最感动 士兵突击里那句：人走到哪里都要留下些枝蔓。（抱歉不是不抛弃，不放弃）

不知大家平时销售分析是怎么做的，我自己平时玩的一套东西拿出来献丑了。

想跟我一起玩的，先装一套SPSS17.自己上网搜。

 我始终觉得一个集团公司并不是靠店面的多少来衡量强大与否，核心在信息化程度。

现在是路口行人向左还是向右拐都要分析的社会，单靠分析客单价，销售额，进店率，总觉得有些过于简单化了。

         我分析的理论基于二八定律。

         家里木网了，先简单介绍个不用SPSS软件的分析方法。

         反基尼系数分析法：（我自己取的名字，基尼系数的灵活运用）

         没有软件，在网吧多少不便，简单说下过程，哪天方便了详解。

         把卖区一个月的各柜销售，依大小分成等距五组。求出每组销售额占卖区总销售的比率。一组记做 P1,二组P2依次类推。求出五个后。即可求基尼系数=P5-P1,这个是最简约的计算公式，估算。但偏差不大。有兴趣可以自己再找几个，我手头就有两个简化的基尼计算公式。

           计算出卖区当月的基尼系数，之所以说是反基尼分析法，是因为基尼系数反映的是居民收入占比。

  基尼系数，按照联合国有关组织规定：

　　若低于0.2表示收入绝对平均；

　　0.2-0.3表示比较平均；

　　0.3-0.4表示相对合理；

　　0.4-0.5表示收入差距较大；

　　0.5以上表示收入差距悬殊。
  我用来分析卖区销售时 用的是相反标准，点四到点五是合理健康的，百分之二十专柜带来百分之八十销售，所以是正常的，低于这个标准 说明这个月 重点品牌工作失败，高于，一般品牌工作失败。

     我用这种方法在月底进行卖区工作总结，有一定局限性。

      卖区工作是复杂，耗费脑力的工作，如果你在卖区工作，仅仅谈判或当小班长，天天扣这个分，罚那个钱，那你的工作方式不对。如果你在部室同样认为卖区工作简单，不是我坐井观天就是你坐井观天了。以后上网方便了，会截图详解。之前提到的微机录款号的作用，也会详解。下了，回家收拾东西。

拜读您的帖子，有以下几点感想：

1、看了您的帖子，感觉在经营工作中应用数理统计的思路很好。

2、一个卖区中20%的柜台产出80%的销售额并不是常态，二八原则的前提（经济学理论都是有前提的），应该是在一个充分足够样本的统计中的，例如一个大型超市中对上万种商品的销售进行统计（或许都稍嫌不够），或者国家经济统计中才能较为符合。而在一个卖区中，区区十几或者几十个柜台，要体现这种二八原则，实在是非常偶然的。如果以此为依据，没有体现出二八原则就认为工作不到位，结果可能会比较有问题。

3、虽然计算依据我认为不够科学之外，计算方法倒是挺感兴趣，特别是那个”依大小等距分成五组“，这个”大小“是什么大小？”等距“是什么意思？另外，如果没理解错，P1...P5都是各自柜组与总销售的比率，那么P5-P1为啥就是基尼系数？P5-P3或者P4-P1与之有什么不同意义么？

纯属探讨，望指教。

联商多年,感觉此贴非常好,非常好,楼主的思路非常好,非常好

楼主方面请加我,谢谢

学习了，顶

十一忙完了，又准备店庆，家里木网，诸事不便。全文下载附件，XX的上传不了图片。

SPSS软件到底是啥东西，不做累赘，我只是分享自己的所得，仁者见仁，智者见智，

无一法百通，必须结合各卖区品类实际情况，我只是分享我的思路，希望大家自己思考。

网吧，不多说浪费金钱。

     先说两点前提：

          一  出现大量英文，是因为软件默认英语，可以汉化，但汉化后会出误差。

          二  软件如何安装，我稍后再分享，盗版的，现在不知如何规避封杀。

    先介绍个SPSS里 我自认最直接有用的一个模块 RFM分析模块。（RFM营销分析是何东东，百度）

打开SPSS 出现下面界面

 这个界面是进入以前打开的数据文件的，第一次使用可以先把这个对话界面去掉 ，我们从左上角的  File 选项进入我们的数据文件。

依次是 File—open----data,将会弹出数据文件选项界

这里注意一点，由于软件默认SAV格式的数据文档，如要打开EXCEL，要在下面的FILE OF TYPE 里进行选择，操作如下

 选择后，选框里就会出现刚才不见了的EXCEL文件。

直接打开我们需要的文档即可。SPSS强大之处在于可以识别操作各种数据文件格式。

RFM分析 是最有效VIP会员分析简称，其原理，百度。因此，我打开的是一个自己胡编乱造的一个会员数据资料。

如下：

ID 代表 会员卡号

 date   代表 该会员该次消费的日期

  amout   代表该会员 该次消费的金额

然后进入正戏，

然后会出现

通过中间的箭头将左边的待选项选入右边的分析框里，注意要一一对应。

这里要注意一个 Binning 选项。一会再回来讲这个选项的作用。

单击OK。我们要的结果分析就出来了。

最右边的RFM-SCALE，就是程序根据会员资料里，会员消费最近时间，消费频率，消费金额，而计算出来的会员RFM评分，分数越高，维护的收益越明显。程序默认以会员卡号排序，我们可以通过以下操作以RFM评分从高到低进行排名。

调整后 界面变为

   细心的人可能发现，怎么这么多555一样的分数啊。

   这是因为 程序默认将会员分层五个阶层，最近消费时间五个阶层，消费频率五个阶层，消费金额还是五个阶层，评分时每个项目都是最高五分，最低一分，

  555怎么来的呢？

    因为我们分析的是会员，消费时间距离现在越短的会员越有价值，因此分析时，最近消费时间评分是要乘以100的，依次消费频率乘以10，消费金额乘以1

555=5*100+5*10+5*1   也就是说在都分成五个层次的前提下，RFM评分的范围是111—555.

  这里大家可以发散下思维，分析会员最看重的是最近消费时间，分析商品呢？

  我个人认为最重要的是消费频率。

  因此在我分析商品时 消费频率这项得分是乘以100，消费金额这项是乘以10.最近消费时间反而乘以1。

     555分就是最高分了么？当然不是，通过前面提到的Binning选项，我们可以把分数上限提高到999.

    操作如下：

看见没，这就可以改变分析设置了。

 我只希望提供给大家一些思路，能让大家看到一些不同的方法，我就满足了，下次不知道什么时候再见，木网真麻烦。

我在补充一下吧，都是探路者。

我spss19得出的555为汇总，即最近消费时间为5分，购物频率为5分，消费金额为5分，然后你需要进行变量计算，即5*10+5*5+5*2=77.然后将会员数据排序，选出优质会员（得分较高的会员）。特别愿意和给位同行交流 QQ654524033