龍翔


商品采買OTB(order to buy)是整個商品全鏈路管理中非常重要的一環。采買多了,銷售有更充足的子彈保證,但產生庫存的風險就會增大,投入回報率會降低;減少采買,庫存風險會減少,但容易產生缺貨銷售,斷色斷碼,生意不能最大化。
因此,商品采買的核心在于“平衡”,既能在總量和結構上滿足到銷售的需求,在售罄、周轉、毛利上達到財務經營的利潤需求,又能控制好庫存,不影響到現金流。對商品采買的人來說,不能憑個人的思維與認知,單維的數據分析做決策,而要導入一套科學的商品采買分析邏輯和模型來制定全盤的商品采買計劃,以確保商品采買的科學性。
總體采買計劃
商品采買計劃可分為兩個層級,一是總體層面的采買計劃,二是單款層級的采買計劃。
總體采買計劃,即站在品牌角度做的采買計劃。一般每年4-5月制定下年度的春夏商品采買計劃,9-10月制定下年秋冬的采買計劃,以此循環滾動。
品牌銷售目標的制定
銷售目標是商品采買的大源頭。商品采買是為達成銷售目標服務的,沒有銷售目標,商品采買計劃也無從做起。因此,制定合理的銷售目標,是我們做商品采買計劃的第一步。
在鞋服品牌公司,年度銷售目標一般由銷售部、財務部參與制定,在每年的7-8月份啟動,持續到9-10月份,甚至到年底;且往往和公司的年度預算、年度經營規劃同步結合起來做。
就目標制定的方式來看,一般按照自下而上和自上而下兩種方式來制定。自下而上是以每個門店為基準出發點,制定每家門店的銷售目標;自上而下是在公司整體的角度,基于公司的發展戰略制定的目標。到最后最終定下的目標,一般是這兩個目標的綜合平衡。
在這里,我們主要是從自下而上的視角來制定年度銷售目標。目標的制定一般要考慮3個要素。
①店鋪因素:目標制定要細分到新店,次新店(開業時間不到1年的店),可比原店(開業時間超1年及以上的店鋪),要和品牌在下一年度的渠道規劃結合起來做;
②品牌因素:因為商品采買是基于品牌的維度來做的,所以目標要分解到每個品牌;
③時間維度:商品采買計劃要考慮到商品的銷售周期,所以目標要分解到每個月。
表1是單店目標制定的表格模板。要制定出這樣的目標表,背后是基于大量的數據分析,基于對整個市場和數據的熟悉和了解。
將全國每家店鋪、每個品牌的目標進行匯總,就得到了品牌總的年度銷售目標。
商品銷售規劃
知道了品牌在每個月份的生意目標,下一步是要清楚每個月的商品需求到底是什么?
比如,某個品牌,今年的銷售目標是12億元,每個月是一個億,但不一定全部都是由同一個年份季節的產品去產生。以1月份為例,既有上一年的冬款,應季的春款,還有一些來自過季貨品、舊貨清理。
通過制定商品銷售規劃,我們就可以清楚地知道,哪個季節的商品,它總體的目標生意額到底是多少了。
經過測算,數據參考表2,可以算出春季新品預計銷售額是6862萬元。值得注意的是,商品銷售占比規劃,同樣是基于對往年大數據的分析。這背后需要把往年的數據做整理分析,也要結合下年度的新品規劃,渠道開店情況做相應調整。
商品采買金額和數量
明確了春季新品要實現銷售額6862萬,接下來就可以進一步計算出春季新品需要采買的金額和數量。這里涉及到幾個關鍵變量。
①售罄率:春季新品在當年9月底(也可以是5月底,每個品牌的定義不一樣)需要達到的售罄目標。這可以根據往年的數據,結合公司的損益售罄目標測算,公司經營利潤要求綜合制定出來。
②折扣率:折扣率會影響到毛利,我們需要用折扣率推導吊牌銷售額。
③平均單價:代表了品牌定位,一般變化不會太大,可參考往年數據上下幅度3-5%做參考。最終算出來的商品采買金額=實收銷售額÷折扣率÷目標售罄率
假設該品牌設定到9月底售罄目標是80%,折扣率是80%,則該品牌當年春季新品需采買的吊牌額=6862萬÷0.8÷0.8=10721萬,即1.0721億。
需要采購的貨品量=1.0721億÷850(平均單價)=12.6萬件。
總的商品采買量和采買額計算出來了,接下來就可以據此展開商品結構上的拆解,比如拆解到波段,拆解到品類等。
單款的OTB計劃
在確定了一季的總采買框架之后,下一步是做單款的OTB計劃,即測算單款的商品需求量。
單款的采購邏輯,跟總體的采購邏輯是一樣的,就是先要以銷定產,先知道每個款的預計銷量,然后除以目標售罄率,得出整個采購的需求量。
要做單款測算,有2個關鍵因素必須提前梳理和厘清。
①店鋪級別與類型:分類標準可參考店鋪的面積、位置、銷售與盈利能力來綜合制定。
②款式的級別與類型:商品是主銷款,還是形象款、活動款,要明確定義,上市前就要打上標簽。不同的商品定位對應的策略、銷售的數量是有差異的。單款銷量測算的公式:單店銷售量=店鋪顧客量‘轉化率
一家鞋店的銷量,等于店鋪顧客量再乘以它的轉化率。轉化率就是到底有多少百分比的顧客會轉化成購買。
一家店鋪的銷售是由兩個部分組成,一是散客的銷量,另一個是活躍VIP的轉化。
單店消費量=散客消費量*散客轉化率+VIP會員消費量*VIP會員轉化率
其中,散客消費量=散客周流量*款式生命周期*轉化率。比如說某家鞋店,每周散客的流量是100人,這個款式的生命周期是10周,轉化率是1%。那么,經過計算可知,這個款式在這個店鋪里面散客的銷量就是10件。
再看店鋪VIP的轉化。假設這家店每周VIP的流量也是100人,那么按照這個款式的轉化率,比如說是5%,我們就知道這個款式在VIP里就有50件的銷量。
知道了每個單店的顧客轉化情況之后,我們再回到上面說到的店鋪級別,比如說A類店鋪,商品生命周期轉化率是40件,A類店鋪有100家,乘以100家,在A類店鋪就有4000件的銷量。而B類店鋪的話,可能是30件,同樣有100家店,那么3000件的銷量就很清楚了。
當然,考慮到即使在同一批A類店鋪也存在差異,如果工作做得夠細的話,可以基于每家A類店鋪展開,這里為了簡化只是針對A類的店鋪做批量計算。
如果想要測算更細,可以把商品進行分級,基于店鋪級別、商品級別做測算,得出的結論會更加準確,當然工作量也會增加。這里有個取舍的問題,看每家公司管理的細化程度來定。(表3)
對于單款的測算,還有其他方法,比如根據店鋪陳列量、安全庫存進行倒推。其實,方法沒有對錯,主要是適合就可以。如果時間允許的話,可以兩種方法都測算一次,兩個結果做對比。本文介紹的方法是把會員、產品、店鋪,也即是人、貨、場結合起來測算的邏輯,更具有可理解性,但對于店鋪的數據要求較高。
按照邏輯來講,如果每個款式都能準確地預測它的銷量,那么,每個款式的采買量也可以準確預測。采買需求量=[(散客量+VIP數量)*商品生命周期*轉化率*店鋪數]÷目標售罄率
但問題是,我們在預測銷售的時候,會發現主要的幾個關鍵因素,比如散客量、活躍VIP數量、轉化率、款式的生命周期,以及銷售店數可能都有很大的不確定性。一般來說,開業時長越長的店鋪,數據積累得越多,測算的結果也越準。
在商品采買計劃里,這種準確性是很難去把握的,那么在實際操作中,我們如何來控制和提高這種準確性呢?
大的思路是針對計劃采買的量,不是一次性下單采買,而是有計劃地對采買量做結構性地拆解,在實際的商品管控中導入“快反”操作的模式,基于市場反饋動態調整,將風險降到最低。關于這一塊如何操作,下回再做詳細講解,敬請關注。