零售商品分析，其实是一个“人”“货”匹配的故事 | 帆软九数云

九数云BI小编 | 发表于：2025-12-11 14:41:28

人货场，零售人都知道的经营底层逻辑；但是往往是商品分析的报表越看越多，但脑子里反而越来越乱。销量、库存、毛利、周转率、价格段、动销率……每个都懂，但不知道在看什么。

这是因为我们没搞清楚一件最关键的问题：数据不是用来看数字的，是用来理解“人”和“货”怎么互动的。

这篇文章，我想带你重新走一遍“商品分析”的逻辑链，从最基础的“进销存”开始，到“价格弹性”“周期性规律”“组合策略”“固定搭配”，我们一步一步看清楚商品分析背后“人货匹配”的故事。

一、商品的进销存

所有的商品经营，本质就是三件事： 进货 → 卖货 → 再进货。

听起来简单，但背后藏着两个隐性约束：

消费者想买的时候，仓库里要有货；
消费者失去兴趣前，要把货卖掉。

这两个条件定义了一个商品的命运。从进仓那一刻起，它就开始倒计时：要么顺利卖出去、要么被打折清货、要么烂仓压钱。

所以我们看商品分析，不能只看一个数字，而要看两条时间线：

货的时间线：入库→在途→在库→售出；
人的时间线：兴趣→决策→购买→复购。

所以在进销存分析里，关键是看“节奏”：

库存周转天数：货走得快不快；
在途库存占比：补货节奏准不准；
缺货率：断货频不频繁；
滞销率：有没有沉淀库存。

当这些指标被放在同一时间线上，你就能看到商品的运作节奏，找到“货动”与“人买”的同步点。

零售商品分析，其实是一个“人”“货”匹配的故事插图

二、商品的价格弹性

价格是人和货最直接的互动信号。

当销量慢时，我们常说“降价清货”，但不是所有商品一降价就能卖出去。有的商品稍微降一点就卖爆；有的降一半也无人问津。

这就是“价格弹性”：消费者对价格变化的敏感度。在现实里，它不是线性的，而更像阶梯。价格降到某个点，销量会跳升；再往下，反而不变了。

零售商品分析，其实是一个“人”“货”匹配的故事插图1

那我们怎么“看懂”价格弹性？可以用四个指标去拆解：

价格区间销量占比：把价格划几个区间，看哪个区间销量最高。能帮你找到主打价格带。
促销前后销量变化率：打折、满减、买赠都是“价格实验”。销量涨幅越大，说明价格越敏感。
同品类竞品定价分布：如果你家商品普遍比竞品贵10%，销量慢就正常。要么重新定位，要么做差异化包装。
价格与毛利的关系：降价是为了清货还是换流量？销量提升能否覆盖利润下滑？有没有在对的时间做对的价格动作？

零售商品分析，其实是一个“人”“货”匹配的故事插图2

如果说“进销存”讲的是货的流动速度，那“价格弹性”讲的就是货的变现能力。一个SKU能不能卖得好，很大程度取决于—— 你能不能用对的价格，在对的时间，卖给对的人

三、商品的周期性规律

很多人默认商品销量是稳定的，但现实不是。即使不打折、不搞活动，销量也会自然波动。因为商品有自己的“节奏”，主要分两种：

1️⃣ 季节性波动：夏天卖冰淇淋、冬天卖暖宝宝；这种波动像四季变化，有明显峰谷。

2️⃣ 生命周期波动：新款服饰、电子产品，刚上市新鲜感强，几周后就衰退。新品带来热度，老品自然下滑。

周期性意味着：商品运作有快慢节奏。 有的SKU适合抢爆发，有的适合稳收益。要看懂周期性，就得拉长时间线，追踪它的“起、升、稳、降”。

三个简单分析方法：

周销量波动率：波动大说明受周期影响强；波动小说明稳定。
季节销量对比（同比/环比）：判断是季节品还是常规品。
活动销量占比：活动期贡献过半，说明依赖促销。

零售商品分析，其实是一个“人”“货”匹配的故事插图3

周期分析的意义在于两点：

让“人”跟上“货”的节奏：知道商品T+6周会衰退，就能提前布局活动或新品承接热度。
让“货”顺应“人的周期”：不同客群有自己的消费节奏——发薪、假期、成长阶段。当商品节奏和人的节奏匹配上，你的生意就顺了。

四、商品组合策略

生意不是一个SKU能撑起来的。任何店铺卖的都是“组合策略”。

卖高价的，也卖便宜点的。卖引流的，也卖带来利润的；

分析商品组合时，可以从以下几个数据切入：

结构占比：

看不同价格带（或类型）商品的销售占比、库存占比，是否与目标客群结构匹配。

角色表现：

每款商品承担的角色是否实现了预期，比如：流量款：带来了多少新客、多少进店流量；利润款：贡献了多少毛利；搭配款：提升客单价的效果；防御款：是否留住了老客；清仓款：是否高效消化库存。

渠道差异

同样的商品结构，在不同门店/不同线上渠道的表现是否一致。线下：空间有限，组合要兼顾陈列和人群差异；线上：曝光无限，但竞争激烈，要关注转化率曲线。

零售商品分析，其实是一个“人”“货”匹配的故事插图4

做商品组合的关键，不是找“卖得最好的”，而是找到各司其职的阵型。让每个人进来都能买点东西出去，这时候你的组合就无敌了。

五、商品固定搭配

我们在购物的时候，脑子里往往已经形成了一串需求——买牛排，自然可能还想买酱料；买电脑，自然会顺带买鼠标或键盘膜；买汉堡，很可能要配可乐。

这背后是消费路径的逻辑：每一次购买都是一次决策链。理解商品固定搭配，就是理解用户决策过程中“货”的组合。

在数据分析上，这一概念常用“购物篮分析”（Market Basket Analysis）来衡量，但你不用纠结名字，重点是理解原理：哪些商品天然被一起买了。

通过计算3个数据，我们可以找到用户最喜欢的购买组合

支持度：两个商品一起被购买的频率。
置信度：买了A商品的人，有多大概率也买B商品。
提升度：A和B的组合关系判定，是真的有关系，还是碰巧？提升度>1说明是真的有关。

零售商品分析，其实是一个“人”“货”匹配的故事插图5

找到了用户最喜欢的搭配，你可以：

陈列优化：把高关联商品放在一起，减少用户寻找成本，提高复购概率。
推荐/促销策略：利用“猜你喜欢”“加购优惠”或组合套餐、以及把一些人家会顺手购买的小东西放在结账收银的地方，顺着用户决策链提高客单价。

固定搭配是“用户理解”的延伸。当你能从购买数据里读出搭配关系，其实你已经在看懂用户的消费模型了。

写在最后

你会发现，从“进销存”到“价格弹性”，从“周期规律”到“组合策略”“固定搭配”，其实我们讲的都不是一堆指标，而是一种思维。

商品分析的核心，不是“算出来”，而是“看明白”。

——看明白货在怎么流； ——看明白价格在怎么变； ——看明白用户在什么时候买、为什么买、买了什么一起买。

当你能用这些逻辑去看生意， 商品分析报表就不再是冷冰冰的数字，而是一个故事—— 一个关于时间、价格、用户和策略的故事。

本文所有分析报表+模板均由九数云BI搭建：https://www.jiushuyun.com/shops

免费注册

咨询方案