PAGE22商品分析手册（试行版）一、前言二、基础知识篇①商品分析之含义②商品分析之基础概念③商品分析之销售指标分析三、方法篇商品分析之案例商品分析之常用表格四、附加篇——采购计划的制作及订单评审前言数据是客观存在的，只要有行为发生，就会有量的变化（可能是负变化、零变化、或者是无穷变化），那么，这个量的变化的记录体现就是数据。任何一个商业活动，都会产生许许多多的数据，我们首先要把这些数据全部储存、保管到数据库里（否则，随着活动的继续，这些已有的数据将会被包含和掩盖），然后，从数据库里抽取某些我们需要的数据，对某一个行为进行分析、加工成信息，用于管理决策，指导商业活动。这个储存工作仅仅靠人脑是不够的，因为，人为的记录，往往是只把当前认为重要的数据进行记载，不会很全面，随着事物的发展，需要另外一些数据时，就再也找不到了。因此，从真正意义上来说，只有建立商业管理信息系统后，才能谈得上数据分析、数字化管理。对某一个行为的分析需要某一群数据组合，对另一个行为的分析又需要另一群数据组合，每一个不同行为分析所需要的数据组合都是不一样的（当然，其中有一些数据是会有共性的需要的）。为了抽取数据的方便，我们要对所有的数据进行分类。一般情况下，可以简单的分为直接数据和间接数据两个大类。通常，我们把一些能直接反应商业行为表象的数据，如进货、销售、库存等实绩作为直接数据；把一些能影响商业行为实绩的数据，如客流量、费用成本等作为间接数据。我们不仅要分析进销存这些直接数据，更重要的是要分析间接数据，因为间接数据是改变直接数据质量的基础。我们每一个人都要学会数据分析，每一位管理人员都是数据分析员，虽然他们对数据的要求和标准不一样，这是分工决定的。专职的数据分析人员是数字化管理深入和发达的产物，是为其他管理人员服务的。基础知识篇一、商品分析之含义商品数据分析对企业信息化越来越重要。业务系统给我们提供了大量的数据，但如何利用这些数据进行分析，并得到有价值的结果来指导企业的经营活动，是摆在所有企业面前的、需要不断探索的课题。商品分析也就是依据业务系统提供的数据进行相关的项目分析进而产生有价值的结果来指导企业经营活动的工作。二、商品分析之基础概念我们首先需要确定零售企业在销售数据分析过程中适用的维度、指标和分析方法，在日常商品分析当中，我们需要做的就是将三者关联起来构造一个分析模型，依据分析模型得到有价值的结果。要建立一个分析模型，有三个构成因素，即：维度、指标和分析方法。维度指明了我们要从什么样的角度进行分析，也就是分析哪方面的内容，比如商品、客户等。指标指明了我们对于这个维度所要进行分析的点，比如数量、周转率、连带率、售罄率、毛利率等。分析方法指明了我们用什么样的方法去分析处理这个维度的指标。⑴、销售数据之维度1、商品商品是零售分析的最细维度之一，大部分的指标都依附商品来做明细的记录，同时很多维度也是通过商品进行交叉分析。2、客户客户是销售对象，包括会员。客户所在地和区域有关联。3、区域区域是地理位置。从全球视角看：洲---国家---区；从国家视角看：区---省/市---县/区—镇/乡/村，一般按正式行政单位划分。4、时间时间是进行数据分析非常重要的维度，分析的角度有公历角度和农历角度。其中，公历角度：年---季度---月---日---时段（每2小时为一个段）；星期、公历节假日。农历角度：年---节气---日---时刻；农历节假日。⑵、销售数据之指标1、销售数量客户消费的商品的数量。2、含税销售额客户购买商品所支付的金额。3、毛利毛利＝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，也简称为毛利率，其中毛利是销售收入与销售成本的差。毛利率＝（毛利/实际销售额）×100%。6、周转率周转率和统计的时间段有关。周转率＝（销售吊牌额/库存金额）×100%。7、促销次数促销次数有宏观概念上的，也有微观概念上的。宏观上，是指一个销售单位中一段时间内发动促销的次数，或某个供应商的商品在一段时间内参与促销的次数；微观层面上，是表示一个单品在一段时间内参与促销的次数。8、交易次数客户在POS点上支付一笔交易记录作为一次交易。9、客单价客户在一次交易中支付的金额总和称为客单价。客单价=销售额/交易次数10、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。11、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。12、售罄率售罄率=销售数量/进