第3章 電子商務運營管理(商品管理)

第3章商品管理3.1前臺商品銷售3.1.1用戶畫像3.1.2商品推薦3.2中后臺商品管理3.2.1商品組織3.2.2商品計劃3.2.3商品采購3.2.4商品陳列3.2.5庫存管理第3章商品管理自營類、零售類的電子商務（如京東、順豐、Amazon）需要進行商品管理，商品管理是店鋪運營管理的中心。商品管理是對商品“訂、銷、存、補”行為進行計劃、組織、協(xié)調(diào)和控制，以便滿足顧客需求并達到企業(yè)財務目標。商品管理的工作一般包括商品組織、商品計劃、商品采購、商品陳列、商品銷售、商品庫存管理、商品分析與預測等，涉及前臺、中臺和后臺，需要借助于ERP等系統(tǒng)。商品類別按商品銷售狀況：分為暢銷商品、主力商品、試銷商品、優(yōu)惠商品、滯銷商品、應淘汰商品等。對不同類別的商品，應配合店鋪的特性及店鋪所在的平臺環(huán)境，制定適用的銷售計劃。按商品周期：分為介紹期、全盛期、保持期、衰退期。店鋪應對處于不同階段的商品制定相應的銷售策略，使用相關的促銷手段，從而增加銷售量。第3章商品管理按商品價格：分為高價位、中價位、低價位。應按店鋪的經(jīng)營方針制定價格策略按商品銷售季節(jié)：分為常年銷售商品、季節(jié)性銷售商品。應配合季節(jié)的交替及時調(diào)整店鋪的商品銷售計劃。按商品的使用目的：分為送禮產(chǎn)品、自己消費用商品、集團消費用商品等。店鋪可根據(jù)光顧店鋪的顧客特性掌握不同商品的比例，制定商品計劃。按目標顧客群：可以按性別、年齡、職業(yè)、生活層次、購買習慣等來區(qū)分，并且應該在開店初期即針對這種區(qū)分制定商品計劃。按商品用途：根據(jù)何時使用、何處使用、如何使用等情況來進行分類，采用相應的商品陳列手段、服務方式等進行銷售活動。依滿意程度：顧客對商品的滿意度與各自對商品的不同要求有關，可從色彩、花樣、規(guī)格、型號、性能、設計風格、制作面料、趣味、款式等方面來衡量，盡量使更多的顧客感到滿意，從而增大銷售量。3.1前臺商品銷售在電子商務的交易過程中，為了更好地銷售商品，實現(xiàn)售前的精準營銷、售中的個性化推薦和售后的增值服務，人們越來越依賴用戶畫像技術、商品推薦和差異化定價方法。1.用戶畫像（persona）就是對用戶信息進行標簽化處理。商家在收集消費者在購物活動中產(chǎn)生的各類數(shù)據(jù)后，對散亂的數(shù)據(jù)進行歸類和分析，概括出一個消費者的具體形象，從而能更好的了解消費者的心理，挖掘更多的利潤增長點。人物畫像的主要目的是分析人物行為，最終為每個人物打上標簽，以及該標簽的權重1）標簽代表用戶的興趣、偏好、需求等，是對用戶的社會屬性、生活習慣、消費行為等進一步的抽象,通過簡單規(guī)則算法或者大數(shù)據(jù)技術對用戶行為、習慣進行分析提取,以及對用戶簡單直接的特征進行描述即可形成用戶標簽。這樣，通過標簽我們可簡單、直觀的了解用戶的某些特征。2）權重代表指數(shù)，即代表用戶的興趣程度、需求程度、購買概率等。3.1.1用戶畫像2.人物畫像的作用1）用戶畫像可以給商家提供豐富的信息，幫助企業(yè)了解行業(yè)熱點、市場競爭狀況、商業(yè)排名等信息，以便為上游的產(chǎn)品、運營、決策人員更好的決策；2）通過用戶標簽信息能了解消費者的社會屬性、生活習慣、消費行為等，抽象出一個用戶的商業(yè)全貌，使商家精準劃分、歸類不同用戶群體，從而為推薦、廣告、搜索等下游產(chǎn)品線提供方便；3）能還原用戶真實活動路徑，勾勒用戶行為特征，從而便于快速找到目標客戶，發(fā)現(xiàn)客戶需求，使產(chǎn)品的服務對象更加聚焦和專注；例如，一個產(chǎn)品，期望目標用戶能涵蓋所有人，男人女人、老人小孩、專家小白、文青屌絲……通常這樣的產(chǎn)品會走向消亡，因為每一個產(chǎn)品都是為特定目標群的共同標準而服務的，當目標群的基數(shù)越大，這個標準就越低。換言之，如果這個產(chǎn)品是適合每一個人的，那么其實它是為最低的標準服務的，這樣的產(chǎn)品要么毫無特色，要么過于簡陋。成功的產(chǎn)品，其目標用戶通常都非常清晰，特征明顯，其也才會更加專注、極致，能解決核心問題。比如以前的蘋果產(chǎn)品，為有態(tài)度、追求品質(zhì)、特立獨行的人群服務，贏得了很好的用戶口碑及市場份額。又比如豆瓣，專注文藝事業(yè)十多年，只為文藝青年服務，用戶粘性非常高，文藝青年在這里能找到知音，找到歸宿。所以，給特定群體提供專注的服務，遠比給廣泛人群提供低標準的服務更接近成功。3.1.1用戶畫像2.人物畫像的作用4）可以為廣告宣傳、渠道規(guī)劃、營銷方案等商業(yè)決策提供依據(jù)，提高決策效率，避免產(chǎn)品設計人員草率的代表用戶。在產(chǎn)品的開發(fā)過程中，參與者多，環(huán)節(jié)多，分歧多，當所有參與產(chǎn)品的人都基于一致的用戶進行討論和決策，就會容易將各方約束在一個大方向上，提高決策的效率?？傊兄谑矍熬珳薁I銷、售中個性化推薦、售后的增值服務等。3.1.1用戶畫像3.1.1用戶畫像3.人物畫像的數(shù)據(jù)1）人物數(shù)據(jù)靜態(tài)數(shù)據(jù)：人物相對固定的數(shù)據(jù)，例如身份證號，姓名，年齡，求學經(jīng)歷等；動態(tài)數(shù)據(jù)：人物的行為操作的記錄，出于對象主觀意識進行的選擇。2）被選擇對象數(shù)據(jù)：即句子主謂賓中的賓語的特征屬性主觀數(shù)據(jù)：被選擇對象的主觀印象、分類等；客觀數(shù)據(jù)：被選擇對象的固有屬性。3）when/where數(shù)據(jù)：用于記錄何時、何地（或通過何種途徑）獲得的該數(shù)據(jù)，用于標識此條數(shù)據(jù)的重要程度4）人物厭惡數(shù)據(jù)：用于記錄人物對象明確表示厭惡或禁止的數(shù)據(jù)。3.1.1用戶畫像4.人物畫像的方法（1）傳統(tǒng)畫像方法包括AlenCooper的“七步人物角色法”，LeneNielsen的“十步人物角色法”等；（2）數(shù)據(jù)分析技術包括德爾菲法、統(tǒng)計方法（通過數(shù)據(jù)的集中趨勢、離散趨勢和相關關系來確定行為與角色之間的緊密程度）、聚類分析（計算不同角色之間的目標或行為的相似程度及其差異程度）；（3）現(xiàn)代大數(shù)據(jù)畫像。過程主要分為基礎數(shù)據(jù)收集、行為建模和構建畫像，如圖。3.1.1用戶畫像大數(shù)據(jù)畫像過程3.1.1用戶畫像5.人物畫像的主要工作1)標簽化（1）明確標簽類型：按照應用目的，可將標簽分為營銷增強標簽、用戶洞察標簽、渠道優(yōu)化標簽、產(chǎn)品創(chuàng)新標簽、個性推薦標簽等；按照處理過程、標簽獲取的方式，可將標簽分為事實標簽、模型標簽、預測標簽。3.1.1用戶畫像事實標簽是指直接從原始數(shù)據(jù)中提取的，例如人口屬性（性別、年齡、常駐地、籍貫、身高、血型等）、社會屬性（婚戀狀態(tài)、受教育程度、資產(chǎn)情況、收入情況、職業(yè)等）、興趣偏好性別、年齡、住址、上網(wǎng)時段等；模型標簽是指通過某個統(tǒng)計算法（多為興趣偏好，如攝影、運動、吃貨、愛美、服飾、旅游、教育、消費能力、美妝總體偏好度等）或機器學習模型（多為內(nèi)心態(tài)度或意識認知，如當下需求、潛在需求、消費心理、消費動機、價值觀、生活態(tài)度、個性等，是內(nèi)在的和最難獲取的）進行運算而得到。例如，對于消費心理/動機，有的用戶購物是為了炫耀，有的是為了追求品質(zhì)，有的是為了安全感，不一樣的；對于消費態(tài)度，有的是激進的，有的是保守的；預測標簽是指通過某個預測算法進行挖掘處理得到的，例如消費者的回購率、客戶流失概率、試用了某產(chǎn)品后是否想買正品等。3.1.1用戶畫像（2）提取用戶標簽從原始數(shù)據(jù)中提?。慌d趣偏好可通過訪問網(wǎng)頁的域名、title等結構化信息、或通過訪問網(wǎng)頁的正文內(nèi)容抽取（eBay案例：/u013382288/article/details/80385814）；性別可通過身份證、瀏覽記錄、購物信息建模3.1.1用戶畫像（3）理解標簽間的關系樹狀關系：盡可能的遵循MECE原則（相互獨立、完全窮盡），能覆蓋所有用戶，但又不交叉。比如：用戶活躍度的劃分為核心用戶、活躍用戶、新用戶、老用戶、流失用戶，用戶消費能力分為超強、強、中、弱，這樣按照給定的規(guī)則每個用戶都有分到不同的組里；網(wǎng)狀關系：簡單地有共現(xiàn)，復雜的有標簽embedding、標簽傳播；立體關系：分為不同的維度第一個維度標簽：如營銷模型類標簽--用戶價值、活躍度、忠誠度、影響力等等；第二個維度標簽：如高奢人群、有房一族等（它由底層的標簽組合生成，通常由業(yè)務人員定義）第三維度的標簽：如事實類標簽--用戶購物了什么品類，機器學習模型的預測標簽---人群屬性、當下需求、潛在需求等；2）計算標簽權重指數(shù)權重的計算方法一般遵循二條基本原則：一是行為成本和標簽的權重呈正相關，即行為成本越高，標簽權重也應越高。例如，購物的行為成本要大于收藏的行為成本，而收藏的行為成本又大于瀏覽的行為成本（即購物>收藏>瀏覽），因而購物標簽的權重應大于收藏標簽的權重，而收藏標簽的權重又應大于瀏覽標簽的權重；二是行為越符合當下的表現(xiàn)，標簽的權重就越高。在實際計算過程中，可通過引入衰減因子來達到（即標簽權重=Σ衰減因子/時間間隔*某時刻標簽權重）。3.1.1用戶畫像3）獲得畫像，并為用戶建模畫像構成：標簽類型、元素、目標動機、語錄等。元素包括=基本元素（姓名、照片、個人信息、經(jīng)濟狀況、工作信息、計算機互聯(lián)網(wǎng)背景）+豐富元素（居住地、工作地點、公司、愛好、家庭生活、朋友圈、性格、個人語錄等）。例如：海淘用戶畫像：主力用戶、資深用戶用標簽為用戶建模：包括時間、地點、人物三個要素，簡單來說就是什么用戶在什么時間什么地點做了什么事。3.1.1用戶畫像3.1.1用戶畫像案例1：順豐用戶畫像目的：面向C端，做品牌維護和精準營銷數(shù)據(jù)源內(nèi)部：快遞數(shù)據(jù)、金融數(shù)據(jù)、電商數(shù)據(jù)、O2O數(shù)據(jù)；外部：向第三方購買的數(shù)據(jù)、自己爬取的數(shù)據(jù)會員標簽維度：用戶ID、基本屬性標簽、快遞類標簽、金融類標簽、電商類標簽、O2O標簽會員畫像維度（通過標簽的組合實現(xiàn)）：客戶價值（基于用戶的寄快遞行為以及社區(qū)行為，如“寄快遞少但是出于寄快遞網(wǎng)絡的核心節(jié)點”）、購買力、營銷響應、品牌態(tài)度、客戶忠誠業(yè)務實踐效果？3.1.1用戶畫像案例2：在線教育用戶畫像學習者特征涉及2個方面：智力及非智力因素。與智力因素相關的特征主要包含知識認知能力、基礎結構和認知結構變量，與非智力因素相關的特征主要包含興趣、性格、學習意志、學習動機等。具體可分為：學習者的基本特征：{學習者id，選課總量}學習投入度特征：{高，中，低}，依據(jù){時間投入，行為投入，認知投入、情感投入}={{總觀看時長}，{選課總量，總觀看視頻數(shù)量，總學習次數(shù)}}進行量化（時間投入={總觀看時長}可按時長三等分為{高、中、低}，時長據(jù)前1/3的為高；行為投入={選課總量，總觀看視頻數(shù)量，總學習次數(shù)}可通過三維坐標值使用k-means聚類為{高、中低}）。學習持久度：{高，中，低}，依據(jù){學習愉悅感}={學習持久度}={總觀看時長，總觀看次數(shù)}進行聚類量化學習積極度：{高，中，低}，依據(jù){保質(zhì)保量程度}={總視頻時長，總觀看時長}進行聚類量化。學習者的畫像由學習投入度、學習持久度、學習積極度和綜合評價四個維度構成；其中，綜合評價由學習者在學習投入度、學習持久度、學習積極度三個指標用聚類或分類算法生成，為{優(yōu)秀，良好，一般}三種類型。序號學習者IDA.投入度B．持久度C．積極度分值綜合評價時間投入行為投入0U_2792377高等投入中等投入高持久性高度積極9優(yōu)秀1U_114980高等投入低等投入中等持久中度積極7良好2U_2083845高等投入低等投入中等持久低度積極6一般3U_7568826高等投入低等投入中等持久低度積極6一般4U_1045239高等投入中等投入高持久性高度積極10優(yōu)秀······10046U_7657547中等投入低等投入中等持久低度積極5一般10047U_2523036高等投入低等投入中等持久低度積極6一般10048U_6870205高等投入低等投入中等持久中度積極8良好10049U_6721214高等投入中等投入高持久性高度積極10優(yōu)秀10050U_5323527高等投入中等投入高持久性高度積極10優(yōu)秀······4）用戶畫像使用與效果評估（1）售前用戶需求洞察與精準營銷傳統(tǒng)營銷方法：品牌建設與口碑營銷，以獲取新用戶。其中，口碑傳播可利用豐富的媒體和媒介，來傳達品牌核心的價值及信息，在消費者有一定了解認知之后，再做轉化。也可利用粉絲經(jīng)濟即類似YouTube的內(nèi)容創(chuàng)作，與平臺產(chǎn)生關聯(lián)；在這種情形之下，轉化率不是一個優(yōu)先的考量，而是能通過這個方法，帶來多少新的客戶。現(xiàn)代精準營銷方法：利用大數(shù)據(jù)洞察用戶需求，結合用戶畫像進行精準營銷洞察用戶需求：（1）通過用戶的搜索關鍵詞（google）來預測用戶需求；（2）通過提前放入購物車來預測用戶需求；（3）通過用戶瀏覽的商品數(shù)據(jù)進行預測。精準營銷：當賣家利用數(shù)據(jù)預測到什么品類的商品在哪個市場即將流行，那么就可將供應鏈與營銷往哪個方向傾斜。這樣,當營銷策略與賣家觀察到的主軸商品有較高的重疊性時，產(chǎn)品售賣出去的成功率才會高，庫存及其風險才會降低。例如當海量商品上架后，對目標客戶做廣告推廣及個性化推薦的方式讓目標用戶瀏覽、發(fā)現(xiàn)、下單，這樣可依據(jù)瀏覽的數(shù)據(jù)、實際轉化的數(shù)據(jù)，來明確用戶的需求，比如服飾的款式、價位等。最后根據(jù)轉化、ROI做策略提升。3.1.1用戶畫像4）用戶畫像使用與效果評估（2）售中個性化商品推薦目標：在商品銷售過程中，商家往往會通過平臺提供的個性化的商品推薦系統(tǒng)，打造個性化推薦欄，通過推薦引擎來深度挖掘消費者的行為偏好，智能地向消費者展示符合其興趣偏好和購買意圖的商品，使得消費者能快速、容易地找到自己所需要的商品，從而提高了消費者的購物體驗。不僅如此，個性化推薦欄有時還能輔助消費者進行決策，從而提高了購物的效率。3.1.1用戶畫像4）用戶畫像使用與效果評估（3）售后個性化服務（4）輔助產(chǎn)品設計：了解用戶，識別不同用戶的不同需求（5）輔助決策：行業(yè)趨勢、競對分析、地域分析、排名統(tǒng)計等3.1.1用戶畫像網(wǎng)上商品推薦的方法多種多樣，主要有：熱門推薦按“點擊量”或者“銷量”來做排序，即：優(yōu)先推送閱讀人數(shù)最多、購買人數(shù)最多的產(chǎn)品。各種類型的“熱搜”“熱銷”類榜單就是如此。缺點：采用單一指標推薦最大的問題，是沒有“個性化”。沒有“個性化”會導致兩個顯著的后果，1）用戶體驗相對較差，用戶內(nèi)心深處“想要變得不同”的需求沒有被激發(fā)出來；2）馬太效應明顯，本身得到曝光的產(chǎn)品會持續(xù)得到曝光，而處于長尾上的商品則持續(xù)得不到曝光，等于大量質(zhì)量不錯的產(chǎn)品或內(nèi)容其實被閑置了。3.1.2商品推薦基于物品（item）信息和用戶（user）信息的推薦（表層語義標簽）基于物品信息的推薦：根據(jù)物品信息來做推薦，關鍵是對物品的基本屬性、類別、標簽等進行標注，通過對物品信息進行深度分析，為用戶推薦和他之前瀏覽記錄相似的物品。在這個過程中，要推薦的物品的形態(tài)是清楚了，但用戶的畫像仍然是模糊的?；谟脩粜畔⒌耐扑]：關鍵是根據(jù)用戶的行為日志來刻畫他的偏好。通過對用戶喜歡點什么，來為這個用戶建立他的偏好模型，然后向他推送他偏好的那些內(nèi)容。在這個過程中，用戶畫像是有些清晰了，但是用戶仍然是個體化的，不同用戶之間的相似性、用戶行為的社會性并沒有得到比較好體現(xiàn)，推薦的精度也并沒有一個很好的提升。3.1.2商品推薦協(xié)同過濾核心是利用群體智慧。具體來講，分為基于物品的協(xié)同過濾和基于用戶的協(xié)同過濾。舉例說：1）基于物品的協(xié)同過濾的思路，是說在一大群人中，發(fā)現(xiàn)看商品A的人很多都會看商品B，這說明商品B和商品A有相似度（或可信度），那以后碰到點擊商品A的人，就可以為他推薦商品B。基于物品的協(xié)同過濾在Amazon、Netflix等網(wǎng)站中廣泛應用，為用戶推薦了不少同領域的更深入的物品?？蛻艚灰滋柹唐飞唐分g關系的可信度甲5007A，B，CConfidence(A=>C)=support(A,C)/support(A)=(3/7)/(5/7)=60%Confidence(C=>A)=?Confidence(B=>C)=?……5005A，C乙5003C，D5004B，D，E5002A，B，D5006A，D，E丙5001A，B，C3.1.2商品推薦協(xié)同過濾2)基于用戶的協(xié)同過濾是，在一群人中，若發(fā)現(xiàn)A和B兩個人都喜歡看好萊塢大片，比如他們都看了變形金剛、木乃伊、神奇女俠，這說明A和B偏好相同。若后面用戶A又看了加勒比海盜，那就可以把加勒比海盜也推薦給B。杰卡德（Jaccard）相似系數(shù)：J(A,B)=|A∩B|/|A∪B|基于用戶的協(xié)同過濾傾向于推薦范圍更寬泛而熱門的內(nèi)容，在特定場景下運用能實現(xiàn)跨領域、令人耳目一新的結果。在商業(yè)實戰(zhàn)中，協(xié)同過濾通常會和對物品以及用戶的深度分析相結合，并進行進一步的模型融合，從而得到一個精準度更高的效果。3.1.2商品推薦隱語義模型(LFM,Latentfactormodel,即SimonFunk的SVD分解法)傳統(tǒng)的表層語義標簽推薦方法的過程：第一步是對用戶打標簽，比如“15-20歲，男性”；第二步是根據(jù)這些標簽來映射用戶所偏好的物品。表層語義標簽推薦方法的缺點在于：首先，根據(jù)用戶信息打出的標簽不一定準確，比如用戶填的注冊年齡，不一定是真實的年齡；其次，通過標簽來對其偏好的物品進行映射，準確度也不高。比如男性中確實有很大部分喜歡體育類內(nèi)容，但是要給所有男性都推送體育類內(nèi)容嗎？這樣的推薦精準度是比較差的。3.1.2商品推薦隱語義模型(LFM,Latentfactormodel,即SimonFunk的SVD分解法)協(xié)同過濾推薦的缺點：首先，很多對于購物行為推薦的關鍵點都沒有考慮，比如說時間序列，購物行為一定要注意對于時效性的分析，跨度達到幾個月的推薦不會有好的效果。其次，沒有注意推薦商品的屬性，本文只考慮了商品的關聯(lián)性，沒有考慮商品是否為高頻或者是低頻商品，比如說用戶A上個月買了個手機，A下個月就不大會繼續(xù)購買手機，因為手機是低頻消費品。因此，基于關聯(lián)規(guī)則的推薦很多時候最好是作為補充，真正想提高準確率還是要依靠機器學習算法訓練模型的方式。3.1.2商品推薦

3.1.2商品推薦隱語義模型(LFM,Latentfactormodel,即SimonFunk的SVD分解法)例如，一個極其稀疏的興趣度(評價)矩陣，？表示未知的值，需要去預測。如何去預測這些未知的興趣度(評價)值呢？3.1.2商品推薦

3.1.2商品推薦隱語義模型(LFM,Latentfactormodel,即SimonFunk的SVD分解法)3）最優(yōu)化損失函數(shù)來求參數(shù)首先，通過求參數(shù)PUK和QKI的偏導確定最快的下降方向；其次，迭代計算不斷優(yōu)化參數(shù)（迭代次數(shù)事先人為設置），直到參數(shù)收斂（其中，α是學習速率，α越大，迭代下降的越快；α和λ一樣，也需要根據(jù)實際的應用場景反復實驗得到，如取分類數(shù)K=100，α=0.02，λ=0.01）。說明：好的推薦算法應具備五個要素：即自我進化、快速建模、模型融合、開放架構以及性能/效果/資源的良好平衡。3.1.2商品推薦第3章商品管理3.1前臺商品銷售3.1.1用戶畫像3.1.2商品推薦3.2中后臺商品管理3.2.1商品組織3.2.2商品計劃3.2.3商品采購3.2.4商品陳列3.2.5庫存管理3.2.1商品組織商品組織是指在企業(yè)營銷規(guī)劃目標的基礎上，選擇合適的商品，進行組合，并編寫商品結構表。商品結構表，是按照商品的不同屬性，進行分類匯總并給予對應編號。商品結構表從左表可以看出商品結構表具有以下幾個要素：（1）商品分類編號或編碼：如海關HS編碼（HarmonizedSystem，商品名稱及編碼協(xié)調(diào)制度的國際公約，InternationalConventionforHarmonizedCommodityDescriptionandCodingSystem）、二微碼（含商品信息、優(yōu)惠信息、抽獎信息）等，依據(jù)公約、國際貨物編碼協(xié)會、行業(yè)規(guī)則進行；（2）商品分類名稱；（3）單品數(shù)量：以防采購人多采少采；（4）小分類價格帶：以便兼顧不同人群的需求；（5）供應商數(shù)量。商品結構表的作用：（1）充分滿足顧客需求：以顧客需求為導向，在組織、計劃時，需要做充分的市場調(diào)查；（2）為商品結構調(diào)整提供依據(jù)：結構過細則顧客有太多選擇（等于無從選擇），太粗則有的商品空缺顧客沒有選擇；（3）及時發(fā)現(xiàn)當前商品結構中存在的問題：定期對每個分類商品進行清理，會在分類表上發(fā)現(xiàn)商品、價格、品牌、廠商結構上的不合理性，有利于有進行針對性的改正。（4）監(jiān)控采購的商品作業(yè)。在制作商品結構表的過程中，應重點考慮以下因素：一是顧客需求。二是價格帶。三是陳列面積。四是市場狀況。3.2.1商品組織3.2.2商品計劃商品計劃：在現(xiàn)有商品組成結構的基礎上，就現(xiàn)時的商品銷售狀況和采買金額，對需要采購的商品及其構成進行分析，制定出商品的采購、上貨時間、陳列、銷售、折扣處理、資金回籠等一系列計劃表。商品計劃的核心在于四項基本決策：（1）購買何種商品首先，必須決定購買何種質(zhì)量的商品。高檔/低檔？其次，是決定購買何種類型的商品以及商品的創(chuàng)新程度。撤換現(xiàn)有商品時，應遵循結構性準則（不是憑直覺）：根據(jù)銷售額、價格和利潤的下降，替代品的出現(xiàn)，選擇可撤銷的商品；收集和分析有關該商品的詳細財務、銷售、庫存等相關數(shù)據(jù)；考慮不撤下該商品的其他可用策略，如削減成本、改變促銷方式、調(diào)整零售價格等；撤下策略做出后，要重視事后服務、存貨等方面的問題。（2）存儲多少商品品種寬度：店鋪經(jīng)營的不同商品大類的數(shù)量。銷售額？品種深度：店鋪經(jīng)營的任何一大類商品的多角化程度。成本？重視陳列空間的大?。耗墚a(chǎn)生客流量和銷售額的商品優(yōu)先。應編制基本存貨清單（針對銷量穩(wěn)定的常規(guī)商品）、存貨模型（如時尚類商品）和確保不脫銷商品計劃（針對暢銷商品）。時尚類商品存在需求不穩(wěn)定、款式變化快、規(guī)格和花色繁多的特點，制定商品計劃比較困難，因而采用一定的存貨模型（包含存貨政策、存貨量、訂貨點等因素，類型有定量訂購模型、定期訂購模型等）。（3）何時存儲商品?？紤]因素有：高峰季節(jié)、訂貨和送貨時間、例行訂貨和特殊訂貨、庫存流轉率、折扣和存貨處理的效率。（4）在何地存儲商品。3.2.2商品計劃3.2.3商品采購商品采購：企業(yè)為實現(xiàn)銷售目標，在充分了解市場要求的情況下，根據(jù)企業(yè)的經(jīng)營能力，運用適當?shù)牟少彶呗院头椒?，通過等價交換，取得適銷對路商品的經(jīng)濟活動過程。采購類型按采購方式（1）集中統(tǒng)一采購。優(yōu)缺點？（2）分散獨立采購。（3）集中與分散相結合采購。（4）委托采購。按采購價格決定方式：招標采購、詢價現(xiàn)購、比價采購、訂價收購等。3.2.4商品陳列與實體商店不同，網(wǎng)絡店鋪中的商品，一般采用數(shù)字化的方式進行陳列，即數(shù)字化陳列；只有這樣，才能與顧客進行溝通交流。在做數(shù)字化陳列時，應講究一定的策略：一般是將庫存較大且暢銷的系列商品，陳列在較好的位置，即主力銷售區(qū)域。將一些好賣且量大的單款作重點展示，放在正掛或店內(nèi)模特身上；在銷售一段時間之后，要及時計算銷售占比，并依據(jù)占比，及時調(diào)整陳列面積。對于處于生命周期末端的商品，可加大陳列的面積，重點出樣（因為現(xiàn)在不賣，以后就賣不出去了）；對于生命周期較長的商品，哪怕是暢銷品，也可減少陳列面積（生命周期長，遲早會賣完）；對于季節(jié)性的商品，在季末銷售不動時，應減少陳列面積（或直接下架）；對于一些換季開始暢銷的商品，應加大陳列面積（甚至重復出樣，使其銷售最大化）。在數(shù)字化陳列的過程中，應注意收集關鍵數(shù)據(jù)，以便分析陳列變動效果。一些應收集的關鍵數(shù)據(jù)，如下表。3.2.4商品陳列視覺效果進店客流整套適穿率進店男女比例

男女貨品銷售比例櫥窗陳列效果店內(nèi)貨品搭配效果店鋪形象性別傾向分區(qū)陳列傾向陳列款式取舍款類銷售流通(sellthrough)款類brokensize

陳列維護時間陳列搭配出樣的首選款式

3.2.5庫存管理庫存管理（InventoryManagement）：在商品流轉過程中，對倉庫或貨位中的商品數(shù)量進行管理。因而，其主要任務就是預測、計劃、執(zhí)行和控制庫存操作（如進貨、補貨、退貨、揀貨）的方式、方法、時間和數(shù)量。作用：縮短貨物配送時間，保證服務質(zhì)量，防止斷檔脫銷，消除或避免銷售波動的影響，降低物流成本，減少損失。常見的庫存管理方式（1）供應商庫存管理（VMI）供應商庫存管理(VMI，VendorManagedInventory)在商品分銷系統(tǒng)中廣泛使用。供銷商通過將各個零售商的銷售信息和庫存管理結合起來，根據(jù)銷售市場的變化，來優(yōu)化庫存的補貨頻率和批量，以提高零售預測的準確性、縮短供銷商提前訂貨的時間。（2）客戶庫存管理(CMI)相對于VMI，CMI(CustomManagedInventory)認為，庫存應該歸零售商管理。因為零售商在配送系統(tǒng)中最接近消費者，最了解消費者的消費習慣，最能準確地預測消費者的需求變化，因而也最有發(fā)言權。（3）聯(lián)合庫存管理（JMI）聯(lián)合庫存管理（JointmentManagedInventory）是介于供應商庫存管理和客戶庫存管理之間的一種庫存管理方式。由供應商與客戶共同管理庫存，進行庫存決策。在配送系統(tǒng)的上游，通過銷售點提供的信息和零售商提供的庫存狀況，依靠聯(lián)合庫存管理系統(tǒng)，供應商能夠更加靈敏地掌握消費市場變化，靈活應對市場趨勢。在配送系統(tǒng)的下游，通過聯(lián)合庫存管理系統(tǒng)的可視性，銷售點也可以更加準確的控制資金的投入和庫存水平。3.2.5庫存管理在庫存管理過程中，經(jīng)常需要列出的商品數(shù)量和時間指標有：（1）月銷量。（2）安全存量：安全存量=日均銷量*緊急補貨所需的時間。（3）最高存量：最高存量=日均銷量*（正常補貨所需的時間+補貨周期）+安全存量。（4）補貨周期。

（5）補貨點：補貨點=日均銷量*正常補貨所需的時間+安全存量。（6）補貨量：補貨量=最大庫存量-現(xiàn)有可銷售量+日均銷量*正常補貨所需的時間。（7）緊急補貨點：緊急補貨點=安全存量=平均日銷量*緊急補貨所需的時間。（8）緊急補貨量：緊急補貨量=最大存量-現(xiàn)有可銷售量+日均銷量*到貨日期。3.2.5庫存管理商品數(shù)量指標和時間指標關系3.2.5庫存管理例如，某商品的日均銷量為20個/日，補貨周期為7天，正常補貨所需時間為5天，緊急補貨時間為3天，則安全存量=20*3=60個，最高存量=20*（7+5+3）=300個，補貨點=20*（5+3）=160個，補貨量=300-160+20*5=240個，緊急補貨點=60個，緊急補貨量=300-60+20*3=300個。案例：亞馬遜公司的倉儲與庫存管理

亞馬遜()是世界上最著名的網(wǎng)上書店，其庫存管理采用庫存與貨位相綁定的形式，基本原則是：（1）檢貨區(qū)與存貨區(qū)分離；