前面有一文从服装企业在做数据分析时常用的结构分析，聊到其中重要的一块看——商品品类的结构分析。包括了从商品季货品角度上观测结构情况，以及终端零售的商品品类结构构成分析。本文便又从品类的结构分析引申开来，结合例子，看看品类分析除上文基础结构分析之外的其他应用运用方式。
在服装企业商品分析中，常常会提出对品类销售趋势分析方面的需求。通过终端零售的品类在时间趋势上表现，提炼出特征以供后续年度的规划。统计数据的时间粒度依据实际的管理粒度可以划分到每个自然周或者自然月，在运营管理中，参考具体区域、终端的销售特征调整商品结构配置，使其更加适应于环境及消费者，更适应于当前时节——众所周知，区域跨度很大的品牌，区域间的销售结构定是会存在差异的，发现、验证并遵循这种差异，是精细化管理，数据化管理，科学化管理的一种体现。
关于趋势分析，笔者经常从两个角度去运用，单一主体多年份对比，和多主体同期间对比，下面进行粗略的记录。
从某个品类多个年份的销售及销售结构趋势的思路出发，进行观测，了解品类在各年销售业绩或贡献方面的走势，服装行业季节性较强，不同年份之间具有一定的可比性。因此，可借助此图，基于往年数据，辅助诊断当前品类销售情况，并做出相应的决策。
以折线图形展现效果可如下，查看棉衣品类情况。季节性很明显，但是2010年度5月存在异常，且当年提前进入销售旺季。11年的慢热也可进一步进行探究分析。
同样的，亦可看看衬衫品类的情况。
事实上，查看数据，必然是系统结合主观判断，不断的做出调整，需要考虑多方面的因素，譬如特卖之类的影响。总的来说，如果能够有更多的外部数据，譬如活动的记录、天气的数据，便可进行更为深入细致全面的探查，更好的辅助决策，也应正笔者那句话：More Data，More Analysis,更多数据，更多分析。
第二种趋势分析方式，是在某个时间序列上，进行多个品类主体的对比。下图为一个简要的示例。
相较于上一种方式，此图更侧重于各个品类之间的对比。同样的后台数据，相较于用饼图、柱图逐月来看，在趋势图上总览全局的感觉，要好上太多。
展现方式只是一个基础，由此展开，还可以进行更为深入细致的分析，满足企业多样的管理目的。譬如，结合到组织机构，了解品类在各个区域的销售趋势的差异，可以更好的进行
货品的上述规划。再如，可以考虑过滤商品年份数据，查看单品类当年新款的趋势状况。
再想远一点，如果将品类的存销比指标，参照以上两种方式，绘制出各年各月的趋势图，结合主观的判断，可以为企业提炼贴切自身模式的存销比理想值区间，而这，恰是库存精细化监控的一个极为有利的用于预置支撑的知识性、经验性的数据，并在后续持续修正。从这个角度上来看，是数据分析系统辅助企业提升精细化管理水平的一个极好的体现。