從事零售行業的同學，尤其超市電商這類行業的同學肯定都離不開數據分析的環節，數據能夠幫助我們更好的進行經營決策、問題分析，所以擁有分析能力和使用分析數據的工具顯得非常重要。
在互聯網和大數據不斷髮展的今天，「新零售」的概念中，就增加了線上線下結合的體驗，互聯網和大數據的技術運用，優化了生產流通銷售的各個環節，但我們依然可以發現，「人、貨、場」的基本要素並沒有改變。在零售行業中，大部分問題都可以從這個思維入手進行分析。
今天數據君就和大家一起聊聊「人貨場」中的“人” 要怎麼分析。貨和場的內容我們將放在後面幾期，敬請關注👋。
01「人貨場」模型要分析的是什麼？
零售是指直接將商品或服務銷售給個人消費者或最終消費者的商業活動，是商品或服務從流通領域進入消費領域的最後環節。零售把商品給用戶進行價值交換，“場”連接着“人”與“貨”。所以，零售的本質就是：人、貨、場。
從「人、貨、場」三個維度看，即：
客戶維度
商品維度
區域維度（補充時間維度）
在經營過程中，零售超市往往會遇到以下問題：
▶ 人：客戶維度
人即會員面向，在這個部分，可能會出現：
- 零售渠道具有複雜度高、多樣化的特點，導致商品功能難以匹配、滿足多樣化、多變性的消費需求。
- 消費者在各渠道與企業進行信息交互，涉及到多方面的連接與分析，系統間的數據共享、及時性問題會影響整體運營協作效率，影響用戶體驗。
▶ 貨：商品維度
貨即商品面向，在這個部分，可能會出現的問題：
- 消費羣體有更豐富的商品選擇， 更敏感的價格，更廣泛的信息來源，對商品和品牌更少的忠誠度，難以做到以消費者爲中心的品類商品管理。
- 信息化建設還停留存在ERP、OA等內部管理系統階段，未能有效整合商品流通鏈路的信息流、商流、物流、資金流等因素，由此導致品類商品結構不合理。
▶ 場：門店維度
場即門店面向，在這個部分，可能會出現：
- 門店管理還停留在人工經驗主導，事後EXCEL彙總分析， 數據處理、分析效率低下。
- 門店店長、督導、導購缺乏過程性的指標追蹤，導致問題暴露存在滯後性，門店人效、店效難以提升。
爲解決這三大面向的問題，必須要建立起對應的數據分析框架，示意圖如下：
02「人貨場」分析模型實戰案例 — — 人
下面讓我們來利用BI分析工具FineBI，進行一次完整的銷售數據分析展示。
🔹人- 客戶維度
- 可視化形式：餅圖，柱形圖，組合圖（面積，柱形）
- 重點關注指標：用戶性別，銷售額佔比，客戶性別渠道，客戶性別時間，客戶購買數量，客戶年齡
通過構建用戶畫像，定位消費羣體和商品，從而判斷用戶消費特徵，繼而對銷售策略和產品進行調整。下面看具體案例詳細說明這部分要如何進行分析。
1、用戶性別銷售比例分析
由上圖可得出，女性用戶佔比是男性用戶佔比的2.3倍，女性用戶的羣體佔比最大，符合如今用戶羣體消費的女性是消費主力的特徵。
2、用戶的購買時間偏好分析
由上圖可知，無論是在工作日還是週末都是女性用戶都是消費主力羣體，而且工作日及週末時間女性用戶數量是男性的2倍多。
3、用戶購買渠道分析
通過分析觀察，無論是線上還是線下渠道，對比男性用戶，女性用戶仍然是消費主力羣體。在男女用戶中，線下渠道客戶數量是線上渠道客戶數量的4倍。
綜合以上分析，店鋪可對女性貨架區重點鋪貨，線上渠道也可優先展示女性穿搭產品，同時增加女性模特穿搭相關廣告宣傳，增大女性用戶的消費潛力和慾望。
4、用戶的年齡段分析
按年齡段分佈，不同年齡段的客戶數量及購買數量呈類正態分佈，購買羣體主要分佈在20–39歲的中青年羣體，佔整體客戶數量的的76%，客戶數量和購買數量都在5000人以上。該年齡段羣體處於相對年輕化的，比較追求時髦同時購買力也較強的羣體特徵。
20歲以下及40歲以上的羣體相對較少，客戶數量及購買數量都處在3000人以下，所以應當重點關注20–39歲的中青年羣體的消費，對於線上渠道的曝光，對於宣傳的穿搭模特需要選取20–39歲年齡段偏年輕態的模特，促進該年齡段用戶羣體的消費。
4、結論
綜合以上客戶維度分析，優衣庫在銷售T恤、當季新品及配件時，需將20–40歲間的女性消費者作爲重要價值客戶，並制定相應的營銷策略，根據女性羣體特質銷售女性合適款式的商品，有針對性地進行店鋪陳列和貨物擺放，並且注意維護好週末時間的客戶購物體驗服務。
03 總結
今天的文章，數據君站在「人貨場」模型之“人”的維度上進行了分析，對用戶畫像進行構建，瞭解用戶購買習慣等。只有確定明確、清晰的目標用戶人羣，才能獲取更多流量，更好的匹配產品和服務。
以上就是本期的內容分享~~，碼字不易，如果覺得對你有一點點幫助，歡迎「追蹤」，「點贊」，「分享」喔，我會持續為大家輸出優質的內容~~
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
回顧十週入門數據分析系列文：
關注數據君的臉書，ins（全網同名）
我是「數據分析那些事」。常年在臉書，ins分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，並在臉書置頂帖子下回復SQL50,會有MySQL經典50題及答案贈送唷！
