政府

你负责的每一个地方,都能把道理讲赢。

一个街区或四百个,一个城区或整个市场——都用与对标地方相同的方式衡量,中国 和 中国 也包括在内。

随时取消。

过去 30 天有 1,300+ 家商家加入Best Retail Insights Solution · VIP Awards – 2026
示例

大家都在引用的那个数字,有多旧了?同一个街区,本周测量。

3个百分点:按旧数字,正面意见占比落后于所在城市+5个百分点:按本周测量,领先于所在城市
用你的话说

会上会问你的问题,你先问。

人们常说的八句话,以及得到的答案。

为一个地方负责的人怎么说

示例 一座城市及其周边市场

城市的哪些部分变了,朝哪个方向?

城市整体上升了,却有十九个街区落在了后面。

城市整体上升了 2.6 个百分点。这十九个街区落后于城市 2.2 到 8.2 个百分点不等。

把团队派到这十九个街区。

发现得足够早、还来得及行动的街区。

证明这笔钱换来了什么。

这个街区的走势领先于可比街区。

这个街区上升了 4.3 个百分点;身边的街区上升了 2.1 个百分点。

把这组对比带进表决。

不必靠信任就能成立的证据。

把我们和竞争市场放在一起比。

五个市场排在一起——在一件事上很接近,在另一件事上相差甚远。

这五个市场在一个日常消费品类上相差不超过 3.1 个百分点,在另一个品类上相差 19.4 个百分点。

在汇报会之前,把这五个市场并排放好。

一组在汇报会上站得住的对比。

游客来到这里之后,遇到的是什么?

在大多数方面,游客比居民更满意;只有两个品类不如居民满意。

游客在 12 个日常消费品类上领先,在 2 个品类上落后。

把改进放在游客遇到摩擦的地方。

游客再来一次的理由。

起作用了吗?

拿到资金的街区和它们身边的街区,不再同步变动了。

资金投入的地方,街区上升了 3.9 个百分点;没有投入的地方,上升了 2.3 个百分点。

在评估中,把两者放在同一个指标上。

一个已经测量好的对照组。

我们对这个数字有多大把握?

把一年切成两半,排序依然如故。

27 个中有 23 个保持原位。典型街区的变动为 2.4 个百分点。

别等会上有人问,先把答案准备好。

一个经得起会议检验的排名。

为什么先是这些地方?

排序站得住,是因为每个地方都用同样的方式衡量。

排名前 12 的地方比区域整体落后 4.8 个百分点;接下来的 12 个与区域持平。

把这十二个放在最前面,再把这个排序带进会议。

一个可以逐个地方辩护的排序。

这是从什么时候开始的?

它在一个季度内发生了变动。同样的几个季度里,其他市场保持稳定。

一个季度下降 4.9 个百分点;身边的市场变动都在 2.2 个百分点以内。

在报告发出之前,先确定它从哪个季度开始。

原因被锁定到一个季度。

同一个指标

把你的地方,和别人拿来跟它比的地方放在一起。

十个市场,七个日常消费品类,用同样的方式衡量。同一个指标覆盖 195 个国家和地区。

这个市场在一个品类上排第一,在另一个品类上排最后
名次:按正面消费者意见,一个市场在五个市场中所处的位置
本市场对比的四个市场特色餐饮第一第三第四第二第五礼品与纪念品第二第四第三第一第五咖啡馆第三第二第四第五第一日常杂货第三第一第二第五第四健身房第五第二第一第四第三
22.4个百分点:差距最大的品类上,最高与最低市场之间的差距6.7个百分点:差距最小的品类上,两者之间的差距

一个地方,人们买的每样东西都有它各自的排名。

一座城市之内

找出城市上升时却在下滑的街区。

五个市场的五座城市,每一座都上升了。而在每一座城市里,都有街区在下滑。

五座城市的街区,今年对比去年

数值:一个街区商家所获消费者意见中,正面意见所占的比例
27.8%的街区下降72.2%的街区上升
5.7个百分点:同一城市各城区之间的差距20.8个百分点:同一城市各街区之间的差距

城市的数字和它的街区,给出的不是同一个答案。

测量两次

在别人质疑这个数字之前,先回答它。

把一年切成两半,给街区排两次序。将近十分之九的结果一模一样。

一座城市的街区,依据一年的两个半年各排一次

留在排名的同一半86.3%
移到另一半13.7%
1.5个百分点:典型街区在两个半年之间的变动

测两次都站得住的排名,才是你能辩护的排名。

每个角色

无论你负责的是一个街区还是一个市场,都用同一个指标。

同一个街区由不止一个团队负责,每次到了会议上都是不同的数字。同一套数字终结了这种情况,下面是每个角色从中得到的东西。

这个街区是随所有街区一起变动,还是逆势而行。

  • 在这个街区经营的每一家商家,以及它的消费者遇到了什么。
  • 同一个街区,与可比街区并列。
  • 它在上一轮投入之前处于什么位置,现在又处于什么位置。

城市自己的数字掩盖了什么。

  • 城市的每一个街区,排成一个顺序。
  • 消费者在每个街区遇到了什么,逐个品类来看。
  • 哪些街区与城市走势相反,朝哪个方向。

下一轮投入照着它走时,依然站得住的排序。

  • 其中的每一个地方,用同样的方式衡量,排好序。
  • 从一年的两个半年分别得出的同一个排序。
  • 哪些地方在变动、朝哪个方向,每周更新。

与你对比的每一个市场,背后是同一套方法。

  • 这个市场领先的日常消费品类,以及落后的品类。
  • 每个市场在同一时间窗口内,出自同一份记录。
  • 一个品类变动的那个季度,以及可比市场是否也随之变动。

游客遇到了什么,与居民遇到的分开来看。

  • 游客与居民,逐个品类,在同一时间窗口内对比。
  • 游客体验落后于居民自身体验的品类。
  • 旅游目的地的每一个城区和街区,排成一个顺序。

它是否起了作用,对比资金从未到达的地方。

  • 资金投向的地方,以及没有投向的地方。
  • 两者从项目开始之前就用同一个指标衡量。
  • 此后每个街区发生了什么变化,逐个品类来看。

外出就餐吃进了什么,花了多少钱。

  • 外出就餐的价格:同一家门店的同一道菜,逐月追踪。
  • 一个市场所供应菜品中的热量、酒精和致敏物质,包括菜单上没有写明的致敏物质。
  • 符合特定饮食要求的菜品难以找到的片区。

范围随角色而变,背后的指标不变。

游客与居民

把游客遇到的,和居民遇到的分开。

每位游客都带着家乡的标准而来。在大多数品类上,游客比居民更满意。少数游客不如居民满意的品类,正是要优先改进的。

一个市场:游客对各品类的评分,与居民相比

游客落后游客领先
日常杂货领先 16.9 个百分点
外卖领先 9.7 个百分点
运动与户外领先 9.6 个百分点
书籍与音像落后 20.9 个百分点
33 个品类中,有 28 个游客领先。

每个差距都是一个品类,差距最大的那个,指明了先改什么。

季度

确定下滑的时间,并与对标市场对照。

一个日常消费品类,六个市场,同样的十二个季度。

一个市场是一下子跌下去的,另一个则是每个季度滑落一点。

正面消费者意见占比(百分点)。每一行上的横线是该市场的起点。另外四个市场的终点都高于这两个。
一下子跌下去在这里下跌8.9个百分点:一个季度内的降幅,到期末仍未回升
每个季度滑落一点15.5个百分点:十一个季度内的降幅,每一步都很小
第一个季度第十二个季度

骤然下跌和缓慢下滑,是两种不同的问题。

逐个地方

把同一个指标,一直带到城区或街区。

客流一个街区的到店,相对周边街区如何变化。
顾客一个城区里是哪些人,又有谁不再来了。
口碑一个城区做对了什么,又在哪里流失了游客。
产品一个街区在售什么,逐个品类来看。
定价一个街区的价格,相对对标街区处于什么位置。
选址哪些街区的商家在增加,哪些正在易手。
2.88亿家门店,已定位并匹配
15亿+消费者画像
115亿+消费者信号
4亿+标价商品
195个国家和地区

每周更新,自 2020 年起

下一个地方

给你负责的地方排个序。

为什么一个市场在有些品类上领先、在另一些品类上落后?留下你的邮箱;排名会发给你,每个地方排成一个顺序,本周测量。

随时取消。

基于公开的商业信息,以及汇总、匿名的消费者信号构建——从不使用个人数据。