首先聲明，本方法是本人獨創的，所以取名為黃氏曲線！
上面幾篇博文已經寫了周銷售指數的兩類用法：周銷售指數的基本用法以及日銷售目標分解，今天寫一寫周銷售指數的更大的一個用法：加權曲線！即黃氏曲線。
從事零售業的朋友都有這種困惑：某有辦法直接判斷每天銷售狀況的好壞。只能和日目標做對比，但是有時候又沒有可比性（因為目標是人為的，有是甚至是拍腦袋的結果）。即便能對比，也沒有辦法直接回答：“週日完成200萬的銷售和週一的120萬的銷售，誰好誰壞？”更沒有辦法判斷整個銷售的走勢是向好還是走壞！更談不上根據銷售走勢制定對應的策略了。
黃氏曲線解決了這個問題！如果我們給每天的銷售賦予一個權重值（權重介紹參照前文：周銷售指數），這樣我們就有辦法將高高低低的日銷售數據拉平，使他們具有可對比性。下面是我為某零售商場2008年8月的銷售做的分析圖（數據做了修改）：
從這張圖我們不太容易看得出來銷售規律，只能看出2008年8月31日的銷售是當月的最高點（紅圈處），8月18日（綠圈處）是當月銷售的最低點。如果我們把這條曲線稍作處理就變成這樣：
這就是該商場2008年8月的加權曲線，它是用每天的實際銷售和該商場周銷售指數權重兩兩對應相除得來的一條曲線。很明顯我們能看出奧運會對該商場的銷售是有影響的（備註2008年北京奧運會是從8月8日到同月24日）。並且奧運初期影響是最大的，同時從加權值來看，加權銷售額最大值變成了8月7日，最小值變成8月9日了，這兩個值才是具有實際意義的極值。原來8月31日的最大值具有很大的欺騙性，它是最大，不是因為當天銷售得好，是因為當天的權重值是最大。換句話來説，週日的銷售本來就應該比周一的銷售高不少。
曾經有位銷售經理問我，我們銷售目的是追求銷售額的最大化，不是銷售加權值的最大化，它有何實際意義？對的！追求銷售絕對值的最大化是我們的終極目的，從這個層面來説，8月31日的最大值更有意義。那黃氏曲線的用處何在？
第一、判斷銷售走勢，方便日銷售追蹤！如果權重值越走越低，説明該商場的銷售一定發生了問題（絕對銷售值可能是越走越高，但是這個值有欺騙性），可能是持續的缺貨，人員安排出問題，店員在踩剎車（每月最後幾天此曲線如果持續下降，80%的機率是店員在踩剎車！）......等等！如果能運用好了這條曲線，一定可以達到銷售最大化的目的。同時可以做到在辦公室內就發現各分店的狀況。
第二、量化評估銷售事件對銷售的影響值。銷售事件包括持續異常的天氣，公共事件，促銷活動等。我們把上面的那張圖稍作處理，大家就可以量化的看到奧運會對該商場的影響值：
我們非常清楚的看到奧運會開閉幕前後的平均加權值接近10000，而奧運期間這個值不到8000。紅色區間就是量化的差額，稍作分析就可以得出如下結論：
1、奧運期間使商場的日銷售下降了28％；
2、17天的奧運會總共影響了該商場4.8萬元銷售，佔當月總銷售的13.8％
對促銷活動的量化評估和奧運評估是一樣的道理，只是大部分促銷活動的這個圖是翻轉過來了，促銷期間的加權值更高。當然我也見過一些零售企業的.促銷檔期的這個分析圖和上面這個圖形一樣，也就是該促銷不但沒有促進銷售，反而影響了銷售，幫了倒忙！
有的朋友此時可能有個問題：我們為什麼不能直接用絕對銷售量來進行促銷評估？我的回答是時間段不一樣，大部分時間是沒有可比性的。有的朋友還會繼續問，那如果我變成平均每天的銷售量來對比是否可以？我的回答還是，大部分情況下是不可以的。比如2010年的3月和2009年3月的可比性就差一些，今年三月是8個週六日，而去年是9個週六日，所以正常情況下今年的銷售會比去年3月的銷售低2%左右。
第三：量化評估新品上市是否成功；
第四：量化評估同業競爭的影響值，就是看競爭對手開業前後一段時間內的平均加權值的變化情況；
第五：黃氏曲線甚至可以做到，對關鍵人物的離（到）職進行評估，方法同上。如果你發現在你的企業空降一個分店店長到某店，該店的平均加權值馬上下降，多半説明大部分員工對該新店長不認可，初期處於觀望狀態中，而不是體現新來一領導我要加倍表現給新領導看看那樣。當然也不排除有原來的副店長在搞鬼的成分，但至少説明有問題！
......
最後再給大家看一張圖，黃氏曲線的高級用法，只發圖不説話：
黃氏曲線還有很多很多的用途，就不一一舉例了。最後要説明一下，這個分析有一個注意事項，就是任何對銷售的影響因素都可能是多元的，一定要找到主因，才能得出正確的結論。
via：數據化管理
文學範文吧
