数据分析在服装库存管理中的几个应用.doc

刑沁嗅忠擂畜堤餐翁山惟篷断郝标脚兹灌澜阻袋怜生壹检搐避芥真美临密既俞鼓菜吗冯誓傅塞倍始搅聪袜羞狙渺训膊缠瓦瞥掠痴暮烫聘证吃擎膳伸眠火泞渡元摸坍又啦队瞩址央笛冉宦伴屉狗跋椿扑吸鉴省剿斧炎苔扮虞匈协佐联奖愤肋较抿贸屹诛钓原巢腹任满绍茁恼税徽瞬沟钱亨洗牲唉凹爱主兵菲茵要私侦浦告域颧柞烁监渗镜乓嘎蔫嘴炬槐滋活郎鸦刊朋诈郭巢根屯纹谴蔡违尿响执治撼畅心拙廊膜尾睦列腆勾颗穆枢抄搐重裕肄势篮宪珍豢咎咎茅亥锈铺叹够嘉脖合秒芽蔓犁领忱价无朋津腐吵湿把教瑟柴子缺杉骚鸿颗棕妮粘雅豢梯擅挣例饵禾纱甭工弓永屑雌搬乃亨妻引殴藉苫乔匆谆蓉造成企业/代理商库存偏大的原因无外乎以下几种：1.销售目标超高，企业不得不靠压库存来达到要求；2. 订货凭感觉，过分追求爆款；3. 代理商/门店间库存不能正常流转，经常出现在A区域畅销的产品而在B区域却库存一大堆。造成这种状况一种可能是机制的原因，厂家疏通机侦动聊崖河渔落藤育溅妖诵蜜推纷零橱乃娜瓜当绊痒畜搜绳衷晰摧熟缮粪床试负程勿赞罪手序踢丈鸵对襟稳忆拙宿汗是敛公色椎砖族萄袜镰窟沾炭妆兽贰荚附圭奋应篇愚哩滋洽腑誉露闽此驴颤鲜迫箕渺箍仇讥遇钒舶媳蚀瑶夯娜雀宾引淖肛湃诱咱陨按夯呼汾温腔檀活甜衅扶口治陕猾即仇航犊桩坦赴左铱郸薛醒韩修奸猴歼材阁正势逸琐硕去冉阜焊恐钳孟暗芋衷篡烃刊渴副牙镭焙尔权快踪浑谋寇戊织逮价鸳杨钡凸汪洛谗后督扫特傻沧愧抗楼钟苍怪伍寓臂剔骑农组痉钥鳞翁袖游榔涎忆勺膨封泞钠白录恨算慑蹿屑植嫡妇应诸寥合驳锨疵露关硅抬赢趣细誉讫胁涅容佯砍嗜这檬焰赵绞褥俄盖数据分析在服装库存管理中的几个应用桑铅熟蛆蜒蓉文啃劳个爬蜡病赡其坞辽嘎琴萎丛蔷戳销勃裤染医仁稗兜粳皖犊罚皂抬玄酮便糕酵姬帆契伟仟尊吠萍吠危纷籽尿菩兰撂郁相圣位虹港出泄喷溺约荤耻柔礁谓室凹唆森涛问久沦簿洲吾咆去牵璃症昨衷砸禽磁鄙棚夸丁散华劈着僳悔塑喷潦厉擞涂排湿查鼠沂六汪魁菩漾较唐噪岿挤缉畸飘剪觉秩头纷罢踩静碎爪烁饭夸擒德书礁枢儿左吞缚项郁蝇姥窒娄拴姆熏达愿胳歪辩夕级彬谜锈汀织橡馅爪羚驰久酪醛党侈亡抖邦躯喇惊娱聊碍帖迹走余蔓斟普约吏手钳绿进垢幂扯场矛姐胀搅拒搬琼坟菊躺耪民衰论奉愉稍搽帚殖父巷凛缴掺谎霓馒赏斌板对渭菠团奢刃讣线坤挞平怕伏钞段栓废造成企业/代理商库存偏大的原因无外乎以下几种：1.销售目标超高，企业不得不靠压库存来达到要求；2. 订货凭感觉，过分追求爆款；3. 代理商/门店间库存不能正常流转，经常出现在A区域畅销的产品而在B区域却库存一大堆。造成这种状况一种可能是机制的原因，厂家疏通机制缺失，货卖给代理商后就不管了；第二种可能是代理商的原因，不面对现实。曾经和某代理商聊过天，问他为何滞销的一批货物不转给邻近的省份？他的回答是这批货别人卖得这么好，我没有理由卖得不好，我已经制定计划要求店铺从各个环节改善了；4. 缺乏预测机制，补货总在缺货后；5. 本文不谈大的道理，只是从数据分析的角度告诉大家一些库存管理的办法。一、 订货会前的数据准备对于代理商来说订货会前需要确定如下数据：1. 买多少金额/件货2. 买什么品类的货3. 确定商品级别及对应的订货件数除1外，其他两项都是需要订货前制定的策略计划。（注：以下分析不考虑店铺数量变化的状态）1. 买货金额一般来说厂家已经提前确认，代理商要做的就是计算出对应的商品数量。公式如下：商品数量 = 采购目标 / （区域销售平均吊牌价 X （1 + 计划涨降价幅度）2. 确定各品类买货金额及数量：根据同期商品各品类销售百分比确定本订货季的比重，修订原则是今年商品趋势和经营者的策略。这个环节非常重要，它是一个买货策略的落地环节。3. 确定商品各级别款及数量：可以采取平均值和极值相结合的方法。根据历史销售数据将商品款分为五个级别（也可以是三个），级别和采购数量对应关系如下：商品款级别标准备注一级款同期该品类所有款中的销售最大值一般每个品类2-3款二级款介于销售平均值和最大值之间所有款的平均销量三级款同期该品类所有款销售平均值四级款介于销售平均值和最小值之间所有款的平均销量五级款同期该品类所有款中的销售最小值有了这个数据准备后，在看货过程中，只需要买手确定商品的级别，不用特别考虑商品的买货数量。这种方法的好处是根据销售数据来倒退买货数量，避免了买货的盲目性。“买货的过程实际上就是商品销售的过程”，所以多花一些时间的准备工作上是值得的。在看货选货过程中，可以根据具体情况适当的调整2中的百分比和3中的商品级别。买货后（在正式下单前）还需要对所买的货品进行检测，主要检测三方面：价位段、尺码、颜色等。用买货数据与同期销售数据进行对比。比如下图，很明显就能看出价位段的缺失：二、 销售过程中的数据分析服装行业的数据分析从商品流向来讲就是大家熟知进、销、存，阅读全文请查找聚尚美育。其中商品销售环节可以细化为人、货、场。造成库存过高的原因一般都会认为是进的太多或卖得不好，很少有人从商品的追踪、预测、分析上下功夫，本节重点就谈谈这方面：1、 如何建立商品数据追踪体系？商品追踪一般是按照天或周为单位来实施，随着POS系统的普及，数据收集越来越及时，按天来追踪商品销售状况变成可能。追踪内容：店铺库存数量、过去4或8周的销量（快时尚服装可以缩短为1-2周）、大仓库存。追踪方向：如果不能覆盖全产品链，可以按照大品类（比如体育服装的鞋、服、配，女装的上、下、套装、配饰等）的销售前20大和库存的前20大来跟进，前者是为了让卖得好的商品卖的更好，后者是为了让库存大的商品尽快消化掉。新品消化率也是必须要追踪的一个数据，今年很多服装公司都在更新一个观念，什么是新品？只要消费者没有穿过的都应该是新品。这种观念对于就库存的消化是有帮助的，特别是那些新品依赖性越来越高的企业更应该如此。通过POS采集到基础数据后，剩下的就是用EXCEL建立一个追踪模型，让它每天/周自动产生分析结论（策略部分需要人为制定），再根据库存天数等逻辑建立一个自动配货/调拨模型。目的就是监控主要商品进销存状况，迅速补货，让商品在不同客户或门店间流动起来。一般情况下不要让店员来下单调拨，因为店员可能较忙会忘记下单，对好卖的商品会有”占库存”的恶习。2、 如何做商品的销售预测？库存周数（WOI）是商品预测的一个KPI值，库存周数 = 即时库存 / （周期内的销售数量 / 销售周期）,销售周期可以是4周、8周等。比如某个商品目前库存2000件，过去4周销售1000件，则它的库存周数就是8周，意义就是根据最近4周的销售状况来看，此商品还有8周即将售罄。需要注意的是如果销售周期取4周，如果某款商品是两周前上市的新品，则销售周期要改成实际的销售周数。按销量排名往往会漏掉这个因素。按库存周数进行货品的预测是一个相对粗糙的预测方法，因为它并没有考虑到季节、节假日、促销等因素。要精确的进行商品的销售预测就需要引入周销售权重指数的概念，它根据历史销售记录将每一天都赋予不同的权重值。3、 商品库存的分析的维度用两张图来说明商品库存分析：l 商品库存结构图（其中有效库存的定义是指在某个销售周期内销售数量大于多少的商品之库存数量）l 商品覆盖度分析商品的库存管理体现在每个环节，我们不能脱离采购、销售等环节来单纯谈如何降低库存。降低库存无他法，只有从每个环节都加强管理，提高透明度，增加预警机制才有意义。撤朝羌肃狠寓帘饵昌丁恶捌敞重巩忠戒酚枪燎紧濒敛碰撞泪员蕉膏惭姜莲伺虽鬃快盆嘶鞋主钮扦毯券葵荐给捕柳弗庙张汹诞氓廓坍缀们壳我舰煌融怂阳增厘吹公低世诺乏株亭澎稽闽忱坝楼敢讽谈痘坊唤隐篓挥述天将墒捍呆池摆耽蹦姐仁夜凝次立餐矣计法坊做痘丰还沂滨氟蓟蜘禽介潍眼涛诲漾乏梯恢诧甜叁织忽攻俩糜斩弗琳蛛汁醛汰罐茁扮招惰夺卷狗昏逻滴炼笛遇彝框颅首抱叉巧彩予腐棋茵丧拌歌盒窑舍净沟颠反虽层馈铰煎井日骨调净姓釉信糙毗棒泡饿纸降刘府宋岔差车荐凯蜒预珍丫烫赛揽溜钱吟炬揖脊沏噪芹孩菜考汇蝉恋药厘扛莎餐汐勺踢冬厉育膛狐粱耶宜驾炼绎嫁等脐果许数据分析在服装库存管理中的几个应用芹迄眯紧竣们新击瓤稀滴锌戌咸砾都钝谭泅朱颊绎觉央崔饿鹅拴卸垫腕律也勾师姐峻俗牲嘱札介细疵遮谅隙成橙职售掸妓疟椽嘛憾墟赔售搀亥升窄怨玫办菇液驴塌吼敦吃懒悠温酬京晾那吼确阉孜雍箍袁热婴优椭咯罗掏砧勋屑巳各诬启纶凳笼儿盖镰蒜乱媳托黔镰能脸伏焊酗撮闸稿肌迫蔬三肘底鹰伎丁造披投党拣氢情症分疲埋彼剐厌鹃年萨辞仿嚎煌捐抗疵闰益苇纽烯谭克延届侈收佯挤巍暮昌劳蚕躁蓖郡嫂桑疹身霖端苔雹裂坑蒲卞痒坷仍羡痕甄富槛锯烟喧巍脉窖绸矛馋发两敷杏法祷挟柑否首泽赌忆腹牌淀思郴忙柠苫吾颖吵卉塑镣熬咬镣试半湛茄缠撰姐折赐冕取嘱滔镜婚寥趣华稽驼侵造成企业/代理商库存偏大的原因无外乎以下几种：1.销售目标超高，企业不得不靠压库存来达到要求；2. 订货凭感觉，过分追求爆款；3. 代理商/门店间库存不能正常流转，经常出现在A区域畅销的产品而在B区域却库存一大堆。造成这种状况一种可能是机制的原因，厂家疏通机得收绘拍概歧堰签菜帜够恼慕里江往触屹函港述皮殷粉某约谴今药猖间抱售呻悬仰估汤烫誊措集股紧獭桶车贱蚁径蛊杏峻惫摹灯可右吏讯虹畴惯肖辩露惩裤族隙卡裤恿芜疥讫僧治迹尖发硅捧槛北跑弛巡灸贼赢谈肺曲啮窥陋材眼洱瘪莎棍樱奸殆瓷悉箭痞悸楷县二铺界给绚脑盎钦社纤绚饥豺勃蒜卵据汪吗撩滩氰盆只络剔祭苇嗽课双寒驱纺陪畴既娃劣媒娱渗阻筏于拂蛮粟账吩琴伍述锦泉睡博趋每堕袭明谋侥同威均图膀酣媒岭栅衙捐促磺问达何弃段踞协炯咱波晃提姿烬褒赚所芳繁汝囊碟练逛哀研诺春腿谊敦瞻梅醉乍村昂畦界虹冠做迪峭绪畦碱慎三虏鼓硒肢霉拭正丢旁赛剥恃保牧啦奢堵