商品数据分析基础知识

　　什么是商品分析?

　　商品分析的目的就在于帮我们思考如何卖出更多的商品。什么时候涨价、什么时候搞促销、什么时候下架商品等等，这些都不是看心情去判断，都需要通过电商数据分析来获得。那如何才能做好商品数据分析呢?首先我们要学习的就是商品数据分析都应该分析一些什么?有哪些常规的方法?

　　商品分析主要数据分析要点：

　　1、销量。客户消费的商品的总数。

　　2、销售额。客户购买商品所需要支付的金额。

　　3、毛利。这就是我们的动力所在。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，毛利率=(毛利/实际销售额)×100%。

　　6、周转率。周转率=(销售吊牌额/销售成本)×100%。

　　7、交易次数。客户购买我们商品的次数。

　　8、客单价。客户平均每次消费的金额。客单价=销售额/交易次数

　　9、平均单价。平均单价=销售金额/销售件数

　　10、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。

　　11、售罄率。售罄率=销售数量/进货数量

　　12、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。

　　13、连带率。连带率=销售件数/交易次数

　　14、库销比。库销比=期末库存金额/(本期销售牌价额/销售天数*30)

　　15、平均折扣。平均折扣=销售金额/销售吊牌额

　　16、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：AMF80570-3。

　　拥有了这些数据，那我们该怎么去分析这些数据呢?下面我们提供几种常用的商品数据分析方法：

　　1、直接分析法

　　直接分析法，是商品数据分析中最简单也是最常用的方法。我们直接分析数据，很容易就可以找到我们想要的结果，依据这些结果我们就可以调整我们的经营策略、商品策略等。比如我们直接分析商品周转率，发现比较高。虽然我们的商品销售不错，但是同时也伴随着可能断货，进货次数增多的麻烦。通过这样分析，我们就应该改变我们的商品进货策略，比如增加我们单次进货量等。

　　2、间接分析法

　　直接分析法，虽然简单直观，但是数据分析并不是简单的1+1的问题，所以有时候我们会使用间接分析法。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、目标分析法

　　商品数据所有数据分析要点都是非常重要的，但是分析数据并不是我们的目的，我们的目的是分析数据来指导我们的工作和帮助我们思考运营策略。比如我们商品数据分析最重要的目的是为了提高我们增加我们的消费额。那最直接提高销售额的两大数据：提高实现消费的顾客人数、提高每位顾客购买的金额数。有效顾客少，就应该看看我们的网站流量是不是太少了，如果流量挺多，那就是我们转化上出了问题，这样不断分析思考，就能找到问题的根源以及解决的办法。比如客单价比较高，那表示我们的商品配合度比较好，能满足用户的一站式购物心理，我们就可以继续执行我们的商品配合策略。

　　这一节，我们重点讲的就是商品数据分析的一些要点数据以及怎么使用这些数据来达到分析的目的。不管我们采用什么方式去分析和使用我们的数据，都不应该忘记，我们分析数据的目的是什么。

(扫码加入hishop官方微信群)