第1章 什么是数据化管理 17
1.1 “聪明”的销售人员 17
1.2 数据化管理的概念 20
1.3 数据化管理的意义 21
1.4 数据化管理的四个层次 22
1.4.1 业务指导管理 22
1.4.2 营运分析管理 22
1.4.3 经营策略管理 22
1.4.4 战略规划管理 22
1.5 数据化管理流程图 23
1.5.1 分析需求 23
1.5.2 收集数据 23
1.5.3 整理数据 23
1.5.4 分析数据 24
1.5.5 数据可视化 24
1.5.6 应用模板开发 25
1.5.7 分析报告 26
1.5.8 应用 27
1.6 数据化管理应用模板 27
第2章 寻找零售密码 29
2.1 周权重指数 30
2.1.1 寻找店铺零售规律 31
2.1.2 周权重指数 32
2.1.3 周权重指数的计算 34
2.1.4 日权重指数的特殊处理 36
2.2 周权重指数的应用 37
2.2.1 判断零售店铺销售规律辅助营运 38
2.2.2 分解日销售目标 39
2.2.3 月度销售预测 41
2.2.4 销售对比 44
2.3 神奇的黄氏曲线——单位权重（销售）值曲线 47
2.3.1 单位权重（销售）值曲线 47
2.3.2 应用在销售追踪过程中 47
2.3.3 特殊事件的量化处理 50
2.3.4 促销活动的分析及评估 52
2.3.5 新产品上市的分析及评估 54
2.3.6 其他应用 55
2.4 案例及应用——数据化排班 56
第3章 销售中的数据化管理 61
3.1 销售都是追踪出来 62
3.1.1 没有目标管理就没有销售的最大化 62
3.1.2 没有标准就没有追踪的依据 63
3.1.3 如何用数据化追踪销售 64
3.1.4 销售追踪注意事项 68
3.2 常用的销售分析指标 69
3.2.1 人货场是零售业基本的思维模式 69
3.2.2 零售业常用的分析指标 72
3.2.3 如何确定指标的重要性 86
3.3 提高销售额的杜邦分析图 87
3.3.1 路过人数 89
3.3.2 进店率 89
3.3.3 成交率 89
3.3.4 平均零售价 90
3.3.5 销售折扣 90
3.3.6 连带率 90
3.4 促销中的数据化管理 92
3.4.1 影响冲动购买的因素有哪些 92
3.4.2 零售业常用的促销方式 93
3.4.3 促销活动的准备、执行和评估 94
3.5 案例及应用 97
第4章 商品中的数据化管理 103
4.1 常用的商品分析指标 103
4.1.1 商品分析的基本逻辑 103
4.1.2 常用的商品分析指标 104
4.1.3 伤不起的售罄率 117
4.1.4 再谈如何确定指标间的重要性 119
4.2 常用的商品分析方法 120
4.2.1 商品的自然分类方法 120
4.2.2 商品的销售分类方法 122
4.2.3 商品的价格分析 124
4.2.4 商品的定价策略 130
4.3 商品的关联销售分析 136
4.3.1 商品的关联程度分析 136
4.3.2 购物篮分析 139
4.3.3 提高商品关联度的方法 141
4.4 商品的库存管理 142
4.4.1 库存分析逻辑 142
4.4.2 异常库存管理 150
4.4.3 设置库存预警条件 151
4.5 商品的利润管理 152
4.5.1 谁在决定商品的利润 153
4.5.2 商品的现值 153
4.5.3 库存的现值分析法 156
4.6 案例分享 157
第5章 电子商务中的数据化管理 164
5.1 数据分析是电商营运的指路明灯 164
5.1.1 电子商务和传统零售数据分析的区别 165
5.1.2 电商数据分析需要的数据 166
5.1.3 电商数据来源及分析工具 167
5.2 电商数据分析指标 168
5.2.1 流量指标 168
5.2.2 转化指标 169
5.2.3 营运指标 171
5.2.4 会员指标 171
5.2.5 财务指标 173
5.2.6 关键指标 175
5.3 流量及会员数据分析 177
5.3.1 流量及转化的漏斗图分析 177
5.3.2 对比发现有质量的流量 178
5.3.3 电商销售额诊断 180
5.4 案例分析 181
第6章 零售策略中的数据化管理 184
6.1 渠道策略的数据化管理 185
6.1.1 如何科学地将渠道分类 185
6.1.2 渠道拓展分析 191
6.1.3 渠道的管理指标 197
6.2 会员策略的数据化管理 198
6.2.1 会员数据分析 199
6.2.2 会员价值分析 203
6.2.3 会员的生命周期管理 206
6.2.4 会员购买行为的研究 209
6.3 竞争对手分析 211
6.3.1 谁是你的竞争对手 211
6.3.2 如何收集竞争对手的数据 214
6.3.3 竞争对手的分析方法 217
6.4 营运策略的数据化管理 224
6.4.1 如何做销售预测 224
6.4.2 如何制定年度销售目标 230
6.5 案例分享 235
6.5.1 整理思路 236
6.5.2 界定问题 237
6.5.3 收集数据 238
6.5.4 分析数据 241
第7章 必知必会的数据分析方法 244
7.1 数据分析的立体化 244
7.1.1 数据分析必须立体化 244
7.1.2 三维分析之点－线－面 245
7.1.3 三维分析之时间－对象－指标 245
7.1.4 三维分析之人－货－场 246
7.1.5 三维分析之广度－宽度－深度 248
7.2 数据没有可对比性就没有数据分析 251
7.2.1 被滥用的同比和环比 252
7.2.2 伤不起的各种“率” 253
7.2.3 她真的是销售冠军吗 257
7.3 常用的数据分析方法 259
7.3.1 如何设定指标的权重 260
7.3.2 经典的二八法则应 262
7.3.3 ABC分析方法 264
7.3.4 排行榜分析方法 265
7.3.5 你真的了解平均值吗 267
7.4 数据展示也是一种分析方法 269
7.4.1 Excel图表的展示逻辑 270
7.4.2 不一样的雷达图 271
7.4.3 清清爽爽的K线图 273
7.4.4 高端大气的热力图 275
7.4.5 四象限图的策略思维 278
第8章 如何建立数据化管理模型 280
8.1 数据化管理应用模板 280
8.1.1 自定义区域 281
8.1.2 数据源区域 282
8.1.3 分析辅助区域 283
8.1.4 业务预警区域 283
8.1.5 业务分析区域 284
8.1.6 报告展示区域 286
8.2 搭建数据化管理模板必会的Excel十大技巧 287
8.2.1 必须要掌握的54个函数 287
8.2.2 数据透视表 288
8.2.3 自动排名 289
8.2.4 四象限图 290
8.2.5 智能提醒 291
8.2.6 PPT随Excel图表自动更新 292
8.2.7 密码保护 293
8.2.8 控件和VBA的使用 295
8.2.9 名称管理器 298
8.2.10 如何隐藏数据 300
后记 304
附录 测试你对数据敏感度的答案 305