超市业务数据分析数据分析数据分析是基于商业目的，有目的的进行收集、整理、加工和分析数据，提炼有价信息的一个过程。其过程概括起来主要包括：明确分析目的与框架、数据收集、数据处理、数据分析、数据展现和撰写报告等6个阶段。数据分析简单的就是用数据说话基本计算公式及应用毛利毛利率拓展：定价计算方式：举例：沃尔玛、家乐福、大润发等大超市善用一种毛利率与售价“倒扣”算法，加价率=预计毛利率+费用售价=进价÷（1-加价率）还有另外一种算法是顺加法，公式为：售价=进价×（1+加价率）平均库存周转率库存周转次数库存周转天数坪效（经营面积使用效率）日人效人均毛利=毛利/人数营业毛利=毛利—费用交叉比率应用：1.贡献度分析根据对企业的贡献度（获利效率），对商品进行分类管理，以优化产品结构。在进行分析时，建议综合考虑销售金额的构成比例和交叉效率。举例来说，根据贡献度，可采取相对应的措施。注意：对于交叉比率来说，一般针对单项商品。对于商品大类来说，可将商品毛利率，改为综合毛利率来计算交叉比率。2.找出优化获利效率的改善机会，或用于设定合理的价格从上述1表中给出的实例可以看出，通过采取措施调整毛利润率、或提高库存周转率，可以获得更高的交叉比率，亦即获得更高的获利效率。例如，采用薄利多销来提高获利效率。商品贡献度（毛利贡献度）达成率订货量客单价商品动销率理解动销率>100%(1)说明的情况：动销率超过100%说明了在某个时段该分类的销售品种数高于现有库存的品种数，说明了该分类出现了品种数的流失现象。(2)产生的原因：A、商品的缺货。B、商品的停进停销。C、虚拟库存。(3)解决办法：A门店应加强商品缺货的控管。商品的缺货控管的重点必须定期与不定期分析数据以及按照相关流程进行现场检查监督相结合，绝对不能出现凭经验进行商品的进销存控制。B平时的经营管理中要重视各方面的数据分析，绝对不要根据经验进行经营管理，不同商品其适销程度与地域、季节、价格、陈列位置有很大的关系。甲门店不好销售的商品不等乙门店或者丙门店不好销售，甲门店不好销售的商品并不代表永远不好销售，我们首先应该找到销售不佳的原因(销售不佳的原因有很多：促销不力、陈列不佳、价格偏高、品牌吸引力差、同质商品太多；再进行该品的淘汰或者退货。动销率<100%(1)说明的情况：从数据的表面上看，该类商品存在滞销，至少在查询的会计期间存在一定比例的滞销。(2)产生的原因：A、品种过多，特别是同质同类品种过多。B、进货品种的结构有问题。C、该类商品的淘汰力度不够或者淘汰与购进不成比例。D、该类商品的陈列、促销等策略需要调整。E、虚拟库存过多。(3)解决办法：A加强市场调查以及对消费者的消费习惯、消费心理进行调查，谨慎引进该类商品的新品种，做到：充分进行市场调查，充分分析，根据消费者的需求适度、谨慎购进新的商品品种。这就是努力做到品种对路数量恰当。B调整不动销商品的陈列布局，更换不动销商品的陈列位置，增加陈列量；加大不动销商品的促销力度；改变不动销商品的营销策略。C结合市场调查调整不动销商品的销售价格，利用价格杠杆促销。D通过综合数据分析，加大退货力度，如果确定某单品数月内动销数为零，采取了一定的促销手段后仍无起色，就应考虑退货。E及时调整虚拟库存和增加适销库存。F在经营前期的合同洽谈期就应考虑商品库存周转情况，与供应商提前制定不动销商品处理办法，厂商共同承担滞销风险，也能最大限度调动厂商双方市场关注度。动销率等于100%（1）说明的情况：动销率等于100%表面上说明该分类所有的商品都适合商圈内消费的需求，从数据的背后说明该类商品在品项数方面还有开发的空间。（2）造成的原因：动销率等于100%的情况说明该分类在商品结构上比较正常，但是还有一些特殊原因也会造成动销率等于100%A、长期没有维护缺少的品项数。B、收银串号以及输入错误。C、商品的缺货（一些动销商品长期缺货以及结构性商品的缺货）。D、虚库存（实际有库存，但是系统库存已经为0）。（3）解决办法：A、定期与不定期维护门店的品项数，具体办法：门店店长根据商品布局及历史数据确定每个小分类的计划品项数，然后定期与不定期按照小分类查询《分类库存明细SKU报表》了解商品SKU的变化情况，找到差异的原因及品项。B、加强收银员的技能培训，减少收银串号及错误率。C、加强商品的缺货管理，特别是一些畅销、常销商品的缺货以及结构性商品的缺货控管。D、及时调整商品的虚库存。E、加强该类商品的民意市调，挖掘内在的消费力，适度引进新品。★我们在处理动销率等于100%的分类时不能被“百分百”的表面现象迷惑，我们应该透过数据的表面看到看到内在的实质，千万不要以为该类商品品项数结构