服装在庫管理におけるデータ分析の応用

2011年は

在庫が大幅に増加した一年で、今年4月、特に財政報告に基づいていくつかの上場スポーツ用品会社の李寧、安踏、特歩、反克、動向の経営状況を分析しました。在庫金額は平均41.2%増加し、在庫日数（DOS）は28日から41日まで上昇しました。

小豆の株式、アメリカの衣料品の在庫金額はそれぞれ総資産の60%、29%を占めています。

2012年はアパレル企業にとって大きな挑戦でした。一番目は在庫管理です。

アパレル企業の在庫は永遠の話題です。代理店とメーカーは知恵比べをしています。

企業/代理店の在庫が大きい原因は以下の通りです。

1.販売目標が超高く、企業は在庫を抑えて要求を達成しなければならない。

2.注文は感じによって、過剰にお金を要求する；

3.代理店/店舗間の在庫は正常に流通できません。A地区でよく売れている商品がよく現れますが、B地区では在庫がいっぱいあります。

このような状況をもたらしたのはメカニズムの原因かもしれません。メーカーの疎通メカニズムが欠けていて、代理店に販売された後は放置されました。第二は代理店の原因であり、現実に直面していません。

ある代理店と話をしたことがありますが、なぜ売れ残りの貨物が近隣の省に移らないのかと聞きました。彼の答えはこの商品が他の人によく売れているということです。売れない理由はないです。すでに計画を立てて店舗に各段階から改善してもらいました。

4.予測メカニズムが不足しています。商品の補充はいつも品薄後です。

本文は大きな道理を言わないで、ただデータ分析の角度からみんなに在庫管理の方法を教えます。

一、

前のデータ準備

代理店にとって注文会前に下記のデータを確定する必要があります。1、いくらの金額/商品を買いますか？2、どんな種類の商品を買いますか？3、商品ランクと対応する注文件数を確定します。

1を除いて、他の二つは注文する前に作成する戦略計画です。

（注：以下の分析では店舗数の変化を考慮しない状態）

1、商品を買う金額は普通メーカーが事前に確認しました。代理店は対応する商品の数量を計算します。

数式は以下の通りです

商品数量＝購買目標/（地域販売平均値下げ価格X（1＋計画値上げ幅）

2、各品目の購入金額と数量を確定する：同期商品の各種類の販売率によって本注文の季節の比重を確定し、改訂の原則は今年の商品動向と経営者の策略である。

この一環はとても重要で、商品を買う戦略の着地の一環です。

3、商品の各クラスの車種と数量を確定する：平均値と極値を結合する方法を取ることができる。

履歴販売データによって商品代金を5段階（3つでもいいです）に分けて、ランクと仕入れ数量の対応関係は以下の通りです。

このデータが用意されてから、商品を見ている間に、買い手だけが商品のレベルを決めて、特に商品の購入数量を考えなくてもいいです。

この方法の利点は、販売データによって商品の数を後戻りし、購買の盲目性を回避することです。

「商品を買う過程は実際に商品を販売する過程です」というので、時間をかけて準備することは価値があります。

商品を選ぶ過程を見ています。具体的な状況によって、2の百分率と3の商品レベルを調整できます。

商品を買った後（正式に注文する前に）まだ買う商品を検査しなければならなくて、主に3つの方面を検査測定します。価格帯、サイズ、色など。

購入データを同期の販売データと比較する。

例えば、下の図のように、明らかに価格帯の欠陥が見られます。

二、販売過程におけるデータ分析

アパレル業界のデータ分析は商品の流れから言えば、皆さんは輸入、販売、在庫をよく知っています。その中で商品販売の一環は人、商品、場として細分化できます。

在庫が高すぎる原因は、入荷が多すぎたり、売れなかったりすると思われます。商品の追跡、予測、分析に力を入れる人は少ないです。

1、商品データ追跡システムはどうやって作りますか？

商品追跡は通常、日または週単位で実施されますが、POSシステムの普及に伴い、データ収集がどんどん速くなり、日ごとに商品の販売状況を追跡することが可能になります。

追跡内容：店舗在庫数、過去4～8週間の販売（

1-2週間に短縮できます。大倉在庫です。

追跡の方向：全製品チェーンをカバーできないなら、大きい種類（例えばスポーツウェアの靴、服、女性服の上下、スーツ、アクセサリーなど）の販売ベスト20と在庫のベスト20に従ってフォローします。前者はよく売れている商品をよりよく売るためで、後者は在庫の大きい商品を早く消化するためです。

新商品の消化率も追跡しなければならないデータです。今年は多くのアパレル会社が新しい商品として認識を更新しています。消費者が着ていない限り、すべて新商品です。

このような観念は在庫の消化について助けがあって、特に新型の依存性がますます高くなる企業に対してもっとこのようにすべきです。

POSを通じて基礎データを収集した後、残りはEXCELで追跡モデルを作って、毎日/週に自動的に分析結論（戦略部分は人為的に制定する必要があります）を発生させて、在庫日数などのロジックに基づいて自動配送/調達モデルを作ります。

目的は主要商品の仕入れと販売の状況を監視して、迅速に商品を補充して、商品を異なっている取引先あるいは店の間で移動させます。

一般的には店員に注文をしないでください。店員は忙しいので注文を忘れてしまいます。売れる商品には在庫があります。

2、商品の販売予測はどうしますか？

在庫週数（WOI）は商品予測の一つのKPI値で、在庫週数＝即席在庫/（周期内の販売数量/販売周期）、販売周期は4週間、8週間などとなります。

例えば、ある商品は現在2000件を在庫していますが、過去4週間で1000件を販売しています。在庫週数は8週間です。意味は最近4週間の販売状況から見れば、この商品はまだ8週間で売り切れます。

注意したいのは、販売期間が4週間を取れば、ある商品が2週間前に発売された新品であれば、販売期間は実際の販売週数に変更されます。

売り上げランキングによっては、この要因が漏れがちです。

在庫週数によって商品の予測を行うのは比較的粗い予測方法です。季節、祝日、販売促進などの要素を考慮していないからです。

商品の販売予測を正確に行うには、週間販売重み指数の概念を導入する必要があります。これは歴史的な販売記録に基づいて、毎日違った重みを与えられます。

紙面の制限は詳しく説明しないで、興味がある友達は似たようなブログ記事「小売業データ化管理ツール：月間販売予測」を参考にしてもいいです。

3、商品在庫の分析の次元

二枚の図で商品の在庫分析を説明します。

①商品在庫構造図（有効在庫の定義とは、ある販売期間において販売数量がどれぐらい多い商品の在庫数を指す）

②商品カバー度分析

商品の在庫管理は各段階に反映されています。購買、販売などの部分を離れて、単純に在庫を減らす方法を話してはいけません。

在庫の減少は他の方法がないです。各段階から管理を強化し、透明度を高め、早期警戒メカニズムを増やすだけで意味があります。