商品分析的原材料是数据。数据不全、口径不统一，分析结论就是空中楼阁。

零售商品分析通常需要三层数据：

销售明细、订单数据、退换货记录

品类、价格带、款式、生命周期阶段

库存、陈列方式、动销天数、促销记录

在动手分析之前，先检查这三层数据是不是都有。如果只有交易事实层（卖了多少），没有商品属性层（卖的是什么货），分析就做不深；如果缺了行为与状态层（库存、陈列），就永远只能知道“发生了什么”，不知道“为什么发生”。

实操上把POS系统、ERP库存模块、商品信息系统的数据拉通，看三层数据是否都能覆盖。

销售业绩报表零售商品分析怎么做？03 分析结构

商品分析的核心，是回答三个递进的问题：

① 结构合不合理？

商品结构不是“有多少个SKU”，而是品类、价格带、毛利、生命周期在整体中的组合分布。不健康的商品结构，比选错一个爆款更致命。

• 品类结构

各品类销售额占比是否匹配目标客群？

• 价格带结构

高中低价商品的分布是否合理？价格带是否有断层？

• 利润结构

哪些品类在贡献毛利、哪些在拉低整体利润？

结构分析通常用ABC分类法，按销售额或利润把商品分成A、B、C三类：

• A类

数量少但价值高（通常前20%SKU贡献80%销售额）：重点管控、优先补货

• B类

中间地带：标准化管理

• C类

数量多但价值低：控库存、减少占用

② 哪个品类在拖后腿？

在ABC分类基础上，进一步拆到品类层面。

动销率和售罄率是两个核心指标：

• 动销率 = 有销售的SKU数 ÷ 总SKU数 × 100%

看“多少货在卖”，而不是“卖了多少”。动销率低于60%，说明大量SKU占着货架不卖货

• 售罄率 = 销售数量 ÷ 期初库存数量 × 100%

看“货卖得快不快”。季节性商品上架2-3周，售罄率不到50%就要考虑做活动了

③ 哪个单品该砍、哪个该保？

最后落到单品层面，用“销量×毛利率四象限”做判断：

• 明星商品（高销量+高毛利）

重点保障库存，优先展示

• 引流商品（高销量+低毛利）

用来拉新，不指望它赚钱

• 利润商品（低销量+高毛利）

需要被带动，是关联销售的主要目标

• 问题商品（双低）

该清就清

一般我会把品类结构占比、动销率、四象限分类做成一张看板，按月追踪结构变化。哪个品类的占比突然偏移、哪个象限的商品数量在增加，一眼就能看到。

销售业绩报表零售商品分析怎么做？04 评估单品

很多商品卖得好，但卖得并不“值”。

畅销品不仅要看销量，还要看四个维度：

• 销量（数量维度）

市场接受度强不强

• 流水（金额维度）

整体贡献值高不高

• 正价率（利润维度）

是正价卖出去的还是打折甩出去的

• 售罄率（效率维度）

会不会“卖一半、剩一仓”

一个款能上榜、能长期上榜，不是“价格便宜”或者“刚好流量高”，而是综合质量好、库存结构正确、渠道匹配度高。

滞销品也不能等到季末一次性清。

滞销本质是影响现金周转、利润结构、仓储成本、陈列空间的问题。滞销Top10通常结合三个维度判断：

• 当前库存量是否异常高
• 售罄率是否持续低
• 在同类产品中是否明显偏差

我之前会每周拉一次畅销榜和滞销榜，畅销榜看四个维度是否同时达标，滞销榜看是否需要启动清仓流程。

销售业绩报表零售商品分析怎么做？05 交叉验证

商品从来不是孤立存在的。单看商品数据，看到的永远是“症状”，不是“病因”。

商品分析只有回到“人货场”框架里，才能看到完整画面：

• 人×货

高价值客户更喜欢哪些品类？销量高的款是谁在买？

• 货×场

同款商品在不同门店的表现差异有多大？是好卖还是摆对了位置？

• 人×场

哪些场景下某些品类的转化率特别高？

验证商品分析结论，可以按这三个交叉方向分别核对：

• 如果某品类动销率低，先看是选品问题（货不对人）还是陈列问题（货没到场）？
• 如果某款在A店卖得好、B店卖不动，问题在货还是在场？
• 如果高价值客户的品类偏好和你的选品方向不一致，说明目标客群和商品结构之间出现断层

实操上可以在看板上设置品类、门店、客群三个筛选器，任意组合交叉。选“A品类+社区店+高价值客户”，看这批人在这个场景下的表现和平均值差多少、问题在哪。

销售业绩报表零售商品分析怎么做？写在最后

商品分析的5步，从明确目的到交叉验证，每一步都在回答一个问题：

• 这次分析想搞清楚什么？
• 手头有什么、缺什么？
• 品类、价格带、利润结构合不合理？
• 哪些该保、哪些该砍、哪些该清？
• 回到“人货场”里看全貌

好分析只有一个标准：走完这5步，你知道明天该往哪个品类加预算、该把哪个SKU从货架上撤下来。