营业员工资提高了,门店收入也会提高?

Marshall Fisher
在过去十年间,我们与六家业内领先的零售商合作,帮助他们判断门店内哪些事情最能提高销售额和顾客满意度。这六家零售商在此不便透露具体名字,但覆盖了百货、图书、快餐、休闲食品、办公用品以及家居和小家电行业。




这些零售商每天都对各家门店进行销售数据跟踪,并收集可能影响销售额和顾客满意度的各种因素的数据。其中四家零售商对他们的顾客进行了调研,甚至还派出神秘顾客进入门店,从现货率水平到店员的友好程度,对门店业绩进行全面评估。


为了深入理解门店面临的挑战,我们与这些零售商的高管以及门店经理展开了详细讨论。我们收集了每家门店的销售数据,以及可能影响销售的各项因素,并进行数据挖掘,以识别影响销售额和顾客满意度的主要驱动因素。我们将通过家居和小家电零售商的数据分析来阐述这个过程。我们分析了共计500家门店17个月的销售情况和潜在销售驱动因素,数据包含每月各门店的销售额和顾客满意度的调查结果。



在顾客收据的底部印有参与满意度调查的邀请。如果顾客参与调查,将有机会获得一笔大额现金奖励。参与满意度调查时,顾客拨打一个800电话,通过手机按键回答机器语音提问。调查包含了一个重要问题:请以1~10分评价您对您所光顾的门店的满意度,1分为非常不满意,10分为非常满意,以及一系列更具体的问题。针对是非型问题,该门店所记录的每个月的变量就是顾客回答“是”的百分比;针对10分评价型问题,每个月的变量就是该题所得的平均分。顾客满意度调查的具体问题如下:


·是否有店员接待您?

·在您需要帮助时,店员是否为您提供了帮助?

·请以1~10分来评价您在门店中接触到的任何员工。

·您是否成功找到了您所需要的产品?

·您是否有任何未能买到的产品?·您认为门店的商品价格是否合理?

·门店的过道有无杂物?

·门店的收银是否快速便捷?


我们还加入了管理指标,如现货率(in-stock rate)(系统月末库存为正的SKU数占总SKU数的百分比)、计划工资、实际工资和裁员数量等。



理解所有这些数据需要进行复杂的统计分析,但使用概念化方法则更为直观。你只需要问自己:基于历史数据,剔除季节性影响,如果门店的销售额高于你的预期,有哪些原因可能会导致这种结果?


概念化方法虽然比较简单,但也有明显缺陷


因此,我们需要通过实验来理解工资对销售额的影响,比如,将其中50家门店的工资提高10%,另外50家门店的工资降低10%,再来观察销售额情况。如果剔除季节性影响后,工资提高的门店的销售额增加,而工资降低的门店的销售额下降,那么我们就能得出结论:工资水平确实能够刺激销售额增长。



因为实际工资经常偏离计划工资,所以零售商们无意中已经做了这样的实验。显然,当实际工资高于计划工资时,实际销售额远高于平均销售额。




门店员工的数量越多,越能提高门店的各项关键执行指标;增加收银台员工数量可以缩短结账时间;检查货架和从仓库送货的员工越多,找到所需产品顾客的数量也越多;为顾客提供帮助的店员越多,顾客购物时得到帮助的机会也就越多。


因此,毫无疑问,提高工资可以增加销售额,提高顾客满意度。本章稍后也将阐述提高工资对零售商带来的极大益处,因为最终销售额增加所带来的毛利润增加,远远超过了提高工资带来的额外成本。


在我们的研究中,工资是销售额最大的单一驱动因素,第二大驱动因素则是顾客对门店员工的平均评分(顾客对门店销售人员的知识水平以1~10分进行评价)以及顾客针对“您是否成功找到了您所需要的产品”这一问题回答为“是”的比例。图6-2和图6-3分别展示了这些因素对销售额的影响。



高业绩的零售商会将至少开业一年的门店的销售额与更早一年但在相同时期开业的相同门店的销售额进行比较。这一指标被称为可比门店销售额(comparable store sales),是华尔街密切专注的、被视为顾客接受度的重要指标。尽管可比门店销售额经常呈现负增长,零售商仍希望实现5%以上的增长。图6-1~图6-3中的销售增长都是针对同一组门店的,由此表明,如果门店执行更优,可比门店销售额增长可能会更高。数据显示,正确的门店执行能够创造双位数增长零售商喜欢通过改造门店,实现可比门店销售额的飞跃。但这种策略只能作为一次性的销售刺激。设想一下,顾客由于得到知识渊博的员工的帮助,自始至终光顾门店,这样才会实现更有利和更持续的销售额增长。


我们已经描述了如何通过挖掘顾客调查数据,识别对顾客而言最重要的影响因素的过程。结果显示,对零售商而言,知识渊博的门店员工以及正确且充足的库存是影响销售最重要的因素。但当把这一方法应用于不同的零售商时,结果可能截然不同。因此,我们强烈建议零售商对顾客的需求优先级进行必要的调研。



-版权所有-

本文观点来自于

零售新科学:数据驱动下的供应链变革与绩效提升

【内容简介】

本书从科学的角度讲述了零售企业如何盘活数据资产,通过使用有效的工具、算法、技术等,真正地把所拥有的数据应用在合适的领域并给顾客和企业带来价值。本书聚焦于:全方位地洞察顾客,提升客户服务;基于位置的营销和服务、精准营销;供应链优化及商品优化;财务管理、会员管理、定价管理等。


本书的另一个特点是不仅仅从企业管理人员而且也从实际操作人员的视角出发来阐述如何让数据来帮助自己制定日常的工作决策,不仅仅有零售企业的数据发展战略,也有关于数据的业务场景应用操作。


【作者简介】

Marshall Fisher (马歇尔·费舍尔),美国宾夕法尼亚大学沃顿商学院UPS教授,菲什曼-戴维森服务与运营管理中心联合主任,哈佛商学院访问学者委员会委员,美国国家工程院院士,运筹学和管理科学研究协会(INFORMS)、生产与运作管理学会(POMS)和制造与服务运营管理协会(M&SOM)会员,教学研究和咨询方向为零售和全球供应链管理。


【译者简介】 

高峻峻,上海大学悉尼工商学院教授,需求链研究院院长,上海欧睿供应链管理有限公司CEO,oIBP智慧需求链解决方案创始人,沃顿商学院访问学者,京东集团和阿里集团特聘教授,阿里研究院第三节学术委员会的学术委员,《管理学报》审稿专家,国家自然科学基金通讯评审专家。


零售新科学:数据驱动下的供应链变革与绩效提升

作者:Marshall Fisher (马歇尔·费舍尔)

ISBN:9787313204509

扫描二维码购买此书

上海交通大学出版社

微信:sjtupress



关注、点赞、留言、转发,分享你的感受

长按二维码关注