注：简单示意，部分单位略。注：简单示意，部分单位略。品类优化

商品组合不是一成不变的，而是随着经营的开展不断地围绕客户需求进行调整和优化的，这也叫作assortmet optimizatio。在零售行业，它包含如图4-24所示的几个方面的内容。

图4-24　零售行业品类优化的内容

1.如何开展SKU优化如上文所述，产品组合重要的作用就是要不断推出问号产品，寄希望于它们成长为明星产品。当企业当下经营的产品销售不理想时，企业往往会通过引入新产品来驱动销售。而新产品上市后，有可能成为明星产品，也有可能活不下来而变成瘦狗产品。企业想不断地获得销售的增长，于是不停地推出新产品，导致SKU越来越多，这就是著品类优化

商品组合不是一成不变的，而是随着经营的开展不断地围绕客户需求进行调整和优化的，这也叫作assortmet optimizatio。在零售行业，它包含如图4-24所示的几个方面的内容。

图4-24　零售行业品类优化的内容

1.如何开展SKU优化如上文所述，产品组合重要的作用就是要不断推出问号产品，寄希望于它们成长为明星产品。当企业当下经营的产品销售不理想时，企业往往会通过引入新产品来驱动销售。而新产品上市后，有可能成为明星产品，也有可能活不下来而变成瘦狗产品。企业想不断地获得销售的增长，于是不停地推出新产品，导致SKU越来越多，这就是著名的SKU的困境。SKU越来越多，但并没有带来越来越多的销售，而是让长尾SKU越来越多。如图4-25所示，当SKU数量多到一定程度之后，其所能带来的销售增长开始衰减，成本持续增加，毛利增长开始下降，所需要的资产投入变大，资产回报率越来越低。因此定期复盘SKU的销售贡献、毛利贡献、成本，控制住长尾就变得很重要，它能够帮助企业更好地控制成本和运营资金的投入。

图4-25　SKU数量与各项指标的关系示意图

以商超便利店行业为例，优化SKU数量的目的是把效率低的SKU移出，释放零售资源给其他SKU，同时找到市场空间，用新产品满足市场需求。删除SKU的基本思路是：①识别没有增长潜力，销售额小，占比低的SKU；②分析这些SKU有没有带动其他商品的销售，如果带动作用明显，则不能轻易删除；③分析它们是否在优质客户（高频、高客单价）的购物清单中，如果在，则不能轻易删除；④分析它们附带的属性是否可以转移到类似商品上。名的SKU的困境。SKU越来越多，但并没有带来越来越多的销售，而是让长尾SKU越来越多。如图4-25所示，当SKU数量多到一定程度之后，其所能带来的销售增长开始衰减，成本持续增加，毛利增长开始下降，所需要的资产投入变大，资产回报率越来越低。因此定期复盘SKU的销售贡献、毛利贡献、成本，控制住长尾就变得很重要，它能够帮助企业更好地控制成本和运营资金的投入。

图4-25　SKU数量与各项指标的关系示意图

以商超便利店行业为例，优化SKU数量的目的是把效率低的SKU移出，释放零售资源给其他SKU，同时找到市场空间，用新产品满足市场需求。删除SKU的基本思路是：①识别没有增长潜力，销售额小，占比低的SKU；②分析这些SKU有没有带动其他商品的销售，如果带动作用明显，则不能轻易删除；③分析它们是否在优质客户（高频、高客单价）的购物清单中，如果在，则不能轻易删除；④分析它们附带的属性是否可以转移到类似商品上。SKU优化策略如表4-12所示。销售表现，可以用年销量、店均周销量或毛利来衡量，也可以给不同的指标不同的权重，加权衡量。

表4-12　SKU优化策略

价值，可以用以下几点衡量：①战略意义，即是否能确保品类的独特性，②是否带动了其他商品的销售，③高净值或终生价值高的客户是否经常购买该商品，④是否有独一无二的属性，无法转移到类似商品上，即替代性很低。

有不少企业删除SKU过于草率，仅仅看销售量或增长率排名，而忽略了该SKU到底是谁在购买。这个环节一定要考虑忠诚客户（终生价值高的客户或者生命周期价值高的客户）的购买习惯，实践中可以采用这样的方法，把要删除的SKU和忠诚客户的购物记录进行比对，如果该SKU出现在不少忠诚客户的购物单上，那么删除该SKU时就需要格外谨慎，至少要能找到可以替代的新产品或者与客户进行充分沟通，否则流失高净值客户得不偿失。

2.如何优化商品组合进行商品组合优化的目的是找到更加适合具体门店销售的商品，扩大销售。客户购买的是属性的组合，属性对于不同的客户，其重要SKU优化策略如表4-12所示。销售表现，可以用年销量、店均周销量或毛利来衡量，也可以给不同的指标不同的权重，加权衡量。

表4-12　SKU优化策略

价值，可以用以下几点衡量：①战略意义，即是否能确保品类的独特性，②是否带动了其他商品的销售，③高净值或终生价值高的客户是否经常购买该商品，④是否有独一无二的属性，无法转移到类似商品上，即替代性很低。

有不少企业删除SKU过于草率，仅仅看销售量或增长率排名，而忽略了该SKU到底是谁在购买。这个环节一定要考虑忠诚客户（终生价值高的客户或者生命周期价值高的客户）的购买习惯，实践中可以采用这样的方法，把要删除的SKU和忠诚客户的购物记录进行比对，如果该SKU出现在不少忠诚客户的购物单上，那么删除该SKU时就需要格外谨慎，至少要能找到可以替代的新产品或者与客户进行充分沟通，否则流失高净值客户得不偿失。

2.如何优化商品组合进行商品组合优化的目的是找到更加适合具体门店销售的商品，扩大销售。客户购买的是属性的组合，属性对于不同的客户，其重要程度是不一样的，商品的变化带来属性的变化，销售额的配比也会在不同商品之间发生变化。每个门店的背后是一群客户，这群客户偏好的属性是不一样的。用算法在品类层面做运算，可以得到三个指标的数据：①属性的重要程度，它表示不同的属性在客户做决策的过程中的重要程度，比如咖啡这个品类，它的品牌的重要程度是25%，口味的重要程度是50%，那就是说口味变化对销售带来的影响，是品牌变化带来的影响的2倍。②品类弹性（icremetality或者assortmet elasticity），它表示如果你从品类里删除了某种商品（或者属性）会损失多少销售，或者如果你往品类里增加了某种商品（或者属性）会增加多少销售。比如，品类弹性为20%表示，一个品类里有20%的销售增长来自新商品或者新属性，或者有20%的销售下降来自商品的移出或者属性的移出。③转移的需求（trasferable demad），即如果删除或者增加一种商品或者属性，有多少需求会转移到其他商品或者属性上面，这也叫作蚕食（caibalizatio）。在一个品类内，各种属性都有其需求，这就构建了一个属性和需求的矩阵，如果要优化这个品类，就需要在这个矩阵中找出一条路径，通过删除部分商品或属性，或者增加部分商品或属性，以及属性的重要程度、品类弹性、转移的需求，来测算整个品类新的产出，这样的测算必须借助专业的工具来完成。

据笔者的经验，上述方法在满足基本需求的商品中使用得比较广泛，比如在快速消费品行业，在数据服务商的带动下，这种方法已经十分普及。有数据服务商联合大型超市，提供各个品类的商品的销售统计数据，计算出上述三个指标的结果，并结合算法建议更好的品类组合。在时尚产品中，由于数据统计周期以及商品生命周期太短，同程度是不一样的，商品的变化带来属性的变化，销售额的配比也会在不同商品之间发生变化。每个门店的背后是一群客户，这群客户偏好的属性是不一样的。用算法在品类层面做运算，可以得到三个指标的数据：①属性的重要程度，它表示不同的属性在客户做决策的过程中的重要程度，比如咖啡这个品类，它的品牌的重要程度是25%，口味的重要程度是50%，那就是说口味变化对销售带来的影响，是品牌变化带来的影响的2倍。②品类弹性（icremetality或者assortmet elasticity），它表示如果你从品类里删除了某种商品（或者属性）会损失多少销售，或者如果你往品类里增加了某种商品（或者属性）会增加多少销售。比如，品类弹性为20%表示，一个品类里有20%的销售增长来自新商品或者新属性，或者有20%的销售下降来自商品的移出或者属性的移出。③转移的需求（trasferable demad），即如果删除或者增加一种商品或者属性，有多少需求会转移到其他商品或者属性上面，这也叫作蚕食（caibalizatio）。在一个品类内，各种属性都有其需求，这就构建了一个属性和需求的矩阵，如果要优化这个品类，就需要在这个矩阵中找出一条路径，通过删除部分商品或属性，或者增加部分商品或属性，以及属性的重要程度、品类弹性、转移的需求，来测算整个品类新的产出，这样的测算必须借助专业的工具来完成。

据笔者的经验，上述方法在满足基本需求的商品中使用得比较广泛，比如在快速消费品行业，在数据服务商的带动下，这种方法已经十分普及。有数据服务商联合大型超市，提供各个品类的商品的销售统计数据，计算出上述三个指标的结果，并结合算法建议更好的品类组合。在时尚产品中，由于数据统计周期以及商品生命周期太短，同