商品分析模型..docVIP

商品分析模型 　　商品数据分析对企业信息化越来越重要。业务系统给我们提供了大量的数据，但如何利用这些数据进行分析，并得到有价值的结果来指导企业的经营活动，是摆在所有企业面前的、需要不断探索的课题。商品分析也就是依据业务系统提供的数据进行相关的项目分析进而产生有价值的结果来指导企业经营活动的工作。 　　首先需要确定零售企业在销售数据分析过程中适用的维度、指标和分析方法，在日常商品分析当中，需要做的就是将三者关联起来构造一个分析模型，依据分析模型得到有价值的结果。 　　要建立一个分析模型，有三个构成因素，即：维度、指标和分析方法。维度指明了我们要从什么样的角度进行分析，也就是分析哪方面的内容，比如商品、客户等。指标指明了我们对于这个维度所要进行分析的点，比如数量、周转率、连带率、售罄率、毛利率等。分析方法指明了我们用什么样的方法去分析处理这个维度的指标。 　　(一)、销售数据之维度 　　1、商品 　　商品是零售分析的最细维度之一，大部分的指标都依附商品来做明细的记录，同时很多维度也是通过商品进行交叉分析。 　　2、客户 　　客户是销售对象，包括会员。客户所在地和区域有关联。 　　3、区域 　　区域是地理位置。从全球视角看：洲---国家---区；从国家视角看：区——省/市——县/ 区—镇/乡/村，一般按正式行政单位划分。 　　4、时间 　　时间是进行数据分析非常重要的维度，分析的角度有公历角度和农历角度。其中， 公历角度：年——季度——月——日——时段（每2小时为一个段）；星期、公历节假日。农历角度：年——节气——日——时刻；农历节假日。 　　(二)、销售数据之指标 　　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，也简称为毛利率，其中毛利是销售收入与销售成本的差。 　　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、促销次数 　　促销次数有宏观概念上的，也有微观概念上的。宏观上，是指一个销售单位中一段 时间内发动促销的次数，或某个供应商的商品在一段时间内参与促销的次数；微观层面上，是表示一个单品在一段时间内参与促销的次数。 　　8、交易次数 　　客户在POS 点上支付一笔交易记录作为一次交易。 　　9、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 　　10、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。 　　11、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。 　　12、售罄率 　　售罄率=销售数量/进货数量 　　13、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。） 　　14、连带率 　　连带率=销售件数/交易次数 　　15、平均单价 　　平均单价=销售金额/销售件数 　　16、平均折扣 　　平均折扣=销售金额/销售吊牌额 　　17、SKU（深度与宽度） 　　英文全称为 stock keeping unit, 简称SKU，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 　　18、期货 　　所谓期货，一般指期货合约，就是指由期货交易所统一制定的、规定在将来 某一特定的时间和地点交割一定数量标的物的标准化合约 。服装行业上具体指订货会上所订购且分期交付的货品。 　　19、坪效 　　就是指终端卖场1平米的效率，一般是作为评估卖场实力的一个重要标准。 　　坪效=销售金额/门店营业面积（不包含仓库面积） 　　20、促销商品 　　指促销活动期间指定的商品，其价格低于市场同类的商品。包括DM 商品，开店促销，普通促销货（特价），不包含正常降价。 　　(三)、销售数据之分析方法 　　1、直接数据的分析 　　2、间接数据的组合分析 [编辑] 商品分析的销售指标分析[1] 　　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