2016年淘宝核心命脉之逆推运营

2016-05-17 13:56:13 文/宁静人气：4140

以其说运营是运营店铺，不如说是运营商品，没有一盘好货，运营也会为巧妇难为无米之炊，再好的运营技术，没有一盘好货，也都会陷入业绩寸步难行的格局，从这点来看也凸显了商品运营的重要性，而只要涉及到商品，大部分类目（除了定制类）都会面临商品库存管理问题（别说自己店铺还小都是拿货之类的，你既然想做大业绩就会面临这问题），而我们又不可能做到所有货品都是热销并且预估很准确的判断，那么一旦管理不好，就会造成资金链问题，而这也是导致很多如日中天的企业轰然说倒就倒的核心原因，资金被压制在库存里，因此我们需要通过数据合理监管反推进运营，这也是想要做好商品运营的前提是先会数据化运营！

1.首先我们要看下目前的商品总体情况是如何的？（注意分析数据一定要有对比，才知道是否改进了）

从数据来看，2015/6月（第二张图）对比于2014/6月（第一张图）这一年的管控下来，总体库销比从3.85降低到2.92，SKU也从早期过长996压制到492，这是一年的管制取得非常大的一个作用。

我们来算一笔总账，方便计算我们假设我们销售成本金额不变的情况下，第一张图假如是1000万的库存金额，那么这一年几乎为企业节省1000-1000/3.85*2.92=241万，试问你给企业带来了241万的流动资金，并且让库存风险降低，商品结构合理化，请问给你两万薪资老板还会嫌多吗？如果我们去到更大的企业，可以想象这价值多大？

下面的所有数据为了保密都不会给予对比数据,近期数据也经过调动部分真实数据，不影响分析，但是数据不具备参考。

2.接下来我们来看下上面这么多SKU/金额都是由什么品类结构构成的？

从上面图表数据中，我们发现并思考几项问题：

a裤子是该店铺主流品类,SPU占了29.3，库存金额占总计27.1%，而其库销比却高达4.37，是否存在因为有热销爆款而大量备货情况？需要进一步分析。

b连衣裙和雪纺衫（配合裤子主类的搭配），是所有品类中，库销控制最合理，也是拉低整体库销比最重要的地方了。

c半身裙是2015年时拓展的一个新品类，但是在品类没有引流款做分流的时候，虽然想扩展新品类促动提升业绩，但是过多的开发（SPU占了16%）会导致新产品没有流量和精力支配（除非你有大金额的投入），最终导致上面的结果高达5.17的库销比，库存占总金额11.3%，这也是很多运营没有周详计划导致的。而且如果不好好严格管控开发计划，没有数据支撑，很多时候问题都难于及时发现。

d第三张图解答了第一个问题，裤子的裤销结构是不合理的，在整体金额偏大的情况下，库存结构占比还远高出销售占比的10%，因此这块库存的管控需要严格注意。

3.目前各个层级里的库存分布情况如何？

从上面分析中，我们虽然可以看到不同品类的库销结构是否合理，但是总体看起来合理，库存是否又是分配在合理的地方呢？举个例子：100万库存，月销50万，库销比是2，是一个合理值，但是如果100万热销款仅占40万，而热销的销售额30万，那么这个结构就不算合理了。

从上面图表来看，热销爆款库存占据了50%，而Sku占比为15.9%。停产滞销库存金额占总的16.58%，但是SKU占据了42.75%，这也说明了停产滞销库存应该是很分散的（看下图），这也是我一直跟大家说，人家企业有好的团队，资金，货源，也有打爆款技术，但是真正在运营过程中，停产滞销这种失败产品占比达到42.75%，热销爆款率才占15.9%，也就是说100个款，用心操作也就只有16个款会起来，而大部分小卖家也许还在没起来的时候因为缺乏资金支撑就先死了，我们看到的仅仅是成功的那部分数据。

上面这张图，我们发现了现在的库存0-10个以下库存的SPU占了总的停产滞销款的36%，30个库存以内的占了58%，如果一个款库存量大，我们可以通过活动清理或者花精力推，但是对于那些就几个十几个库存的，是非常难清理的，又占据了店铺过长SPU，影响动效率，花精力推又没有货，因此也可以尝试找下线下渠道，尾货清理等，总比压着资金占着库存和损耗，而大部分运营都是业绩为主，很多时候会忽略这些库存问题，拼命开发要货。

我们在上面发现了问题库存，那上面这张图就可以告诉了我们问题库存都是压在哪些地方了，裤子跟半身裙是占据了最大头的两个品类，而第二张图告诉了我们开发失败率是非常高的，因此我们要多分析下这两个品类的商品开发情况，产品情况，成本分布，属性分布，流量分配情况如何（有些时候并非是因为产品问题，而是因为我们开发过度，运营节奏跟不上等导致）

下面仅仅以成本开发价作为例子：

我们从上面图表里面，会发现一个现象停产滞销款要比起热销款的成本都要高出很多，比如裤子里的热销款成本价115均值，而停产则去到165均值，而这家店本身毛利也比较高，售卖价大概是2倍成本价，两者同款价格相差到100元左右，在这个店铺里的表现，这个人群引入的价格差异区间明显不怎么受欢迎，因此我们看绿色的柱子，新品的开发明显成本价在降低。而这些数据都在给我们的开发和产品人群定位提供了参考依据。

4.新品的表现力如何？

上面讲了问题库存的解析，接下来我们也最后简单说一下新款，因为问题款库存也是从新款过度过来的。

很多时候，我们往往顾着上新，开发新品或者延伸品类冲击业绩，但是却没有严谨的计划而导致新品沦为库存，从上面月销量30以内的占到了83%，而0-10销量以内的占了63%。

那么这里的数据可以给予运营什么方面的提醒呢？

a首先每个店铺不同层级，流量分配都是有限的，从上面图表中，我们则根据实际情况可以确定合理的最小订单量做参考。

b对于新品一直没销量的进行监控，需要给予足够的关注。

c月销0-10的占比很大，是否是因为运营精力不够，开发产品过多？还是产品本身的问题，这些都需要我们逐步更深入的去研究。

当然我上面提到的只是常规的部分，我们如何通过数据管控补单，分析市场趋势等等方面，都需要通过数据去研究，希望各位做运营的不管大运营还是小白，都能够真正重视它，异想天开的想赚钱那是很可耻的，何况我们都算不上幸运儿，所以需要努力去累积更多有价值的知识，而不要把过多精力放在**之类的。

数据本身就是反馈了消费者购物行为，这也是为什么阿里一直在强调数据化运营：

2011年阿里首次把“数据”列为阿里未来十年的核心战略；

2015年生意参谋完成了多数据整合；

2016年阿里大会多次强调数据化运营，也是今年三大主流运营之一。