商品分析曾经是数据分析的最早形态。现代数据分析以及数据模型的⼤部分思路，都是从这⾥演化出来的。可能是因为它太过传统，可能是因为互联⽹公司不需要挣钱养⾃⼰，总之，现在介绍商品分析的⽂章⾮常少。今天我们就先开个头，简单介绍⼀下商品分析的基本概念。
商品分析，指对商品的进货、销售、库存情况进⾏的分析。商品的含义很⼴泛，⼴义地讲，所有凝结了⼈类劳动且能满⾜⼈们需求的东西都是商品，可狭义上，⼈们会区分商品、服务、权益：
•把提前准备好，打包好，实体交付客户的，叫商品
•把需要现场准备，需要分流程交付客户的，叫服务
•把部分⽤户优先、优惠享受商品、服务的资格，叫权益
举个例⼦，你在饿了吗上定了⼀份饭，因为你是超级会员所以能享受⼀张优惠券，骑⼿⼩哥把饭送到你⼿上。这⾥饭是商品、优惠券是权益（你有别⼈没有）、快递⼩哥提供了服务。⼀般讲进销存的，都是狭义的商品，本篇讲的也是这个。因为有实体形态才涉及进销存问题，这点⼤家注意。很多互联⽹业务提供的是虚拟商品，往往只有销，没有进和存，这⼀类商品我们稍后单独分享。
商品分析⾮常重要。因为对实体企业⽽⾔，卖商品是赚钱的唯⼀法⼦，商品⽣产、物流、库存的成本是最⼤的成本，因此必须把商品分析明⽩。互联⽹公司没那么依赖商品销售，他们可以靠制造华丽的数据加吹的震天响的⽜逼来圈钱度⽇，因此商品分析地位下降了很多。但是在电商，特别是垂直电商、⽣鲜电商、⾃营电商这些⾏当⾥，商品分析还是很重要的，毕竟货压在⾃⼰⼿⾥，卖不掉就亏⼤发了。
商品分析是所有数据分析⽅法的⽼祖宗。在没有互联⽹，没有会员卡的年代⾥，企业根本记录不到⽤户⾏为、⽤户属性、产品使⽤、门店⾏⾛轨迹等等数据。⽆论是⼤型跨国连锁巨头还是⼩超市，都只能通过超市扫码获得数据，唯⼀能获取的就是商品条码信息，以及扫条码的POS机信息。因此只能死磕商品分析了。不要看这两条信息很简单，却组合成了商品分析的全部基础，并且衍⽣出众多的分析内容。
商品从⼤的⽅⾯可以分为耐⽤品和快消品。快消品是很容易消耗，需要⽇常重复购买的商品，⽐如⽅便⾯、纸⼱、洗发⽔、⽛膏……根据耐保存程度，⼜能进⼀步分成⽣鲜产品（活鱼、鲜⾁、蔬菜⽔果……⾮常不耐放的东西）和包装产品（有包装、有防腐剂，能抗⼀段时间的）。耐⽤品往往是⼤件的、很久不换、⽤了还能⽤的。⽐如家具、汽车、电脑、⼿机。根据使⽤特点，⼜可以分成单件多功能（⽐如汽车，配件⾮常多，随便改）和多件组合（⽐如家具、家电往往要买买⼀套）两类。
因为价格、功能、购买频率、使⽤⽅式的不同，耐⽤品与快消品之间有很⼤差异。注意，不排除⽣活中有奇葩把耐⽤品⽤成快消，把快消品⽤成耐⽤品的。⽐如⼀个技术GEEK，⼀个⽉不洗⼀次头，但是新出⼀款⼿机他都要买来玩玩。结果洗发⽔三年买⼀瓶，⼿机⼀个⽉换⼀个——这种⼈肯定有，但不是⼤概率事件。因此耐⽤品和快消品需要分开讨论。
我们今天先讨论快消品。它们在⽇常中⽤的最多，好理解。⽐如下边就拿冰棍举例。有同学会说：冰棍有啥好分析的。冰棍放在冰箱⾥⼜不会腐烂，我进⼀批关冰箱⾥慢慢卖就好了，怕什么。是滴，如果坐在办公室⾥敲键盘，肯定觉得没什么。可要是真⾃⼰吃饭没着落，全指望这⼀箱冰棍的时候，就淡定不了了。这是商品分析要理解的第⼀个概念：消费者⽀付给商品的费⽤，只有10%左右是商品的⽣产成本。剩下的钱，要⽀付卖货⼩哥的⼯资、店租、冰箱的电费、⽼板、⽼板⼉⼦上⽹包夜的⽹费……
所以，商品必须在适当的时间内卖出去，及时把货物变成钱。这就得了解商品的淡季、旺季，在销量好的时候多卖货，多赚钱；在销量差的时候少进货，省成本。特别是冰棍这种季节性强的产品——很少有⼈顶着刺⾻寒风嗦冰棍。所以它的销量很有可能是下边这样的曲线。
既然冰棍销量和⽓温有关，那在不同地区肯定有差异，⽐如⼴东天⽓热、卖的时间更长；东北开始供暖以后，⼤冬天也有吃冰棍的习惯，可能冬季反⽽有⼀波销量。这是商品分析第⼆个概念：区域差异。做商品分析必须理解和尊重这种差异，才能卖的好。
冰棍不是啥⾼科技产品，你做、我做、他也能做。想卖的多，就得想想法⼦。⽐如做⼀些沾着葡萄⼲的，搞⼀些奇形怪状的，搞⼀些冰激凌⼝感的。这就有了商品分析第三个概念：档次差异。往往越低档的，⾼峰期销量越⼤，但单体利润薄；越⾼档的，低⾕期销量越稳定（因为它要满⾜部分消费者要⾯⼦、追求档次的⽣活需求，⽐如情⼈节明明冷的要死还是要带⼩⼥朋友啃个哈根达斯）。
还是要带⼩⼥朋友啃个哈根达斯）。
既然有⾼端、低端产品区别，就有了新品推出、旧品退市。这就有了商品分析第四个概念：商品⽣命周期。特别是快消品，本质上核⼼功能都差不多。消费者永远是喜新厌旧的。所以往往除了⼏个经典款以外，商家会不断推出新品。但推出新品就有成功、失败两个可能。因此新品会⾛出两条曲线形状。
现实中，即使你是只卖冷饮的⼩摊，也不会只进⼀种冰棍，因此实际上商品总销量的⾛势，是nnn多个曲线相互交织在⼀起。这使得统计、预测销量变得⾮常复杂。如果真是⼀个⼩摊⽼板，很可能他连⼀天卖了多少件，赚了多少钱都算不清楚。因此传统的商品分析，会消耗⼤量精⼒做各个品类的销售记录。特别是服装这种品类、款式、花⾊⾮常复杂的⾏业。
销售的复杂性，直接导致了库存的难以预计。并且，由于商品订货、签约、⽣产、交付有⼀个很长的周期。因此⼈们不可能等到库存卖光以后才去订货——新的货要1、2个⽉以后才到呢，总不能饿⼀两
个⽉吧！因此对销量的预测，变成了商品管理永恒不变的追求。也是商品分析从1990年引⼊国内以后，直到2020年都没能解决的问题。很多⼈吹逼说⾃⼰预测能达到80%-90%的准确度。注意：很多商品的净利都没有10%，10%的库存损失⾜以⼲跨⼤部分⾏业了。所以80%-90%这个准确度是不满⾜需求的。特别是这些⼈吹逼的预测准确度，往往是总量准确度，具体到⼀个品类⼀个款式，就歇菜了。
因此，商品管理上，衍⽣出三种商业模式。
模式1：爆款模式。⽐如iphone，每年就⼀两个爆款，这样能极⼤减少商品管理难度，砍掉那些很难卖的，很容易失败的⼩品类。这样看起来很美好，可要求商品真的得特别、特别出⾊，不然爆款没有爆，今年⼀年都得喝西北风。
模式2：团购模式。相当于先锁定销售数量，再⽣产、发货。这样看起来从源头上解决了库存问题，可为啥消费者要等这么久？为啥我⾮要拼团？我不满意为啥不能退？所以往往拼团会败在控不住价格、退货率⾼上边。
模式3：饥饿营销。类似于⼩⽶早期F码，本质也是先锁定销量，再安排库存。看似很完美，可要求你的粉丝真的很忠诚才⾏，不然退货咋办，竞品抢在前边出同款咋办。
所以这三种模式推出后，很多⼈寄希望于数据分析能分析出爆款是啥特征，能分析出多少⼈参团，参
团折扣要多少，能分析出忠实粉丝数。可了解了商品本质和这三种模式的本质，就知道这是个⾮常难完成的任务——即使你敲再多代码，你的电脑⾥也不可能有个乔布斯破屏⽽出，你的商品也变成不了iphone。
当然，有些看似简单的问题，实际解决起来都很复杂。⽐如⼀个简单的问题：为啥商品卖不动。可能就裹挟了区域、档次、门店的商品组合、促销、商品⽣命周期等众多因素。当然还有⽤户、产品体验、品牌影响⼒、宏观经济、竞品动作等更多乱七⼋糟因素。⽽⼤部分的同学没有掌握商品的基本形态，就直接插⼊分析之中，因此⾯对⼀根根看起来很像的曲线完全读不出含义。⼜急着把⽤户、产品等维度加进来分析，就越做越糊涂了。
想起步，最好是从了解商品的基本形态——即本篇上边的基本曲线形状开始。每个商品的基本曲线，都是⼀个具体业务的数字化反映，多积累对基础形态的理解，才能拆解复杂问题。如果想看更深⼊的分析⽅法，本篇集齐60在看，下⼀篇我们分享耐⽤品的基本思路，敬请期待哦。
作者：接地⽓的陈⽼师接地⽓学堂
发布评论