在前一文中,有考虑过以仪表盘的方式,将当前企业库存状况向用户做一个概览性质的呈现,发现库存中的货品结构异常已经组织结构上的压力风险。其中,在自营体系层层追溯,发现库存压力较大的终端,在了解到哪些终端存在问题之后,便可针对其进行一个单店库存诊断。通常,库存分析与销售分析,库存专题与终端主题、货品主题之间,是密不可分的。因此,针对终端库存的分析,更多时候可以作为面向终端的全景分析的一个子部分,或是融入到货品运营管理当中。
关于终端库存分析的体系化思路,基本上已有一套较为熟知的方式,分为以下三个层面:
总量分析->结构分析->SKU分析 。
那么,借助商业智能(BI)这一信息化的手段,我们看看可以把这一套分析思路,落地到什么样一个程度。
首先,分析总量。库存金额、库存数量、总体存销比指标。单看这种绝对值数据,难以让用户“有感觉”。因此,库存数量、库存金额只是作为参考,具体的状况,还是 通过对比来体现。
- 如有标准值,可将存销比与标准设定阀值比较,依次判断库存压力水平;标准值可通过历史数据提炼结合人工判断审核后收集归档,这是个体与标准比;
- 如无标准值,可将存销比与去年同期水平进行比较,判断同店在差不多的时期库存水平,结合库存和销售绝对值,分析差异,这是个体自己的时间期间上的对比;
- 将终端存销比与区域所在终端平均存销比进行比较,或是与同等级的店铺平均水平对比分析,了解其在各终端间横向比较上的水平,这是个体与平均水平对比;
- 其他的,还可将库存数量绝对值与安全库存、极限库存水平进行比较;
其次,对货品进行结构分析。主要运用结构占比和存销比两个指标包括:
- 通过货品的年份、季节属性,分析其构成占比和存销比;
- 通过货品品类属性(大类、中类、小类、性别)等属性,分析构成情况和存销比;
- 基于货品的其他属性(如系列、面料、款类)等属性分析结构和存销比;
在商业智能系统的实现中,可以稍加丰富一些。
紧密结合库存的结构与销售结构,综合分析;
在货品的多属性上,进行灵活组合探查分析,如先看年季接着看其下品类,先看品类再看款类或者年季,又或先看性别再看品类,等等,通过这种探索式的分析,发现货品结构上存在的不合理;
终端结构与同类店铺的结构对比;
然后,分析终端SKU级状况。主要分析动销率、SKU宽度和深度以及畅销滞销款的库存。
- 由总到分,分析动销率,监控终端整体及各品类的SKU配置状况,与设定的阀值范围比较,及时进行SKU的补充或清理;
- 实际库存SKU,陈列SKU,与标准值进行比较,尽可能的提高终端的坪效水平;
- 畅销滞销款的库存的分析,使用库存可销天数,发现异常。畅销滞销款的判定,可以进行一系列设定的规则,譬如畅销款的判断,可以参考日均销量或是期间售罄率。通过对可用天数的监控,避免出现畅销品断货或是滞销品积压大量库存的情况,如有问题,尽可能的发起货品补货或者调配,盘活货品,增加销售机会,实现利润最大化。