《数据化管理》读书笔记-常见商品分析指标


读书笔记目录:

《数据化管理》读书笔记-什么是数据化管理
《数据化管理》读书笔记-权重指数
《数据化管理》读书笔记-单位权重值
《数据化管理》读书笔记-销售是追踪出来的
《数据化管理》读书笔记-确定指标重要性的方法
《数据化管理》读书笔记-人货场的思维方式
《数据化管理》读书笔记-促销活动
《数据化管理》读书笔记-常见商品分析方法
《数据化管理》读书笔记-常见商品分析指标
《数据化管理》读书笔记-商品的价格
《数据化管理》读书笔记-常用数据分析方法
《数据化管理》读书笔记-商品的关联销售


《数据化管理》的读书笔记,第四章“商品中的数据化管理”

这一章主要从商品的角度展开分析,商品就是人货场中的“货”,和商品相关的主要有商品的生产、采购、物流(供应链)、销售、售后等几个环节,生产主要和制造商相关,以便利店为例,主要就是商品的采购、物流、仓储、销售、售后。

进销存

分析商品的话,主要是关注商品的进、销、存,他们是一个动态的平衡

  • 进:采购
  • 存:仓储,广义的指整个供应链体系
  • 销:销售
进销存

存是商品的一个存储状态,进多少,需要看当前的库存和销售情况,一般看周转天数这个指标;把进销存搞懂了,商品的管理就不会出太大问题。

从采购来说,下了采购单,会通知供应商,供应商准备货物然后配送到大仓,门店会从大仓订货,然后配送到门店。而供应商配送可能产生缺货,或者多次配送,所以需要以实际入库为准。

从仓储来说,库存是一个时点值,每时每刻都可能发生变化,所以一般会对库存做一个快照,可以是早上做一次或者在相对稳定的一个时间点做一次快照。仓库中还会有总库存和可发运库存,大仓中的部分商品由于效期或者品相的问题会导致无法出库,所以,一般都是看可发运库存。

销售的话,除了正常销售外,商品还会有报废产生,尤其是效期短的日配商品,每天都可能会产生报废。还要注意一种消耗品,像门店中使用的纸杯啊、纸盒啊这种不会单独售卖的商品,这些可能要单独拿出来看。

采购三度:广度、宽度、深度

书中经常会提到三度的概念,感觉这也是一种思考方式,

  • 广度:采购的商品的品类数,广度越大,商品的丰富度越高,广度不是越大越好,和店铺的目标消费群体有关,周边竞争对手有关。

  • 宽度:采购的SKU总数,宽度越大,商品可供选择的程度越高,宽度越大,店铺消费者的可挑选的余地越大。同样的宽度的确定也需要和竞争对手对比。

  • 深度:=\frac{采购的商品总数量}{采购的SKU总数},即平均每个SKU的商品数量,表示每个sku可销售的数量是多少,深度越大越不容易缺货,但容易造成高库存。

拓展一下思路,将采购三度和进销存交叉组合下,就会发现,每个度下面都有进销存,对于商品的追踪是很好的方法。

刚刚练习正好发现个问题,记录下,因为采购的商品是进入到大仓,所以按周期统计的话,比如最近1周,采购了20个品类,但是大仓中其实不仅仅是这20个品类,可能有40个品类,因为库存足够,所以不需要订货,而销售可能存在同样的问题,所以,我觉得如果要追踪的话,可以以采购为基础,追踪上周采购的这些品类的库存、销售情况。这样对比的结果是,采购的商品是否在正常销售,有没有产生滞销等。可以对采购质量进行监测。统计周期粒度改为月的话,情况会好转,但是对于日用品来说,还是会有差异。

按照上面的规则,我们可以实际操作下:


进销存的三度

我们可以得到什么结论呢?

  • 采购了90个品类,但是库存只有40个品类,说明有50个品类现在没有库存,这里的库存用的是期末库存,可能是卖完了或者是日配商品或者都已经出库到门店了;销售也只有86个,说明有4个品类没有卖出去,可能是消耗品。
    所以我们可以拆分成日配和非日配两种情况来考虑,顺便剔除消耗品,这样就可以更精确的追踪采销情况。

我们还可以使用“采销匹配度”的方法来追踪,参考:读书笔记-常见商品分析方法

满足率

=\frac{能够满足的商品数量}{需要的商品数量}
这个指标可以用来考核供应商的送货质量,或者考核大仓是否缺货。
一般向供应商订货,订10箱矿泉水,但是实际送货9箱,少一箱,送货满足率就是90%;门店像大仓订货,订20盒泡面,实际出库10盒,出库满足率就是50%

库存天数

=\frac{期末库存金额}{日均销售金额}
库存天数(周转天数),是很重要的指标,就是按照目前的销售情况,当前的库存可以销售的天数,可以用来判断当前是否缺货或者滞销。

这里可以用金额算,也可以用数量算,侧重点不一样,我们举一个例子来看看:

按单品来看,用数量或者金额都是一样的,差异主要是在总周转的时候,

  1. 按照数量算
    周转天数=\frac{100+100}{10+1}=18天

  2. 按照金额算
    周转天数=\frac{100 \times 1 + 100 \times 100}{10 \times 1 + 1 \times 100}=91天

当矿泉水的数量变成10000瓶时,结果又会不一样,我们在实际使用时需要注意下。

库存周转率

库存周转率=\frac{周期内总销售数量}{\frac{期初库存数量+期末库存数量}{2}}

同样的这里也可以用金额来算,这个指标虽然是比率,但是结果表示的是一个次数,表示当前的库存可以周转多少次,比如说,统计周期是月,则结果为1个月周转的次数

货龄

是指商品从生产日期开始,已经过去多少天了,但是,只有当商品在仓库的时候,可以根据批次号,获取到生产日期,一旦出库后,到了门店,货龄的意义就失去了,除了人工判断,是没有办法知道售卖的商品到底是哪个生产日期的。
类似的指标还有商品的出库预警日期,商品的售卖是有一定时长的,超过了一定的日期,商品出库很容易造成超过保质期,所以系统会设置一个预警日期。超过了这个日期,就需要认为的处理,根据商品的品类,是继续销售还是抛货还是报废之类的。

售罄率、动销率、缺货率

这几个指标一般会用在店内,有实际销售场景的地方。
售罄,说明商品卖完了,要么是畅销,要么是订货订少了,所以要辩证的来看这个指标;动销的话,这说明商品有售卖的情况,一直没有动销的商品,就需要考虑是否是选品问题,需要进行淘汰;缺货,是相对于订货来说的,

售罄率=\frac{售罄的sku数}{在售的sku数}
动销率=\frac{动销的sku数}{在售的sku数}
缺货率=\frac{缺货的sku数}{订货的sku数}
缺货率=\frac{缺货的数量}{订货的数量}

正价销售占比

指商品原价销售的数量占比,是相对于促销价、折扣价来讲的,正价占比越高,利润越高。

正价销售占比=\frac{正价销售金额}{总销售金额}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容

  • 读书笔记目录: 《数据化管理》读书笔记-什么是数据化管理《数据化管理》读书笔记-权重指数《数据化管理》读书笔记-单...
    橘猫吃不胖阅读 2,791评论 0 51
  • 此为《Python数据分析与数据化运营》读书笔记 1 商品数据化运营概述 这里的商品指的是狭义上的实物商品,不包括...
    晓迦阅读 1,507评论 0 4
  • 2150年1月1日 “鲜血被掩埋,悲恸终究是被遗忘,又是一个轮回……” 第三次世界大战已过去半个世纪,世界貌似完全...
    鹤洺阅读 1,828评论 2 9
  • 今天有以前工作的朋友来长沙看我,出去逛着逛着手机没电了,回来一看都11点多了,好险啊,差一点就要超时打卡了。 怎么...
    巧巧姐阅读 98评论 2 1
  • 把失败当成你的挑战与学习的机会,而不是灾难,你失败了不是说明你不行,只是现实告诉你,你有些方面还需要提升。
    姜雷_24b1阅读 101评论 0 0