连带率，又有称联单率，或附加。以被服装行业许多人所了解，目前在大部分服装零售管理中都已经有应用。它是一项偏向于战术层级的指标，即通常了解该指标为中层运营管理者或店长等，高层关注度相对要低一些。连带率指标是零售终端运营能力的体现，既然是能力，则必有主体，因此分析连带率指标，多从具体的终端店铺，乃至店员层级查看，当然，还可以从才能够区域级、整体级别进行宏观的了解。
连带率指标的统计口径不是太复杂，为：连带率=零售数量/交易笔数，零售数量与交易笔数又有称件数、单数。此指标统计周期可以是单个期间，如日、周、月，或是期间累计周累计、月累计、年累计等。管得细的公司，的确有计算并观测到具体终端日级别的连带率水平。
此指标在企业零售管理的实际运用中，常将退货的单以及换货的单不纳入统计，即退换货小票的零售数量和单数均不计入。
而在日常业务工作中，一些不规范的操作，将会导致响应的数据问题，譬如小票日期、数量、金额等字段录入错误。另外，小票不如实录入，也对连带率指标数值产生很大的影响。看起来似乎不可思议，如今大多数企业都已经上了POS系统，小票还会不如实的及时的录入？实际与一些企业的沟通中，发现由于各个企业的管理水平参差，小票录入的规范性在非常多的企业中都是极差的。曾有看到某企业某月连带率排名，数值从20往下，至少前20名的店铺，数据都是错误的，导致无法解读、无法诊断。有人认为其原因与店铺繁忙、或是网络状况不理想等因素有关，但更多的，其实还是制度与执行方面的问题。
关于连带率指标的分析，可以借助于各种分析方式展开。鉴于指标的观测，绝对值往往无法反应问题，因此通常会结合:标杆值对比各主体间横向对比，期间对比，如同比，环比，累计比。而在企业内部组织机构中，各个层级主体或角色的分析目的，分析方式的运用，存在着一些些的差异。从下往上，做个简要介绍。
在店员层面运用连带率指标进行管理，通过掌握店员的附加销售情况，可以了解各店员的能力水平，或是工作效率、状态等方面。通常，可以以平均值或者期望值作为参考，定位部分优异或是存在不足的店员。基于数据，对于连带率偏低的店员，给予指导，辅助提升。具体了解连带率低下的原因，是商品知识还是销售技巧出了问题，这样更具针对性。相应的，对于连带率高的，可以进行表扬与奖励，鼓励经验心得的分享，以实现群体的带动提升。
在终端层面的连带率分析，一定程度上与店员层级类似。几个不同之处在于，对于终端主体，可以与其自身终端历史水平做对比，分析趋势与异动，此为基于时间轴上的纵向分析。另外，在进行原因诊断时，在考虑员工的商品知识与销售技巧外，加入对陈列等因素的探查。
再往上，便是区域及整体层级。在这两个层级里，连带率指标的运用频率相对较低。通常为月度、季度年度级别，往往都是当成运营KPI中的一项来进行报告分析。此时，较为多见的是企业整体与行业同类企业或标杆企业进行对比，以及区域之间横向比较。
譬如，某中高端女装企业，在季度总结中提及，企业连带率为1.8，与另外一家女装企业2.3的平均值有较大差距。其中某某区域特别不理想，未来一段期间中的目标等等。
在多品牌的企业中，依据各品牌的情况，决定是否可以合起来分析。通常运营都是分开的，因此一般都是会分别进行分析、分别设定标杆来进行提升的。譬如企业中同时有男装与女装，女装又分了中低端女装与中高端女装品牌，连带率指标数据呈现出来的差异还是较为明显，尤其是男装与女装之间。
前文简要介绍了连带率指标的定义及运用。另外，如何提升连带率，是企业关注的重点。可从零售管理的几个关键主体出发，融合货场人三个角度来进行思考提升连带率的手段。
1.基于商品购物篮分析等技术，结合主观判断，更为科学的提炼商品搭配；
2.依据商品组合信息，积极调整终端陈列；
3.最终的执行，很多都还是会落实到终端的店员。因此可以对他们进行商品搭配知识方面的培训，以及连带销售技巧的培训，也可以合适的手段，如微信等，及时指导性的分享传递最新的一线商品关联销售信息；
4.依据企业实际情况，配套相关的激励政策，如高联单奖励等。需要注意的是，推行激励时需要数据的真实性准确性有保障。
微信扫一扫 