流通改革之思

高增分

公告

服务于流通行业某外企10余年,对国内外流通行业发展趋势及信息化建设有着丰富的经验跟较深的认识。现为数图信息科技有限公司合伙创始人。专注于流通企业信息化咨询及基于数据的管理产品的研发。

统计

今日访问:231

总访问量:1064089

如何进行品类结构优化/品类结构分析 ———商品引入、商品淘汰的原则及方法

2017年08月30日

评论数(1)

前提:

假设您是一家运营中的零售企业,有在使用的品类结构,或者是新开门店,已经完成了品类定义阶段,并准备实施。

品类结构优化,是对品类定义阶段定义好的品类分类、品类角色,经过一段时间的实际运营后,对相应的指标达成情况进行综合评估,对品类定义直到单品构成的一个改善优化的过程。在执行过程中,经常被简单地理解成商品淘汰的过程,这是非常片面,也是不科学的做法。因为这样做的结果不是品类结构的慢慢优化,极有可能变成品类不断缩小的过程。过程中很容易造成商品结构缺失,品类形象受到破坏的现象。

品类优化应该遵守以下几个步骤:

一、确认结构是否健康。

这里我要特别强调一下,判断一个品类结构是否健康,绝对不是简单的看一下这个品类的ABC分析,看看是否有滞销品等等。对品类结构进行分析之前,咱们先假定SKU数是对的(SKU如何确定见品类定义部分),然后从ABC构成、价格带构成、品牌构成、功能完整性、收益贡献分析、库存投资回报分析(前四个使用较多)等几个方面进行全面分析。

1)ABC分析是帕累托理论(二八理论)在零售行业根据不同业态的灵活运用。

如上图所示,这是一家企业的碳酸饮料分类(中分类)的ABC结果。超市业态一般认为A类商品占SKU数的10%,B类占30%,C类占60%是一个相对科学的结构。从这个角度来看,这个SKU占比的结果还是比较好的。后面的建议单品数、毛利占比及库存占比都是辅助我们做判断用的。理论上讲毛利占比应该跟销售占比一致,库存占比2:7:1是相对合理的范围。

2)价格带分析。

价格带分析主要是分析该品类商品价格分布跟销售之间的正向关系的。如图4.5元价位处尽管设置了6个单品,但是销量并没有起来。说明这几个商品的配置是有问题的。这里反映出的问题,可能是定价的问题,也可能是商品本身的问题,还不能直接下结论该不该淘汰。

关于价格带的宽度跟没个价格区域单品数量,在品类定义阶段就应该设计好。这里主要强调一下不要单纯参照自己企业的这个图来调整自己的价格带。一定要参考区域内竞争对手的情况再做决定。原则上价格带的宽度要覆盖竞争对手,即最低价低于竞争对手最低价,最高价高于竞争对手最高价(个别形象化商品除外)。还要参考竞争对手主力价格带的分布情况,因为这是打差异化的关键点。

3)品牌构成分析,主要是查看该品类,市场上的一线品牌、二线品牌及三线品牌的搭配是否完整。这个跟企业的定位有关,不是所有的企业都需要配备齐全的各等级品牌的商品。可以根据企业实际情况,选择性的侧重某个等级。当然,现在竞争比较激烈,同时顾客对商场氛围塑造上也有较高的需求,因此不管你的企业的主力客群是高端、终端还是低端,在商品陈列形象上都要有所注意。有些高端品牌可能并不是你的主力销售商品、甚至是滞销商品,但是为了塑造这个形象,或者满足少数高端客群,也要保留这样的品牌。

4)功能完整性分析

功能完整性的分析这一块,以前不太受重视,但是现在越来越重要。因为消费者的购买习惯在发生变化,对品牌的关注度在降低,而对功能、质量的关注度在不断提高。各种商品功能、口味、适用范围不断细化,导致品类深度不断加深。目前超市行业最头疼的不是商品的宽度,而是深度问题。深度如何把握,个人认为就是功能性是目标客户群满足度的问题。这个在品类定义阶段必须分析清楚目标客户群的具体需求,针对每个品类设置好功能、口味、适用范围等关键字标签。同时也不要忽略竞争对手,要经常跟竞争对手对比,发现自己商品群功能的不足并及时补充。

5)收益贡献分析。

这是波士顿矩阵在这个行业应用的一个典型,主要是分析该品类每个单品的收益贡献情况。红色虚线为黄金分割点。这个图的主要作用是,相对的分析出该品类高销售、高毛利商品是哪些,低销售低毛利商品是哪些。单纯从这个数据上看,最靠近左下方区域内的商品,是我们要淘汰的商品。同样,高销售、低毛利,高毛利低销售的商品,也是我们应该发力培养的潜力商品。

6)库存投资回报分析。

形式上跟收益贡献分析差不多,但是分析重点不同。这里更侧重于站在投资者的角度来看待商品的赚钱效应。任何投资都是有成本的,并不是说销售高、毛利高就一定是最赚钱的商品。还需要考虑投资的效率,在我们这个行业就是毛利率跟库存周转的关系。只有毛利率高,库存周转快的商品,才是最值得投资,最值得引入的商品。

综上,商品结构的分析必须兼顾企业、顾客、供应商等各个方面,只有全面的分析,掌握的品类的结构,才能够判断问题在哪里,应该朝哪个方向调整商品结构,更重要的是能够为商品的汰旧换新提供指导依据。

二、分析品类结构异常的原因

品类结构不科学的原因主要可以分为两大方面:

第一个原因是经验方面的。虽然在这个行业我们越来越淡化个人经验因素,越来越注重用数据说话,但是不可否认,很多环节上还是要靠人的经验跟知识。我们在品类定义的时候,对品类角色、品牌以及功能做取舍的时候,我们的参考依据就是来自经验跟对竞争对手的调查。虽然有时候我们也会采集一些行业数据作为参考,但是这个还没有成为大多数人的习惯。既然是靠人的经验做的品类定义,难免会有一些判断不够准的时候,另外这个行业变化很快,当时制定的可能很科学,但是运行一段时间后,一样会有所差异。

第二方面的原因是营运方面的。现在超市行业促销活动常态化,大多数企业在做促销活动的时候没有很好的执行品类战略,甚至没有参考品类结构性。基本都是靠买手跟供应商谈成什么品就搞什么品。这种做法是很盲目的。因为这么频繁的促销活动,肯定会对品类结构产生影响。例如,如果通过ABC分析我们发现,某个品类A类商品明显不足,B类商品过多,C类商品占比可以,你怎么安排促销?如果有心的话,就应该通过促销活动,来调整品类结构。DM促销清单里面B类商品比重就应该适当加大,逐渐从B类商品里面培养我们的A类商品。

除此以外还有一些供应链、法律环境等方面原因,以上描述的是主要原因。

三、常用的调整商品结构的技术手段

大家最喜欢用的,也是最简单粗暴的方式,就是不断汰旧换新。但是这个汰旧换新的过程,不足的地方就是数据分析的支撑。通过数据分析,对品类结构的问题掌握的比较清楚的前提下,才能够有的放矢,有针对性的汰旧换新。如果没有这个前提,那就是在猜测,在撞大运,抱着“换换试试看”的态度做这个工作。这个效率是非常不好的。根据我们的经验,功能性不完整,也可以说品类不完整是比较突出的问题。单看SKU数可能已经很多了,甚至过多了。但是就某个品类分析一下的话就会发现,很多重复功能的商品占了我们的资源。出现这个问题的一个根本原因就是商品部人员还没有养成品类分析的习惯,不能靠数据来说明问题,靠数据跟进改善调整的结果。

第二个方法就有些技术性,就是上面提到的,通过促销活动,有意识地强化某些单品,培养它成为我们需要的品类角色。这个也是要建立在对品类结构熟知的前提下的。一般的原则是先要了解ABC分析结构上的问题,然后有意识地在促销选品上调整各类商品数量的占比。很多企业品类管理就是采购的工作,没有专门的品类管理部门。因为采购平常工作很忙,还有很多指标压着,让他们静下心来研究品类、研究报表,说实话不是很现实。DM选品的时候,他们也很难有时间参照品类结构安排各个等级的商品数占比。这么搞下来,很多时候我们的促销的效果就减弱了很多。热热闹闹的销售额上去了,毛利率下来了,最后大家只是嗨了一把,最终促销活动的整体效果被削弱了很多。当然,促销的目的跟形式多种多样,也不单纯是为了调结构才做的,前面这种说法可能有点片面。在这里我也建议同行们,在组织架构层面成立专门的品类管理部门或者设置独立的品类管理岗位。品类管理的强化在企业竞争中的地位越来越重要,在这方面的投入从长远看是非常值得的。

以上都是比较粗浅地描述了品类优化的做法,欢迎同行们批评指正,更欢迎大家一起交流沟通。

文章为作者独立观点,不代表联商专栏立场。

联商专栏原创文章由作者授权发表,转载须经作者同意,并同时注明来源:联商专栏+数图信息科技。