商品销售八周联动分析及其扩展 - 168大数据

商品分析是服装行业数据分析中一个很重要的主题域，而在商品分析中用到的“术”与“技”，则是层出不穷。在前些年了解到的一个名为“商品销售八周联动“的分析应用，觉得有些意思，便在此写出来，做一些思考，亦探究一下其扩展。

具体的操作不是太复杂，以周为频率，将当期有在售的商品款，以销售数量按降序排列，取累计达70%的，设为A类，累计从70%至90%的，设为B类，余下为C类。将约定的各周（不一定是八周，此为男装企业，因此设定为八周，女装企业可以更短）类别拼接在一起，得形式如‘CBBAAABB’,'BABAABCC'，这样的字符串。并对ABC类分别以绿色黄色红色予以醒目区别，以此种方式，了解到业务上需要关注需要操作的商品款，达到商品单款管理的目的。

从本质上来说，此所谓八周联动分析，是结构分析（或称为ABC分析）与趋势分析的一个组合。通过ABC分析，实现各期间内单款的横向对比，将各类表现的单款标出，继而通过趋势分析，发现单款的异动。对于在分类间发生突变的款，需要去寻找原因定位问题，针对性的采取相应措施。

八周联动这一商品销售分析方法，引入到数据分析系统，或是BI系统之内时，我们是否可以对其进行提升与扩展呢，答案是肯定的。下文便从几个点，对其系统化实现后，可能的功能强化。

首先，可以在整体层级、区域层级，乃至单店层级，分别运算ABC分类及多周联动数据。人工的处理过程中，鉴于计算度的复杂以及耗时，很少会统计到单店级别。三各层级各自运用多周联动来分析商品销售，本身便是精细化管理的一种体现。在实现三层的数据后，可以进行区域与整体、区域与区域、单店与同类店、单店与区域的多种横向对比。譬如发现在区域表现好，本店较差的款。这些小术，亦是可以对行业经常提到的高库存与高脱销并存的解决，起到一些作用。

其次，在商品属性角度上，可以进一步的细化，以获得更准确的信息。譬如，对同商品季节，或是商品销售生命周期（上市时间）相近的商品款进行对比。

最后，更多层级、更多属性的单款数据，铺开来的信息量将会是比较大的。此时，预置一系列的规则，将可能存在异常的款及相关终端，定期识别出来，用推送的方式，提供到业务用户处。此亦是用户体验方式上的一种改变，使得系统的友好性、可用性提升。