售行业的实际运营的情况下，数据分析软件的优势显而易见，也许不久的将来，数据分析软件的无缝提取数据接口，分析形式的灵活、快捷，操作的简单方便……，将给医药零售业的数据分析注入新的活力。 三、数据分析在实际运营中的几点应用 1、数据分析软件加快了企业的反应速度。 有一家零售连锁店是应用业务系统比较早的店，从开业之初就引入了ERP系统，因为自己有非常专业的信息维护人员，所以报表的应用非常早，到后来，这家企业从总部到门店的报表总数达到一百二十多个，但依然满足不了使用的需要，并且一些经营数据经常出现偏差，季度和年度的决策会议总会因为一些汇总数据需要大量时间整理而滞后，月度汇总数据因为没有时效性，而缺乏应有的效果，并且专业的人员做这项工作也比较累，后来，他们引入了数据分析系统，这种情况有了很大的改善，在开会的时候，可以直接打开数据分析系统，各种数据一目了然，并且全是时下最新的数据，这些数据分析结果对相关经营者的震撼非常大，改进和提高的措施也因此制定和贯彻的非常及时，阶段性指导效果非常明显。 2、数据分析对品类管理的支持作用 品类管理是目前在中国的零售行业炙手可热的名词，但有一点大家也都得承认，谈品类管理的思想容易，谈品类管理的操作要难得多，品类管理是以品类为单位，以数据为基础的科学管理方法。也正是因为这数据这一词，我们目前看到最多的还是思想，因为不解决根本的数据源和数据工具，包括数据分析的方法问题，要想让品类管理真正地着陆，落实到实际的运营中，恐怕只能是纸上谈兵。 下面的两个例子是笔者在一家应用数据分析软件来指导品类管理的例子 例一、利用数据分析软件检查某一中类商品结构的合理性。 下面的截图中是按销售功能分类的补益类药品的各价格带、各销售性质的商品分布的情况，用数据分析系统，半分钟就可以得到如下表的结果 从截图的表中可以看到，补益类的商品结构不是非常的合理，高毛利商品偏少，普通的商品偏多，这种情况的应对应该是，如果商品的选择达不到做主推商品的条件，那么要在普通商品类别中，加强较高毛利商品的筛选或做高毛利商品的谈判。增加高毛利商品在高中低各价格带的分布，从而提高该类商品的获利能力。同时，因为补益类药品涉及的小类比较多，所以，在此基础上，还要再追踪到各小类及至各单品来看问题，从整体上做好产品线的设计。 例二、数据分析对库存的指导作用。 库存的控制指标很多，最重要的几个指标是库存额度（总资金投入情况），周转天数（资金周转情况），当前库存的可销天数（商品滞销情况）。 为了全面评估库存的合理性，不只要从表面的库存表现来看问题，还要看库存的分布是不是合理，如果三大指标从不同的维度上看，都是合理的，那么库存才真正接近合理，这些维度至少包括，商品的付款方式、商品的销售功能分类、商品的价格带分类，商品的品相分类等，并且最终要追踪到单品所扮演角色上面，这样从全局到微观都合理，那么库存才是合理的。 下图是数据分析软件对妇科西药的外用小类的单品中，不同付款类型商品库存情况的分析，QC代表主推商品中按实销实结，每月结算的付款标识。 从表中可以看出，ID为32028的商品，库存过大，虽然是实销实结，但如果每家店都是这样压货，那么会增加主推商品这类付款类型商品的整体库存，这类商品虽然是实销实结，按月结算一次，但在保证物流配送的情况下，如果能实现控制在一个月内的周转，那么第一会带来新鲜资金的利用，第二，也会因为减少了供应商在本企业放置的库存资金，从而给这个商品争取更好的政策。当然了，这只是从表中的表面现象得出的结论，要想真正看这个商品的库存合不合理，还要看这个商品的引进时间，引进资源跟进，和销售趋势变化等情况。 四、小结 数据分析对零售运营的支持作用是毋用置疑的。虽然使用工具不同，结果也不同，但做总比不做要好，做的全比做的单一要好，做的早比做的晚要好。数据分析最大的意义在于使零售业的运营有迹可循，使成功能够复制，个人认为，没有数据分析的支持，任何企业也走不到最先进的行列里。 北京瑞商源科技有限责任公司
市场总监：张晓
邮箱：zgy999888@163.com文章来源：药店管理品类管理学习实战--瑞商网
一、数据分析的基础
1、要有数据的积累。数据分析首先是建立在数据积累基础上的，经过多年的信息化积累，中国的零售药店大多已有了二年以上比较准确的经营数据，这些数据包括实点销售数据（零售为POS数据）、市场数据、竞争对手数据和购物者研究数据等等。其中以销售数据最为容易收集，也最为重要，因为只要有业务系统，只要在运营，零售的POS数据就会存在，而其它数据的积累，不同的企业根据各自运营的成熟度和策略的不同，有着很大的差距。这些数据对于零售人来说，就像一座巨大的金矿，其中蕴含的商机、积累的经验、经历过的教训，对下一步的运营指导有着非常大的实用意义。
2、要有角色定位（要有维度的划分）
要想做数据分析，就要对所经营的商品及经营的工作做好规划，也就是要把分析的内容做角色定义，并要将这些角色划分好轨道，只有这样，数据分析才能给出指导结果，才会让运营者看清楚，这些角色是不是胜任，这些角色是不是按着我们划分的轨道在运营，也才能找出偏差，并进而复制优质的运营模式。
角色的划分是多维度的，比如：感冒清热冲剂，它的角色定位就可以有以几种，在功能维度里面，是感冒清热类的；在价格维度里面，可能是中价格带的；在品相维度里面，是目标性的；在资金管理维度（付款类型）里面是现款购买的；在顾客管理维度里面（会员），是优惠型的；在销售性质维度里面，属名优商品；还可以再细分，这些维度分的越细，分析的结果也就越准确，这种从多角度地对一个商品集或单一商品进行分析，是全方位的，也是精细的，系统的，准确的。
3、要有一个完善的指标设计和准确的数据提取方法
指标是数据分析的重要内容，它和维度就像数据分析的两个翅膀，缺任何一个都完成不了带动运营飞翔的任务，而设计的完整与否，设计的好与坏，直接关系到飞翔的速度和质量。行业内对此见仁见智的比较多，各企业可以据自已的情况进行参考。
对于数据提取的方法，也就是数据的来源，这个看似简单又容易被忽略的内容，个人认为是数据分析的命门。因为如果从源头就错了，那么后面的过程和得到的结果再让人心动，也没有实质的意义。
二、数据分析工具的发展
在中国医药零售企业的信息化系统中，大多没有数据分析系统，从数据分析的工具角度来看，目前与国外的先进企业差距比较大，如与沃尔玛等先进行业或企业庞大的数据支持系统相比，我们国内医药零售行业的数据分析工具可以说处于比较原始的手工时代。
国内企业最常用的工具是一些ERP软件提供的业务报表，方法是，从报表中获取原始数据，然后导入EXCEL表格进行分析，这种方法不仅对从业的人员的专业要求比较高，并且时效性也比较差，因为是在一个平面内进行，有时还会因分析方法无法兼顾全面而存在误差，同时数据提取也是一个不小的难题，因为仅仅从已有的业务系统中整理出有价值的原始数据，有很多企业至少需要一个星期的时间，并且提取出来的数据还不一定准确。有一些大的企业较早地应用了一些简单的BI开发平台，但因为操作比较复杂，所以效果也不是非常好。从趋势上看，国内其它行业数据分析的市场份额多被国际大的IT公司所占有，并且数据分析软件价比天文数字，由于国内医药零售企业对这一块资金投入的有限，所以一直以来，高价位的BI工具一直离中国的零售行业比较远，所以有很多零售人一直把数据分析系统和业务报表混为一谈。但让人欣慰的是，最近一两年，IT界对医药零售的数据分析市场也开始关注，国内IT界也有一些有针对性的数据分析软件研发出炉，在克服了资金投入的高门槛，又兼顾了国内医药零售行业的实际运营的情况下，数据分析软件的优势显而易见，也许不久的将来，数据分析软件的无缝提取数据接口，分析形式的灵活、快捷，操作的简单方便……，将给医药零售业的数据分析注入新的活力。
三、数据分析在实际运营中的几点应用
1、数据分析软件加快了企业的反应速度。
有一家零售连锁店是应用业务系统比较早的店，从开业之初就引入了ERP系统，因为自己有非常专业的信息维护人员，所以报表的应用非常早，到后来，这家企业从总部到门店的报表总数达到一百二十多个，但依然满足不了使用的需要，并且一些经营数据经常出现偏差，季度和年度的决策会议总会因为一些汇总数据需要大量时间整理而滞后，月度汇总数据因为没有时效性，而缺乏应有的效果，并且专业的人员做这项工作也比较累，后来，他们引入了数据分析系统，这种情况有了很大的改善，在开会的时候，可以直接打开数据分析系统，各种数据一目了然，并且全是时下最新的数据，这些数据分析结果对相关经营者的震撼非常大，改进和提高的措施也因此制定和贯彻的非常及时，阶段性指导效果非常明显。
2、数据分析对品类管理的支持作用
品类管理是目前在中国的零售行业炙手可热的名词，但有一点大家也都得承认，谈品类管理的思想容易，谈品类管理的操作要难得多，品类管理是以品类为单位，以数据为基础的科学管理方法。也正是因为这数据这一词，我们目前看到最多的还是思想，因为不解决根本的数据源和数据工具，包括数据分析的方法问题，要想让品类管理真正地着陆，落实到实际的运营中，恐怕只能是纸上谈兵。
下面的两个例子是笔者在一家应用数据分析软件来指导品类管理的例子
例一、利用数据分析软件检查某一中类商品结构的合理性。
下面的截图中是按销售功能分类的补益类药品的各价格带、各销售性质的商品分布的情况，用数据分析系统，半分钟就可以得到如下表的结果
从截图的表中可以看到，补益类的商品结构不是非常的合理，高毛利商品偏少，普通的商品偏多，这种情况的应对应该是，如果商品的选择达不到做主推商品的条件，那么要在普通商品类别中，加强较高毛利商品的筛选或做高毛利商品的谈判。增加高毛利商品在高中低各价格带的分布，从而提高该类商品的获利能力。同时，因为补益类药品涉及的小类比较多，所以，在此基础上，还要再追踪到各小类及至各单品来看问题，从整体上做好产品线的设计。
例二、数据分析对库存的指导作用。
库存的控制指标很多，最重要的几个指标是库存额度（总资金投入情况），周转天数（资金周转情况），当前库存的可销天数（商品滞销情况）。
为了全面评估库存的合理性，不只要从表面的库存表现来看问题，还要看库存的分布是不是合理，如果三大指标从不同的维度上看，都是合理的，那么库存才真正接近合理，这些维度至少包括，商品的付款方式、商品的销售功能分类、商品的价格带分类，商品的品相分类等，并且最终要追踪到单品所扮演角色上面，这样从全局到微观都合理，那么库存才是合理的。
下图是数据分析软件对妇科西药的外用小类的单品中，不同付款类型商品库存情况的分析，QC代表主推商品中按实销实结，每月结算的付款标识。
从表中可以看出，ID为32028的商品，库存过大，虽然是实销实结，但如果每家店都是这样压货，那么会增加主推商品这类付款类型商品的整体库存，这类商品虽然是实销实结，按月结算一次，但在保证物流配送的情况下，如果能实现控制在一个月内的周转，那么第一会带来新鲜资金的利用，第二，也会因为减少了供应商在本企业放置的库存资金，从而给这个商品争取更好的政策。当然了，这只是从表中的表面现象得出的结论，要想真正看这个商品的库存合不合理，还要看这个商品的引进时间，引进资源跟进，和销售趋势变化等情况。
四、小结
数据分析对零售运营的支持作用是毋用置疑的。虽然使用工具不同，结果也不同，但做总比不做要好，做的全比做的单一要好，做的早比做的晚要好。数据分析最大的意义在于使零售业的运营有迹可循，使成功能够复制，个人认为，没有数据分析的支持，任何企业也走不到最先进的行列里。
北京瑞商源科技有限责任公司
市场总监：张晓
邮箱：zgy999888@163.com文章来源：药店管理品类管理学习实战--瑞商网
一、数据分析的基础
1、要有数据的积累。数据分析首先是建立在数据积累基础上的，经过多年的信息化积累，中国的零售药店大多已有了二年以上比较准确的经营数据，这些数据包括实点销售数据（零售为POS数据）、市场数据、竞争对手数据和购物者研究数据等等。其中以销售数据最为容易收集，也最为重要，因为只要有业务系统，只要在运营，零售的POS数据就会存在，而其它数据的积累，不同的企业根据各自运营的成熟度和策略的不同，有着很大的差距。这些数据对于零售人来说，就像一座巨大的金矿，其中蕴含的商机、积累的经验、经历过的教训，对下一步的运营指导有着非常大的实用意义。
2、要有角色定位（要有维度的划分）
要想做数据分析，就要对所经营的商品及经营的工作做好规划，也就是要把分析的内容做角色定义，并要将这些角色划分好轨道，只有这样，数据分析才能给出指导结果，才会让运营者看清楚，这些角色是不是胜任，这些角色是不是按着我们划分的轨道在运营，也才能找出偏差，并进而复制优质的运营模式。
角色的划分是多维度的，比如：感冒清热冲剂，它的角色定位就可以有以几种，在功能维度里面，是感冒清热类的；在价格维度里面，可能是中价格带的；在品相维度里面，是目标性的；在资金管理维度（付款类型）里面是现款购买的；在顾客管理维度里面（会员），是优惠型的；在销售性质维度里面，属名优商品；还可以再细分，这些维度分的越细，分析的结果也就越准确，这种从多角度地对一个商品集或单一商品进行分析，是全方位的，也是精细的，系统的，准确的。
3、要有一个完善的指标设计和准确的数据提取方法
指标是数据分析的重要内容，它和维度就像数据分析的两个翅膀，缺任何一个都完成不了带动运营飞翔的任务，而设计的完整与否，设计的好与坏，直接关系到飞翔的速度和质量。行业内对此见仁见智的比较多，各企业可以据自已的情况进行参考。
对于数据提取的方法，也就是数据的来源，这个看似简单又容易被忽略的内容，个人认为是数据分析的命门。因为如果从源头就错了，那么后面的过程和得到的结果再让人心动，也没有实质的意义。
二、数据分析工具的发展
在中国医药零售企业的信息化系统中，大多没有数据分析系统，从数据分析的工具角度来看，目前与国外的先进企业差距比较大，如与沃尔玛等先进行业或企业庞大的数据支持系统相比，我们国内医药零售行业的数据分析工具可以说处于比较原始的手工时代。
国内企业最常用的工具是一些ERP软件提供的业务报表，方法是，从报表中获取原始数据，然后导入EXCEL表格进行分析，这种方法不仅对从业的人员的专业要求比较高，并且时效性也比较差，因为是在一个平面内进行，有时还会因分析方法无法兼顾全面而存在误差，同时数据提取也是一个不小的难题，因为仅仅从已有的业务系统中整理出有价值的原始数据，有很多企业至少需要一个星期的时间，并且提取出来的数据还不一定准确。有一些大的企业较早地应用了一些简单的BI开发平台，但因为操作比较复杂，所以效果也不是非常好。从趋势上看，国内其它行业数据分析的市场份额多被国际大的IT公司所占有，并且数据分析软件价比天文数字，由于国内医药零售企业对这一块资金投入的有限，所以一直以来，高价位的BI工具一直离中国的零售行业比较远，所以有很多零售人一直把数据分析系统和业务报表混为一谈。但让人欣慰的是，最近一两年，IT界对医药零售的数据分析市场也开始关注，国内IT界也有一些有针对性的数据分析软件研发出炉，在克服了资金投入的高门槛，又兼顾了国内医药零售行业的实际运营的情况下，数据分析软件的优势显而易见，也许不久的将来，数据分析软件的无缝提取数据接口，分析形式的灵活、快捷，操作的简单方便……，将给医药零售业的数据分析注入新的活力。
三、数据分析在实际运营中的几点应用
1、数据分析软件加快了企业的反应速度。
有一家零售连锁店是应用业务系统比较早的店，从开业之初就引入了ERP系统，因为自己有非常专业的信息维护人员，所以报表的应用非常早，到后来，这家企业从总部到门店的报表总数达到一百二十多个，但依然满足不了使用的需要，并且一些经营数据经常出现偏差，季度和年度的决策会议总会因为一些汇总数据需要大量时间整理而滞后，月度汇总数据因为没有时效性，而缺乏应有的效果，并且专业的人员做这项工作也比较累，后来，他们引入了数据分析系统，这种情况有了很大的改善，在开会的时候，可以直接打开数据分析系统，各种数据一目了然，并且全是时下最新的数据，这些数据分析结果对相关经营者的震撼非常大，改进和提高的措施也因此制定和贯彻的非常及时，阶段性指导效果非常明显。
2、数据分析对品类管理的支持作用
品类管理是目前在中国的零售行业炙手可热的名词，但有一点大家也都得承认，谈品类管理的思想容易，谈品类管理的操作要难得多，品类管理是以品类为单位，以数据为基础的科学管理方法。也正是因为这数据这一词，我们目前看到最多的还是思想，因为不解决根本的数据源和数据工具，包括数据分析的方法问题，要想让品类管理真正地着陆，落实到实际的运营中，恐怕只能是纸上谈兵。
下面的两个例子是笔者在一家应用数据分析软件来指导品类管理的例子
例一、利用数据分析软件检查某一中类商品结构的合理性。
下面的截图中是按销售功能分类的补益类药品的各价格带、各销售性质的商品分布的情况，用数据分析系统，半分钟就可以得到如下表的结果
从截图的表中可以看到，补益类的商品结构不是非常的合理，高毛利商品偏少，普通的商品偏多，这种情况的应对应该是，如果商品的选择达不到做主推商品的条件，那么要在普通商品类别中，加强较高毛利商品的筛选或做高毛利商品的谈判。增加高毛利商品在高中低各价格带的分布，从而提高该类商品的获利能力。同时，因为补益类药品涉及的小类比较多，所以，在此基础上，还要再追踪到各小类及至各单品来看问题，从整体上做好产品线的设计。
例二、数据分析对库存的指导作用。
库存的控制指标很多，最重要的几个指标是库存额度（总资金投入情况），周转天数（资金周转情况），当前库存的可销天数（商品滞销情况）。
为了全面评估库存的合理性，不只要从表面的库存表现来看问题，还要看库存的分布是不是合理，如果三大指标从不同的维度上看，都是合理的，那么库存才真正接近合理，这些维度至少包括，商品的付款方式、商品的销售功能分类、商品的价格带分类，商品的品相分类等，并且最终要追踪到单品所扮演角色上面，这样从全局到微观都合理，那么库存才是合理的。
下图是数据分析软件对妇科西药的外用小类的单品中，不同付款类型商品库存情况的分析，QC代表主推商品中按实销实结，每月结算的付款标识。
从表中可以看出，ID为32028的商品，库存过大，虽然是实销实结，但如果每家店都是这样压货，那么会增加主推商品这类付款类型商品的整体库存，这类商品虽然是实销实结，按月结算一次，但在保证物流配送的情况下，如果能实现控制在一个月内的周转，那么第一会带来新鲜资金的利用，第二，也会因为减少了供应商在本企业放置的库存资金，从而给这个商品争取更好的政策。当然了，这只是从表中的表面现象得出的结论，要想真正看这个商品的库存合不合理，还要看这个商品的引进时间，引进资源跟进，和销售趋势变化等情况。
四、小结
数据分析对零售运营的支持作用是毋用置疑的。虽然使用工具不同，结果也不同，但做总比不做要好，做的全比做的单一要好，做的早比做的晚要好。数据分析最大的意义在于使零售业的运营有迹可循，使成功能够复制，个人认为，没有数据分析的支持，任何企业也走不到最先进的行列里。
北京瑞商源科技有限责任公司
市场总监：张晓
邮箱：zgy999888@163.com
