1.售罄率预估
售罄率是买手在销售中最关注的数据,尤其是折前售罄率;货品折前的售罄率越高,带来的利润就越大。根据上一季售罄率的情况,买手通常会在上货前对新一季的货品进行售罄率的预估,同时运营和销售部门也会根据售罄率预估的情况制定相应的销售和推广计划,确保可以达到预估的售罄率。如表3-13所示。
表3-13 X品牌售罄率预估(折前)
X品牌 | 季节 | 本季 | 上季 | 差异 |
订货 | 金额(元) | 22026948 | 18355790 | 20% |
截至8月底前售罄率预估 | 销售金额(元) | 3524311 | 2753368 | 27.9% |
售罄率 | 16% | 15% | 1% | |
截至9月底前售罄率预估 | 销售金额(元) | 7268893 | 5873853 | 23.7% |
售罄率 | 33% | 31% | 2% | |
截至10月底前售罄率预估 | 销售金额(元) | 10793204 | 8810779 | 22.5% |
售罄率 | 49% | 45% | 4% | |
截至11月底前售罄率预估 | 销售金额(元) | 14097246 | 11197032 | 25.9% |
售罄率 | 64% | 61% | 3% |
在上一季的订货总额基础上,这季的订货总金额增长了20%,那么这季的售罄率也应该相应地提高,提高折前售罄率不仅能够降低货品的库存,还能够带来更多的利润。进行售罄率预估时,可以从后面的月份开始进行预估,我们看到上季截至11月底前的售罄率是61%,那可以将这季截至11底前的售罄率增加了3%,即64%。在秋季货品销售时,8月不属于旺季,那么我们可以将截至8月底的售罄率提高1%,即16%;9月份销售通常比八月份好,可以将截至9月之前的售罄率提高2%,即33%;10月份有节假日,所以是销售高峰期,我们可以将售罄率提高4%,即49%,这样就可以得到这季截至8月、9月、10月、11月售罄率分别为16%、33%、49%和64%。接下来根据售罄率,便可以计算出截止相应月份预计销售的金额。
售罄率预估可以说是对产品销售的一个风险控制,在完成售罄率预估后,接下来每个月可以将实际销售额及售罄率与预估的售罄率进行比较。如果未达到预估售罄率,可以在未来的月份进行销售调整或者促销活动,增加折前售罄率。
2.售罄率分析
售罄率可以从产品的款式、不同店铺、不同系列、不同类别等维度进行分析。
单款售罄率体现了产品的畅滞销度,畅销品是不需要促销的,一般是选择滞销的产品进行促销。服装的生命周期为3个月,在这3个月生命周期内,如果不是因为天气、季节等一些不可抗力的原因,如果单款的售罄率低于60%,则可以判断此款产品在销售或设计上存在一定的问题。在生命周期初期,产品一般是齐色齐码,因此售罄率也最高,为40%~50%;在生命周期末期,售罄率最低为5%~10%;如果产品上市第一个月售罄率大大低于40%,且无气候等原因,这时就应该重点关注此产品,可以做一些推广活动。图3-1是一款牛仔裤在不同销售周内的售罄率分析,从数据可以看出此款牛仔裤在上市一个月内达到61%的售罄率,在上市9周时达到90%的售罄率,显然这款牛仔裤是非常畅销的,接下来可以继续深入分析此款牛仔裤畅销的原因,为买手下次订货提供参考。
图3-1单品销售分析
(1)各店铺售罄率分析
买手在进行货品管理的过程中,需要定期对各个店铺的销售情况与上一季同比销售进行分析,分析内容主要针对件数及金额的售罄率,通过对售罄率的比较分析,便于发现销售中的问题及货品问题,及时做出调整。如表3-14、表3-15所示。
表3-14 X品牌11月店铺售罄率分析{缺少单位,件数、金额怎么能带%呢?}
本季 | 订货 | 销售 | 售罄率 | |||
店铺 | 件数 | 金额(元) | 件数 | 金额(元) | 件数 | 金额 |
万达店 | 1231 | 757065 | 658 | 352925 | 53.45% | 46.62% |
嘉州店 | 2385 | 1395225 | 835 | 492990 | 35.01% | 35.33% |
顺联店 | 1329 | 764175 | 504 | 299900 | 37.92% | 39.24% |
总计 | 4945 | 2916465 | 1997 | 1145815 | 40.38% | 39.29% |
表3-15 X品牌去年11月店铺销售数据
上季 | 订货 | 销售 | 售罄率 | |||
店铺 | 件数 | 金额(元) | 件数 | 金额(元) | 件数 | 金额 |
万达店 | 1253 | 770550 | 546 | 340990 | 43.58% | 44.25% |
嘉州店 | 1855 | 1047075 | 785 | 469510 | 42.32% | 44.84% |
顺联店 | 996 | 618610 | 338 | 213975 | 33.94% | 34.59% |
总计 | 4104 | 2436235 | 1669 | 1024475 | 40.67% | 42.05% |
通过以上数据,我们可以计算出两季差额,如表3-16所示。
表3-16 X品牌两季销售比较
两年销售比较(金额) | |||
店铺 | 订货 | 销售 | 售罄率 |
万达店 | -1.75% | 3.5% | 2.37% |
嘉州店 | 33.25% | 5% | -9.51% |
顺联店 | 23.53% | 40.16% | 4.65% |
通过以上的数据,我们分析出以下几点:
①万达店的订货金额同比减少了1.75%,但是销售金额却同比增加了3.5%,售罄率也增加了2.37%,并且件数售罄率和金额售罄率都是三家店铺中最高的。
②嘉州店的订货金额比去年增加了33.25%,是三家店铺中订货金额增加最多的,可以看出买手对店铺的期望很高,但是实际销售金额仅仅比去年增加了5%,而且售罄率却比去年降低了9.51%,显然店铺的销售出了问题。
③顺联店的订货金额增长了23.53%,销售金额增长了40.16%,售罄率增长了4.65%。
通过三家店铺的比较可以看出,嘉州店的销售出现了问题,嘉州店的订货金额远高于其他两家店铺,并且比去年的订货金额提高33.25%,说明该店铺应为品牌的主力店铺,但反而销售不理想,那这家店铺应是买手这段时间重点关注的店铺,接下来的任务就需要着重分析下该店铺的货品,将店铺的货品与去年同期做分析比较,看看是哪些产品类别出现了问题导致店铺的售罄率降低。
(2)品类售罄率分析
我们对店铺货品进行品类售罄率分析时,通常将货品按照不同类别进行归类,如外套、上衣、下装、连衣裙/连体裤等,这样分析时数据更加清晰。表3-17至表3-19是某店铺11月份品类销售分析,由于服装产品种类繁多,此处每个品类选取两种进行分析。
表3-17 今年11月店铺品类销售数据
当季 | 订货 | 销售 | 售罄率 (金额) | ||
品类 | 件数 | 金额 | 件数 | 金额 | |
羽绒 | 408 | 338640 | 65 | 53950 | 15.9% |
大衣 | 345 | 245295 | 58 | 41238 | 16.8% |
BIG | 753 | 583935 | 123 | 95188 | 16.3% |
衬衫 | 255 | 53856 | 52 | 11687 | 21.7% |
卫衣 | 238 | 62864 | 61 | 16165 | 25.7% |
TOP | 493 | 116720 | 113 | 27852 | 23.9% |
半身裙 | 237 | 48747 | 53 | 10950 | 22.5% |
裤子 | 308 | 78232 | 85 | 21586 | 27.6% |
BOTTOM | 545 | 126979 | 138 | 32536 | 25.6% |
连衣裙 | 275 | 112479 | 39 | 15951 | 14.2% |
连体裤 | 82 | 32718 | 15 | 6017 | 18.4% |
ONE PIECE | 357 | 145197 | 54 | 21968 | 15.1% |
总计 | 2148 | 972831 | 428 | 177544 | 18.3% |
表3-18 今年11月店铺品类销售数据
去年 | 订货 | 销售 | 售罄率 (金额) | ||
品类 | 件数 | 金额 | 件数 | 金额 | |
羽绒 | 307 | 251743 | 63 | 51669 | 20.5% |
大衣 | 249 | 181776 | 60 | 43825 | 24.1% |
BIG | 556 | 433519 | 123 | 95494 | 22% |
衬衫 | 205 | 43296 | 41 | 8651 | 19.9% |
卫衣 | 197 | 49250 | 52 | 12112 | 24.6% |
TOP | 402 | 92546 | 93 | 20763 | 22.4% |
半身裙 | 202 | 42420 | 45 | 9135 | 21.5% |
裤子 | 278 | 72558 | 71 | 18023 | 24.8% |
BOTTOM | 480 | 114978 | 116 | 27158 | 23.6% |
连衣裙 | 233 | 94365 | 40 | 16087 | 17% |
连体裤 | 58 | 22504 | 14 | 5474 | 24.3% |
ONE PIECE | 291 | 116869 | 54 | 21561 | 18.4% |
总计 | 1729 | 757912 | 386 | 164976 | 21.8% |
表3-19 两季品类销售对比
两季比较 | 订货增长 | 销售增长 | 售罄率 增长 | |
品类 | 件数 | 金额 | 金额 | |
羽绒服 | 32.9% | 34.5% | 4.4% | -4.6% |
大衣 | 38.5% | 34.9% | -5.9% | -7.3% |
BIG | 35.4% | 34.7% | -0.3% | -5.7% |
衬衫 | 24.4% | 24.3% | 35.1% | 1.8% |
卫衣 | 20.8% | 27.6% | 33.5% | 1.1% |
TOP | 22.6% | 26.1% | 34.1% | 1.5% |
半身裙 | 17.3% | 14.9 | 19.9% | 1% |
裤子 | 10.8% | 7.8% | 19.8% | 2.8% |
BOTTOM | 13.5% | 10.4% | 19.8% | 2% |
连衣裙 | 18% | 19.1% | -0.8% | -2.8% |
连体裤 | 41.4% | 45.4% | 9.9% | -5.9% |
ONE PIECE | 22.7% | 24.2% | 1.9% | -3.3% |
总计 | 24.2% | 28.4% | 7.6% | -3.5% |
由以上表格我们可以分析出以下几点:
总的订货件数比上季同期增长24.2%,总的订货金额比上季增长28.4%,总销售金额比上季增长7.6%,总销售金额增长的幅度远低于订货金额和订货量增长的幅度,并且总售罄率比上季同期降低3.5%,可以看出此店铺的销售不理想。
在上装的品类中,衬衫与卫衣的销售金额增长幅度都高于订货金额及订货数量的增长幅度,且售罄率也比去年同期增加,因此上装品类的销售数据比较健康,上装销量理想。
由下装的数据可以看出,下装品类中的半身裙和裤子的销售金额同期增长幅度都比订货数量及订货金额的同期增长幅度高,且售罄率也同比提高,可见下装的销量也比较理想。
从两季对比的图表中,可以看出本季大件订货的数量和金额比去年同期提高了三分之一,但是大件的销售金额及售罄率却同比降低,其中羽绒服的销售金额同比增长幅度远小于订货数量及订货金额的同比增长幅度,且售罄率低于去年同期;大衣的订货金额及订货数量同比增长三分之一但销售金额及售罄率却低于去年同期,可以看出此店铺的大衣及羽绒品类销售出现了很大的问题。从订货金额及订货数量图表中可以看出羽绒服和大衣的订货金额远高于其他品类,大衣和羽绒的销售对店铺的整体销售影响最大,因此大件品类的销量差是店铺整体销量不理想最主要的原因。
从ONE PIECE品类的销售对比数据可以看出,连衣裙的订货数量及订货金额比上一季增加,但是销售金额及售罄率却同比降低;连体裤销售金额增长幅度远低于订货金额及订货数量的增长幅度且售罄率同比降低。由此可见,此品类的销售数据不健康,连衣裙及连体裤的销售也出现了问题。
从以上数据分析出大件及连体装的销售不理想,从而导致了店铺整体业绩下滑,发现这些问题后就要对此情况进行分析,看看是什么原因导致大件及连体装滞销。调查后发现是因为去年冬天气温较往年低,因此羽绒服和大衣销量很好,买手根据去年的销售数据加大了本季羽绒服及大衣的订货量。本季的天气是否像去年一样寒冷暂且未知,但大件的订货量已经大大增加,且羽绒服和大衣这些品类只能在11月份以后的几个月中销售,因此如果在未来几个月中,不能提高大衣及羽绒服的销量就会造成大件品类货品的库存积压,会对店铺的现金流及销售额造成严重影响。分析出这些问题后,买手就需要与运营及销售部门重点关注大衣及连体装这些品类,制定合理的激励计划及行动方案,提高这些品类的销量,从而保证店铺整体的销售业绩可以达到预期的目标。按照以上方法,同样可以将货品按照系列、颜色、尺寸等进行售罄率分析,便可以从多维度得到畅滞销品的信息,货品分析的目的是为了能够尽早发现销售中的问题,及时调整销售计划,降低货品滞销的风险,因此良好货品分析能力也是时装买手需要具备的能力之一。