文/張陳勇

摸清商品結構

小丁他們得到一筆投資，創建一個區域綜合B2C。這個B2C主營超市商品，但到底要經營哪些品類，各品類下需要哪些商品，各品類商品所占比例，如何跟蹤商品招商情況，小丁毫無頭緒，問我怎么辦。

“你需要做一張商品維度表。”我說。

這是一份商品分類分維度的表格，比如花生屬于堅果這個品類，花生有味道、外形、規格、價格等多個維度。它能幫助我們跟蹤商品招商情況，優化商品結構，甚至增加收益。

那么如何建立“商品維度表”？

第一步是羅列出準備經營的商品品類，以及每個小類下的重要維度（如表1）。準備此表格時，可以參考各大網站的分類與導航字段。

第二步是把招商到的商品填入商品維度表中（見表2）。

第三步，當我們填入足夠多商品時，就可以使用“數據透視表”功能或sql語句提取報表，了解商品引入情況（見表3）。

“我明白了。”小丁說，“通過這些表格，我就能知道各品類下有多少商品，每個品類各維度商品多少。如果某個品類和維度下商品過多，則限制引進新品；如果過少，則要重點引進。”

“是的。”我回答，“我們還可以通過此表格控制SKU總數，根據總庫存資金分配每個品類下的SKU數量，對每個品類設定SKU范圍指標。小品類的每一個維度代表了一種需求，單個商品有多個維度，引進一些多維度商品，就能用較少的SKU，滿足更多元的需求，這樣就能在不影響用戶體驗的情況下降低庫存資金。”

小丁說：“這個表格是挺好的，不過工作量也很大，投入這樣多人力時間是否值得？”

我說：“商品維度表還有其他用處，它伴隨整個項目經營過程，在優化商品結構、提高盈利上也有大用，到時候你就知道了。”

維度表里挖效益

幾個月后，網站上線正常運營，小丁發現，一方面顧客反映商品不夠豐富，找不到所需商品，另一方面不少商品出現滯銷，庫存占用不少資金，于是來詢問我商品維度表是否能解決這個問題。

“當然可以，你需要在報表中加入SKU占比和銷售占比字段，如表4。”

“在表4中，花生SKU占比0.13%，銷量占比0.21%，銷量占比大于SKU占比。如果同類商品（比如瓜子）的SKU和銷量占比相差沒有這么大，則說明消費者歡迎花生，花生的品類太少了，應該增加。”

“從商品維度上看，0—100g規格的花生SKU占比達到80%，但銷量占比才46%，說明0—100g的規格的花生太多了，應該減少，相應增加其他規格的花生單品。”

“這太好了，長此以往，商品結構會越來越優化，降低滯銷庫存，增加周轉。”

“不僅如此，商品維度表還能幫助你提升收益。你看表5。”

小丁說：“這個表和上一個表差不多啊，只是把銷量占比改成了貢獻占比。”

我回答道：“是的，上一個表的目的，是優化商品結構，從而符合消費者需求，所以從商品銷量維度比較。而這一個表的目的是為了提升收益，所以要從貢獻度考慮。”

“貢獻占比是什么，怎么算出的？”

“貢獻度占比=（某段時間毛利-固定成本）/整體毛利。”我在紙上寫了下來，“不同商品毛利率、周轉率不同。B2C固定成本（配送包裝成本）高于線下賣場。因為線下賣場的主要成本（房租、人力、水電）隨銷量增加分攤降低，而B2C即使銷量增加，固定成本分攤降低空間也很小。貢獻率考慮了以上情況。”

小丁說：“明白了，根據貢獻率占比和SKU占比數據分析，增加高貢獻率商品，減少低貢獻率商品，這樣整體收益就會增加。”

我回答：“是的，但分析數據時，還要考慮其他情況，比如某些敏感商品，雖然毛利率很低，貢獻率不高，但如果不經營，用戶就會流失，因此是不能停售的。”

“一般而言，A類敏感商品（吸引商品）和維度結構商品是不能缺少的。維度結構商品的受眾小，但如果欠缺，部分用戶就會認為商品不夠豐富。畢竟商品結構不管如何優化，2/8原則總是有效的，并不是所有銷量少的商品都可以精簡。”

我繼續說道：“還需考慮季節因素。有些商品貢獻度突然下滑，可能只是季節問題，并不代表此商品永遠不受歡迎。商品維度表為我們提供數據基礎，分析時要結合實際經驗和行業特點。”

“商品維度表”是商品結構優化的基礎表格，特別適合品類多樣、SKU豐富的零售業態，線上線下都可使用。線下零售更多使用ABC分析法，一般只分析品類，不分析品類維度。線上業態比線下有更海量商品，更全的數據基礎（維度數據），更智能的分析工具，所以總體而言，商品維度表對線上業態有更大作用。