一、权重指数介绍

    一般，以普通消费者为销售或者服务对象的业态都会有以周为单位的有规律波动现象。

    周权重指数是以某段销售周期内历史日销量额数据为基础，以周为单位，进行权重分析处理的一种管理工具。

    周权重指数 = 周一到周日每天日权重指数之和。

    周权重指数一般在7.0-14.0之间，不同的企业不尽相同。值越大，表示该企业或者店铺的日销售额波动幅度越大。

二、日权重和周权重的计算

    1）收集最近一整年所有店铺日销售额数据，最好为一整年，如果没有也可以先收集完整的几个月，时间越长越好，可靠性越高。

    2）各个店铺的每日销售额数据对应相加得到每日企业销售额数据。

3）剔除节日数据，行业特殊数据，更好的反应正常日期的销售规律数据。

    4）以周为单位计算店铺每日的平均销售额数据（例如：计算一年中每个周一的销售额的平均值，作为周一的平均日销额）    

    5）找到销售额最低的当天作为日权重指数为1.0，其余每日的权重除以这个最低值，得到该周的每天的日权重指数。

    6）一周的日权重加起来为周权重指数。

上述的步骤计算的是除了节假日等不符合日常销售规律的日期权重。对于特殊日期的权重指数处理如下：

    1）选取三年历史销售数据，每年取2-4个标准周的销售数据作为参照。

    2）计算参照周的单位权重(销售)值

    单位权重(销售)值 = 总销售额 / 总权重指数。

    3）计算假期的权重指数

    日权重指数 = 日销售额 / 单位权重(销售)值

    4）依次计算三年的假期日权重指数，将三年日权重指数的平均值，作为假期期间的日权重指数。

    对于三天的假期，一般第一天约等于周六的日权重指数，第二、三天约等于星期日的权重指数。对于春节日权重指数的计算中，需要注意的是，因为放假日期不确定，需要选取更长的时间段数据源作为参考。并且，春节前一周一般已经不符合标准的销售规律了，也应该纳入计算范围。

    计算出了企业/店铺的周权重指数之后，对于销售的预测，业绩的跟踪上有重大的应用意义。

    例如：某一店铺，截至到某月10日，销售额已经完成了x 万，计算当月的销售目标是否能完成。

    首先计算截至到目前的销售预测值

    月销售预测值  = sum（1-10日的销售额）/（sum（1-10日的权重指数）/月权重指数）

    最后判断月度销售预测值 与 月度的销售目标值的关系。

    当然，在实践中还需要考虑到促销活动等影响。需要注意的是，如果有额外的促销活动，除了会影响活动当天的权重指数外，还会影响月权重指数。

   举一反三：除了销售值权重，我们也可以把相同的分析思路应用到其他的领域，例如pv，nv等。

三、黄氏曲线 - 单位权重(销售)值曲线

    如果把每一天的销售额，分别除以当日的权重指数，就可以得到单位权重(销售)值曲线。

    从定义不难看出，销售额曲线和权重曲线都是随着时间波段的。而权重曲线则相对平稳。如果一个店铺的销售额绝对服从周权重指数的规律，那么权重曲线就是一条水平直线。正常的权重曲线是一条围绕某个值变化的曲线。

    如果权重曲线向下突变，说明有可能有异常情况。例如销售人员月底为了控制业绩而“踩刹车”、突发天气状况、库存缺货等。

    对于零售过程中的不可控的特殊事件，可以用权重曲线来进行评估。例如在促销活动中，常常存在的一些误区：

和促销目标对比，完成目标就算成功。（单纯的 促销，可能导致销售潜力的透支）

进行促销期的数据同比，对比误差较大。

只关注促销钱和促销中的数据，不关注促销后的数据。（理想情况下，促销活动结束之后，黄氏曲线会回到正常水平，如果促销后，异常低，或反而偏高，则说明活动可能失败或者存在问题）

    评估一段活动对销售额带来的具体的影响可以用以下公式：

        活动前一段时间的权重曲线平均值 = a

        活动后一段时间的权重曲线平均值 = b

        活动期间权重曲线平均值 = c

        活动期间的权重指数集合为x（x1, x2, x3, ……）

        活动对销售额带来的影响值 Z

Z = (c - (a+b)/2 )*sum(x)

举一反三：在量化一些特殊事件对销售额的影响时候，都可以用权重曲线来计算。例如：北京奥运会、换季上新、打折促销等。