文章系统分享了商品分析的底层逻辑与思路，指出商品分析不能仅罗列进销存数据，而应结合业务深入剖析。

商品分析是电商、零售、消费品等多行业的重要分析内容。今天系统分享下，商品分析的底层逻辑与思路。

一、从最基础的进销存开始

商品运作，简单说就是：进货→卖货→再进货。只不过这里有两条隐藏要求：

1. 在商品卖光以前，有新的货进来，不能断货
2. 在商品过期以前，把它卖掉，不要烂仓库

因此在看商品数据的时候，需要把库存、日/周/月销售、商品采购周期、商品保质期四个指标一起看。

举个简单的例子，假设我们有100件新到货的商品A，每周固定销售30件，采购周期1周，保质期2周，那么数据情况就如下图所示：

如果是生鲜商品，超过保质期商品会变质，必须清货如果是科技类产品，时间长了会贬值，暗含着保质期如果是时尚类产品，产品会过气，也暗含保质期

所以，大部分商品运作符合上图规律，库存量不宜太多，按销定采

二、商品&价格弹性关系加速

商品销售，最常用的手段就是打折。打折时，商品销量会明显超过常规水平，这个提升幅度被称为：价格弹性。

经济学/财务的教材，都会假设价格弹性是一条直线，但现实中很难实现动态价格变化（价码牌不能每分钟变），因此，经常表现为阶梯式变化（如下图）：

除了降价，还有很多商品促销能让利顾客，提升销量。比如：买1件赠1件，买本品1件送赠品/小样，买满100元减30元。

这些也可以按价格折扣方式，计算价格弹性（比如买1送1，折算成50%降价）因此，想要充分了解价格弹性，就得收集业务部门每次促销行动方式，用活动标签描述形式，统一折算活动优惠力度。

这样通过对比，既能找出每一类活动提升效果，又能发现那些对价格很敏感的商品（不降价卖不动，一降价销量翻倍），一举两得。

三、商品周期性规律

开头的例子中，我们假设每周常规销量是固定的。实际上即使没有促销活动，商品销量也会天然有波动，比如：

1、季节性波动：比如夏季降温、冬季保暖有一大堆相关商品

2、生命周期：比如时尚、科技型产品，上市时新鲜，过气了就凉了（如下图）

这种周期性，使得销售数据不是平稳的，商品运作的节奏也有快慢区别。想要认识周期性，就得对一款商品做持续追踪：

1、从商品上市之日开始统计销量

2、销量上升期大概有多少周，每周递增销量是XX

3、稳定期（没有大幅度降价）大概有多少周

4、拐点在XX周出现（本篇销量大跌，竞品大幅度打折）

虽然不同年份受气候、研发进度、上市计划影响，数据有波动，但大体上是有范围的，且同一类型的商品，优质的A类商品与较差的BC类商品，生命周期曲线有明显不同（如下图）

通过历史数据分析，有了初步认识以后，就可以更细致管理：

1、在旺季来临之前提前铺货

2、上升期每次补货量更多

3、稳定期密切监控竞品价格/本品销量

4、如果商品前期表现不好，后期清货得更果断

四、商品组合策略

还是开头的例子，我们只看了一款商品，实际上即使同样品类，也会安排至少高中低3个价位的商品，以满足高中低端用户的需求，这样就形成了最简单的组合策略：价格策略。

最常见的思路是：先用低价商品，把大量用户引进来，再推高价格的商品，寻找重度用户。此时商品就有引流品/利润品区别。

除此以外，还有推高客单价的搭配款，防止产品线空缺而流失用户的防御款，整个商品组合逻辑如下图所示。

商品策略，对于提升销量是非常重要的。有些公司管理的很粗犷，即不做商品分类，也不做策略。结果就是同一个价格区间，自己都摆了好几款类似的商品；缺少专门的引流品，销售盲目打折；低价的卖得多，高价的卖不动……这些都是不做策略的代价。

五、商品固定搭配

一提到商品搭配，很多人脑子里第一时间蹦出来：啤酒与尿布。实际上即使不用数据去算，商品之间固定搭配。

就像比起啤酒配尿布，啤酒配鸡爪，啤酒配花生米，啤酒配小龙虾更常见一样。

这种搭配，往往和用户需求有关，比如：

• 耐用品：厨房全套（燃气灶、抽油烟机、锅具）、卧室全套（床、床头柜）
• 快消品：酒水+小菜、火锅锅底料+蔬菜+涮肉、快乐水+薯条/零食

因此在做商品管理的时候，经常将有固定组合的品类，结合日期做联合推广。

比如9月份开学季（文具、图书、衣服）、贴秋膘（食材、啤酒）、安居节（楼市素来有金九银十说法，相应的家居、家装需求），此时应该把关联品类打包，观察活动期推广效果。单独看一件商品，很难解释其同期销量波动。

以上是商品分析的基础逻辑。

可以看到：一个商品编码数字背后，有很深的业务背景和固定的业务策略。作为数据分析师，如果不结合业务考虑，只是单纯的看销售数字，很难读懂数字背后含义，也没法进一步提出建议