400-900-6882
零售行业BI解决方案——商品分析指标(价格环节)

正如“人货场”是零售数据分析的基本思维模式,商品分析也有它的模式,即“进销存”。“进”就是商品的采购环节;“销”是指的销售环节;“存”是指商品库存管理环节。所谓的商品分析,其实就是货,对货物进行分析。商品的分析指标很多,常用的有商品的折扣率、动销率、周转率、商品三度等。一般来说大店看重商品的周转,小店看重商品的单次利润,线上看重商品的折扣,线下侧重商品的库存。根据以上指标分析,本文建立一个商品分析的思维导图,如下图:


      前几期,我们就零售行业解决方案商品分析中的采购、供应链、销售等环节进行了详细介绍,而本期,我们将从价格环节入手,对零售数据分析进行深入浅出的介绍。




价格环节


1、商品的价格带分析

商品的价格带是指同一类商品的最低价和最高价之间的区域。例如超市的面包最低价2元,最高的是20元,则面包的价格带就是2-20元。与价格带相关的几个概念是价格带三度(宽度、广度、深度)、价格线、价格点和价格区。

【价格带宽度】 价格带宽度就是价格带中最高价和最低价的差值,如上面例子的面包的价格带宽度为18元(20-2元)。

【价格带深度】价格带深度体现在价格带中的品牌数或者SKU数。例如宽度为12元的面包,在A超市可选择的SKU数有15个,因此面包的的价格带深度就为15

【价格带广度】价格带广度也可称作价格线,体现在价格带中的不重复销售价格的数量,每个不重复价格较做一条价格线。例如2-20元的面包,有几种不重复价格就称为几条价格线。

【价格点】价格点指价格带中最容易被顾客接受的某一条价格线,确定了某个类别商品的价格点后,在此价格点附近准备多些商品并且陈列丰满一些,这就会给目标消费者造成商品丰富、价格适中的感觉。

【价格区】价格区是价格带中包含价格点的一个顾客的主要购买区间,也就是在价格点附近合适范围的区间,它是主要卖点区间。

零售数据分析,BI解决方案

报表内容:

      简单价格带示意图——主要呈现价格宽度比较小的简单商品的价格线的分布,可以看到商品的价格宽度和价格线条数以及价格带的深度;价格带宽度、深度、广度——主要是价格带的另一种呈现方式,主要突出价格带深度,纵坐标的图标数量就表示每一条价格线下的
SKU数;价格带宽度分析——是简单价格带示意图丰富化。

报表分析:

      简单价格带示意图——
X轴表示商品的价格,Y轴表示商品的SKU数。从横坐标观察得到,商品的价格带宽度为15-3=12元,在这个宽度条件下有8条价格线,其中价格为6元的商品的SKU数最多,商品的价格主要集中在5-7元,反过来讲,也就是在这个价格区间内商品最多。

价格带宽度、深度、广度——价格带的不同呈现方式,将用Y轴表示的SKU数换成图标表示,更加清晰看出不同价格的SKU数。从图中可以看出,商品的价格带为3-15元,价格带宽度是12元,有8条价格线,也就是说价格带广度为8,有15SKU,则价格带深度为15

价格带宽度分析——是复杂化的价格带示意图,使我们更加容易发现主要价格区间,掌握销售价格点。这张图体现了价格带宽度为400元,广度为20条价格线,深度为88SKUSKU数是每一条价格线的的Y轴的数值和。从图中我们发现此商品的主要价格集中于200元、350元的区域内,因此对于我们销售、采购人员就要多采购、多推销、多摆放这两个价格区间的商品。

2、商品购物篮分析

【支持度】支持度=同时包含商品AB的交易/总交易*100%

是指所有交易中同时出现关联商品的概率,即有多少比重的顾客会同时购买关联商品。

【可信度】可信度=同时包含商品AB的交易/包含商品A的总交易*100%

是指购买A商品的交易中有多少交易包含关联商品B,也就是商品B出现的概率。

【提升度】提升度=可信度/商品B在总交易中的出现的概率

是指商品A对商品B销售提升的影响程度。

【购物篮系数】购物篮系数=某段时间商品销售总数/某段时间的购物篮总数

购物篮系数是一个宏观指标,我们还需要看微观的购物篮系数,即制定单品或品类的购物篮系数,如:

【指定商品购物篮系数】指定商品购物篮系数=某段时间含指定商品购物篮的销售总数/某段时间含指定商品的购物篮总数

举例说明,某超市本月销售了6万件商品,一共是1.5万张销售单(也就是1.5万个购物篮),购物篮系数是4.0,即平均每位顾客一次性购买了4件商品。其中1500张销售单中有鸡蛋,这些销售单一共有4500件商品,则鸡蛋的购物篮系数为3.0,低于商场平均水平。

零售数据分析,BI解决方案

报表内容

      点分析——
AB的支持度,也即关联度;AB的可信度,也就是A交易中多少包含关联商品BAB 的提升度,也就是销售AB的销售提升的影响程度;购物篮系数,可以判断消费者的购买力、买场的布局设计合理性等。

      面分析——购物篮系数的门店排行、购物篮数量
-购物篮系数的四象限图、商品明细表。

报表分析:

      点分析——
AB的支持度为3.73%,也即在店铺的所有交易中出现同时购买的AB商品的概率是3.73%AB的可信度是12.73%,表示在A的交易中商品B出现的概率是12.73%AB 的提升度为84.23%,也就是销售A情况下,对商品B 的销售提升的程度是84.23%,从前面商品的关联度上看,商品AB的关联程度不是很强,但是购买A对购买B的影响程度很大,说明商品B在某一些特定的条件下受商品A影响还是比较大的;购物篮系数为6.36,简单点讲就是平均每一位顾客一次性购买约6件商品。

面分析——购物篮系数的门店排行中可以看到各个超市的购物篮系数相差不大,其中最高的是金源超市,购物篮系数为6.86,排名差的是胖东来,那也是有5.99的,也就是这些超市的购物篮系数都在6-7之间左右,差别不是很大。购物篮数量-购物篮系数的四象限图,这个图主要来呈现购物篮系数和数量的对应关系,在第一象限,有2个商品无论是购物篮数量还是购物篮系数均高于平均值,它们应该是销售量及卖场人气的主要来源,也是促销活动的重点考虑对象。第二象限的4个商品购物篮数量还不错,但是购物篮系数低于平均值,这部分商品需要解决的就是如何提高它们的关联销售。第四象限购物篮系数很高,但是购物篮数量低于平均值,对于这5个商品首要任务是促进它们产生更多的购物篮。第三象限的3个商品基本属于边缘商品,本身卖得不好也和其他商品关联度不高。商品明细表展现的是各个商品的购物篮数量、商品数量以及和购物篮系数,可以观察每个商品的购物篮系数,最高的是商品F8.14,最低的是商品K4.39。因此,对超市来说,把购物篮系数大的商品摆放着显眼的位置、丰富这类商品数量和品类是比较重要的。

      阅读延伸:

      零售行业解决方案——商品分析指标(销售环节)

     
零售行业解决方案——商品分析指标(供应链环节)

      
零售行业解决方案——商品分析指标(采购环节