鞋店业绩增长方法论之门店分级与分类运营

龙翔

说到门店运营，肯定离不开门店的分类和分类运营。

根据二八定律，20%的核心投入带来80%的产出。从门店运营来看，20%的门店带来80%的业绩输出。在实际的门店运营中，门店分类有助于识别不同级别的门店，不同级别的门店引入不同的策略，提高资源投入和产出的边际效果。

但是，店铺分类并不能告诉我们如何从低产出店铺提升到高产出店铺。低产量店和高产量店的主要差距是什么？要回答这两个问题，前者要交叉分析店铺标签和店铺等级做店铺画像，通过分类为运营、商品、会员管理提供更详细的数据指导，后者要交叉验证人、货、店的相关指标，细化不同等级店铺的数据标准，根据数据标准找出低产出店和高产出店的差距，有针对性的进行改进和提升。

一、店铺分类

我们来看一个中国城市分割线的案例。

根据新一线城市研究院今年5月发布的《2019中国城市商业魅力排行榜》，全国337个地级及以上城市分为6类。

城市划分的主要依据是各城市的商业魅力指数，其中商业魅力指数由5个二级指标、17个三级指标和74个三级指标加权计算得出。这里不具体展示，有兴趣的朋友可以在网上了解更多。

门店也可以借鉴以上思路，构建门店分级模型。具体来说，店铺分级可以分为四个步骤。

对店铺进行分类，首先要确定店铺分类的经营目的。不同的目的对应不同的分类思路和方法。

根据具体的问题场景，按照单一指标对门店进行评分，有问题的门店有针对性的进行改进。

1根据店铺盈利情况，店铺分为盈利、轻微亏损、严重亏损、特别严重亏损四个等级。对不同亏损程度的门店在人、货、市场三个维度的各项指标的改善机会进行逐一分析，并引入不同的策略，系统地提升门店的盈利能力。

场景二在场景一的基础上，店铺扣/租分为高租、中租、低租三个等级。一方面可以为与店家协商减租提供参考，另一方面也可以为商品经营提供参考。在同等条件下，一些低扣店可以先得到商品的补充，从而带来更高的利润。

同样，根据门店人工成本的比例，门店人工成本也可以分为高、中、低三个等级。

值得注意的是，租金或人力成本的高低需要用数据来验证，而不是简单的主观判断。一方面可以和同类型的外部品牌对比，另一方面也可以和同类型门店内部销售额的增长和人力成本占比对比。

比如业绩增长5%，人力增长15%，同类型门店人力成本占10%，而我们门店人力成本占15%。通过这两个维度的对比，基本可以判断店铺的人力成本过高，需要重点关注。

3根据门店的平均效率，将门店分为高效、中效、低效三个等级。

从业务的角度来说，高效率就是单店面积小，效率高，体现了门店业绩的增长潜力。同时，面积越小，业绩越高，你的客户质量也越高(包括客户人均贡献、复购等。)，因为你进不去那么多人，而且销售主要靠老客户的消费。为了提高随机销售，导购的销售转化能力很强。

所以平均效率高不是好事。平均效率高的门店适合扩张门店，成本低，降低平均效率，增加门店库存，增加进店人数；如果不能扩张，就在附近开店，这就导致了另一个问题，就是店铺密度增加。如果不对门店进行分类，门店之间的差距无法拉开，增量销售也做不出来，所以平均效果就是一个综合管理。

4根据门店的销量，门店分为超高销量、高销量、中销量、低销量。不同的销售层级对商品备货、备货结构、经营思路、展示要求、团队建设、活动运营、会员数量、标准等都有不同的要求。

根据单一指标对商店进行评级时，需要注意两点:

1选择什么样的指标进行评分？

2每个指标要分成多少组？

门店分类最大的作用是快速识别问题门店，定位问题，所以分类指标的选取要围绕当前业务最关心的问题。企业最关心的是什么？

最关心的问题一定是从门店运营的角度去思考如何减少门店运营中的亏损。怎么保本？如何扭亏为盈？如何提高利润？如何提高人的效率等。因此，分级指标的选取应围绕核心的门店管理指标，如业绩、利润、平均效率等。

同时，每个指标可以分成几组。这里没有严格的标准。一方面和数据的形式有关。差异较大的数据指标可适当分成1-2组。另一方面，最重要的是，分组应该与商业行为直接相关。分组不是分组的数量，而是每个分组都有特定的用途，特定的业务动作可以在业务中导入。

基于单一指标的评分是针对具体问题的。不同角度的分级有其合理性和应用场景，但不同角度的分级店铺排名有时会有所不同。销售水平高的店不一定利润高，利润高的店不一定平均效率高。面对这种情况，在实际业务中，我们可以结合这些指标进行筛选。

将几个关键指标结合起来筛选门店，好处是从业务的角度来看筛选过程比较容易理解，但缺点是如果筛选指标太多，多个指标按类别组合，会筛选出很多类型的门店。很难为每种类型的商店制定有针对性的商业策略和商业行动，也很难照顾到所有的商店。只能抓到两个差别明显的店。

我该怎么办？

我们可以参考城市划分的案例，将每个指标线划分为不同的区间，对每个区间进行评分，构建店铺级别指标模型，然后根据指标级别对店铺进行分级。

我们来看看具体操作。

第一步建立商店分级维度和指数模型。

基于以上分析逻辑，我们主要从业绩体量、业绩增长潜力、盈利能力、渠道定位四个维度进行评估。具体型号、重量和指标见图1。

二、商店分类

如上所述，随着商店的分类，我们必须进一步对不同级别的商店进行分类。

做一个店铺的分类画像，首先要梳理一个店铺的标签体系，交叉分析不同的标签和店铺级别，了解不同级别店铺的特点，找出不同级别店铺业绩的增长规律，找到更有针对性的调整和改进抓手，帮助做出更精准的调整和改进。

以下是某品牌的店铺标签系统(表2)。

以门店级别和门店形态的交集为例，我们分析了品牌可以调整和提升的领域(表3)。

通过交叉表，有3个主要发现:

1.整体来看，百货占比超过业绩占比，同比增长持平，尤其是D级百货业绩同比下滑。即使是C级和B级店，业绩增长也是零，说明百货的渠道增长乏力。企业可以调整百货公司渠道，尤其是D百货公司。

2.商场店，整体业绩超过店数，同比增长7.1%，是增长最高的店。但目前A级商场门店较少，主要集中在C级。一方面将整体渠道布局尽快从百货商场转移到购物中心，另一方面提升购物中心门店水平。

3.机场店、买手店、奥特莱斯店，虽然门店数量少，但占比超过门店数量，所以门店效率更高，未来会有进一步的增长和更大的空房间。

按照类似的思路，可以多做店铺级别和店铺标签的交叉分析。这个不断交叉分析的过程，也是寻找高质量店铺模型和画像的过程。除了这种交叉分析，你还可以把人、货、市场、财务的数据指标放进去，一方面验证店铺分类的准确性。好的分级结果，各级指标数据要有一定的差异，数据指标要么随着店铺等级的增加而增加，要么随着店铺等级的增加而减少，要么保持不变。另一方面可以细化形成各级门店的运营数据指标标准，以后做门店绩效诊断时，每个指标都有一个参考标准。在日常的门店运营健康分析诊断场景中，可以对比标准和实际数据来指导分析结论，进而进行针对性的改进。