如何分析“商品数据”，提高门店的营收能力？
如今，面对形形色色的商品以及各式各样的产品服务项目以及越来越难满足的顾客，对于线下门店而言， “商品”作为门店盈利非常关键因素。光靠经验是远远不够的，必须懂得运用数据，从中挖掘可以提高门店营收能力的关键点。
因此，“商品数据分析”非常重要，通过对商品数据分析指标来指导门店商品结构和服务项目以促销活动的调整、针对性陈列调整，从而优化库存结构、加强所经营的商品和项目的市场竞争能力及合理配置，让商品更适应市场，更畅销，使商品组合更符合门店顾客需求消费情况，以达到商品的最大售磬率。
01
那么，首先我们来梳理一下商品数据分析主要的指标。
售罄率=销售数/进货数，指商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。通常情况下，售罄率越高表示该类别货品销量情况越好，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。
存货周转率=销售货品成本/存货成本，侧重于反映门店存货销售的速度，它对于门店流动资金的运用及流转状况很有帮助。从理论上说，存货周转次数越高，门店的流动资产管理水平及商品销售的情况也就越好。
库销比= 库存 量/销售额，它是衡量库存是否合理的重要指标，比率高说明库存量过大，销售不畅，过低则可能是生产跟不上或者是进货量不合理。存销比的设置是否科学合理，直接反映门店对市场的了解情况。库销比过高或过低，都是库存情况不正常的体现。
商品 畅销款与滞销款统计，了解畅销和滞销商品的原因，利用畅销款搭配滞销款销售、整滞销品的陈列方式及陈列位置、提升导购对滞销品的销售技巧等各种营运手段，带动整体商品整体的流动。而根据二八法则，产生了80%的营收多数为畅销商品。
- 折扣率=实际金额/标准价。
- 动销率=动销品项数/库存品项数*100%。
- 连带率=销售件数/交易次数 。 (也叫连单率)
- 商品 毛利=实际销售额-商品成本
- 利率＝（毛利/实际销售额）×100%。
- ……
若有未提及主要商品指标，欢迎留言补充！
其实，商品分析指标有很多，常用的指标如商品的折扣率、售罄率、SKU动销率、畅销销分析、周转率等；小店主要关注的顺序是利润＞售罄率＞周转率，大店主要顺序是售罄率＞周转率＞利润，不同规模的店所关注的数据指标有所不同，（类似互联网产品，不同时期所关注的数据指标不同）。
一般来说大店看重商品的周转，小店看重商品的单次利润，线上看重商品的折扣，线下侧重商品的库存。
02
接下来，我们就来梳理如何分析商品数据，提高门店的营收能力？
提高门店营收的分析原则是一个从大到小的分析，不断的聚焦到商品，找到需要优化的品类，再到具体的商品的过程。
第一：整体趋势分析
了解不同品类销量趋势、拐点、异常情况以及环比同比对比 。主要分析不同品类销量趋势，以及其同环比、完成率指标，与上周/月、去年同期销量进行对比并分析，实际销售与计划的差距，用以评估各商品销售状况，方便线下门店人员做产品跟踪、销售及门店营销策略。
特别是对销售下降的品类和出现拐点的情况，门店需要进行全面分析，并通过分析找出差距，同时提出改进方案。
如：以某一蛋糕店9月份的各品类商品数据为例（此为虚假数据）
从趋势图看出，9月份在2日各品类销量达到峰值，可能门店在搞活动，促销等，且每周末也出现波动，对比8月份常温蛋糕系列有所下降，分析找出差距，同时可对其做促销活动等方式。可在周末调整软欧面包+常温蛋糕组合搭配营销策略。
在新品促销折扣时，既要要考虑用户的心理和同竞品的定价营销策略，同时也要考虑产品的利润和成本。定价和营销策略非常重要。
第二：同类商品分析
了解不同商品销售占比、连带率情况。分析哪些品类受欢迎，购买最多的，连带率较高，根据这些数据对商品营销策略进行调整，提升品类销量。
而在营销热点时间提前1个月，做好准备，比如爆款选品、营销折扣、营销活动专题、文案、设计、用户评价积累、配套单品、物流准备等等。
如，从饼图看出，软欧面包系列占比最大，西斯西点系列占比较小，可以利用直播带货等短视频的流量来为商品进行赋能，帮助商品进行一定程度的破圈，短时间内实现销量和门店营收的大幅度增长。
第三：具体商品具体分析
梳理不同商品销量排名情况， 进行从多维度分析 。 主要看售罄率，反应了顾客需求程度的强弱以及畅销情况，它不仅隐形包含了生命周期的维度，更反应了顾客喜好程度。
进行从多个商品维度分析，可能存在价格低、季节、网红带货、商品评价、品牌因素、风格、活动促销的影响下，潜在的购买用户或者原本对爆款商品不感兴趣的用户也加入了购买。
顾客会综合考虑品牌、质量、评价等综合因素，从中选优；因此，我们根据影响爆款商品因素随时调整策略。
如，从条形图看出，商品“雷神”为9月份畅销款，可能是做商品促销等方式营销管理，还可以建立商品评价体系，提升商品销量。而新品研发、定价、宣传渠道、顾客画像上需要考虑用户的年龄、收入、商圈分布以及消费心理和消费能力等。
03
最后，优化解决问题， 找到问题点或是差异点，并结合营销思路，提出可能存在的假设，找到门店营收的改善点。
如，通过上述趋势图、占比情况以及畅销情况，此蛋糕店雷神为店内“爆款”品类，但“新品”销量有待提升，建议持续优化新品+雷神合理搭配组合套餐优惠力度，促进新品转化，提升客单量。 可配合会员老带新优惠活动，其他系列+雷神组合套餐优惠券，提升其他品类系列转化率，进而提升门店营收。
因此，商品数据分析主要可分为以下几步：
- 整体趋势分析，了解 不同商品销量趋势、拐点、异常情况，对呈现数据进行对比分析，同比、环比。
- 同类商品分析，分析商品占比情况、采销差异、销存差异等，还有可以：数量、金额、折扣、款量、SKU、平均单价等。
- 具体商品具体分析，对商品畅销情况进行从多个维度分析，如：年度、季节、品类、风格、价格带等。
- 优化解决问题，找到问题点或是差异点，并结合营销思路，提出分析假设，找到门店营收的改善点。
总之，定期进行周分析、月分析、季分析、年分析。对特殊事件，发现疑点，要尽可能当下提取数据进行问题诊断。而商品数据分析的角度不同，分析的结果不尽相同，其中可能掺杂着区域、商圈、消费水平、商品组合、促销、季节、节假日等众多因素。当然还有顾客、品牌、宏观经济、竞品动作等众多因素。
但不管任何一种合理的分析指标都是对商品科学运作的数据审核与监控；促进商品更良性，合理化运转；持续的调整商品的合理性，进而提升门店的营收能力。
作者：木兮，数据运营小白；公众号：木木自由
本文作者 @木兮擎天＠
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
