有这一波BI零售数据分析在，还怕零售商品结构玩不明白？

      零售商品品类分析搞清楚了，对合理生产采购、上架调货、提高盈利能力等都有着极大的作用。但话说回来，零售商品品类那么多，你要怎么分析，怎么展现才能把它玩得明白？大家可以看看服装零售BI方案中的零售商品品类分析报表。这是一张用数据可视化图表制作而成的BI零售数据分析可视化报表，最是擅长把复杂零售数据展现地明明白白。

      商品品类多，怎么针对各大品类做结构分析？

      奥威软件这张BI零售数据分析报表采用了将零售商品品类分为大、中、小三个品类，一层接一层往下细分分析的方式。

      商品大类，主要是根据服饰品类中的大类，比如说居家服、床上用品、鞋类、企划用品类等。在针对大类的数据占比分析中，主要设置了销售金额、毛利两大关键指标。当鼠标落到图表某个色块时，即立刻展现该色块所属品类的销售金额、毛利。这一部分的内容可与接下来的各部分图表联动起来做数据分析，达到更加直观细致的零售商品品类结构分析可视化效果。

      我们点击品类“袜子”来看看具体的效果。这里可以直观地展现袜子这一品类在整个零售商品品类中的销售金额、毛利占比以及具体的金额。

      商品中类，主要是根据使用者的性别、年龄段来划分，比如袜子，也有分女款、男款、女童款、男童款的，在分析上也要分开来算销售金额、毛利。所以就有了下面这一部分的截图。这样做的好处是能够让大家更为直观地看到到底是面向哪些使用者的商品品类更为热销，毛利更高。如下图所示，男袜的销售金额和毛利都屈居第二，远不如女袜占比高。毕竟男袜品类单一，功能单一，但女袜呢，连体袜、船袜、丝袜……，花样繁多，功能丰富，需求也更强盛。

      商品小类，则是更细致的一类划分。还是拿袜子做例子，袜子这一类就有短袜、连裤袜等类型。在小类数据结构分析中就分析这些更为细小的袜子品类，如下图展示，短袜的销售金额、毛利占比远远大于连裤袜等类型。

      从商品大类到中类，再到小类，是一个层层分析的过程，这三张截图展示了当我们点击袜子这一商品品类时，这三部分的图表就将都联动起来针对该品类的数据展开服饰零售数据分析，让零售运营管理层更为直观地看到众多不同类型的袜子的销售、获利情况。

      上面的数据可视化图表让大家更为直观地看到不同品类袜子的销售金额、毛利占比，但这还不够，还需要针对性了解每一款袜子的销售金额、销售金额行占比、毛利、毛利行占比又该怎么办？别急，往下拉即可立得一张汇总了上述关键指标的简表——商品销售结构占比top100。

      在这张简表上，我们可以下拉查看销售业绩前100款袜子的具体销售情况。

      这一年来我们的袜子是越来越好卖，还是所哪些时间段更好卖了，这些都需要通过一个直观的趋势分析来展现，也就是下面这个：

      趋势分析的意义在于掌握这一品类商品的销售规律，比如说上图就针对袜子这一品类展开了分析，可以明显地看到袜子的热销月，从9月到第二年的2月。这段时间正值秋冬和初春，袜子的保暖需求高涨刺激消费，从而拉升了袜子销售趋势。5月到8月，天气炎热，袜子需求量大大下降，整体维持在一个几乎没什么波动的趋势范围，属于袜子销售淡季。

      上述这些都是针对整个零售商品销售中袜子这一品类的综合结构分析，放在不同省市地区情况可能就完全不一样了。毕竟地区气温差异大、人口结构不同等因素都将影响到不同类型袜子的销售。具体的还需筛选区域后再做进一步的分析。

      在一波操作之下，零售商品品类结构属实是被玩明白了。随便来一个人都可以把各个区域、时间段内的零售商品品类结构给看明白。如果每张零售数据分析报表都是这样的效果，还怕不能及时获取零售销售信息辅助运营决策吗？有兴趣的朋友可以去看看奥威软件的零售BI方案专题页面，这上面要方案内容有内容，要体验报表也有现成报表。