商品结构分析Word格式.docx
《商品结构分析Word格式.docx》由会员分享,可在线阅读,更多相关《商品结构分析Word格式.docx(13页珍藏版)》请在冰豆网上搜索。
12月~2月,为年关季,阳历阴历的新年都在这个季节,还有圣诞和元宵等;
3月~5月,为转换季,这个季节通常是一年中销售最淡的时候,此时我们都忙着做春节销售总结回顾,处理节日遗留的库存商品,进行供应链谈判,准备春夏交接的商品换季,这是一年中最重要的一次换季;
6月~8月,为炎夏季,这时炎炎夏日来临,门店的布局和商品列都要进行一番布置,各种消夏商品纷纷登台亮相,现场促销此起彼伏;
9月~10月,为中秋季,中秋、国庆将掀起年度销售的第二次高峰。
我们都知道“销售额=客单价*客单量”,因此可以从价和量两种属性着手,再从单品销售额和销售量两个维度,根据“二八原则”的黄金定律(即80%的销售额来自20%的商品,80%的销售量来自20%的商品),研究商品结构树。
第一步,将某季节的商品销售,按照单品的销售额和销售量,由低至高依此排序。
排序后,我们将由高到低累计达成80%销售额的商品品项形成集合S1,将由高到低累计达成80%销售量的商品品项形成集合S2;
然后将S1和S2相交得出交集品项集合A1,这意味着A1畴的商品,销售额和销售量均在前80%的排序围;
再将S1和S2相并后减去交集品项集合A1,得到品项集合A2,A2畴的商品,销售额或销售量有且仅有一项落入前80%的排序围。
如下图所示:
我们将A1和A2统称为A类品。
A类品是并集品项,是S1和S2的并集。
A类品也称之为“必售品”,用数学语言来说,必售品是销售额或者销售量至少有一项进入排名前80%的商品。
这是每个门店均必须备有并确保安全库存的商品品项。
把A1定义为首选品,这是销售额和销售量均进入排名前80%的商品,是每个门店必须重点监控和关注的商品。
参见例表一。
例表一:
案例门店分析结果
我们分析了很多门店,发现约12%的商品贡献了门店约60%的销售额,涉及的品类只占总品类数的40%,却占了门店销售的将近90%;
约20%的商品贡献了门店约80%的销售额,涉及的品类数只占门店总品类数的约60%,却贡献了门店将近98%的销售额。
也就是说,40%的品类贡献90%的销售额,20%的品类贡献8%的销售额,剩下的40%的品类仅贡献了2%的销售额。
由此可见,只要门店重点分析、关注并维护好首选品和必售品及其涉及的品类,则可确保98%的销售完成率。
第二步,将分析得出的首选品和必售品还原到各自的品类中去,研究各个品类中应配置多少商品数才是合理的。
这里要导入一个“上下限”的概念,也就是说,每个品类中的商品数不是恒定的,而是在经营的过程中有上下弹性的。
或者说,我们要研究的是每个品类中的商品至少应该有多少,最多不能超过多少。
公式:
各品类的品项数上下限理论值=各品类的首选品项数/结构因子
公式中,结构因子指的是下限因子和上限因子。
结构因子如何计算呢?
还是要遵循“二八比例”,根据第一步的数据表可分析得出,80%的门店销售额由多少比例的单品贡献而来。
这个比例数,我们称之为a因子。
当这个比例数低于20%时,a因子为上限因子,下限因子则为20%;
当这个比例数高于20%时,a因子为下限因子,上限因子则为20%。
例一:
某门店16%的品项数贡献了80%的销售额(这表明该门店低效商品数偏多),A品类的首选品项数为20个。
那么,该门店A品类的品项数下限为“20/20%=100”,上限为“20/16%=125”。
也就是说,我们将通过对各品类的商品数上限的控制,使贡献80%销售的商品数比例不断向上趋近于20%。
例二:
某门店25%的品项数贡献了80%的销售额(这表明该门店商品的丰富度不够),A品类的首选品项数为20个,那么,该门店A品类的品项数下限为“20/25%=80”,上限为“20/20%=100”。
也就是说,我们将通过对各品类的商品数下限的调整,使贡献80%销售的商品数比例不断向下趋近于20%。
在实际的工作中,仅仅理论地计算各品类的上下限数值是不完全科学的,有几种状况是需要对这个理论值进行调整的。
基本原则是:
品类中的必售品项数低于下限的,以计算的上下限理论值为准;
必售品品项数高于下限低于上限的,以必售品品项数为下限;
必售品品项数高于上限的,则上下限均为必售品品项数。
参见例表二。
第三步,合并。
在完成以上两步后,我们就可以得出首选品类和必售品类(包含必售品,但没有首选品的品类)的品项数上下限;
然后再对剩余的品类进行个别分析,保留部分结构性品类和结构性商品;
最后将所有品类的品项数的上限和下限分别合并,形成完整的门店商品结构总表。
参见例表三。
“选择品=下限-A类品”,这是相对稳定的补充性品项。
“新品空间=上限-下限”,这是根据各品类的上限减下限后得出的数值,这一区间的商品是有试销期的,一般涵盖一个完整的销售季度,最多不超过6个月。
但凡商品季度销售排序在某个品类的这个区间里,且试销期超过3个月以上,将被列为待淘汰商品,一旦该品类在新品引进的过程中,突破上限,待淘汰商品将被“优先淘汰”。
当新品在试销期中的季度销售排序,“突破下限”,将转型为相对稳定的补充性品项,给予相对稳定的列资源和促销资源。
通过以上三步,我们将获得门店的商品结构树总表,包括各品类的上下限品项数等,然后就能清楚地知道我们的门店该卖多少商品,商品数如何分布于各个品类中。
上期文章通过分析,获得了门店的商品结构树总表,包括各品类的上下限品项数等。
我们清楚地知道该卖多少商品,商品数如何分布于各个品类中。
下面我们以某门店的数据为例,通过品类的“价格带”分析来研究“卖什么”的问题,
也就是分布于各品类的商品数应如何组合成合理的“布局”。
案例:
某企业某门店某季节(3个月)某中类销售状况
一、结构树分析
该门店16.86%的商品贡献了80%的销售额。
因此我们以16.86%作为下限因子,以20%作为上限因子。
计算得出该中类商品数的上限和下限(参见例表1)。
二、确定价格带
1.价格带区间初步计算。
价格带区间值=(单品最高售价-最低售价)/10
本例中:
价格带区间初步计算值=(16.90-1.00)/10=1.59
2.价格带区间值修正。
当价格带区间的初步计算值大于最低售价时,我们会对价格带区间值进行调整修正。
修正的方法是,在价格带的首尾两端分别依次选择次低价、次高价进行循环计算,
直至价格带区间值小于最低价。
修正后的价格带区间值=(最高计算值-最低计算值)/10
本例:
修正后的价格带区间值=(15.8-1.48)/10=1.43
3.各段价格带确定。
价格带共分12段,第一段为低于最低计算值;
第二段为最低计算值+1*价格带区间值;
依此类推,至第十一段=最低计算值+10*价格带区间值;
第十二段为高于最高计算值(参见例表2)。
4.特例。
在实践中,若我们碰到某类商品的价格排列中出现了较大跳跃比例的明显的两段分布,
则可把价格带分为两段,分别以(最高售价-最低售价)/5算出两个价格带区间值
(参见例表3)。
三、
相关数据分析
价格带区间确定后,我们可以从系统中导出各中类商品的每个价格带区间的销售量、
销售额、品项数及必售商品个数,进行一些基础分析,并绘制相关曲线。
本例中,价格带区间值=1.43。
参见例表4
Brianna:
第一行数据:
该价格带的商品数目:
1422/5=284
平均单品销量:
27047/178=152
品项理论分布数=1422/152
理论上我们认为,每个单品的销售量趋于平均时,是品项最合理分布的状态,或者说是商品资源最优化的组合。
因此,我们假定中类品项总数不变的前提下,以各价格带的商品总销量除以中类单品平均销量,得出各价格带品项数的理论值。
同时我们绘制出品项数理论分布图和现有品项数分布图,进行曲线对比。
从本例以上的曲线图,我们可以看出一些差异点,这些差异就是我们商品结构调整的关键点。
四、品类结构树的上下限导入
上一步中,我们对于品项数理论分布的计算,是基于假定原有品项数不变的前提的,但是当我们回顾品类结构树的时候,会发现现有品项数超过了品类结构树的上下限。
这时我们就要基于上下限对各价格带中的品项数分布进行调整了。
调整的方法是,求出品项数理论分布中的各价格带品项数的分布比例,再将这个比例乘以品类结构树中的上下限,分别得出各价格带的品项数上下限。
参见例表5
五、商品结构调整计划书的最终确定
在实际工作中,我们经常会发现实际的品项数与品类结构树的上下限差距较大,而商品结构的调整也不是一蹴而就的,因此我们需要一个调整的过程,使得经营的品项数不断地趋近品类结构的上下限。
这时我们引进了著名的“双峰图”结构。
众多学者研究发现多数的销售结构和品项结构曲线,都在相邻的2个高点呈现出峰型结构,如“M”型、“W”型或者“N”型、倒“N”型。
本例中,我们对品项数结构曲线进行了“双峰结构调整”。
-
根据例表6,我们就可清楚地得到该品类的调整计划了,将所有的品类的调整计划合并后,我们就可以得到门店的商品结构调整计划书了。
六、商品结构调整计划书的执行
商品结构的调整的执行过程中,我们也不是简单地进行加减法,而是要遵循以下几个原则:
一要根据价格敏感度,考虑上下价格带区间临界商品的提价或者降价;
二要考虑品牌集中度;
三要考虑供应商的集中度;
四要在价格带的高端,考虑整箱价或者捆绑价
上一期文章,通过对价格带的分析,明晰了商品汰换与引进的方向与思路。
这种调整不是简单的加减法或者新旧更替,而应先根据商品的价格敏感度,调整定价不合理的商品,并将其归集于相应的价格带。
这里所说的价格敏感度,是指在商品进价不变的前提下,调整(提高或者降低)商品价格对销售量、销售额、毛利率等的影响度。
我们来看某单品的案例表
对照期与参照期,可以是上年同比、上季同比、上月同比、促销档期同比等。
上年、上月同比是观察“周期性敏感度”,上季同比是观察“季节性敏感度”,促销档期同比则是观察“促销敏感度”。
在本例中,为了更为简捷明了地阐述价格敏感度理论,我假定单位进价和对照期的各种销售参数是不变的。
我们来分析一下变价后的结果:
D1:
降价了,销量反而减少了,毋庸置疑地,销售额下降了,毛利额也下降了。
D2:
降价了,销量提高了,但是销售额下降了,因此毛利额也下降了。
原因在于,销量提升的幅度小于价格下降的幅度。
那么销量应提升至多少,才能使得销售额不至于下降呢?
我们来看一个计算过程:
也就是说,在降价的过程