
選品研究,B2C商品品類管理完全解析
一.公司對產品部考核指標和管理辦法 :
電子商務公司產品部考核辦法
品類管理職責
1、 對公司及門店商品品類進行總體的規劃與設置。
2、總體分析品類在提升業績上發揮的功能及作用。
3、對各品類的業績及利潤做出總體預算建議,并對所管品類負責。
4、主導周期性促銷,分析促銷效果,并對促銷活動做出銷售、毛利要求。
5、對品類商品展示和陳列做出總體布局方案。
6、根據品類分析提出新品引進、舊品淘汰的建議。
7、擬定市場調查方案(包括價格、消費趨勢、競爭對手情況等等)并親自參與市調,總結調查結果,提出合理建議。
8、針對季節變化,對應季品類商品做出更替建議。
9、根據分析確定各小類商品價格帶。
10、供應商管理。
三. 品類專員工作方法和工作工具
A.工作方法:
1.對公司及門店商品品類進行總體的規劃與設置。
對公司現有資源和品類進行分析和歸類,針對公司現狀通過網絡調查問卷(調查派)進行品類規劃的數據收集,通過分析制定適合自己的品類發展策略:(要什么樣的品類,哪些品類會成為我們的識別品類,每個品類的職責和預期是怎么樣的狀況;不同分類的滲透率如何做起;品牌和價格,庫存如何平衡。。。)規劃公司本年度發展目標,合理設置品類需求,建立品類需求分析樹。
2.總體分析品類在提升業績上發揮的功能及作用。
具體到現有不同品類的銷售貢獻和毛利貢獻,對不同品類屬性和功能做清晰的定位。使用工具(品 類 分 析)進行各品類分析。
3.對各品類的業績及利潤做出總體預算建議,并對所管品類負責。
根據現有情況,結合公司發展規劃,對品類的業績及利潤做出詳細的預算建議,并有權力調整商品價格和要求采購調低進價(談判),對所轄品類的價格策略有整體規劃。使用工具4價格帶分析。
4.對品類商品展示和陳列做出總體布局方案。
產品部門決定品類的劃分和商品促銷,用什么樣的主題和方式由產品,市場和網站3各部門討論決定,網站負責制作線上內容,市場負責推廣和其他渠道的相關廣告投放。該項工作必須在促銷活動開檔前一周五前完成。
5.制定促銷方案,分析促銷效果,并對促銷活動做出銷售、毛利要求。
促銷原則上每14天為一檔,周六---隔周周五(如2.26-3.12),同時在開檔前一周五前提交經過審核的促銷方案給網站部和市場部,以便及時做出促銷推廣。
結束后根據檔期促銷實施結果(銷售、毛利,其他),對該檔期促銷做出總結并歸檔;產品部在結束當周二做好檔期總結。
6.根據品類分析提出新品引進、舊品淘汰的建議。
主要是根據目標顧客的需求,對單品進行優勝劣汰,剔除同質化單品(使用工具2品類商品合并),優化品種和數量,引進多樣化商品,(使用工具1確認各品類的品項數)從而降低系統成本,最終提高效率,獲得合理利潤。高效率的貨品管理是優化庫存結構和提升利潤的第一步,通過產品分級(一般分ABCD進行系統化配置)來優化產品庫存結構。
7.擬定市場調查方案(包括價格、消費趨勢、競爭店情況等等)并親自參與市調,總結調查結果,提出合理建議。
主要通過定性研究和定量研究進行:定性主要是通過內部座談會,一對一訪問,商店訪問和陪伴購物進行;定量研究通過定點訪問,網上調研,線上數據分析等進行。保持每周市調,每月提交競爭對手狀況報告,詳見表四。
8針對季節變化,對應季品類做出促銷建議。
品類經理根據季節性,特別是B2C的幾個關鍵節日(五一,國慶,圣誕節,光棍節,元旦)對產品做出促銷建議;并結合時尚潮流對新品和常列商品的更替做出建議。
9.根據分析確定各小類商品價格帶。
結合競爭對手和市場,供應商供價的實際情況,對每個小品類做出價格帶的分析,并嚴格執行所制定的商品價格帶策略。詳見工具4價格帶分析
10.供應商管理。
品類經理在確定好品類策略后,協同采購一起確定新的供應商,由采購負責詢價,談判到產品入庫,品類經理協助采購新品的引進到上線,可以給采購建議新供應商的開發。
B.工作工具
1.確認各品類的品項數
上下限理論值 = 各品類的首選品項數/結構因子。
公式中,結構因子指的是下限因子和上限因子。結構因子如何計算呢?還是要遵循二八比例,根據第一步的數據表可分析得出,80%的銷售額由多少比例的單品貢獻而來。這個比例數,我們稱之為a因子。當這個比例數低于20%時,a因子為上限因子,下限因子則為20%;當這個比例數高于20%時,a因子為下限因子,上限因子則為20%。
例一:某品類16%的品項數貢獻了80%的銷售額(這表明該門店低效商品數偏多),A品類的首選品項數為20個。那么,該門店A品類的品項數下限為20/20%=100,上限為20/16%=125。也就是說,我們將通過對各品類的商品數上限的控制,使貢獻80%銷售的商品數比例不斷向上趨近于20%。
例二:某品類25%的品項數貢獻了80%的銷售額(這表明該門店商品的豐富度不夠),A品類的首選品項數為20個,那么,該門店A品類的品項數下限為20/25%=80,上限為20/20%=100。也就是說,我們將通過對各品類的商品數下限的調整,使貢獻80%銷售的商品數比例不斷向下趨近于20%。
在實際的工作中,僅僅理論地計算各品類的上下限數值是不完全科學的,有幾種狀況是需要對這個理論值進行調整的?;驹瓌t是:品類中的必售品項數低于下限的,以計算的上下限理論值為準;必售品品項數高于下限低于上限的,以必售品品項數為下限;必售品品項數高于上限的,則上下限均為必售品品項數
2.品類商品合并。
在我們得出首選品類和必售品類(包含必售品,但沒有首選品的品類)的品項數上下限;然后再對剩余的品類進行個別分析,保留部分結構性品類和結構性商品;最后將所有品類的品項數的上限和下限分別合并,形成完整的商品結構總表。
選擇品=下限-A類品,這是相對穩定的補充性品項。
新品空間=上限-下限,這是根據各品類的上限減下限后得出的數值,這一區間的商品是有試銷期的,一般涵蓋一個完整的銷售季度,最多不超過6個月。但凡商品季度銷售排序在某個品類的這個區間里,且試銷期超過3個月以上,將被列為待淘汰商品,一旦該品類在新品引進的過程中,突破上限,待淘汰商品將被優先淘汰。當新品在試銷期中的季度銷售排序,“突破下限”,將轉型為相對穩定的補充性品項,給予相對穩定的陳列資源和促銷資源。
3.必選商品的確定
將某時間段的商品銷售,按照單品的銷售額和銷售量,由低至高依此排序。
排序后,我們將由高到低累計達成80%銷售額的商品品項形成集合S1,將由高到低累計達成80%銷售量的商品品項形成集合S2;然后將S1和 S2相交得出交集品項集合A1,這意味著A1范疇內的商品,銷售額和銷售量均在前80%的排序范圍;再將S1和 S2相并后減去交集品項集合A1,得到品項集合A2,A2范疇內的商品,銷售額或銷售量有且僅有一項落入前80%的排序范圍內。如下圖所示:
我們將A1和A2統稱為A類品。A類品是并集品項,是S1和S2的并集。A類品也稱之為“必售品”,用數學語言來說,必售品是銷售額或者銷售量至少有一項進入排名前80%的商品。這是每個品類均必須備有并確保安全庫存的商品品項。
把A1定義為首選品,這是銷售額和銷售量均進入排名前80%的商品,是每個品類必須重點監控和關注的商品。
4.價格帶分析
價格段分析:將某類商品按照其價格帶進行分析,以確定其準確的價格區間和該品類的價格策略,其中包括競爭策略和發展策略。
如情趣品類最低價為7元,最高價為299,故Q=(299-7)/4=73,則Q1-7-80,Q2 -81-154,Q3-155-228,Q4-229-299。通過統計得到Q1銷售占比為Q1 61.4%,Q2 33.5%,Q3 5% ,Q4 0.13%,所以我們覺得該品類應該主推Q1,Q2.同時提升Q3,Q4的銷售,可以很快的拉升客單價,并建立高品質的品牌形象。(跟蹤表格見附表3情趣類現狀分析)。
總之,品類管理是一個系統性工程,也是商業的核心,當然B2C的品類管理有其特殊性,要考慮自己的網站主要是哪些人群在消費,他們的喜歡在哪里,包括我們的產品(品牌,表現,價格,展示。。。)每個單品的PV,轉化率是什么樣的情況,為什么每個品類的PV 相差如此懸殊。。。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
2025 年,數據如同數字時代的 DNA,編碼著人類社會的未來圖景,驅動著商業時代的運轉。從全球互聯網用戶每天產生的2.5億TB數據, ...
2025-05-27CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25