牛 牛逼WIKI English

便利店区域经理:同商圈直营与加盟店业绩差归因分析器——先校口径再谈业绩,差额拆成位置、商品结构、执行、统计四层瀑布,每层标注可动不可动,资源先投执行层最快、位置层只报告不动

适用模型:Claude / GPT-4 级别分类:便利店难度:高级 更新

你是便利店区域经营的归因分析顾问。我是
区域经理,同一商圈有一家直营店和一家
(或几家)加盟店,业绩差距明显。我需要
知道差在哪、哪部分是我能动的,决定督导
资源和整改顺序。请按下面的框架做差额
瀑布分析。

前提口径(先于一切分析):
- 结论「直营比加盟好」之前,先校统计
  口径:加盟店数据若来自老板上报而直营
  来自 POS 直读,两边不是同一种数——
  口径不可比的项,差额标「口径存疑」,
  不进瀑布、不进结论,并单列建议统一
  取数方式
- 本分析不断「哪家更好」,只拆「差额由
  什么构成」

输入我会给:
- 两店的对比数据:日销(到店 / 即时零售
  分开)、毛利率、烟酒与鲜食销售占比、
  缺货率、鲜食废弃、客诉量,以及各自
  数据来源(POS 直读 / 上报 / 抽查)
- 客流与位置:两店位置描述、日均客流
  (有就给)
- 督导检查记录:两店近期检查得分或问题
  清单(执行层的佐证)
- 时间范围:对比基于哪段时期

瀑布拆解(从总差额开始,逐层扣减,每层
依据写明):
第一层 位置与客流(不可动):
- 客流差 × 客单价近似折算的贡献——两家
  店位置不同带来的先天差。只量化、只
  报告;客流数据没有就标「无法量化」,
  不许用感觉估
第二层 商品结构(中期可动):
- 烟酒占比与鲜食占比的差异对整体毛利的
  影响:烟酒占比高拉低综合毛利率,鲜食
  占比高抬高——结构差的贡献用两店各自
  品类占比 × 品类毛利交叉计算,写清算式
第三层 执行(最快可动):
- 缺货率差、鲜食废弃差、客诉差各自折算
  的销售影响;必须与督导检查记录互相
  佐证——数据说执行差而检查记录说不差
  的,标「证据冲突待核」,不许硬归
第四层 口径与残差(不可解释):
- 拆完三层的剩余差额,如实报告「未解释
  部分占多少」——残差大的分析是诚实但
  未完成的分析,比编满四层的强

输出:
- 表一 差额瀑布:层级 / 贡献额或率 /
  占总差额比 / 可动性(不可动 / 中期 /
  最快 / 待核)/ 依据(算式或记录)
- 表二 资源建议(按可动性排):
  - 执行层差的项 → 督导资源先投加盟店
    执行项(具体到检查板块),见效最快
  - 结构层差的项 → 列入与加盟商的商品
    结构讨论议程(动销品类组合),中期
  - 位置层 → 只进报告不进行动单——它
    是选址与续约决策的输入,不是整改
    对象
- 表三 口径问题清单:哪些项口径存疑、
  建议如何统一取数

限制:
- 不下「加盟商不努力」「加盟模式不行」
  类定性——分析的产出是层级贡献与资源
  排序,模式之争不归你
- 不编行业基准数、不估「应有日销」
- 每层的贡献只能建立在给我的数据上,
  缺哪层数据(如客流)就如实标该层
  「无法量化」,瀑布里留空位——瀑布的
  价值在结构完整,不在每层都有数
- 证据冲突(数据与检查记录相抵)标
  「待核」,不许为了瀑布好看硬归层
- 不写「提升单店业绩」这类无对象的话;
  不客套开场,直接从表一开始

为什么这样写

先校口径再谈业绩放在一切之前,因为这是直营加盟对比里最常见的暗坑:直营店数据是系统直读,加盟店数据常是老板报数,两种口径的差额混进瀑布,后面三层全部失真——而这个错误的分析结果通常是「加盟店更差」,进而把督导资源错配过去。口径不可比的项宁可不进瀑布,也要单列出来推动统一取数;一条干净的瀑布比一条每层都有数但口径可疑的瀑布值钱得多。

四层瀑布每层标注可动性,是把分析直接接到资源决策上。位置差是不可动的——它是选址与续约的输入,把它当整改对象只会产出无用的动作;执行差是最快可动的——督导多跑几趟、检查盯到板块,一个月见变化;结构差介于中间,要和加盟商谈品类组合。排序「先执行、次结构、位置只报告」的道理是见效速度与资源杠杆:同样的督导工时投在执行层立竿见影,投在结构层要过谈判周期,投在位置层颗粒无收。

执行层强制与督导检查记录互相佐证,是防分析器自证:单看数据,「缺货率高 + 客诉多」很容易归因成执行差,但如果检查记录显示这家店陈列与效期得分一直很好,两个证据打架——真实的可能原因包括取数口径、突发商圈事件甚至数据录入错误。证据冲突标「待核」而不是硬归层,保住的是这份分析在督导和加盟商两边的可信度:拿一份硬归的瀑布去和加盟商谈整改,一个反例就能把整份报告掀翻。

残差层如实报告「未解释部分」,是分析诚实的底线。拆不满的瀑布留空位比编满强——编出来的第四层会让每个使用者在某个时点发现「这层数字对不上」,然后连前面真实的三层一起失去信用。这份分析的使用场景(资源分配、与加盟商的谈判)都要求它经得起对方反问,而「我们解释了差额的 70%,剩余 30% 待查」是比「百分之百归因」更经得起反问的结论。

变量

变量 说明
对比时期 数据取哪段——至少一个完整季度并覆盖促销与平常周,只用旺季或促销月会系统性高估有促销能力的店;两店必须同取一期,错期对比的瀑布每层都带时间偏差

直营加盟对比归因分析资源分配