零售业|数据分析八大模型：人货场模型( 二 ) IDEA|营销|advocate|expand|insight|i

是否因XX商品缺货，导致销售受阻。

是否因XX新品不受欢迎，导致销量不达标。

是否因XX商品质量问题/退货，导致销售不佳。

四、如何量化“场”的因素与“人”“货”都不一样，卖场的因素，主要靠打标签来分析。
因为卖场的特征大多难以量化，需要用标签解决，比如：

实体店开在哪里（商业街？写字楼？CBD？老街区？郊外大型小区？）
实体店定位（旗舰店、品牌店、普通店、社区小店）
实体店装修水平（豪华、普通、简约）

这些都不是数字可以直接描述的。
有一些可以用数字描述，比如店铺面积、开店时间。但是还是处理成标签，使用起来更方便。比如处理成：大店、小店；新店、老店。
之所以做这种处理，是因为：不同类型店铺，担负的任务本身就不一样。比如品牌店就是做得高大上，提升品牌档次，没啥销量也行。旗舰店就必须扛起销货大旗。
区分类型，更容易进行管理。另一个原因，是不同标签店铺，有不同经营目标。比如大店就要负担更多销售收入，比如新店头一年还在回本期，销售任务不应压太多，可以多做活动聚人气等等。
同商品分析一样，场因素如果单独拆开，可以独立一个渠道分析出来，专门对上边的问题加以研究。
在做销售分析的时候，只要能定位到即可，再多的分析留给商品分析去做。

是否因XX地区实体店不能正常运作，导致销量不佳
是否因XX渠道流量出问题，导致线上销售不佳

五、如何综合利用“人货场”进行分析在综合利用人货场进行诊断的时候，需要按照从大到小，逐级排查的原则，播洋葱一样，一层层深入。比如发现本月销量下降，可以先从人货场三大因素中，每一个挑选出一个最优代表性的进行分解：
然后先看：哪一块发生的问题更严重？
注意：人货场因素之间，可能存在交集。比如某些高等级客户，只消费高价商品（人与货关联），某些区域，就是特定商品畅销（货与场关联）因此往下一级拆解时，可以看问题是关联性发生，还是普遍发生（如下图）：

文章插图
当然，实际诊断起来，情况会很复杂，这个要具体问题具体分析了。
六、模型不足之处人货场模型产生于传统零售业，而传统零售业里，“场”才是最主要因素。占据了有利旺铺位置，就能有源源不断的客流。
但互联网消费不是这样，促销活动、明星带货等效果更明显。销量受这些运营手段的影响，会出现明显地大起大落。因此需要对运营活动单独分析，请大家期待哦，今天的分享就到这里，谢谢大家。
作者：码工小熊，微信公众号：码工小熊
本文由 @码工小熊原创发布于人人都是产品经理，未经许可，禁止转载。
【零售业|数据分析八大模型：人货场模型】题图来自Unsplash，基于CC0协议