零售數據分析 | 建立商品評價體系必備的數據指標！

零售產業是連接生產與消費的關鍵環節，也是擴大消費、引導消費、服務消費的重要產業。移動互聯網全渠道時代，零售產業的生存與發展與數據息息相關。有些企業已經邁入大數據建設行列，成為大數據的先行者，轉變和提升了零售的經營與管理，驅動著零售業向更加智能和高效發展；有些企業仍在行列之外張望，發展瓶頸愈發顯現。

數據時刻在產生，數據分析潛移默化在零售的每個環節當中，能夠為產品經營決策提供依據，讓生產更加有理有據，令營銷更加有的放矢。擁抱大數據，是擁抱創新、競爭和生產力的下一個前沿。

本文選品為例，運用數據分析來評定新品優劣，給零售商在進行商品取捨時以參考。

隨著城市化進程加快和消費者需求日益多元化，零售市場釋放出巨大的潛力同時也瞬息萬變，零售商必須因勢而變，才能在殘酷的競爭環境中生存下去。不斷將商品推陳出新成為零售商尋找商機的途徑之一。零售商希望產出爆款迎合消費者需求，以佔據或鞏固一片市場根據地。

因此，新商品如雨後春筍般湧入市場，然而商品之間的同質性卻越來越嚴重，這給商品的管理以及整個供應鏈帶來了沉重的負擔。

到底哪些商品能夠獲得消費者青睞，一路飄紅？哪些商品應該淘汰？如何有效評價一個新商品的市場前景？今天我想「數據分析」的角度出發，分享關於建立商品評價體系的思考。

大家都知道零售組成的三個要素：人，貨，場。我在構建這個思路的時候也將貼合這個三個要素，如下圖：

• 會員覆蓋率

會員覆蓋率=購買新商品的會員人數／總消費會員人數

商品上市後，我們最急切想知道的必然是消費者對於這個商品的接受程度，也就是我們的早期購買者的佔比有多少，從這個指標我們可以清晰看出消費者到底買不買賬。

不過這裡還是存在另外一個問題：新品的投放往往伴隨著許多促銷活動，很多消費者可能是因為活動的吸引而購買，這並不能反應出消費者的真實意願，無法評估持續性購買行為。所以我們用到了第二個指標：

• 二次復購率

二次復購率=購買兩次或兩次以上的會員人數／購買此商品的總會員人數

復購率這個指標能很好地反應出消費者對於商品的認可程度，這解決了上面提到的因其他因素影響消費者真實意願的問題。

這兩個指標可以從人的角度來衡量消費者對商品的接受程度。接下來我們從第二個視角——商品的視角來分析，這裡我選擇了價格段銷售佔比這個分析方式。

• 價格段銷售佔比

價格段銷售佔比：對最終成交價格做切段分組處理，來計算每個價格區間商品的銷售佔比情況

眾所周知，我們對於商品的定價和商品最終的成交價是兩碼事，因為這中間會有各種名義的折扣，所以我選擇分析這個指標。

這裡我們是在建立分析的模型，所以暫且不考慮某個促銷時間長，而某個促銷時間短的問題（這個問題也是有方法處理的）。

我們可以通過價格段銷售佔比分析得出的結論是：這個商品在某個價格上其實更受歡迎，而對比當初的定價策略、利潤策略，就可以獲知商品在市場上的實際反應與我們的定位差距有多大、消費者到底對這個商品價格的接受程度是怎麼樣的。

• 門店動銷率

門店動銷率=實際銷售門店數量／可銷售門店數量

最後我們再從門店的角度去分析一個指標，叫門店動銷率。

建立這個指標的前提是我們需要根據商品的實際特性選擇一個合理的時間段，然後即可通過這個指標看到該商品被接受的廣度如何。例如我們有100家店，在一段時間始終只有15家店銷售出了此商品，那麼這個時候我們認為這個商品在廣度上被接受的程度不高，而這個動銷率也不利於庫存的周轉，不是個好的現象。

到此為止，我們從三個角度、用四個指標來構建商品的評價體系就大致成熟了。

我們知道，線下零售行業盈利困難，與它的業態老化、缺乏創新、難以滿足消費者多樣化需求密切相關。

除了合理建立商品評價體系，零售商還需要利用互聯網、大數據技術，結合消費者的行為反饋，不斷剖析商品DNA，明確其良莠之處，繼而迭代提升商品競爭力。

數據圖表皆來自BDP商業數據平台，可在BDP個人版免費體驗生成哦~