零售資料分析指導銷售：促銷時機看售罄率

什麼時候做促銷更合適？該拿那些品類商品來做促銷？要找到這些答案就離不開一個關鍵指標 ——售罄率。在零售資料分析指導銷售運營過程中，甚至還有個不成文的常識：促銷時間看售罄率。

售罄率： 指一定時間段某種貨品的銷售佔總進貨的比例，是計算銷售多少比例才能收回銷售成本和費用的一個考核指標，以便於確定貨品銷售到何種程度可以進行折扣銷售清倉處理的一個合理尺度。

售罄率  = 某段時間內的累計銷售 ÷ 採購總數量 x 100%

公式簡單，操作難。這就是當前售罄率指標分析的現狀。這是因為分子分母的時間條件不一致。舉個例子， 2022年8月的累計銷量的時間條件是2022年8月1日到2022年8月31日，但這個採購總數量卻不僅僅是2022年8月的採購數量彙總，而是截止到2022年8月31日的歷史採購數量的彙總。

因為時間條件不一致，在實際的售罄率計算中往往就很難直接套用公式。那麼，售罄率怎麼算？號稱分析快、計算分析快又靈活準確的 BI資料分析工具有沒有辦法？

售罄率的靈活計算方式

1、 歷史累計一記憶體計算

這是 奧威BI資料分析工具 專門針對 時間條件不一致的 場景，開發的計算方式。 是在現有聚合的基礎上進行不同時間範圍的計算，所以，把彙總欄位新增進來後，再進行歷史聚合的設定即可。詳情可參考 影片“ 零售資料分析操作篇7之售出率/售罄率 ”。

 

 

2、售罄率有許多變種，可以按數量、可以按成本價，也可以按零售價，採購總數量也可以按訂貨數量，也可以替換為當時的庫存+累計銷量。考慮到企業可能有調拔等特殊情況，建議使用當時的庫存+累計銷量這個計算方法。

3、分不同期間的售罄率（即按周、按月、按季度來看），或者是累計售罄率（即按整個商品生命週期來看）。

在大資料時代，要想實現零售數字化運營銷售就得進行更加細緻、高效、多維度的零售資料分析，而在這個過程中，一個分析快、響應快的資料分析工具、一個標準化的零售資料分析方案是必不可少的。奧威 BI資料分析工具+ 零售標準方案 ，一套成熟的零售資料分析組合拳。