要成为顾客选择|数据分析和品类管理的“那些事儿” 事儿|管理|数据分析|零售商|

品类管理分析
上一篇我们简单说了一下数据分析师和产品经理之间的那些“爱恨情仇”，在工作中，不管是产品经理还是数据分析师还是运营人员，都会接触到产品的大量数据，同时还会接触不同的指标体系。
先来说说在数据分析过程中产品品类管理与指标中品类管理的分析问题，商品管理流程是什么样子的？购买者在开发商品分类时会考虑哪些因素作为权衡点？零售商如何计划商品种类并确定适当的库存水平？
品类管理的两大目标是销售额和利润，第一个步骤就是定义品类角色。我们可以从零售目的地、临时季节性、常规零售、便利性这几个角度去考虑定义。想要成为顾客选择的主要品类零售商，就要持续向目标顾客提供超过期望的价值。要成为顾客选择的临时或季节性品类零售商，需要持续向目标顾客提供有竞争力的价值。要成为顾客选择的喜爱的品类零售商，需要持续向目标顾客提供有竞争力的价值。要成为顾客选择的便利全品类零售商，需要持续向目标顾客提供较好的价值。从数据分析的角度通过根据商品品类对消费者的重要性来管理品类能有效提高消费者的价值，而零售商和供应商则通过有效、合理地分配货架空间，营销资金和经营时间来获得最大的投资回报。
【 要成为顾客选择|数据分析和品类管理的“那些事儿”】

文章插图
顾客渗透率：特定市场/区域/交易区域中，去年（LY）至少一次在零售商或整个市场上购买了某个类别的商品或任何商品的家庭总数的百分比
购买频率：去年（LY）在零售商处购买特定类别的商品的总次数
销售额：去年（LY）在零售商处购买特定类别的商品的总销售额
时代中的大数据
在定义品类角色的时候，主要的数据分析方法有购物篮分析、常用数据分析、顾客可视化数据、销售数据、场景分析、市场的公平份额和需求差距、财务分析。顾客在同一购物中会买什么？如何通过更有效的跨品类连接来增大购货篮？最有价值的顾客群体喜欢什么？哪些品类对他们最重要？而顾客可视化数据包括渗透率、购买频率、转化率以及其他更多指标：比如说湿巾的购物者的百分比是多少？百分之几的购物者在其他地方购买商品，他们在其他零售商上花费了多少？如何才能吸引更多人，并增加他们的品类交易？销售数据主要是包括品类大小和销售趋势，国内销售与本地市场相比如何？品类交易是增加还是减少？销售上涨是由于商品品类的增长，还是消费者在一定品类中购买更多的商品？
数据分析中的场景分析主要是确定某个品类对假期和其他事件的影响：顾客是需要面粉和巧克力碎的面包师，还是只想吃饼干和点心的宝妈，还是两者兼而有之？市场上的某产品销售与其他产品之间的差异，比如说在一个交易区内，有多少喜欢草莓冰淇淋的核心消费者？他们消费多少？以及你应该售出多少？或者宝妈在一个交易区域进行几次聚会旅行，你应该获得多少百分比？在进行财务分析的过程中，你需要考虑到存货的周转率、毛利润、钱包份额、基于运营的成本计算（运输和销售产品的各种费用，包括各种成本，例如运输、仓储、处理、营销等）因素。
所有的数据分析都要从结果出发，没有结论的数字罗列不是数据分析分析，分析的作用在于发现问题和解决问题，对数据分析感兴趣的小伙伴可以多了解一下哦。
END