商品动销率大于100%，商品动销率小于100%的解决方法有哪些？

当销售下滑或者没完成的时候，领导去了解情况时经常会听到以下几种声音：

销售目标太高了，流量越来越贵，以我们的投入和现状根本不可能完成；

货品端折扣把控太严格，没办法配合营销玩法；

上新频率或者主推款款式、质量、库存等要求达不到，获取不了流量；

运营只知道打折和做活动，不赚钱没预算；

只卖主推款，平滞销款库存积压，资金周转率差；

线上是卖图片的，视觉效果不行导致款卖不好；

不能按时给到样衣和设计企划，只能走拍赶上新…..。

最后发展为各个部门之间的相互吐槽推脱责任，并没找出销售没完成的原因和探讨出解决方案，还发现各部门业务衔接不顺畅容易出现脱节。

衔接不顺的主要原因是因为商品从企划到被生产出来去销售的整个过程中，会涉及到很多部门和业务环节，如果各部门不清楚大家的共同目标，不知道自己部门在生产销售环节中的作用和职责，不能实现业务之间系统流程化，那各部门之间就很容易出现脱节。

商品运营的第一个误区就是认为采购比运营重要，甚至有些商品人员用“二八定律”定义他们的工作：20%靠运营，80%靠采购。这看上去是个靠谱儿的解释，因为所有人都认同“买决定了卖”，买对了就成功了一大半。然而，被人们称为“误区”的正是看上去正确实际不正确的事情，在商品人员的工作中“重采购轻运营”是态度上的误区。

实际经验告诉我们，即使商品人员买对了但运营没有做好，也未必能获得成功；相反，即使商品人员买错了，如果运营得当，一样有机会获得成功。某品牌商品人员在新品上市两周后，发现该季采购订单有很大的问题，订量最深的SKU在上市后并没有被市场接受，周销量没有进入前十名。反而是一个订量并不深的SKU卖得很好，排在周销售第一名。

面对这样的状况，商品人员敏锐地意识到问题的严重性，她迅速安排了市场走访，去终端了解销售不好的真正原因。她发现其中一个SKU卖得不好是因为生产的板型与订货时的样品板型有偏差，另外两个SKU卖得不好是因为消费者普遍认为款式很喜欢，但价格太贵。

商品人员组织了与销售团队和培训团队的会议，在会议上她分析了滞销的原因和库存状况，并针对现状做了以下几个运营决策：

（1)对板型有问题的款式，策划一个“提供免费改衣”的活动，为消费者提供免费改衣的服务，让消费者购买无后顾之忧。

（2)针对几款高单价商品策划“买赠促销”，消费者购买指定商品可获得某件赠品。同时，对门店员工设定销售奖励，鼓励他们销售指定SKU,每售出一件可获得额外现金奖励。

（3)对销售最好的SKU预估其销售周期，挑选出替代款式，由培训团队向门店宣导替代款式的卖点。

由此可见，业务衔接是否流畅，需要具备三个要素：

要明确团队的共同目标，这个是业务开展的基石，是各部门清楚自己在业务衔接中应该扮演什么角色的基础；

数据化各部门业务逻辑和完成标准，使各部门人员明确化自己所需业务需求和岗位职责；

将各个部门之间的业务衔接流程化，通过实时共享的各部门业务数据，来监督和把控各部门是否按时按量的完成工作，保证共同目标的实现。

共同目标的核心是目标的准确性和可实施性；

目标制定的合理性，不是管理层或者销售部门简单地通过公司往年增幅和发展战略确定下来的，是需要大量的外部市场、竞品数据的支持，同时还需要有能支撑企业发展的内部条件。

目标只有经过大量数据分析验证，配合以企业实际情况出发的发展策略，才能保证它的准确性和可实施性；

数据化使各部门人员明确业务需求和岗位职责；

当企业确定了大家共同的年度目标后，企划部会根据渠道特性和营销节奏拆解目标预算，其他各部门以企划为标准来拆解各自工作业务。

可以看出企划是对共同目标的预算和OTB拆解，并制定业务需求标准和年度时间轴。其他各部门根据企划的标准，匹配销售部门的实际需求拆解各自部门业务内容。通过梳理业务逻辑：

1）明确了本部门的目标及完成目标所需要的业务数据和时间轴；

2）清晰知道本部门在整体生产销售环节中的作用和需要留存的业务数据及输出的数据结果。

3）各部门通过数据结果相互协调和监督，保证共同目标的顺利完成。

数据化了各部门业务后，各部门可以清楚制定内部的业务需求；

以服装为例，视觉部门根据企划和运营的需求，就能合理且详细规划出自己部门的业务需求，另外在数据化各部门的业务过程中，通过拆解部门的指标需求能清楚明白如果要完成公司的目标，各部门需要匹配的业务模式和人员能力。

比如数字化运营除了传统一些业务能力需求，还需要学会拆解渠道预算盈亏、客户人群画像及目标人群策略、匹配策略的货品需求和拍摄需求及敢想敢打的创新精神；

因为只有通过弄清楚渠道营收和人、货、场费用，拆解出渠道的利润后，运营才能明白企划制定的折扣、毛利和售罄标准的原因，才不会为了销售通过打折方式去实现，而是不断研究市场和人群，开拓蓝海市场，迎着行业的趋势去匹配更好的营销、视觉和货品策略去实现；尤其是感想敢做的创新精神这一点非常重要，运营在要明白行业的流量玩法后，数据化营销活动的目标和需求，去大胆地调动整合各部门的资源去实现销售的突破

在经营过程中时常会遇到以下几方面的困惑：
1、单店业绩已经很好了，但是总是觉得商品的陈列米数永远不够，坪效（或米效）一直不理想。
2、门店的经营SKU（品项数）已经很多了，已经琳琅满目了，消费者还是反映买不到商品。
3、商品陈列布局已经尽量以顾客为本了，顾客还是反映找不到商品。根据本人在实践中分析发现，造成以上的经营困惑主要是由于商品的SKU结构不合理所致，由于一味追求SKU的齐全，而忽略了由于商品单品过多，就增加了顾客的选购难度；由于忽略了门店SKU的管理，造成无效商品大量充斥排面，占有有限的陈列资源，造成坪效（或米效）、品效过低，由此进行SKU的动销情况调查与分析就显得更加重要。

门店SKU分析目的
1、了解门店实际品项数的动销情况，找到不动销商品SKU的占比。
2、有助于实施公司品类管理战略。
3、了解门店商品结构情况。
4、通过SKU的分析与调整，提高门店的坪效、米效、品效

门店SKU分析步骤
第一步按照小分类制订SKU动销情况分析表。
第二步到系统报表中找到需要分析的时间段最后一天的SKU总数和动销SKU数分别填写在分析表中。
第三步进行数据分析

1、动销率的计算公式：动销率=动销SKU/实际SKU X 100%
动销SKU———在某个会计期间的有销售记录的单品数量，其中包括销售后立即退货的一种账面体现的零销售现象。
实际SKU———在某个会计期间期末的实际库存单品数，不包括已经是零库存的商品，但是包括负库存的商品。

2、动销率说明的问题：某个分类在特定的时间段内销售的单品数占该分类特定会计期间期末的库存SKU的比例。

3、理解动销率的误区：
（1）动销率越高越好
（2）动销率等于100%就是正常，动销率小于100%就是滞销商品惹得祸。
（3）仅仅被百分比所迷惑，只看数据的表面，不透过表面找到问题的实质。

门店SKU分析注意点
1、门店SKU动销情况调查与分析须在次月的1至5日统计数据为佳，并及时汇总与分析数据。
2、分析的条件必须相同。
3、分析要深入，不要被数据的表面所迷惑，必须要深入数据进行综合分析。
4、找到问题后切忌立即定性，应该找到造成的原因并进行改善后观察一段时间在定性问题。
5、SKU动销情况调查与分析工作一定要有持续性、连续性，绝对不能通过一次分析就调整。

总结：

如果企业不了解所在企业的内部供应链情况、运营情况、消费者画像，不清楚行业竞品是如何做的，市场趋势要求做到的业务标准；只是根据本企业往年数据做出规划或者根据行业情况去制定理想情况下的规划，必然结果是导致各个环节的脱节。

根据往年数据直接得来规划，各个部门能按照以往经验展开活动，但最终生产出来的货品很可能会错过行业的营销节奏需求且导致款式过时消费者不喜欢；

根据行业情况直接制定的理想规划，因内部现有条件达不到规划的标准，会导致业务各方面脱节，预算按照规划投入生产了，但流程不顺畅反而导致库存压力变大。

最终销售结果是需要运营和货品端的各部门，在充分明白共同目标后的密切配合，数据化监控结果，积极解决会导致脱节的各种问题；在各部门达到所需要标准后，规划才不会只是规划才能成为现实！

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 sumchina520@foxmail.com 举报，一经查实，本站将立刻删除。
如若转载，请注明出处：https://www.sumsofter.com/5137.html

商品动销率大于100%，商品动销率小于100%的解决方法有哪些？

相关推荐