数据可视化管理为核心，分享数据驱动门店销量的落地方法论，追踪客户行为数据，实现客户的精准营销。
懂数据→分析数据→解决方法→反馈变前馈
待成交客户进店次数
当我们遇到意向客户多次进店，却总是不能成交的情况时，要运用数据表格，做客户累计进店次数与成交比例的数据分析。
其次，结合自身产品，制定量化比例，例如进店三次必须成交一单或者进店两次必须成交一单等等。
如果没有完成，部门主管或者店长要给销售“亮红灯”，分析未成单原因（是短信邀约的问题还是话术的问题又或者是态度问题等等）进行定点帮扶，从而解决问题。
对于待成交的客户，使用“三步上篮式”销售节奏，也就是产品介绍→设计方案→成交信号，来提升成交概率。“三步上篮”的关键在于比对手快一点，狠一点。
次月待成交客户数量
次月待成交客户数量类似职场中的工作总结和工作计划，当月确定有哪些意向客户待下单，当月没成交的原因是什么？填写待成交客户信息表。
以此来预测次月客户数量，梳理自己的客户，管理者根据表格内容与销售目标核对。
如果存在差异，探讨弥补措施，避免浪费客户，要监督和总结跟踪过程，逐一多月分析。领导层帮扶指导员工的数据情况，理性、科学地评判销售的日常工作状态。
实际成交客户的服务数据
订单成交之后才是销售真正的开始。我们分析实际成交客户的服务数据的目的是衡量非销售岗位的软实力。例如，是否有上门服务，更改方案的次数有多少等。
我们根据跟踪成交客户的服务数据，将后端的服务和前端的销售连接起来，提升客户的好感度，为老客户转介绍打下坚实的基础。
客单价
客单价=总业绩/下单客户数量
从影响客单价的因素里寻找提升策略，从店面自身经营和员工引导客户角度，加强店面整单销售的能力。
具体体现在店面展示的产品要有规划，引导客户消费的能力，优化设计服务流程，对应服务次数数据。销售方案能否提升，设计师是否参与，大单客户报备机制等方面。
老客户档案信息完整率
不注重客户信息的核对、整理和保存，失去了老客户的信息，这种隐形损失，影响深远。
因此，我们要总结不被客户接受产品的占比；规避员工挑选客户，减少丢单；制定针对性的后期服务和维护方案；分析年龄段客户的关注点、产品喜好、消费特点等，从而提高老客户档案信息的完整率。
老客户复购数据
老客户复购率=复购老客户数量/所有老客户数量
当老客户复购业绩占比过高，排除绝对值，也可能是新客户成交率在降低。
我们要不定期联系、交流、促其进店（举办沙龙、积分、优惠券等活动）完成复购。
老客户转介绍成功率
老客户转介绍的新客户已进店，却没能达到预期的成交目标，遇到这种情况，陈老师给出点方法。
提升店面效果；优化产品或接待服务流程；老客户做好背书；制定店转介绍报备机制。
因为，细化的数据能完整、真实反馈店面经营中的事实，通过靠数据吃透客户，精准提升业绩！
