Datawiz.ioの食料品店に基づくデータ分析の例。
この記事では、販売損失を特定する方法について説明します。 売上の損失は、製品が販売されなかった日、または異常に少ない数のユニットが販売された日です。
多くの場合、注文された商品の数量が不十分なために販売損失が発生します。 また、多くの場合、在庫のある商品は棚に置かれません。 毎日のデータ分析は、そのような販売の「失敗」を適時に検出するのに役立ちます。 次に、問題を排除します-調達部門の仕事を管理し、供給を最適化し、販売スタッフの仕事を管理します。
どのように機能しますか？
そのような条件に該当しない商品の販売損失を計算します。
1.毎日5ユニット未満の商品が販売されている場合。
2.売上がゼロの日数が期間ごとに30％を超える場合。
ステップ1
1.各製品の平均販売数の算術平均を考慮しますavg ：
2.各製品の標準偏差（ std ）を考慮します。
a-期間の各日に販売されたユニットの数
n-期間の日数
通常のイベントの過程での販売履歴の製品販売が、この製品の平均販売マイナス製品販売の標準偏差1.5を下回る可能性は、6.68％に相当します。
ステップ2
損失発生日を決定するために、2つの基準を使用します。
-販売された商品の数量はゼロです。
または
-販売された商品の量が異常に少ない
数量<avg-（標準* 1.5）
qty-販売されたユニットの数。
avgは、この製品の売上の算術平均です。
stdは、この製品の売上の標準偏差です。
ステップ3
売上げが異常に低い毎日の売れ残り商品の量を計算します。
lost_qty = avg-数量
lost_qty-1日間の不採算商品の売れ残り量。
avgは、この製品の売上の算術平均です。
qty-損失を出した1日の販売数。
ステップ4
選択した期間（月）の販売損失を計算するための最終式は次のとおりです。
lost_sales = sum（lost_qty） -選択した期間の売上が異常に低く、売上がゼロであるすべての日の定量的損失の合計。
売上高の損失を計算するには、「売れ残り」（または損失）商品の結果の数にこの商品の平均価格を掛けます。 各製品を個別に分析した後、期間中の売上高の損失を追跡できます。
15,000の製品（SKU）がある店舗の場合、損害は平均4万から8万UAHになります。 月あたり。
実際の例を使用した販売損失の分析。
2013年1月1日からの期間の製品「パントースター」の計算を行います。 2013年1月31日まで：
ステップ1
平均販売数の算術平均= 36個/日
標準偏差std =〜20.7 pcs。
ステップ2
得られたデータを式avg-（std * 1.5）：36-（20.71.5）=〜5に代入します。 これは、売上が5個未満の場合を意味します。 1日あたり（数量<5）、この日は「不採算」です。
ステップ3
その月のデータを分析すると、4日間の損失が発生します。
01.20-1個の販売日 （数量= 1）。 この日の損失を計算するには、式lost_qty = avg-qtyを使用します。 lost_qty = 36-1 = 35pcs
11.01; 01/13; 01/19-売上ゼロの日（数量= 0）。 lost_qty = avg-0。lost_qty= 36–0 = 36pcs
ステップ4
期間の総販売損失数を計算します。
lost_sales = sum（lost_qty）
lost_sales = 35 +（3 * 36）= 143pcs
これは店舗が販売できる商品の数量ですが、何らかの理由で商品が棚に載っていませんでした。 平均価格が3.86パントースターの場合、売上高は548.50 UAHになります。
このような単純な数学的計算により、毎日の分析を実行し、販売力学の変化にタイムリーに対応できます。
また、スタッフの作業を監視し、追加の投資なしで店舗の収益性を向上させるための便利なツールです。