连带率分析

一位顾客进店，是拿一个面包就走，还是面包加一杯豆浆、再带一份小点心？这两种情况营业额可能差三倍，但如果只看客单价，往往分辨不出是客人变少了还是每人买得变少了。连带率回答的就是这件事：平均每一笔成交里卖出了多少件。它不关心卖了多少钱，只关心「一单带几件」，因此特别适合判断套餐设计是否成立、陈列是否有效、谁在真正把客单做大。

一、功能说明

能力	说明
物料连带	看某款商品最常和哪些商品一起被买走
门店连带	各门店平均每单件数，可横向排名与对比
促销方案连带	每个套餐或促销方案带来的连带客单与件数
人员连带	按收银员、导购员拆开，看谁推荐得动
券与收款方式连带	电子券、饼券、礼品卡、支付方式各自的连带表现

报表围绕两个核心指标：销售量连带率等于连带销售量除以对应客单数，品种量连带率等于连带 SKU 数量除以对应客单数。前者看件数，后者看品种数，一单买三只同款面包与买三款不同面包，在两张指标上表现完全不同。

二、适用场景

套餐与组合设计。 早餐套餐、下午茶组合卖得好不好，不能只看套餐本身的销量，要看它有没有把别的商品带出去。同一个奶油包，配豆浆的连带高还是配牛奶的高，报表里两类组合的对应客单数和连带件数一对比就清楚了。

门店与人员对比。 同等客流下，有的门店连带能到 2.8，有的只有 1.6。差距不在商品，多半在陈列位置和前台一句话。按门店拆开、再按收银员或导购员拆一层，能把「店的问题」和「人的问题」分开。

活动复盘。 促销做完只知道总销售额涨了，说不清是来客多了还是每人多买了。连带率在活动前后各取一段，配合对应客单数一起看，就能判断活动是真的拉动了多件购买，还是只是把原价单变成了折扣单。

三、使用要点

1. 先把口径说清楚。 连带率的分母是成交订单数，不是客流数；分子是件数，不是金额。同一份数据用「件数除以客单」和「金额除以客单」，得到的结论可能相反。对外汇报时把公式写出来，避免各部门各算一套。
2. 理解统计的唯一性原则。 一笔小票同时命中两个促销活动时，系统只把它归给影响最大的那一个，通常按销售额最高的活动归集；同时用了多类券，也只看付款金额最大的那一类。这样做的目的是不重复计算，代价是单笔归因有取舍，看趋势比看单点更可靠。
3. 分母太小的组合不要下结论。 某个套餐只有十几笔对应客单，算出来的连带率波动很大。样本量小的组合先攒够一个月再看，或者只看它带动了哪些物料，不必急着排名。
4. 高连带不等于高价值。 买三只低价面包的连带率，可能高于买一只蛋糕加一杯咖啡。判断搭配是否值得推，要把连带件数和毛利放在一起看，别让「件数好看」掩盖了「不赚钱」。
5. 异常按「门店—人员—物料—小票」逐层下钻。 整体连带下滑，先定位是哪几家店；某家店下滑，再看是哪个班次、哪个收银员；再看连带物料规律里哪些品类掉得最多；最后用连带小票核对几笔真实成交，确认是陈列撤了、话术变了，还是商品缺货。

四、与其他功能的关系

环节	对应功能
配置与使用	连带率分析配置与使用指引
指标意义	连带率分析在烘焙数字化经营中的核心价值
统计口径	连带率统计唯一性算法说明
品类结构	按物料标签分析销售
周期对比	销售环比分析
报表总览	BI报表分析

五、验收清单

检查项	通过标准
口径书面化	连带率公式、分母定义有明文，各部门使用同一版本
数据完整	统计期内小票、明细与客单数齐全，无大面积缺明细
指标可复算	抽一天的数据，连带销售量除以对应客单数等于报表值
维度可用	门店、物料、人员、促销方案四个视角都能出数
可下钻	任一组合能列出连带物料规律，并能查到对应小票
结论有样本	参与排名的组合，对应客单数达到事先约定的最小样本量

六、常见问题

连带率和客单价有什么区别？ 客单价是金额口径，连带率是件数口径。提价、换高价商品能拉客单价，但连带率可能一点没变；反过来，加一件低价小食能拉连带率，客单价涨得却不多。两个指标一起看，才知道增长来自价格还是来自搭配。

一笔单里有两个促销活动，为什么只算给其中一个？ 这是唯一性原则：一单只归一个最大影响因素，避免同一笔成交在两个活动里各算一次，把总量算重。看单个活动的连带表现时这样更公平；如果要评估活动叠加效果，需要另做对照分析，而不是直接相加。

连带率突然下降，是不是系统算错了？ 先排查数据而不是先怀疑算法：有没有门店停业、有没有大额团购单拉高分母、有没有商品档案改动导致明细归不上。排除这些之后再按门店、人员、物料逐层下钻，多数异常都能落到具体的陈列调整或缺货上。

功能发布：功能分享2025年3月第1期