馈，从而帮助品牌商优化设计、包装、定价，同时也能依据这些信息估计首批量产的规模。在数字化时代，试销变得更为简单，京东推出的“新品频道”专门有新品板块甚至新品免费试用的区域，这也是一种在线化试销的方式。京东可以通过分析点击、浏览、加购等数据来了解新品的热度，然后指导品牌商做新品销售预测。

（3）产品量产阶段

进入量产阶段，就到了和供应链关系密切的环节，此时最重要的是确定量产的规模。一场战争需要多少弹药和后勤供给，取决于战争本身的规模，战争本身的规模取决于战场、敌我力量对比，而零售供应链上的这些信息是需要市场和销售部门主导的。它们通过分析战场，选择战场，制订作战计划，决定要拿下哪几个区域的市场，以及要把自己的产品铺到哪些零售商或者分销商那里。因此新品的需求计划是市场、销售、产品、供应链计划部门多方协同的过程。

产品部门推出新品往往带有业务目的，有这么四种常见的新品推出的情况。①作为现有产品的替代。对老产品进行改造升级，用新产品来满足需求。手机、电脑、汽车厂商每年都会推出原有型号的更新款。②对原有产品进行扩充。增加新的产品，使其与老产品并存，但是产品特性、价格、市场定位有所差别。③引入新产品线，推出之前没有生产过的产品，比如华为早期引入手机、平板电脑、电脑等产品线；或者推出整个行业都没有出现过的革命性新产品，比如苹果导入第一代iPad。④推出时令性新品，限时特售，或者推出季节性、阶段性的新品，这在餐饮、食品行业比较常见，比如时令性的饮品、菜品，季节性的食品，如月饼、粽子等。馈，从而帮助品牌商优化设计、包装、定价，同时也能依据这些信息估计首批量产的规模。在数字化时代，试销变得更为简单，京东推出的“新品频道”专门有新品板块甚至新品免费试用的区域，这也是一种在线化试销的方式。京东可以通过分析点击、浏览、加购等数据来了解新品的热度，然后指导品牌商做新品销售预测。

（3）产品量产阶段

进入量产阶段，就到了和供应链关系密切的环节，此时最重要的是确定量产的规模。一场战争需要多少弹药和后勤供给，取决于战争本身的规模，战争本身的规模取决于战场、敌我力量对比，而零售供应链上的这些信息是需要市场和销售部门主导的。它们通过分析战场，选择战场，制订作战计划，决定要拿下哪几个区域的市场，以及要把自己的产品铺到哪些零售商或者分销商那里。因此新品的需求计划是市场、销售、产品、供应链计划部门多方协同的过程。

产品部门推出新品往往带有业务目的，有这么四种常见的新品推出的情况。①作为现有产品的替代。对老产品进行改造升级，用新产品来满足需求。手机、电脑、汽车厂商每年都会推出原有型号的更新款。②对原有产品进行扩充。增加新的产品，使其与老产品并存，但是产品特性、价格、市场定位有所差别。③引入新产品线，推出之前没有生产过的产品，比如华为早期引入手机、平板电脑、电脑等产品线；或者推出整个行业都没有出现过的革命性新产品，比如苹果导入第一代iPad。④推出时令性新品，限时特售，或者推出季节性、阶段性的新品，这在餐饮、食品行业比较常见，比如时令性的饮品、菜品，季节性的食品，如月饼、粽子等。A.替代升级产品

新品代替老品这种情况下，老品的需求会部分或全部转移到新品，因此新品的销售特征会很有可能和老品的类似，此时可以参考老品的销售历史来进行新品的销售预测。但同时因为新老品发布的时间不同，市场所处的环境有所差别，所以很有必要把影响销售的关键因素找出来，然后分析这些因素可能会给销售带来的影响，进行定性的判断。定性判断之后，得到了第一版的销售预测，这时还不能依据这个预测去做新品的量产，最好进行一下供需的风险分析。

如图5-7所示，第一步，定量测算，通过将老品的历史销售数据赋予新品，用量化预测模型测算新品的销售预测。或者参考老品在不同月份、周的销售比例，按照新品的总体销量，结合老品在不同时间的销售比例计算出新品每个月、每周的销量，这种方法也称为“产品生命周期指数法”。直观地理解就是，用基于时间轴的产品生命周期曲线的走势，来刻画产品的需求特点，然后结合需求总量测算不同时间点的需求量。

图5-7　替代升级产品的预测过程A.替代升级产品

新品代替老品这种情况下，老品的需求会部分或全部转移到新品，因此新品的销售特征会很有可能和老品的类似，此时可以参考老品的销售历史来进行新品的销售预测。但同时因为新老品发布的时间不同，市场所处的环境有所差别，所以很有必要把影响销售的关键因素找出来，然后分析这些因素可能会给销售带来的影响，进行定性的判断。定性判断之后，得到了第一版的销售预测，这时还不能依据这个预测去做新品的量产，最好进行一下供需的风险分析。

如图5-7所示，第一步，定量测算，通过将老品的历史销售数据赋予新品，用量化预测模型测算新品的销售预测。或者参考老品在不同月份、周的销售比例，按照新品的总体销量，结合老品在不同时间的销售比例计算出新品每个月、每周的销量，这种方法也称为“产品生命周期指数法”。直观地理解就是，用基于时间轴的产品生命周期曲线的走势，来刻画产品的需求特点，然后结合需求总量测算不同时间点的需求量。

图5-7　替代升级产品的预测过程第二步，定性判断。分析行业趋势，判断所经营的产品的品类是在增长期还是进入了衰退期，对于处于衰退期的行业，产量就需要保守一点。经济环境决定了客户的购买能力，经济形势不好的时候，需求会疲软。竞争对手和市场份额也影响新品的量产规模，在充分竞争、市场份额均匀的环境下，品牌商不可能大幅度提高市场占有率，新品的销售量也就有限度。客户需求是最重要的也是最难评估的，在数字化时代客户有了更多的选择。对于市场计划，传统的方式下品牌商只有把商品铺到市场上，才能知道市场的反馈，数字化时代品牌商有了更多选择。比如有些手机厂商先召开新品发布会，设定新品上市日期，然后在电商平台预先发布产品的图片、视频、介绍信息，客户可以提前进行预订，这样手机厂商可以锁定首批销售的一部分订单，同时也可以根据预订的数据来判断市场的趋势和规模，从而修正新品量产的数量。

第三步，风险分析。新品销售的好坏是有不确定性的，应对不确定性的方式是趋利避害。风险分析是指通过对需求和供应做不同等级的场景模拟，分析各个场景下所产生的销售、所需要的库存、可能的库存风险、毛利的水平等。如图5-7所示，假设通过定量和定性分析，得出量产数量是100万台手机，然后可以按照两个轴来分别分析供需在一定范围内波动时产生的影响。比如供应只能达成90%，需求超出预期达到110%，这种情况下销售额会有多少，需要投入多少资金进行生产，预计什么时候首批量产库存会卖完，预计下一批什么时候能生产，能生产出来多少。同理，如果需求不足，只有70%，这时也可以按照上面的方式进行分析，只不过这时关注的是需求不足导致的产能或原材料冗余。第二步，定性判断。分析行业趋势，判断所经营的产品的品类是在增长期还是进入了衰退期，对于处于衰退期的行业，产量就需要保守一点。经济环境决定了客户的购买能力，经济形势不好的时候，需求会疲软。竞争对手和市场份额也影响新品的量产规模，在充分竞争、市场份额均匀的环境下，品牌商不可能大幅度提高市场占有率，新品的销售量也就有限度。客户需求是最重要的也是最难评估的，在数字化时代客户有了更多的选择。对于市场计划，传统的方式下品牌商只有把商品铺到市场上，才能知道市场的反馈，数字化时代品牌商有了更多选择。比如有些手机厂商先召开新品发布会，设定新品上市日期，然后在电商平台预先发布产品的图片、视频、介绍信息，客户可以提前进行预订，这样手机厂商可以锁定首批销售的一部分订单，同时也可以根据预订的数据来判断市场的趋势和规模，从而修正新品量产的数量。

第三步，风险分析。新品销售的好坏是有不确定性的，应对不确定性的方式是趋利避害。风险分析是指通过对需求和供应做不同等级的场景模拟，分析各个场景下所产生的销售、所需要的库存、可能的库存风险、毛利的水平等。如图5-7所示，假设通过定量和定性分析，得出量产数量是100万台手机，然后可以按照两个轴来分别分析供需在一定范围内波动时产生的影响。比如供应只能达成90%，需求超出预期达到110%，这种情况下销售额会有多少，需要投入多少资金进行生产，预计什么时候首批量产库存会卖完，预计下一批什么时候能生产，能生产出来多少。同理，如果需求不足，只有70%，这时也可以按照上面的方式进行分析，只不过这时关注的是需求不足导致的产能或原材料冗余。B.产品线扩充

产品线扩充是为了满足客户相似的需求，让客户在产品规格、属性等方面有更多的选择。比如宝洁的洗发水有海飞丝、潘婷、飘柔等系列，飘柔系列里还分丝滑和清爽等类型，如图5-8所示。这时新老品并存，它们共享同样的目标客户，因此新品会蚕食老品的需求，为此就不能简单地参考老品来做出预测。

图5-8　同一系列内的扩充产品

在定量测算环节一般有两种方法，第一种方法是总量分解法。引入新品后整个系列的销量可能会增长，先通过分析市场规模、市场容量来测算整体市场占有率，进而计算出总体销量；然后预估各个产品的销售占比，按照占比分解得到新品的销量预测。为了测算市场规模和市场容量，市场上有专业的数据分析公司，它们提供各个品牌的消费品在不同区域、时间等的销售数据以及一些统计结果，供品牌商参考。

第二种方法是基于属性的预测方法，客户购买的商品本质上是一组自己满意的属性的组合。客户在不同商品上购买的数量的多少，反映了不同属性对客户的重要程度的差别。比如价格低的卖得多，价格B.产品线扩充

产品线扩充是为了满足客户相似的需求，让客户在产品规格、属性等方面有更多的选择。比如宝洁的洗发水有海飞丝、潘婷、飘柔等系列，飘柔系列里还分丝滑和清爽等类型，如图5-8所示。这时新老品并存，它们共享同样的目标客户，因此新品会蚕食老品的需求，为此就不能简单地参考老品来做出预测。

图5-8　同一系列内的扩充产品

在定量测算环节一般有两种方法，第一种方法是总量分解法。引入新品后整个系列的销量可能会增长，先通过分析市场规模、市场容量来测算整体市场占有率，进而计算出总体销量；然后预估各个产品的销售占比，按照占比分解得到新品的销量预测。为了测算市场规模和市场容量，市场上有专业的数据分析公司，它们提供各个品牌的消费品在不同区域、时间等的销售数据以及一些统计结果，供品牌商参考。

第二种方法是基于属性的预测方法，客户购买的商品本质上是一组自己满意的属性的组合。客户在不同商品上购买的数量的多少，反映了不同属性对客户的重要程度的差别。比如价格低的卖得多，价格高的卖得少，那价格就是客户购买决策中权重很高的属性。再比如品牌，不同品牌的产品的销量不同，这反映了品牌这个属性的权重的大小。这种方法需要借助高级的统计预测模型，它能够把销售历史分解到属性的层面，找到产品属性对销量贡献的权重，建立销量和属性的关联关系。当引入新品后，新品也是一组属性的组合，可以在这种关联关系中建立新品的预测。举个简单的例子来说明一下基本的原理，如表5-1所示，有两种手机，SKU1、SKU2，引入新品前它们的销量分别为100和20。

表5-1　基于属性的预测方法示意

引入第三个SKU，它的CPU与SKU2一样，内存与SKU1一样。CPU和内存是两个重要的属性，消费者购买时是在这两者中做选择。CPU为骁龙855的产品销量占比为66.67%，新引入的手机也是这个CPU型号，因此SKU2和新SKU的销量加起来占比不超过66.67%，同时由于新SKU的内存与SKU1一样，而SKU1的销量占比为33.33%，因此可以推测新SKU的销量占比是66.67%×33.33%=22.22%。再加入屏幕、电池、价格等属性，这个测算过程会变得更加复杂，必须借助专业工具。高的卖得少，那价格就是客户购买决策中权重很高的属性。再比如品牌，不同品牌的产品的销量不同，这反映了品牌这个属性的权重的大小。这种方法需要借助高级的统计预测模型，它能够把销售历史分解到属性的层面，找到产品属性对销量贡献的权重，建立销量和属性的关联关系。当引入新品后，新品也是一组属性的组合，可以在这种关联关系中建立新品的预测。举个简单的例子来说明一下基本的原理，如表5-1所示，有两种手机，SKU1、SKU2，引入新品前它们的销量分别为100和20。

表5-1　基于属性的预测方法示意

引入第三个SKU，它的CPU与SKU2一样，内存与SKU1一样。CPU和内存是两个重要的属性，消费者购买时是在这两者中做选择。CPU为骁龙855的产品销量占比为66.67%，新引入的手机也是这个CPU型号，因此SKU2和新SKU的销量加起来占比不超过66.67%，同时由于新SKU的内存与SKU1一样，而SKU1的销量占比为33.33%，因此可以推测新SKU的销量占比是66.67%×33.33%=22.22%。再加入屏幕、电池、价格等属性，这个测算过程会变得更加复杂，必须借助专业工具。