業績掉了三個月,你找對原因了嗎?

分享
業績掉了三個月,你找對原因了嗎?

業績開始掉的時候,組織裡會出現一個很固定的劇本。

業務說:「客人最近都說沒錢。」主管說:「新品不夠,舊品賣不動。」
然後大家開始討論,是不是碰到報稅季?還是開學、過年讓客人縮手?

這些解釋聽起來都有道理。說完之後,要嘛開始積極導入新品,不然就是等淡季過去。

但做了這些事,真的能解決業績掉的根本問題嗎?

業績連掉三個月,問題通常不是找不到原因,而是組織停在「解釋」的層次,沒有真正進到「分析」。


解釋和分析,差在哪裡?

業績掉的時候,組織裡的人自然會開始「解釋」。解釋讓不確定感降低,讓大家覺得問題被掌握了。但解釋和分析,是兩件不同的事。

解釋是:「因為客人沒錢,所以買的人少了。」
分析是:「過去六個月,舊客回購率從38%掉到24%,流失的是哪一些的客人?」

解釋往外找原因,廣告投放、景氣、競品動態、產品線缺口。分析往內看結構,客群組成健康嗎、主力商品還撐不撐得住、回購行為有沒有在悄悄改變。

這不是說業務說的不對,主管說的是假的。他們描述的都是真實現象,但都是片面的,有錢的客人還是在,舊品本來就要靠回購撐住。停在解釋的層次,處理的是症狀,不是結構。症狀處理完,三個月後,它還在。

關於數字要怎麼看才算真正在分析,可以參考:每個月都在看報表,卻不知道為什麼業績悄悄出了問題


業績掉,很少是某一天突然發生的

更常見的情況是,某個結構早就在偏移,等察覺的時候,它已經偏了一段距離。

例如,客群結構可能悄悄變成沙漏型,中間那一層穩定的潛力客慢慢沉睡,剩下新客和少數高消費VIP。整體業績表面上還撐著,基盤已經鬆了。

或者商品結構在過去幾季不知不覺往高單價偏移,乍看是升級,實際上能承接的客群變窄,成交難度同步拉高,營運策略卻沒有跟著調整。

這兩件事,不是業務感覺得出來的,也不是靠月報表的總數能看見的。

💡
關於客群往高單偏移之後為什麼會讓業績反跌,可以參考:為什麼追高客單反而讓業績崩?從客戶分級看懂結構警訊

業績掉了,先確認這兩個數字

在急著找原因之前,先把兩件事搞清楚:客單價有沒有掉?客戶數有沒有掉?

業績是這兩個數字相乘的結果。業績掉了,組合通常只有三種狀況。

  • 客單價減少、客戶數減少
    兩頭都在出問題,方向也更複雜,兩項都要分別確認問題出在哪,建議優先從客戶數開始深究。
  • 客單價降低、客戶數維持
    客人還在,但每次買的少了。優先看商品結構和定價。
  • 客單價維持、客戶數降低
    客人在流失。再往下拆一層:流失的是新客還是舊客?新客不來,是流量問題。舊客不回,是留客問題。兩件事的解法方向完全不同,確認清楚之前,做什麼都可能是在猜。

把數字拆到這一層,大概已經知道接下來要處理什麼了。就算到了旺季業績稍微回升,也知道那只是掩蓋了問題,不是解決了問題。

如果連這一步都做不到,代表數字還沒建起來。那才是真正要先處理的事。


老闆現在都去問 AI,AI 給的是什麼

業績出問題,很多老闆第一步去問 AI:「業績掉了三個月可能是什麼原因?」「零售業業績下滑怎麼分析?」「怎麼知道是暫時的還是結構問題?」

AI 給的可能原因、分析框架、判斷方法,列得非常完整。

但老闆有時間把那些框架全部分析一遍嗎?

而且,AI 不知道你的業務說「客人都沒錢」是今年才出現的,還是已經說了兩年。不知道你的主力商品這三個月是剛好碰到滯銷,還是市場在轉移。

分析方法,AI 給得出來,但以你公司現在的狀況,優先看哪裡、從業務那邊聽到的算不算真正的原因,這些判斷,AI 給不了。

如果這篇講的狀況正在你的公司發生,想找人一起看:

60分鐘諮詢,幫你解一個問題|三週營運診斷

常見問題

Q:業績掉了三個月,可能是什麼原因?
A:業績是客單價乘以客戶數的結果。三個月都在掉,通常不是單一原因,而是某個結構早就在偏移。停在解釋的層次,症狀處理完三個月後它還在。先把客單價和客戶數分開看,確認是哪一頭先動的,再去找原因,比直接問「為什麼掉」更容易找到方向。

Q:零售業業績下滑怎麼分析?
A:從兩個數字開始:客單價和客戶數。確認是客單掉、人數掉,還是兩頭都掉,再往下拆客戶結構(新客 vs 舊客)。這樣的分析不需要複雜的工具,但需要數字能被拆開。如果現有報表做不到,先建數據是第一步。

Q:怎麼知道業績下滑是暫時的還是結構問題?
A:一個判斷方式:旺季來了,業績有沒有真的旺回去?如果旺季不旺,或者回升的幅度越來越小,通常代表客戶結構或商品結構已經偏移,靠淡旺季節奏掩蓋不了。這時候需要的不是等,而是耐著性子把數字找出來,看看結構到底偏到哪裡去了。


延伸閱讀


本文作者有 18 年企業現場營運管理經驗,專注中小零售業的營運指標診斷與獲利結構優化。


Read more

櫃姐一離職,熟客就跟著走?客戶名單怎麼留在公司

櫃姐一離職,熟客就跟著走?客戶名單怎麼留在公司

以前曾遇過公司的百貨專櫃要撤點,有位績效非常好的美容師不願調整服務地點,離職後其他美容師轉述,她在外面開了工作室,而她服務過的客人都沒再回來。當時附近還有其他櫃位,客人的會籍也直接幫忙轉了過去,地點沒差多少,還是有部分熟客就是沒有出現。 撤櫃掉客,在有百貨櫃的品牌並不少見。多數人的第一個反應,是趕快把會籍轉到最近的櫃點,地點的問題解決了,客人應該就會回來,但這個做法只處理了其中一種流失。轉會籍接得回跟著地點的客人,跟著人走的熟客,換了地點也不一定回來,要靠名單從源頭就歸公司才留得住。 轉了會籍,為什麼還是有客人沒回來? 撤櫃後沒回來的客人,大致可以分成兩種。 一種是跟著地點的。來這個櫃,是因為離家近、下班順路,或是逛百貨時順便。這類客人在意的是方便,櫃撤了,只要附近還有差不多方便的地方,轉會籍、再給一點轉櫃的禮遇,多半願意過去。 另一種是跟著人的。來這裡,是因為熟悉的那位櫃姐或美容師,自己的膚況、用過什麼、上次說過哪裡不滿意,對方都記得,換一個新的人,等於要從頭講一次。這類客人在意的不是地點,所以新櫃點再近也不一定會去;如果原本那位櫃姐換了品牌,或像前面那位美容師自己出

你的數字該找誰覆核?三個條件決定找內部還是外部

你的數字該找誰覆核?三個條件決定找內部還是外部

你把訂單資料倒進 AI,回購率、客單價都算出來了,報告完整,讀起來也合理。接下來你要拿這個數字調整明年的會員預算。 數字檢查與覆核這件事本身沒什麼好討論的,該做就是要做。比較難的是找誰。 以我的經驗,公司裡如果有符合下面三個條件的人,讓他先看過一遍,通常比找外面的人有用。三個條件有缺,才是外部的人能派上用場的時候。 以下這三個條件是我這些年經驗整理,提供參考。 數字沒有被看過一遍,會發生什麼? 同一份乾淨的訂單資料,光是「分母要不要把新客算進去」這一個選擇,回購率就可以差 6 個百分點(回購率怎麼算那篇有完整的計算)。29% 和 35%,這個差距大不大,要看你拿它來做什麼。 麻煩的其實不是這 6 個百分點,是報告上不會寫它用的是哪一種算法。當你拿它跟去年比、跟同業比,或是交給下一個接手的人,比較的基準可能根本不一樣。 而且這種錯誤不會自己浮出來。它不像系統當機那樣當場報錯,會安靜地待在報告裡,等到預算花完、活動辦完、數字還是沒動的時候,才會有人回頭問「當初那個數字是怎麼算的」。 《哈佛商業評論》

當 AI 越來越聰明,你覺得越累還是越輕鬆?

當 AI 越來越聰明,你覺得越累還是越輕鬆?

前陣子我用 AI 討論一篇文章的方向,來回改了四五輪。它每一版都寫得完整、讀起來也站得住,但我每一版都得停下來想:這個論點的根據是什麼?跟我在現場看過的對得上嗎? 結果是:這次花的時間雖然比我自己從頭寫來的少,但耗費的精神比較多。操作輕鬆了,判斷點卻變更多。 如果你也有這種感覺,用得越順、產出越快,但一天下來腦袋更沉,那不是你的錯覺,也不是你不夠會用。 為什麼用 AI 反而更累? 波士頓顧問公司(BCG)的研究團隊在 2026 年 3 月的《哈佛商業評論》發表了一項調查,把這個現象命名為 AI brain fry,中文可以譯作「AI 腦過載」,定義是:因為過度使用或監督 AI 工具,超出個人認知容量所產生的心理疲勞。[註1] 研究調查了 1,488 名美國全職工作者。在有使用

回購率怎麼算?同一份資料,卻算出兩個數字

回購率怎麼算?同一份資料,卻算出兩個數字

前陣子有人問我,他們總經理自己會用 AI,把訂單資料倒進去就算出了客單價和回購率,報告很完整。現在公司要照這個數字調會員經營的預算,但他心裡不踏實,因為他沒看到過程。 他問我要怎麼質疑這個數字。而這件事的難處在於:定義沒有寫下來,就無法對答案。 要說一個回購率不對,得先講得出對的算法長什麼樣,否則對話會停在「你覺得怪」跟「我覺得沒問題」,誰也說服不了誰。而回購率這個指標的麻煩就在這裡:它沒有唯一的算法。同一份乾淨的訂單資料,兩個人用兩種定義去算,可以差好幾個百分點,而且兩個都對。 如果你自己就是那個把資料倒進 AI 的人:你可能不會知道自己沒問什麼。 所以這篇先把回購率的定義拆開講,再講拿到一個回購率數字的時候,可以從哪裡檢查。 1. 回購率怎麼算? 1.1 回購率的公式是什麼? 回購率衡量的是「客人買過之後,有沒有再回來」。最常見的寫法是: 回購率 = 重複購買的客戶數 ÷ 客戶總數 × 100% 公式本身沒有爭議,爭議在分子跟分母各自該放誰。 1.2 分母要不要算進新客?