这本《做零售就该这样分析(零售业绩倍增的秘密武器)》适合作为一本参考读物，帮助读者更好地理解零售用语及分析过程。艾米特·考克斯将常用的零售术语编汇成表，并在书中介绍了一系列零售分析项目。只要能从一个项目的结果中吸取经验，这个项目就不能被算作是失败的。在解决商业问题时，尽量发挥你的创造力。创造力是你最宝贵的财富。分析学不但是门技术，也是门艺术，你需要在这两者间保持平衡。

《做零售就该这样分析(零售业绩倍增的秘密武器)》阐述了零售分析的专业知识和应用方法，提供了很多实用的分析工具，每一章都有不同的侧重点，包括分析市场购物篮数据、吸引顾客冲动购买、运用分析学理论指导决策、利用地理信息系统为店铺选址、进行精准的劳动力预测、完善会员管理机制等，针对性和可操作性很强，对于零售业者提高销量和利润、降低成本有很大的帮助。

《做零售就该这样分析(零售业绩倍增的秘密武器)》语言通俗易懂，案例丰富且极具典型性，适合零售业相关人员及任何希望全面了解零售业和零售分析的读者阅读和使用。本书由艾米特·考克斯著。

序

第一章 零售分析概述

 零售商的商誉

 零售业的内幕

 零售的组织架构

 店铺选址市场营销

 创意广告营销

 运营营销(研究)

 直接营销

 战略营销

 与零售机构打交道

 销售点数据与市场购物篮数据

 数据是金

 数据亦是财源：零售数据的价格

第二章 零售与数据分析

 有趣的数据领域核心术语

 市场购物篮

 数据存储入门课

 有时数据是鸡肋

 与数据相关的零售项目研究案例及实例

 商圈模型

 房地产选址模型

 竞争对手威胁分析

 商品组合建模：多渠道数据并用

 明星市场推广：跟踪成效

 自有品牌与驰名品牌

 电子商务：动动鼠标还是去实体店

 亲缘商品销售：商品交叉销售案例分析

 市场购物篮分析实例

 市场的部门间交叉销售

 单一品类亲缘分析：纸巾

 案例研究：最适合在圣诞季摆放在收银机旁的冲动型商品

第三章 服装产业

 不同类型的服装企业

 零售商店：地段，地段，地段！

 我的顾客是谁？抓住机遇赚大钱

 品牌的发展：不再是你父亲的蓝色牛仔裤

 商业多样化：分散风险

 服装分析中需要知晓的关键信息

 季节性：风向在变，潮流在变

 季节性的对立面

 商品陈列布局：货架上的财富

 配饰

 下一个精选优惠(Next Best Offers)

 促销：服装行业的生命之源

 对各种零售均适用的冲动购物

第四章 地理和人口统计数据的重要性

 了解工具和数据要求

 地理信息系统是如何工作的：工具背后的科学

 GIS分层信息：一层一层构建地图

 地理如何介人零售：地段，地段，还是地段！

 零售业地理：海量的数据

 零售数据：内部数据采集

 零售商圈：不同划分方式之争

 邮编数据：预测各商店的信用卡申请情况

 懂了工具和数据后，我们能干什么

 案例分析：根据邮编分析银行卡偏好

 销售渗透地图实例

 市场观察：GIST具的附加用途

第五章 店内营销及展示

 了解不同的商店设计

 商品布局的传统原理

 商品布局的新原则

 赶超大型卖场并不容易：便利转换为销售额了吗

 关于定价的一切

 天天平价

 定价哲学和成本削减

 零售商哲学

 会员折扣哲学

 分级定价

 类型与规模：零售商店战略

 店中店：让购物更加便利

 商店里有什么：从便利店到超级大卖场

 超级大卖场：大过头了吗

 仓储会员店：付费享受购物资格

 设计引导购物：行走路线

 品类管理：商品组合背后的科学

 商品陈列：背后的策略

 专门部门：咖啡、早点和比萨

 其他的专门部门

 货物装卸处

 给柜台上货

 店内宣传媒介：广告还是纯粹展示

 收银条上的宣传

 店内活动

 节假日

 分析学：跟踪移动的目标

 店外市场营销

第六章 商店运营和零售数据

 让商店走向成功：数据的战略性使用

 劳动力预测

 精准劳动力预测的重要性：运营的成本

 收银处的顾客区分

 制热和制冷：中央恒温器

 商店间内部交流

 补货与POS销售：因果关系

 店内职业发展道路：从理货员到店铺经理

第七章 忠诚度市场营销

 积分卡项目

 积分卡项目的赞助方是谁

 开始项目前需要思考的问题

 整体项目激励：你是忠实顾客吗

 从零售商的角度观察信用卡和消费金融

 会员分组要尽早

 POS机上的会员策略：不同阶段和层次的忠诚度策略

 凯马特“校园精神”积分项目

 澳大利亚的积分卡项目

 澳大利亚的FlyBuys积分奖励与会员制度

 其他积分卡项目

 零售行业在经历变化

 社交媒体

术语表

致谢

这是市场购物篮分析的最后几个例子之一，希望在店铺层面上对各个部门商品间的亲缘关系做一个整体的展示，以便直观地了解顾客是如何在一家商店购物的。此案例中，我们发现商场的服装区域内部有大量的交叉销售。我们用指数来表明每一组亲缘关系的强度，以便更好地了解这种关联性。

我们观察到，服装区域内的亲缘关系很强(如图2-3所示)，大大超出我们预期的强度。

在我把以上数据提供给零售商后，她告诉我过去6个月，商店对服装区做了整体的布局大调整，成本高达数百万美元，但她不知道这次调整有没有起到作用。当然，个别部门的表现确有提升，但零售商并没想到其中的交叉销售这么频繁，她之前从未接触过此类亲缘分析。

商店右半边的低亲缘关系也令她惊讶。显然，消费者购买服装和购买日用品是分开进行的。

使用这种分析方法还有其他原因。在凯马特，我们会经常对一个品类下的某样商品进行特别关注。这个案例中，我们分析的是哪些商品最常和纸巾一起被购买，促销时的情况怎样，平时的情况又怎样。

纸巾的利润率并不高，我们推断那些和纸巾一起被购买的商品(出现在一个购物篮里的商品)利润率也不高，但并没有证据证实。广告部认为给纸巾打广告可以引来很大客流，而且也应该给那些与纸巾有亲缘关系的商品做广告，从而吸引更多顾客。我们要做的就是，设计方法来分析出商品的交叉销售亲缘关系。

在美国的凯马特商店，我们也运用了此方法。在白湖测试中，我们在一家面积较小的商店上进行了实验，取得了很好的成效。为了提高销售量，我们使用了许多市场推广方法：特制的招牌、店内条幅广告及区域营销。该店的销售似乎已经达到了顶点，但人口数量和人口结构表明，店铺还有继续成长的空间。

我们设计了一个方法，可以通过前一年的市场购物篮数据，分析出所有商品间的主要交叉销售亲缘关系。听起来这需要进行海量的数据的处理，但事实上此数据挖掘过程是绝对可控的。数据储存在一个天睿主体数据库中，代码由数据库管理员进行管理。那时，我们的市场购物篮数据有几十亿行数据，大小达到数百万兆字节。

我们关注的是“主要亲缘关系”，也就是说我们并不是分析每一笔交易里的每一件商品，而是着眼于反复被一起购买的商品。换言之，我们关注各个部门间哪些商品最常被一起购买。

这家商店并不是超级市场，所以食品的种类并不是非常齐全，但是主要的食品类商品还是有的(如牛奶、面包等)，这大大简化了数据挖掘过程。

同样重要的是，要找出那些不常被购买的商品。如果某商品并无人定期购买，且不被我们的核心顾客群青睐，就该考虑撤下该商品了。

季节性商品，如万圣节、圣诞节、情人节商品，是需要小心注意的。以上这些节日商品明显具有季节性，但还要想到户外家具、冬季用品(如雪铲)也需要特别对待。有些季节性商品的上架时间只有一天，有些则可以占据货架数周。

这些商品都不是基本库存(basic stock，整年备有的商品)，所以在建模时要考虑到这一点。所有商品都有一个特定的季节编码，同属一个季节编码的商品有一套独立的分析模型，这么做是为了避免将季节性商品和基本商品混淆起来。此外，我们还能通过此方法，准确地得出哪些商品最常和季节性商品一起被购买。这个简单的步骤大大有助于货架图(plan-o-gram)的优化和采购部的工作。进行到这一步，我们仍在对各区域进行分别分析，无法得知在节假日时段跨部门商品的交叉销售情况。

考虑到这点，我们在分析后决定更有效地利用“机动区”。利用机动区来摆放季节性商品，就可以使季节性商品的上架不影响常规商品的正常上架。

每当开展如此规模的分析活动，你总会在工作中得到一些意料之外的发现。在这个案例中，我们有时会惊奇地发现“零匹配”的情况，或者一对商品之间的亲缘关系强度突然大幅减弱。出现这种情况，可能性之一是其中一种商品断货了，以至于模型发出了警告，或者是超出了测量范围。由此我们找到了一种方法，可以在商品数量达到警戒数(trigger figure)之前就发现哪些商品即将售空。警戒数起到的是提醒作用，如果商品数量达到警戒数，就需要下单补货了。由于POS补货是自动进行的，这就能避免断货。自动补货系统中难免会出现各种问题，但如今的技术哪怕和五年前相比，也已经有很大的进步了。P53-57

在分析行业工作的这些年，尤其是在做零售分析时，我有幸能与世界各地的分析师、企业一起工作(有些工作经历称得上是一种磨炼)。分析师在看问题时会努力做到一分为二、非黑即白，尽量缩减模糊地带。在一个国家司空见惯的事，可能在另一个国家却是闻所未闻的。管理不同国家的分析团队及分析项目更像是一个学习与教授的过程。我不断地学到各国文化间的细微差别。例如，不同的国家对预置软件(prebuild software)持有不同的态度。我遇到的一支团队精通各款最新软件，他们认为使用各类软件有助于开发更迅速、高效的分析方法，团队也因此更具竞争力。但另一个国家的某一分析团队却认为，这些无法复制的软件无异于黑匣子、秘密系统，他们更愿意自己编写系统，这样还可以根据客户的特定需求对模型进行调整。

类似的分歧是可以克服的，在与各国团队合作时，我的绝大部分时间都花在了向大家解释分析工作上。这听起来简单，但如果对方不了解基本的零售术语，这项任务就会变得复杂得多。面对那么多年轻、聪颖却没有任何第一手零售经验的工商管理硕士，该怎么向他们解释最小存货单位(stock-keeping unit)、包装数(package quantity)，或是市场购物篮分析(market basket analysis)、商圈重叠(trade area overlay)？

由于各个国家处于不同的时区，很难找时间把所有人都聚集起来进行电话会议，向他们解释最基本的零售知识。所以我花了4年的时间，把我30年来积累的零售分析知识以书面形式记载下来。我这么做的本意是让团队中的每一个人通过自学这些资料，懂得基本的术语和概念。这样一来我也可以少参加一些半夜两三点的电话会议。待我完成时，写出的是一本包含了实例和具体方法的书，书后还将我工作中常会遇到的术语集结成表，以便查阅。我从未奢望此书能正式出版，更没想到它会受到海内外朋友的大力追捧。这让我受宠若惊，因为撰写此书完全是出于我对工作的热爱。

这本书适合作为一本参考读物，帮助读者更好地理解零售用语及分析过程。我将常用的零售术语编汇成表，并在书中介绍了一系列零售分析项目。只要能从一个项目的结果中吸取经验，这个项目就不能被算作是失败的。在解决商业问题时，尽量发挥你的创造力。创造力是你最宝贵的财富。分析学不但是门技术，也是门艺术，你需要在这两者间保持平衡。

书中的研究案例及项目范例，一部分是我自己开创的，还有一部分是在他人的基础上进行了改良和充实。

我在零售行业及金融行业均有多年的从业经验，因此写作时会融合零售层面和金融层面的见解。此外，我还尽量将信用卡市场推广纳入本书的内容体系中。贯穿本书的主要问题之一是：“信用卡分析好像挺不错，但它对我的产品销售具体能起什么作用？”各级零售商都会有这个疑问，因此在阅读时你也要时时想到这个问题。

所有构思中的、讨论中的，或是已经成型的项目，其目标都是为客户的生意带去切实的积极影响，增加信用卡的使用(份额的增加)，或是与客户关系的明显提升(零售商乐意将你推荐给他的同事吗)。理想地说，我们希望在以上各方面都取得成效。

希望你能多多参阅这本书最后的术语表，以便获得最好的阅读效果。理解这些术语能帮助你自如地运用各个概念。

写下这本书，一方面是因为我对此的热爱，另一方面要归功于这些年来身边许多人对我的影响，他们激发了我的钻研分析精神，让我在零售分析中不断开辟新路。我首先要感谢凯马特集团(Kmart Corporation)对我的重用，每隔两三年就把我抽调到新的部门负责新的工作，这让我对手头的工作永远不会感到厌烦。27年的工作经历中，我接触了许多领域。我的第一份工作是推手推车，而23年后，我成为了凯马特所有数据库市场营销工作的负责人。这些脚踏实地的经历给我的事业发展带来不可估量的作用。

我要特别感谢汤姆·莱姆基，初识他时他是凯马特的营销副总裁。多年来，我有幸与汤姆一同工作。他对未来颇有远见，当他有什么想法时，总会敦促我用分析来证实他的想法是否正确。正由于他不断抛出难题，我才有决心不断尝试新方法、挖掘新概念，以分析评估战略、经营活动。

我要感谢GE金融全球决策中心(Global Decision Sciences for GE Money)的副总裁戴维·福格蒂，他坚信全球零售分析应在大企业的运作中占一席之地。我十分感激他长期以来的支持。

我还要感谢GE澳大利亚与新西兰金融业务副总裁斯坎登·马尔科姆，他深信零售分析可以拉动销售，给GE及其合作伙伴带来收益。他一直十分看好我的海外项目，正是他对我的信任给了我信心。至今我仍珍视他的建议。

汤姆·达文波特，身为一名杰出的作家，依然愿意抽出时间与新人作者交流、提供建议。他不厌其烦地敦促我：应该为自己设立完稿期限，下决心写完这本书。正因为听从了他的建议，今天这本书才得以成功面市。汤姆，谢谢你的鼓励。

我必须要感谢我的妻子，尽管我时不时地需要去外国出差，或是在深夜与国际团队召开电话会议，她总能理解。她是我的得力拍档。她总会提醒我说：“每位成功男士的背后，都有一位女士帮他出主意”。难道我能说不吗？30年来，她一直是我最亲密的挚友。

在我的职业生涯中，我遇到了许许多多的人，在他们的帮助下，我开拓了广阔的商业和分析视野。在此，恕我难以将你们的名字一一列出。感谢你们，希望在今后能遇到更多像你们一样的人。