建立商品评价体系必备的数据指标！

零售产业是连接生产与消费的关键环节，也是扩大消费、引导消费、服务消费的重要产业。移动互联网全渠道时代，零售产业的生存与发展与数据息息相关。有些企业已经迈入大数据建设行列，成为大数据的先行者，转变和提升了零售的经营与管理，驱动着零售业向更加智能和高效发展；有些企业仍在行列之外张望，发展瓶颈愈发显现。

数据时刻在产生，数据分析潜移默化在零售的每个环节当中，能够为产品经营决策提供依据，让生产更加有理有据，令营销更加有的放矢。拥抱大数据，是拥抱创新、竞争和生产力的下一个前沿。

本文选品为例，运用数据分析来评定新品优劣，给零售商在进行商品取舍时以参考。

随着城市化进程加快和消费者需求日益多元化，零售市场释放出巨大的潜力同时也瞬息万变，零售商必须因势而变，才能在残酷的竞争环境中生存下去。不断将商品推陈出新成为零售商寻找商机的途径之一。零售商希望产出爆款迎合消费者需求，以占据或巩固一片市场根据地。

因此，新商品如雨后春笋般涌入市场，然而商品之间的同质性却越来越严重，这给商品的管理以及整个供应链带来了沉重的负担。

到底哪些商品能够获得消费者青睐，一路飘红？哪些商品应该淘汰？如何有效评价一个新商品的市场前景？今天我想「数据分析」的角度出发，分享关于建立商品评价体系的思考。

大家都知道零售组成的三个要素：人，货，场。我在构建这个思路的时候也将贴合这个三个要素，如下图：

• 会员覆盖率
  
  

会员覆盖率=购买新商品的会员人数／总消费会员人数

商品上市后，我们最急切想知道的必然是消费者对于这个商品的接受程度，也就是我们的早期购买者的占比有多少，从这个指标我们可以清晰看出消费者到底买不买账。

不过这里还是存在另外一个问题：新品的投放往往伴随着许多促销活动，很多消费者可能是因为活动的吸引而购买，这并不能反应出消费者的真实意愿，无法评估持续性购买行为。所以我们用到了第二个指标：

• 二次复购率
  
  

二次复购率=购买两次或两次以上的会员人数／购买此商品的总会员人数

复购率这个指标能很好地反应出消费者对于商品的认可程度，这解决了上面提到的因其他因素影响消费者真实意愿的问题。

这两个指标可以从人的角度来衡量消费者对商品的接受程度。接下来我们从第二个视角——商品的视角来分析，这里我选择了价格段销售占比这个分析方式。

• 价格段销售占比
  
  

价格段销售占比：对最终成交价格做切段分组处理，来计算每个价格区间商品的销售占比情况

众所周知，我们对于商品的定价和商品最终的成交价是两码事，因为这中间会有各种名义的折扣，所以我选择分析这个指标。

这里我们是在建立分析的模型，所以暂且不考虑某个促销时间长，而某个促销时间短的问题（这个问题也是有方法处理的）。

我们可以通过价格段销售占比分析得出的结论是：这个商品在某个价格上其实更受欢迎，而对比当初的定价策略、利润策略，就可以获知商品在市场上的实际反应与我们的定位差距有多大、消费者到底对这个商品价格的接受程度是怎么样的。

• 门店动销率
  
  

门店动销率=实际销售门店数量／可销售门店数量

最后我们再从门店的角度去分析一个指标，叫门店动销率。

建立这个指标的前提是我们需要根据商品的实际特性选择一个合理的时间段，然后即可通过这个指标看到该商品被接受的广度如何。例如我们有100家店，在一段时间始终只有15家店销售出了此商品，那么这个时候我们认为这个商品在广度上被接受的程度不高，而这个动销率也不利于库存的周转，不是个好的现象。

到此为止，我们从三个角度、用四个指标来构建商品的评价体系就大致成熟了。

我们知道，线下零售行业盈利困难，与它的业态老化、缺乏创新、难以满足消费者多样化需求密切相关。

除了合理建立商品评价体系，零售商还需要利用互联网、大数据技术，结合消费者的行为反馈，不断剖析商品DNA，明确其良莠之处，继而迭代提升商品竞争力。

作者：xiaoxiao

来源：知乎