售罄率

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

商品分析中售罄率的几种用法(一)

商品分析过程中,售罄率是一个很常用的指标,它的公式是:

某个期间的商品销售量(金额)/进货量(金额)

这个指标主要用于说明商品的适销程度。那么,在具体的应用中,有哪些需要比较有意义的应用,或者是需要注意的地方呢?

第一,有两个基础的角度,商品与组织,从这两个角度,我们能获得哪些问题的答案:

n 哪些大类、小类、售罄率高,哪些售罄率低;

n 哪些款、SKU售罄率高,哪些低;

n 这些大类\小类\款\SKU在各区域\终端的售罄率高低状况;

n 哪些地区\终端在某段时间内售罄率高,哪些低;

n 这些地区\终端的TOP和BOTTOM售罄商品;

看起来很简单,两个角度各自出发,再进行交叉查看,只是我通常认为一先一后的一置换,对数据作出的解释就有很大的不同。

第二,时间维度。虽说公式中的某个期间可以任意取,但我认为以商品为主体,取商品整个周期(上市或初销日至今)更为有意义。

另外,结合商品的时间属性,是不错的选择,譬如商品年份、商品季节、波段等时间属性。还有一个动态变化的商品时间属性,就是已销周数,可以依据企业实际情况进行划分,不同行业如男装女装,或是不同季节商品,可以设置不同分段。

因此,在分析时,建议首先对商品的年份季节波段属性以及上市周期属性进行选择或是分组,分别查看。

第三,结合丰富的商品属性进行灵活多样的组合分析。

商品属性设置得越丰富,在这个时候,就能获得更具体更精细的信息。譬如,故事、系列、款类、面料等等;

第四,售罄率结合企业过往商品管理经验及行业参考数据,进行对比分析。通常说来,售罄率有一个正常区间,过高或者过低都需要予以重视,分析原因。

譬如说,某个波段货品,上市N周以后,售罄率为35%,而企业定义的此区间上限为28%,则可以考虑对其展开进一步的重点分析。

第五,数据分析过程中,单单用一个指标来说明问题,是不科学不全面的,售罄率相关的分析亦是如此。

举例一下,售罄率指标如果结合平均折扣率来做进一步的综合分析,对品类、货品进行评估,就能起到更好的效果。

服装商品分析售罄率几点基础认识

在之前的博文里,有记录到几个与售罄率相关的应用,较为零散,未来若有时间或是有更深认识的时候,再将其体系化梳理吧。在商品分析的一些场景中算过、用过售罄率后,又回过头来,从基础角度上,理解、认识下这个商品分析常用指标。

第一,售罄率的定义及口径,

常见的售罄率介绍,说它是,“一段时间内销货与进货的对比”。这个“一段时间”值得讨论,很多地方出现的一个用法中,一段时间,指的是上市至今,也即“累计销售”除以“累计进货”。另外,还有一种计算公式,是“一段时间内的销售除以期初库存”,这种情况下,亦能得出在这个期间内最为适销的款或品类。举例说,前者计算上市N周后的售罄率,候着计算上周售罄率。我认为各有适用的地方。

第二,售罄率以数量算还是金额算?

我认为,两者是各有用处。这涉及到使用售罄率指标的目的,按数量来计算,侧重分析得出商品的销售速度,商品是否“适销”;而从金额口径来计算,则可得出“收回成本估算盈亏”等方面的信息。

第三,售罄率,以何种频率来使用。

这个也有几种情况。每周、每月、每季都可以查看累计售罄率,也可以一周更多次。至于站在查看当期售罄率的角度,每周、每月都行,季度感觉意义就不大了。季末总结或订货会时,可从多种维度分析整季商品的售罄率。

第四,售罄率指标,在哪些方面运用?

大概从以下几个方面,可以运用。

⏹∙作为订货会产品订货参考数据;

⏹∙驱动门店终端销售的一些决策;

⏹∙辅助商品策略的制定,如新品跟进、活动、折扣指导、季末处理等?

第五,售罄率指标,如何在使用它的过程中分析出更多问题,发挥其更大作用?

售罄率作为一个指标,分析它的时候,必定涉及到分析角度,最常用的是商品及商品属性(品类、系列等等),还有就是组织机构(区域、终端)。可以组合出来许多有意思的分析应用,以发现商品销售中的机会和问题。

另外,将售罄率与其他指标结合起来分析,要比单个售罄率指标分析要更加科学更加丰富,这些指标包括进货数量、销售数量、存销比、折扣率等等。

服装企业售罄率货品分析思路(二)

售罄率是服装企业货品分析的一个极其重要的指标,《商品分析中售罄率的几种用法(一)》一文中有对售罄率的使用方式做一个较为通用的总结,接下来在这里,设计了一个服装企业通过主要使用售罄率,结合存销比等数据,进行货品管理的一个分析思路案例。

假设此分析应用面向货品管理相关人员,应用层次有概要有明细,各层级人员可关注到相关粒度。分析企业零售数据,对象为一个商品季或一个波段的各款,如当前商品季节。

从概要层级上来看,先看:

本季(波段)货品规划款数;已经上市款数;

针对已上市的款,按生命周期进行划分,如

满2周的款数;满3周的款数;满4周的款数;满6周的款数;……

这样对生命周期的划分,一来可以依据企业对各品类货品在各周期售罄率各阀值区段,了解掌握货品适销程度的。二来,亦可以较容易的结合已销周数,粗略估算可销生命周期,再结合翻单周期(如有),来判断是否还有去做这方面考虑的必要。总的来说,是期望可以更精确的了解货品状况,为翻单、折扣、清货等动作的决策提供更准的依据。

依据对不同生命周期的针对的期望操作,选好分类,譬如选择满2周的款,进入到售罄率分析。每个生命周期段的设置对于理想值、异常值区间,分程度预警。

这部分数据就能为用户推送需要关注的信息,如2周售罄超过20%的款,关注程度很高,,2周售罄率在15~20%的,关注程度次高,对于售罄率较低的,同样也可以类似判断。

下一步,可以进一步了解特定周期我们关注的款,譬如一个月售罄率超40%的,查看详细信息,包括进销存数据、货品各种属性、FAB、是否有翻单。

进一步的,选择具体的一款货品,查看其以周为单位查看各期售罄率、零售数量,以折线趋势图的方式与理想或是良好标准曲线进行对比,通过趋势表现,分析其处的生命周期阶段。

再进一步的,基于选定的货品,分析该款的在各区域、终端的销存状况。这里可以使用一个气泡图,X轴为售罄率,Y轴为周存销比,气泡区域或门的终端,气泡大小为零售数量,解读起来就有些意思了,见下图:

相关文档
最新文档