商品分析的基本方法

1、直接数据的分析

对直接数据进行分析，在现阶段的零售也已经非常普通了，从中很容易找出数据分析的结果进而调整策略，譬如销售周期分析，如何来分析周转天数，也就是说，周转天数高和低哪个好？最合理的周转天数是多少？从商品库存周转率（次数）和周转天数两个效率指标中，可显示商品的“新鲜”程度。

商品周转率高（周转天数短）的好处是：每件商品的固定费用（成本）降低，相对降低有损坏和失窃引起的亏损；能提供新鲜的商品，能有弹性的进货，应变自如，能以少量的投资得到丰富的回报，减少存货中不良货品的机会。

商品周转率过高（天数太短）带来的危机是：容易出现断货 ，陈列不够丰满，进货次数增加使得进货程序和费用相应增加；进货次数增加也使运送费用相应增加。

2、间接数据的组合分析

间接数据的组合分析就是将直接数据分析中得到的分析结构进行有效的组合和数据关联，并且在统一的数据模型数据模型下进行钻取以及进行关联交叉分析，逐渐发现并缩小分析的范围。在间接数据的分析中常用到的是销售综合分析，库存分布分析、商品结构分析、商品毛利带分布分析、商品价格带分布分析、商品畅滞销分析等，在这些分析中我们可以互相交叉进行组合分析。

1）销售综合分析

销售综合分析的分析指标是销售额、毛利额、毛利率、库销比、售罄率；分析条件是时间段（任意时间段、自然时间段）、经营方式；分析层次是总部-门店-大类-款式-价位带-单品。

2）关联分析（同比/环比分析）

将上一级分析的报表条件传递给同比分析，用同比分析的结构来检验我们对毛利调整策略的结果，看一下数据变化趋势，以便进行下一阶段的商品调整。

通过对上面的销售综合分析报表和关联分析，层层数据钻取后，对毛利的偏差已经可以精确的定位问题的所在，并通过数据分析来制定策略的调整。同时还可以将更多的报表进行传递展现，一层一层地深入，建立企业的经营数据模型，用比较分析法找出差异，做到数字化的运营管理，提升企业的竞争力。

3）顾客数与客单价

有效提升销售额的两个途径是：提高实现消费的顾客人数、提高每位顾客购买的金额数。有效顾客（即实现消费的顾客）数高，说明你的商品、价格和服务能吸引、满足消费者的需求，客单价高，说明你的商品宽度能满足消费者的一站式购物心理、商品陈列的相关性和连贯性能不断地激发消费者的购买欲望。

商品分析部门的基本架构