如何通过数据分析对比调整商品结构
普遍现状:生鲜部主要目的是吸引客流,为了达到这个目的,大多数企业都会拿蔬菜、水果、猪肉作为敲门砖去敲顾客这道门,于是乎大量的蔬菜、水果低价促销,大量的猪肉负毛利促销,目的只是为了吸引顾客。
所以得出的结果的,大多数的生鲜是经而不营,生意热热火火,毛利一塌糊涂。当领导的一到毛利核算时就愁眉苦脸、大发雷霆,但销售还得做吧,客流还得去吸引吧,于是毛利还得去牺牲吧。我想这是所有做过生鲜的或者管理过标准超市的管理人的共同心病。就拿猪肉来说,似乎还未看到多少家超市在猪肉经营上有利可图的(当然也有赚上钱的,但大部分是做联营,真正自营赚钱的就确实是高手所为了)
观点:
我们是不是该对生鲜部门各大组的经营作出重新定位呢。
蔬菜组:吸客、聚客、赚毛利、做销售;
肉品组:保毛利、保销售;
水产组:吸客、做毛利;
熟食组:吸客、聚客、赚毛利、做销售;
日配组:吸客、聚客、赚毛利、做销售。
为什么我会作出如上的定位?
通过数据总结、分析及收银台的“站岗”,得出:猪肉并不能真正的带来客流,带来的只是大量的负毛利,为了弥补猪肉造成的负毛利,我们需要负出更多的努力,甚至不一定能使得整个肉品组保持正利润。而且猪肉的负毛利并不见得就能对整个大组、整个全店的销售及来客提升有多大的帮助(这个观点在后面的数据表中会有数据支持)
下面我根据各个大组谈一些具体思路:
前提是超市的商品定位为中高档
一.蔬果组
首先我们看蔬菜,大家都知道蔬菜是民生必需品,而且是民生必需品的必备品,他的价格波动会严重影响到消费者的购物情绪,所以这一个品类得保持低价形象,至少要有30%的商品要保持绝对价格优势(这是与同业态的竞争对手价格作对比);
中高档商品配置:净菜、配菜,品种要丰富,同时要保证质量,净菜、配菜的开发,一方面可以减少“祼菜”—常规销售的蔬菜的数量损耗,另一方面这些商品不只是简单的为了减少损耗而做,应该当成一个重要的商品分类来经营,不只是把工作人员捡剩的商品简单加工做成净菜、配菜,在销售量保证的情况下,也考虑把新鲜蔬菜做成净菜、配菜。
目前很多超市的生鲜商品在早上从新鲜度、货量等方面都还是不错的,但到下午后,由于担心损耗,都会减少商品的陈列量,到下午5点过后,像蔬菜、猪肉、熟食等商品基本上是不再补货,同时商品的新鲜度也不如早上,这使得很多的消费者不喜欢晚上到超市购买生鲜商品,因为他知道来了也挑选不到好的商品。
净菜、配菜的加工从货量上要保证量的需求,保证下午买晚饭菜的顾客及下班后的工薪族能够买到,特别是工薪族(这部分人大多是“懒人”,上了一天班谁还想回去后洗刷蒸煮搞到晚8点才吃饭)巴不得你把菜给他洗好、切好甚至配好调料,他拿回去直接下锅OK,所以净菜和配菜价格一定不要定的太低,低了是浪费,有钱人和懒人一般是不太计较价格多个几毛一块钱的。
下面给大家看一下某个门店的净菜、配菜及猪肉精加工方面的销售数据,(销售单位:万元)
备注:蔬菜组为净菜、配菜;肉品组为猪肉、禽类精加工
再给一组从2013年5月开始大量做净菜、配菜以来蔬菜组销售、来客的数据:
从上面的数据表看出:净菜、配菜的销售增长率远远高于大组销售增长;表二看出:由于增加了净菜、配菜、同时配合蔬菜的低价形象吸客功能,从2013年5月开始,日均销售及日均来客均稳中有升。
这一方面是因为12年的基数低,但最主要原因还是经营定位问题,我们把商品定位于一定要做中高收入顾客群的生意,那么商品选择就朝着这个方向开发,结果是很成功的,在14年竞争很激烈的时候,由于有这部分商品的存在,保证同竞争店的差异化经营,也保持了蔬菜销售的高增长。
蔬菜我给他的定位是;吸客(低价吸客)、聚客(净菜、配菜聚客)、保毛利(净菜、配菜的功劳)
其次水果,对于水果的经营一定要保证品种的全,当然这个全不是说你要把市场上所有的商品都弄进来,这没必要也不现实。全就全在应季商品要全,价格一定要低,这是树立价格形象的东西;其次是品质要鲜,没人会买只烂苹果还啃得津津有味的。
所以水果我给他的定位是:吸客(低价吸客)、聚客(鲜度、品种齐全聚客)同时保证销售量。
五谷杂粮,那注定就是低毛利的东西,除非你不想消费者买你的商品,但其销售量是显而易见的大,我给他的定位是:保毛利(别亏本)、做销售;
南北干货,那就是赚钱的,你不赚钱那是傻子,因为这个品类的商品销售量一般是很低的,顾客对商品的敏感程度也很低,就算比竞争对手高5%也没人会计较。所以他的定位是赚毛利。
其他的干果、蜜饯等品类,我想做自营的超市并不会很多,既然联营的扣率那是固定了的,所以销售越高利润就越高,所以这二个品类我们一定要想方设法提高销售。
二.肉品组
猪肉毛利极低这是不争的事实,但如果整个大组都出现负毛利那是不容乐观的,目前大多数超市都把猪肉定位于低价吸客的功能,其实这是一种误区,猪肉固然价格低了会吸引很多顾客来店抢购,但大家如果有心去收银台蹲点的话,你会发现很多顾客手中只是提了一袋猪肉就结帐去了(如果你其它组/分类未做超低特价的话),试问这对我们来客提升多少呢,有没有达到吸客的目的呢?
显然没有。因为做猪肉主管的人都知道,你每天做的就只是那么几个量大的部位肉,比如前腿肉、后腿肉、五花肉或者排骨,这些部位肉的数量是很有限的,能够享受到特价价格的顾客也不会很多,你不可能为了做特价而进大量的白条猪(或者红条猪)吧,当然能在肉联厂进到部位肉那又另当别论。所以你吸引的顾客其实是不多的,最多增加几十人而已,但增加几十人的来客对于一个大超市来说那就等于没有增加。
再给一组数据:
从上表中看到,猪肉销售急剧上升。期间我们也做了大量的猪肉特价,但来客数据显示我们的来客数并没有什么大的变化,基本上一条水平线上下。所以结论是:猪肉的负毛利并不一定能吸引到我们的顾客,反而是让来购物的顾客捡了个便宜,同时我们牺牲了毛利。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21