銷售人員案例分析

零售行業有大量的地面一線銷售人員，比如超市的促銷員、商場的導購、專賣店的店員等，我們一起看看下面的銷售人員案例分析，歡迎各位一起閲讀學習。

　　銷售人員案例分析

喜歡賺差價的艾米

艾米是一家服裝公司的普通店長，每月工資收入4,000到5,000元，而實際上每月她還能從這個店鋪賺到5,000到10,000元外快。她每月的外快來自於兩部分：會員顧客差價和促銷活動差價。艾米的店鋪是在一個大型購物中心內，所有款項都是店鋪自己收，這為她的行為提供了可能。

1、會員每次購買正價服裝都可以享受88折，對於那些非會員且用現金支付的顧客購買的商品，每次艾米都用自己偷偷辦的會員卡結賬，這樣她可以賺到12%的差價；

2、每個月店鋪都會有幾天會打折銷售，一般是八折。在打折促銷活動期間，艾米會把之前顧客正價且現金購買的'衣服先做退貨處理（退全款），再按照促銷價開單（八折結算），這樣她又可以賺到20%的差價。

當然這一切都不是艾米自己一個人完成的，她有好幾個姐妹協助自己完成這些工作，有時候為了防止公司抽查，她們還會多辦幾張VIP卡輪流使用。

傑克：這兩種情況的危害性非常大，既讓企業的績效考核失效也使顧客管理失效，當然銷售數據也會失真。那你們倆説説如何監控這種行為？

柯北：我覺得可以去抽查她們的購物小票，如果是沒有購買憑證的退貨記錄肯定就是有問題的。

星星：針對虛假的VIP購買記錄，我覺得可以打電話抽查。

傑克：這個公司在全國有上千家專賣店，有十幾萬的VIP會員。直接抽查和打電話都是沒有考慮成本的方法。作為數據分析人員我們應該首先考慮：我們是不是可以利用數據建立一項監控制度，設定預警條件，定期篩選出有問題的店鋪，然後再輔以其它抽查等監控手段。

傑克：針對這個案例，作為一線銷售管理者（包括銷售主管、城市經理、區域經理等），需要在60秒內回答出下面五個問題，如果不能，門店管理很可能已經失控：

1、你負責的區域最近一個月的退貨率是多少？

2、退貨率最高的店鋪是那些？

3、你負責的店鋪最近一個月的VIP顧客銷售額佔比是多少？

4、VIP銷售額佔比最高的店鋪是那些？

5、你最近一次去抽查退貨單或VIP顧客銷售單是什麼時候？

傑克：前四個問題是需要銷售管理者在每月、每週、甚至是每天去關注和追蹤的，最後一個問題這是需要落實到自己常規店鋪拜訪行程中去的。

永遠爭第一的妮可

妮可是一個服裝店鋪的普通店員，她所在的店鋪有近千平米，有50位和她一樣負責每日銷售的店員。在店長和銷售主管、甚至城市經理眼裏，妮可是一個不可多得的銷售高手，因為她每個月銷售都是第一名，從她第一個月來這個店鋪的時候就是第一名。

但是，有一天這個店鋪的店長離職了，換了一個新的店長，從此以後妮可的銷售業績下滑得非常厲害，有時候竟然排在最後幾名。銷售主管和城市經理也分別找她瞭解過原因，也曾把她調到其他店鋪工作。但是效果都不好。最後妮可以辭職收場。

傑克：你們倆認為可能是什麼原因呢？

柯南：是不是妮可和新來的店長有矛盾，從而影響了銷售業績？

星星：我認為可能是妮可和原來的店長有某種關係，但是我又説不好這種關係是什麼，就是感覺相關。

傑克：星星猜得有道理，當我拿到這個案例的時候，心裏差不多就有答案了。這裏面涉及到一個長期被銷售管理者忽視的一個問題，這就是排班問題。目前大部分零售品牌的排班都是由店長來編排的，這是職責所在，無可厚非。但是如果店長在排班的過程中有私心，且銷售主管又沒有監控的話，問題就會出來了。問你們兩個問題：

同樣是上一天的班，在週一上和在週六上效果是否一樣？

同樣是上6個小時的班，在週六的9:00-15:00和15:00-21:00上效果是否一樣？

“當然不一樣啊”星星和柯北同時回答道。

傑克：上面這個案例的答案就是，妮可和原來的老店長是有某種關係或默契，店長在排班時總是把她排到最好的日期、最好的時段上班。這樣即使是妮可的銷售能力一般，但是由於有足夠的客流也能保證妮可的銷售業績是最好的，況且這個服裝品牌也是非常有知名度的。

傑克：這種排班方式會極大的傷害團隊凝聚力，也會影響店鋪的銷售。如果你們倆是這個公司的營運總監，你們會如何杜絕這種現象的發生？

柯北：我會建立一套零售店鋪排班流程表，讓他們變成體系，讓店長、銷售主管、城市經理等銷售管理者都參與進來。

傑克：有道理，不過不現實。每個企業流程已經很多了，我們完全不需要這點“小事”去麻煩管理層。我們只需要Excel做一張表，一張【數據化排班表】，這張表將具有如下功能：

1、自動分析排班是否符合銷售規律；

2、自動分析排班的公平性。

店長每月做完這張表後，需要將此表發給自己的直線上司審核，同時還需要張貼在店鋪內供所有店員監督就可以了。

星星：懂了。作為數據分析員，我們不但需要分析數據，還需要為其它團隊提供簡單化、模版化的工具幫助他們進行管理。

傑克：對的。從上面兩個案例來看，在一個企業光有數據分析是不夠的，我們需要搭建數據化管理的體系，讓他能管理到每個角落。