EC数据分析：商品分析基础

dian

什么是商品分析？
商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。
商品分析（线下）主要数据指标有哪些?
1）销售数量
　　客户消费的商品的数量。
2）含税销售额
　　客户购买商品所支付的金额。
3）毛利
　　毛利＝实际销售额－成本。
4）净利
　　净利＝去税销售额－去税成本。
5）毛利率
　　销售毛利率是毛利占销售收入的百分比，毛利率＝（毛利/实际销售额）×100%。
6）周转率
　　周转率和统计的时间段有关。周转率＝（销售吊牌额/库存金额）×100%。
7）交易次数
　　客户在POS点上支付一笔交易记录作为一次交易。
8）客单价
　　客户在一次交易中支付的金额总和称为客单价。
　　客单价=销售额/交易次数
9）周转天数
　　周转天数=库存金额/销售吊牌额。周转天数越长，表示经营效率越低或存货管理越差；周转天数越短，表示经营效率越高或存货管理
　　越好。
10）退货率
　　退货率=退货金额/进货金额（一段时间）；用于描述经营效率或存货管理情况的指标，与时间有关。
11）售罄率
　　售罄率=销售数量/进货数量
12）库销比
　　库销比=期末库存金额/（本期销售牌价额/销售天数*30）
　　（只有在单款SKU 计算中可用数量替代金额。）
13）连带率
　　连带率=销售件数/交易次数
14）平均单价
　　平均单价=销售金额/销售件数
15）平均折扣
　　平均折扣=销售金额/销售吊牌额
16）SKU（深度与宽度）
　　英文全称为 stock keeping unit, 定义为保存库存控制的最小可用单位，例如纺织品中一个SKU 通常表示一个规格，颜色，款式），即货号，例：AMF80570-1。
商品分析的主要分析纬度？
    商品分析主要从商品、用户以及两者之间的购买渠道和时间等维度着手分析。主要分析包括：

商品分析的主要维度
1）销售状况分析：主要分析本月销售情况、本月销售指标完成情况、与去年同期对比情况。通过这组数据的分析可以知道同比销售趋势、实际销售与计划的差距。

2）销售毛利分析：主要分析本月毛利率、毛利额情况，与去年同期对比情况。通过这组数据的分析可以知道同比毛利状况，以及是否在商品毛利方面存在不足。

3）营运可控费用分析：主要是本月各项费用明细分析、与去年同期对比情况，有无节约控制成本费用。这里的各项费用是指：员工成本、能耗、物料及办公用品费用、维修费用、存货损耗、日常营运费用（包括电话费、交通费、垃圾费等），通过这组数据的分析可以清楚的知道门店营运可控费用的列支，是否有同比异常的费用发生、有无可以节约的费用空间。

4）坪效：主要是本月坪效情况、与去年同期对比。“日均坪效”是指“日均单位面积销售额”，即：日均销售金额/门店营业面积。

5）人均劳效（人效）：主要是本月人均劳效情况、与去年同期对比。“本月人均劳效”计算方法：本月销售金额/本月总营业人数。

6）盘点损耗率分析：主要是门店盘点结果简要分析，通过分析及时发现门店在商品进、销、存各个环节存在的问题。

7）门店商品库存分析：主要是本月平均商品库存、库存结构、库龄情况、周转天数，与去年同期对比分析。通过该组数据的分析可以看出门店库存是否出现异常，特别是否存在库存积压现象。

8）特价商品业绩评估：主要是特价商品品种数执行情况，特价商品销售情况、占比情况及与前期销售对比情况分析。“特价商品与前期销售对比分析”即将本档期特价商品的销售情况与特价执行前相同天数的销售情况进行对比分析，通过以上这组数据的分析可以看出门店特价产生的效果以及门店在特价商品经营中存在的问题。

9）客流量、客单价分析：主要指本月平均每天人流量、客单价情况，与去年同期对比情况。这组数据在分析门店客流量、客单价时特别要注重门店开始促销活动期间及促销活动前的对比分析，促销活动的开展是否对于提高门店客流量、客单价起到了一定的作用。

10）售罄率：指货品上市后特定时间段销售数量占进货数量的百分比。它是衡量货品销售状况的重要指标。在通常情况下，售罄率越高表示该类别货品销售情况越好，但它跟进货数量有着很大的关系。通过此数据可以针对货品销售的好坏进行及时的调整。

11）库销比：指库存金额同销售牌价额之比例。通常情况下，销售牌价额为1 个月的时间，也可以说库销比是以月为单位的。简单的来说就是某一时间点的库存能够维持多长时间的销售。它是衡量库存是否合理的重要指标，合理的标准在3-5 左右。在销售数据正常的情况下，存销比过高或过低都是库存情况不正常的体现。通过该组数据的分析可以看出门店库存是否出现异常，特别是否存在库存积压现象。

商品分析的基本方法
1、直接数据的分析

　 对直接数据进行分析，在现阶段的零售也已经非常普通了，从中很容易找出数据分析的结果进而调整策略，譬如销售周期分析，如何来分析周转天数，也就是说，周转天数高和低哪个好？最合理的周转天数是多少？从商品库存周转率（次数）和周转天数两个效率指标中，可显示商品的“新鲜”程度。

　 商品周转率高（周转天数短）的好处是：每件商品的固定费用（成本）降低，相对降低有损坏和失窃引起的亏损；能提供新鲜的商品，能有弹性的进货，应变自如，能以少量的投资得到丰富的回报，减少存货中不良货品的机会。

　 商品周转率过高（天数太短）带来的危机是：容易出现断货 ，陈列不够丰满，进货次数增加使得进货程序和费用相应增加；进货次数增加也使运送费用相应增加。

销售周报

2、间接数据的组合分析

      间接数据的组合分析就是将直接数据分析中得到的分析结构进行有效的组合和数据关联，并且在统一的数据模型数据模型下进行钻取以及进行关联交叉分析，逐渐发现并缩小分析的范围。在间接数据的分析中常用到的是销售综合分析，库存分布分析、商品结构分析、商品毛利带分布分析、商品价格带分布分析、商品畅滞销分析等，在这些分析中我们可以互相交叉进行组合分析。

1）销售综合分析

　　销售综合分析的分析指标是销售额、毛利额、毛利率、库销比、售罄率；分析条件是时间段（任意时间段、自然时间段）、经营方式；分析层次是总部-门店-大类-款式-价位带-单品。

2）关联分析（同比/环比分析）

　将上一级分析的报表条件传递给同比分析，用同比分析的结构来检验我们对毛利调整策略的结果，看一下数据变化趋势，以便进行下一阶段的商品调整。

　通过对上面的销售综合分析报表和关联分析，层层数据钻取后，对毛利的偏差已经可以精确的定位问题的所在，并通过数据分析来制定策略的调整。同时还可以将更多的报表进行传递展现，一层一层地深入，建立企业的经营数据模型，用比较分析法找出差异，做到数字化的运营管理，提升企业的竞争力。

3）顾客数与客单价

　有效提升销售额的两个途径是：提高实现消费的顾客人数、提高每位顾客购买的金额数。有效顾客（即实现消费的顾客）数高，说明你的商品、价格和服务能吸引、满足消费者的需求，客单价高，说明你的商品宽度能满足消费者的一站式购物心理、商品陈列的相关性和连贯性能不断地激发消费者的购买欲望。

来源:http://www.shujufenxi.net/?p=2280