深度分析丨用数据化三方面讲明服装货品管理.docVIP

深度分析丨用数据化三方面讲明服装货品管理！ 　　随着移动互联网的成熟，电商的渗透让许多传统的服装老板日益感受到了压力。那么电商的优势到底是什么呢?其中一个明显的优势就是数据化，即可以根据精细的数据来调配货品。那么具有体验优势的传统行业是否也能用数据来分析呢?答案是肯定的。 　　现在就商品管理从三大方面分析解决： 一商品分析 　　1、周转核算 　　周转天数=平均库存/月销售*月天数 　　平均库存=(月初库存+月底库存)/2 　　 　　周转天数是衡量资金使用效率非常重要的指标，比如一家店一个月卖10万，周转天数是60天，就要备20万的库存。因此可以对比一下，按自己的店铺同向进行比较，很容易发现问题。 　　一个店铺的周转天数是这样核算的，那具体品类的周转天数呢?比如这个店周转天数是60天，不能代表各品类周转也是合理的，还需要核算到店里每个品类的周转天数，好卖的周转天数会偏低，不好卖的会偏高。按这种分析方法来分析品类是否合理。 　　从周转天数分析来看，周转天数并不是越低越好越高越不好，而是要维持在一个合理的水平。如果你的周转天数太高，那就证明你的门店经营效益不高，而周转天数太少，则你的店铺会严重缺货，因此不能一概而论。  　　2、销售占比和库存占比  　　占比分析可以帮我们找出主要的产品，也就是创造80%销售的产品。 　　首先按照品类做一个占比，比如经营了10个品类，每个品类的销售占比分别是文胸50%，睡衣20%，内裤20%，其他10%，我们就可以知道最重要的品类是文胸，就可以将重心放在它身上，集中解决它的问题。 　　重点品类找出来之后，还需要再细化深入，找出不同款的比例是多少，哪些型号占比多少，前5名或前10的款式，就是我们之后重点更新的款式。 　　排在后面的款，就要分析一下原因，是库存不足还是店员销售问题，或者是产品不适合店铺，这样为我们解决方案提供了依据。 　　做款式排名的目的在于确定哪些款式是畅销款，正常款，一般款和滞销款，这四种类型的款式处理方法也是不一样的。如何去划分这些款式，不能完全按照销售划分，也不能完全按照周转天数来划分，因为服装销售好不好与很多原因有关，可能与店员的习惯性推销或者激励政策有关系，也有可能是由于我们缺货造成的，大家要综合来分析。 　　一般来讲比较简单的方法是，首先按照销售排名，再做一个周转天数从低到高的排名，这两个排名再进行相加，加了之后再从小到大的升降序排列，这个时候排在前面的是最好卖的，这样也就既可以照顾到销售，也可以考虑到库存。 　　注意：特殊情况的款式需要挑出来。 　　这个时候款式就分为四个部分： 1)畅销款：保障它库存充足，不能因为它缺货而影响我们销售。 2)滞销款：就要促销，服装越压越死，月折价率很高，那么提前一个月打折出售和延后卖是差不多的，因此要想办法将排在滞销款里的款式尽量卖出去，将我们的资金回流回来。 3)正常款：采用观察法，因为这些款式随时可能变成畅销款或一般款，所以要针对性去处理。 4)一般款：比畅销款弱一点，主要用来店铺成列，我们成列主要由畅销款和一般款来构成的。  　　补货的款只限于畅销款和一般款，畅销款卯足了劲补，一般款需要分析不足，处于观察款，销完为止。这样一个月下来，我们的款式分析就出来了，日常工作思路也会比较清晰。 二商品方案 　　1、货品结构 　　首先店铺有一个大的货品结构，从通俗来讲，从不同层面分析，货品结构不一样，最常规的是品类结构。 　　如何分析品类结构是否合理呢？品类结构是动态的，也就需要三个数据来一起分析，分别是销售结构、库存结构、成列结构，三个结构结合一起，才能判断结构是否合理。理论上来讲，我们的货品结构在三个数据统一是最好的。比如说内衣销售在总店铺占总销售50%，库存也占一半，陈列占库存一半，相对合理。实际上无法完全做到这样，因为其中有特殊情况，有些货品是拿来展示的，有些产品是拿来促销的，陈列位相对小，因此产品性质不一样决定三个结构的区别。 　　除此之外，货品结构还包括人群结构，比如店铺是经营女性的还是男性的，有没有儿童或者是老人的，年龄层次来讲主打20到30岁，有没有学生呢? 　　品类结构在做分析时也可以做环比或者同比分析，因为不同的店铺数据有差距，只有同一家店铺有历史数据就拿出来对比很容易发现问题，比如这个月销售低了，就需要看是否是哪些品类数据低了，品类数据里是否是款式少了的问题，逐步深入，做分析要从大到小才能抓住问题，如果从小的开始分析就会很麻烦，因为数据特别多，很难理出头绪找到问题。 　　2、货品陈列 　　陈列初衷就是博取大家眼球，挑起大家的购买欲望。具体陈列可以切成三个部分：分为前场、中场和后场。位置最好的是前场，直接面对消费者，后场位置最差，消费者还需要走到最后。 　　不同的店铺在三