这才是真正的商品分析，而不是罗列进销存

真正的商品分析是什么？应该如何做？这篇文章带你系统理解商品分析的内在逻辑，从进销存、商品与价格、商品规律等方面学习方法论，希望对你有所协助。

一提到商品分析，很多同学就会想到扑面而来的各种报表。和商品销售、库存、采购相关的报表尤其多。然而每一份报表似乎又都很简单，既体现不出数据分析的价值，也不晓得业务拿了干啥。今天系统聊一下商品分析的内在逻辑。大家坐稳扶好，马上发车！

一、从最根底的进销存开端

商品运作，简单说就是：进货→卖货→再进货。只不过这里有两条隐藏要求：

在商品卖光以前，有新的货进来，不能断货在商品过期以前，把它卖掉，不要烂仓库

因而在看商品数据的时候，需要把库存、日/周/月销售、商品采购周期、商品保质期四个指标一起看。举个简单的例子，假设我们有100件新到货的商品A，每周固定销售30件，采购周期1周，保质期2周，那么数据情况就如下图所示：

实际上，很多商品报表只要库存和销售额两个指标，这是因为商品主管对采购周期、保质期自己心里有数，并且这俩数据一般也不在交易表里，导致数据分析师取数的时候没有包含这俩数据。这种根底信息缺失情况，在商品分析里很常见，也是导致数据分析师不明白这些零散报表有啥用的重要原因。

二、商品&价格弹性关系

还是开头的例子，假设真发现进货进多了，除了痛骂商品主管XX以外，还得赶紧考虑清货。清货最常用的手腕就是打折，打折情况下，销量就会比正常水平有提升，这个此消彼长的关系被称为：价格弹性。经济学/财务的教材，都会假设价格弹性是一条直线，但现实中很难实现动态价格变化（价码牌不能每分钟变），因而，经常表现为阶梯式变化（如下图）：

除了降价，还有很多商品促销能让利顾客，提升销量。比如：买3件赠1件，买本品1件送赠品/小样，买满100元减30元。想要充沛理解价格弹性，就得搜集业务部门每次促销行动方式，用活动标签描绘形式，统一折算活动优惠力度。这样通过对比，既能找出每一类活动提升效果，又能发现那些对价格很敏感的商品，一箭双雕。

很多公司没有统一整理活动资料，也没有建相应标签库，即便有活动复盘，也是每次活动单独做。这样就导致没法沉淀分析经历，也没法明晰商品和价格的关系。

三、商品周期性规律

还是开头的例子，我们假设每周常规销量是固定的，实际上即便没有促销活动，商品也会天然有动摇。其中有2种动摇是和商品自身属性亲密相关的：

季节性动摇：比如夏季降温、冬季保暖有一大堆相关商品生命周期：比如时髦、科技型产品，上市时新颖，过气了就凉了

（如下图）

这种周期性，使得销售数据不是平稳的，商品运作的节奏也有快慢区别。想要认识周期性，就得对一款商品做持续追踪，先从历史数据里总结经历：

起点在何时开端，受哪些因素影响上升期大约有多少周，每周递增销量是XX稳定期（没有大幅度降价）大约有多少周拐点在XX周呈现（本篇销量大跌，竞品大幅度打折）

虽然不同年份受气候、研发进度、上市方案影响，数据有动摇，但大致上是有范围的。

通过历史数据分析，有了初步认识以后，就可以更细致管理：

在旺季降临之前提早铺货上升期每次补货量更多稳定期亲密监控竞品价格/本品销量假设商品前期表现不好，后期清货得更果断

当然，这些判断经常是商品主管们下的，到了数据分析师这里，又变成了一张孤零零的报表，很有可能是很简单每日销量。假设不认真理解商品特点，结合历史走势考虑，是没法读出背后含义的。

四、商品组合战略

还是开头的例子，我们只看了一款商品，实际上即便同样品类，也会布置至少高中低3个价位的商品，以满足高中低端用户的需求，这样就形成了最简单的组合战略：价格战略。

要注意的是，价格组合，经常是和销售渠道一起考虑的。线下店铺货架数量是有限的，每一种店铺对应高中低端用户数量不一样，因而要交叉起来看才行。而且此时要考虑的，是整个店铺的销量最大化，而非单品的销量最大化。看数据的时候，一般先找标杆门店，再看标杆门店的商品组合。

线上则有另一种思路：先用低价商品，把大量用户引进来，再推高价格的商品，寻找重度用户。此时商品就有引流品/利润品区别。除此以外，还有推高客单价的搭配款，防止产品线空缺而流失用户的防御款，整个商品组合逻辑如下图所示。

这些组合逻辑，直接对应业务行动战略。作为数据分析师，得先搞清楚自己公司的商品战略是啥，才好综合评估其效益。有些公司处置得很简单粗暴，不做商品分类，也不做战略。结果就是同一个价格区间，自己都摆了好几款类似的商品；缺少专门的引流品，销售自觉打折；低价的卖得多，高价的卖不动……这些都是不做战略的代价。

五、商品固定搭配

一提到商品搭配，很多人脑子里第一时间蹦出来：啤酒与尿布。实际上即便不用数据去算，商品之间固定搭配。就像比起啤酒配尿布，啤酒配鸡爪，啤酒配花生米，啤酒配小龙虾更常见一样。

这种搭配，往往和用户需求有关，比如：

耐用品：厨房全套（燃气灶、抽油烟机、锅具）、卧室全套（床、床头柜）快消品：酒水+小菜、火锅锅底料+蔬菜+涮肉、愉快水+薯条/零食

因而在做商品管理的时候，经常将有固定组合的品类，结合日期做结合推广。比如9月份开学季（文具、图书、衣服）、贴秋膘（食材、啤酒）、安居节（楼市历来有金九银十说法，相应的家居、家装需求），此时应该把关联品类打包，观察活动期推广效果。单独看一件商品，很难解释其同期销量动摇。

以上是商品分析的根底逻辑。可以看到：一个商品编码数字背后，有很深的业务背景和固定的业务战略。作为数据分析师，假设不结合业务考虑，只是单纯的看销售数字，很难读懂数字背后含义，也没法进一步地效劳。

实际上，业务部门期望数据分析师给的效劳，可不是简单做这些统计，大部分商品分析需求更接近算命。比如“到底选哪一款能爆？”、“定什么价格估计利润最大”、“预测下这波活动能卖多少？”这些预测类分析，没有前文讲述的根底理解做根底，更做不出来。

专栏作家

接地气的陈教师，微信公众号：接地气学堂，人人都是产品经理专栏作家。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经历。

本文原创发布于人人都是产品经理。未经容许，制止借鉴。

题图来自 Unsplash，基于CC0协议。

该文观点仅代表作者自己，人人都是产品经理平台仅提供信息存储空间效劳。

详尽 科学 实用！

已阅读

转发了

转发了

转发了

我收藏

转发了

转发了

转发了