购物中心数据怎么看？七个步骤带你学会数据分析

作者：程君群，知茂云资深顾问，5年零售行业会员和促销管理经验、4年品牌商品研发和运营管理经验、3年购物中心数据分析经验，目前主要为商业地产提供帆软报表开发、给商业地产提供流程梳理、指标梳理和数据分析等服务。

很多运营的小伙伴在面对数据时不知所措、看不到数据深层次的信息、不能从数据中提出有效分析建议的情况，这套分析步骤可能能帮到你。

最近看到一篇由接地气的陈老师公众号上分享的文章：解读数据的7步标准顺序，系统性的梳理了我们日常数据分析时会使用的方法，值得推荐大家一起学习。

7步走：看数字、找规律、立标准、看结构、列假设、验真伪、出结论。

接下去，我将结合购物中心的行业特性给大家拆解一下这7步方法如何实践应用。

第1步：看数字

最基础的一步，就看数据是变大变小、高了、低了……，包括绝对值、同比值、环比值，在日常报表中会看到的一些数值的变化。这类信息，大家一眼就能看出来，是最浅的一层，对比业务的需求还差比较远，需要更进一步。

第2步：找规律

把数据的时间长度拉长，看看有没有自然规律。常见的有周期性规律、线性规律。购物中心的日销售额常常呈现出周期性规律，年销售额会体现出线性规律。我们常说的新增会员数的发展趋势，也是找规律。掌握了规律，可以避免在细节数据上过多分析，造成误导或者显得不专业。

销售时间拉长再匹配周几的信息，可以发现销售额成周期性波动，与日常业务感知是一致的，周末销售额高，工作日销售额会回落

第3步：立标准

找到数据判断的标准。利用对比分析思维，对比数据和标准，对数据进行好坏判断。因为当数据孤立存在的时候，我们并不能做任何判断。数据是表现好还是表现差，需要对比。

对于核心指标，一般有KPI指标，如目标月销售额、目标月收缴租金、出租率目标等；但对于非核心指标，一般没有KPI，可以找横向指标做对比，如交易笔数，可以找客流指标进行对比，或者用有KPI的销售额进行拆解对比；也可以纵向对比，如品牌的租售比好坏，可以跟其同类品牌租售比均值对比、或者此品牌在同类市场的均值对比。

以KPI为标准

对比销售目标，看出实际销售额整体是大于预计目标。

以关联指标为标准

销售额=销售笔数*销售笔单价，销售笔数与销售额正相关，在一般情况下销售笔单价变化不大，可以使用销售额的KPI，即销售目标作为销售笔数的对比标准。可以看出在销售额非周末时间销售额较低的时候，销售笔数相对是高的。

第4步：看结构

有了好坏判断，我们要分析原因，结构分析是常用手段。看下指标内部结构，找到主因。有时候一个角度切下去的结构，并不能找到主因，需要多个角度切分看看。还有为了能够到可操作层，结构切分需要一环套一环多次钻取。

比如月销售额的kpi未达成，我们可以从时间的角度切分取看，切到周看哪周的销售未达到预期；也可以从业态角度切，看是什么业态的差额最大；从品牌看，什么品牌的差额大。

接着上一步，这个商场在7月11日~18日这周的销售高出本月其他周的水平，也高出了销售目标，是什么原因？

看业态构成

零售和生活服务业态的销售达成远超预期。

再看零售业态下的子业态构成

子业态没有预期目标，不能用预期目标做标准，表中采用了相邻3周的均值作为标准进行对比。观察周7月11~17日的零售二级业态的合计销售额是相邻3周均值的3.3倍，其中黄金珠宝、数码、运动和儿童用品的倍数超过了均值，表现特别突出，特别是黄金珠宝、数码和运动，绝对金额也是排名前三。

所以从数据上看到的结论是，7月11日~17日，超预期的原因是零售、生活服务业态超预期，其中零售业态中的黄金珠宝、数码、运动二级业态显著超预期

第5步：列假设

看结构找到的原因，还是不足够指导业务，因为还没找到问题背后的逻辑。接着上一步，我们找到了某个业态或者品牌的销售业绩下滑是本周业绩超目标的主因，但这个表述还不足以指导业务，还是比较表象，我们还要进一步深挖，某业态突增的原因。

怎么找问题背后的原因？需要列假设，再进一步验证。

常用列假设的方法：

①从最近发生的事件出发

②从业务可能采取的动作入手

2种方法，都需要分析人员对业务有基本的认识和判断，发生的事件本身与数据有相关性，也能够知道业务平常采取的业务动作有哪些。业务知识对于数据很重要。

从最近发生的事情入手，快速找到解释数据的假设。一般的正向/负向事件，有：

正向事件：大促、会员日、ip推广吸引客流的活动、开放堂食

负向事件-内部：温控出现问题、核心品牌缺货严重、危机事件

负向事件-外部：不能堂食、天气、疫情

中立事件：系统升级、上新系统

发生的事件

7月15日~17日的业绩爆发，大概率是周年庆活动效果带来的。零售、生活服务业态的销售爆发，需要结合这些业态的活动情况进行分析，大概率是活动力度大于平时，且做了一些比较好的刺激连带或者高客单的活动，因为这几天对应的销售笔数增长幅度不及销售额。

可能采取的业务动作，比方说短期提升商场销售的一般动作：做促销，派送优惠券；搞PR活动吸引客流；

长期提升商场销售的一般动作：招入网红品牌、匹配商场的会员品牌；公共环境改造，让消费者愿意来也愿意多停留等

那么对应的，我们可以列假设：

1、按过往投入产出比，促销/会员日活动可以拉升业绩；

2、按过往投入，PR活动可以通过吸引客流拉升业绩；

3、消费需求是变化的，可以从品牌销售中看到需求的变化；

4、公共环境会影响消费者停留时间长度 之后逐一检验。

第6步：验真伪

有了假设，就开始验证。需要从历史数据中去找到足够多的、明显的、数据上的证据，来证实观点。

在案例中，我们可以找到的假设是，在商场活动中，零售、生活服务类的业态在活动期间比其他业态更有空间提升销售，可能的原因是像餐饮、超市本身促销活动的空间小，且对客流需求有上限值，所以活动增长空间有限。

找数据验证观点

表中的数据是各业态日均销售额/工作日业态日均销售额，数值越大 ，业态日均销售额越高。比方说国庆零售的6.1代表的就是国庆节零售业态的日均销售额是工作日（剔除节日）的零售日均销售额的6.1倍。从图中可以看出，确实零售、生活服务业态在大型节日中的增长幅度要高于餐饮和超市这类主力业态。

第7步：得结论

汇报结构参考

现状好/差，表现为……（第123步的结论）

是因为……（第4步的结论）

更深层的原因是……（第5步的结论）

这种情况预计是可持续/不可持续的，因为……（第6步结论）

因此，建议……（继续观察/采取措施/集体研讨更进一步方案）

再辅以每个结论的数据过程。

案例：

案例项目7月15日~17日的销售表现好，超过预计销售目标

是因为零售、生活服务业态表现高于预期

更深层的原因是大型活动期，零售、生活服务业态的活动爆发力强于其他业态。

因此，建议在大型活动期，可以将活动资源做相对的倾斜，做好零售、生活服务业态的流量分发和活动各环节的工作，进一步发挥活动潜力。

​