零售商品分析必知必会4大方法 | 帆软九数云
零售生意的底层逻辑,其实就四个字:人、货、场、财。
但大部分人只在做“铺货”和“卖货;真正能把“货”这件事吃透的,少之又少。
今天不讲空的理论,就讲 4个最有用、最接地气的商品分析方法;让你吃透你的商品,知道哪些货是核心贡献,哪些货是负担,哪些货能带动增长。
一、波士顿矩阵(BCG):看清商品格局
在很多公司,产品一多就开始乱:
新品不知道推不推,老品舍不得下架,爆款卖得好,但库存压得更大。
老板问:“哪些该重点投放?哪些要砍?”没人能答。 其实这时候最需要的,就是波士顿矩阵。
波士顿矩阵,其实就是我们熟知的四象限分析;通过市场增长率和相对市场占有率两个维度,将企业的所有商品划分为 4 种类型
- 明星业务:高市场占有率、高增长率;增长快、竞争力强;需要大量投入维持领先
- 现金牛业务:高市场占有率、低增长率;增长慢、竞争力强,利润稳定且高;无需过多投入
- 问题业务:低市场占有率、高增长率;增长快但竞争力弱;需大量投入试错
- 瘦狗业务:低市场占有率、低增长率;双低,增长慢、竞争力弱;考虑缩减或淘汰
这样你就知道哪些商品值得投入,哪些商品需要淘汰

需要注意的是,产品在波士顿矩阵里的位置不是一成不变的,它会随着市场和产品生命周期不断变化。
今天的明星业务,市场增速放缓后可能变成现金牛; 原本不温不火的问题业务,只要方向对、机会来,也能逆袭; 所以企业要定期复盘、动态调整策略,才能跟上市场节奏。
二、帕累托分析:拎清楚重点商品
成百上千个SKU,不是每个都赚钱的,有些虽然销售额高,但是利润低,忙活一年没钱赚;
有些虽然销售数量上不去,但是利润很高,开单吃半年;
怎么抉择资源的投入?这就靠帕累托分析
也叫ABC分析、二八法则;其核心也非常简单:拎重点,区别对待
我们可以通过分析商品的销售额累计值,将商品分为 ABC 三类:
- A 类产品:贡献了 80% 销售额的少数 SKU。
- B 类产品:贡献中等。
- C 类产品:销量小但数量多的尾部。

这样你就知道,A类是给你赚钱的,要重点抓,把库存、陈列、营销资源都拉满;而B 类产品可以适当维持。 而 C 类产品,你就要考虑要不要淘汰、合并、打包卖,避免库存积压。
三、TGI分析:看清楚目标客户
同一款商品在不同地区销量差异很大
到底是市场偏好不同,还是人口基数差异导致的?
这时候就得用TGI分析。
TGI,全称目标群体指数(Target Group Index)
本质是比较目标群体特征占比和整体市场特征占比的关系
帮你找出哪些群体或区域对某商品最感兴趣。简单说,就是帮你精准定位“核心用户和热销区域”。

怎么用? 公式其实不难理解:

- TGI > 100 → 目标群体更偏好该特征
- TGI = 100 → 和整体市场无差别
- TGI < 100 → 偏好低于平均水平
我们可以根据大量的历史销售数据,计算TGI值,来明确:
- 哪个商品在哪个区域最受欢迎?
- 哪个特征的人群最热衷于购买此类商品?
- 怎么打广告,才能最中这些区域和人的心趴?
这样,商品销量数据背后的“人群偏好”就更加清晰,每一次推广和商品布局也能更精准。
四、购物篮分析:理清商品关联
总觉得客单价太低。
陈列改了几次,搭配商品也试过,但效果不大。 为什么?
——因为你都是凭感觉的,实际上你并不知道顾客到底怎么组合购买。
购物篮分析就是帮你找到顾客天然的购买组合的分析工具。
通过计算销售数据中的3个指标的计算来看顾客喜欢哪些商品一起购买:
- 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。

这个方法最经典的例子就是沃尔玛的“啤酒和尿不湿”。
沃尔玛超市在分析购物数据的时候,发现年轻爸爸买尿不湿时常顺手买啤酒,于是干脆把两者摆一起卖,结果销量暴涨。

通过购物篮分析:
- 超市可以用它来优化货架,把高关联度的商品摆在一起;
- 电商平台可以用它做“猜你喜欢”“搭配购”推荐;
- 餐饮门店可以用它设计套餐,提升客单价。
别看原理简单,但真把它用起来,你就会发现:数据能帮你看见那些肉眼看不出的销售机会。
写在最后
商品分析方法其实就是数据分析的“sop”;他们的本质就是告诉你在什么样的需求面前,你可以借助什么样的方法去达到你的分析目的。
比如波士顿矩阵,其实是一个分类的思维,把你认为最重要的两个点拿出来,将商品划分为四象限,比如销售额和毛利
再比如帕累托分析,其实是一个拎重点的思维,把复杂的格局变得更加清晰,比如你可以看哪些渠道贡献了80%的销售额,重点投入资源
这样,我们就能够将密密麻麻的数据变成生意,将经营变得可复制、可优化。
热门产品推荐






