數據化管理－商品採購

關於這個系列扔下了好長時間，一方面是因為自己事情多，懶於再花時間來整理，更重要的是這段時間以來自己的認識和想法都有了些變化，回頭看自己之前所整理的內容有很大的不足。這樣我也是實在沒法再寫下去，雖然不至於讓人看了我寫的內容而損失慘重，但也是不如等自己想好之後再寫出來有更大的價值。現在有了些時間，我想也是可以將這個系列補起來了。

t上一篇文章(知乎專欄)我介紹到數據分析，是將管理規範化的一種體現，是比較保守的一個描述，以我的角度，做it系統，落地最為重要。可以有更加先進更加突出的體現，但是也應該是在將這些最基本的體系完善之後，才是考慮的時機。

t接著這個目錄(知乎專欄)的內容，應該是從商品的模塊開始。我們可以將該模塊的數據工作分成兩個部分，一是通過數據來輔助日常工作，讓日常工作中的選擇判斷更加規範，這是用數據來做事的。另一個是通過數據來評價工作業績，讓針對相關工作的管理更加規範，這是用數據來管理的。t

t我們先看做事的，商品在零售電商企業中一般都走過下面的幾個過程：

t商品從採購開始到最終賣出去，按照商品的流程走下去，但是商品的售賣情況、退貨情況又反過來影響商品的採購選擇。在每個節點是有不同的事情要做(運輸這個節點，很多情況運輸是由供應商來負責的，所以可能零售商沒什麼事需要做)，本篇先針對採購這一個模塊來討論。

t關於採購所要做的事：

• 選擇商品品類、規劃品類結構，對於大部分企業來說，商品品類的選擇直接決定了企業的零售戰略了，並不需要在採購這一階段來決定。

• 選擇品類中的商品品牌，這個是採購決策中重要的一部分，這個工作也可以拆分成兩個內容，引進品牌與淘汰品牌。

• 選擇供應商，同一個品牌也可能會有多個渠道經銷商，選擇合適的供應商也是採購的重點工作。

t而我們如何通過數據來讓以上的工作變的更容易，下面我舉兩個例子。

t選擇商品品牌，一個是引進一個是淘汰：如果理論上看，引進一個商品品牌需要考慮該品牌的熟悉度、質量、消費者購買慾、品牌預期和獨特性等等之後進行判斷，但上述內容很難量化，判斷參考難度大。而其實，上面的幾項總之是可以通過銷售情況來體現一下，可以通過商品的銷售情況來判斷該商品是否值得引進。

t上圖做了個簡單的舉例，我們通過另一個參考的數據集來尋找銷售情況較好的商品，通過查看商品的毛利率、銷量等信息來判斷這個商品是否值得引進。根據實際的情況，該表可以有更多的變化，不同的對比集、不同的業態可以有更多的指標來判斷，這個圖只提供一個簡單的思路。(不要問我對比集數據怎麼獲取，可選擇的對比集很多，數據獲取的方法也很多)

t除了引進好的商品外，也需要剔除掉垃圾品牌，這一塊就更簡單了，選擇品類拉出改品類中各品牌商品的庫存、銷售情況，計算庫存可維持銷售天數，就可以得出商品的暢滯銷情況，並依此判斷商品是否需要剔除。

t或許有人會說，不同商品不能在一起比較，有的品牌月售1件就厲害了，有的賣10件也是滯銷，這樣做考慮不全面。我要說的是，人來用來幹嘛呢，一共10步路程，數據完成7步，剩下的還是交給人。數據可以讓人們的判斷有更全面的依據，做出更合理的判斷，而不是直接做出判斷結果。我信一句話：如果你想把事情做到完美，那麼多半是做不成的。這裡做數據分析也是一樣，平衡好數據和人的關係，對數據也不要想太多。

t在完成品牌的選擇之後，可能面臨著供應商的選擇，點擊品名來直接調出該商品的供應商信息，列出供應商相關的指標數據，例如批次進價、售價、庫存、銷售額、到貨及時率等。

t上面介紹完關於採購日常工作中的數據應用，我們再來看管理。

管理的目的，是通過對一段時間工作業績的回顧和分析，發現過程中的問題，促使相關的責任人更好的做事。其方式也一般是對採購相關指標進行展示，或者是根據指標數據進行排名、對比，以此來驅動相關負責人更好的完成工作。更複雜點的也就是整體到個體到節點的全面監控，通過數據的可視化展示，來達到更直觀的體現效果。

t針對採購模塊，我們可以將指標分成兩部分，一是過程指標，二是結果指標

• 過程指標：採購頻率、採購費用、擴展供應商數量、新品引進率、商品淘汰率、新品到位率、採購品牌匹配度、價格匹配度、型號匹配度。。。。

• 結果指標：採購商品銷售額、採購商品gmroi、商品毛利率、銷售存貨比率、商品采銷率。。

t通過上面我們看出，體現採購價值的結果指標，都是需要從商品的銷售結果中來體現。所以商品分析可以作為一個綜合的模塊，所有的目的都是為了商品賣的更好，帶來更高的利潤，無論是採購、庫存、銷售都是為了這一目標，所以我這裡也不針對單獨的採購模塊做報表demo了。

t(以上內容只為大家提供一定的分析思路，真正好用的數據平台是一定要結合實際場景的)

t最後，我這裡還是要補充一下，我在這裡真誠的建議，在類似以上，基本的判斷、決策規範體系還沒有做好時，還是不要輕易放大到商業智能了，把人的智能都發揮出來先。

原創文章，轉載請私信作者