零售商：优化你的商品规划，本文主要内容关键词为：零售商论文,商品论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
今年冬天的皮大衣什么时候打五折？明年夏天，你又该订购多少条小号的女裤？不要仅仅依靠经验和直觉来做出所有决策让商品规划优化软件来帮你。
不要被沃尔玛（Wal-Mart）的辉煌业绩所迷惑。零售业从来都是一个低效率的行业，现在依然如此。零售商们（特别是大规模连锁店的经营者）不得不去预测变化无常的消费者需求，采购并分配大量种类繁杂的商品，制定合适的价格，并对每种不同的商品采用相应的市场促销手段。商品的供给和需求之间不可避免地存在着差异，这个差异往往还很大，这使得商店里堆放了大量消费者不需要的商品，而消费者需要的商品却又数量太少。
由于产品生命周期已被打破以及大众市场被细分，商品规划决策（merchandising decisions）变得更加复杂，企业由于失误而付出的代价也更加高昂。尽管在POS系统和其他新的计算机及信息系统上花费了数十亿美元，零售商们仍然不能在适当的时间以适当的价格将适当的货物送到适当的地点，为此，他们付出的成本一直居高不下。据估计，顾客到商店来打算要采购的物品中有8％脱销，而商店里的商品却有1/3在进行降价销售。
在2001年的第一季度，仅凯马特（K-Mart）一家公司就注销了40亿美元的过量存货，这导致它的净收入减少了40％。虽然并不是所有的零售商问题都如此严峻，但过量存货一直在降低公司的赢利。对于那些经营上架时间（shelf life）较短的商品——如圣诞卡、电脑或服装——的零售商而言，过量存货造成的损失更大。
不过现在看来，这个问题或许有希望得到解决。一系列新近设计的、功能完善的软件工具已经诞生了，它们将给整个商品规划链——从购买到库存再到定价——带来彻底的变革。顾名思义，这些“商品规划优化系统”（merchandising optimization systems）将决定合适的商品采购数量、商品展示和定价，从而使零售商的利润最大化。将复杂的数据处理技术应用到已有的存货和销售数据中，优化系统从货品和商店的层面出发准确地模拟了未来的供给和需求模式。换句话说，它们将商品规划从一门艺术转变成了一门科学。
这一新型软件的早期使用者，金宝贝（Gymboree）、杰西彭尼（J.C.Penney）、KB玩具（KB Toys）和肖普克（ShopKo）等公司，已经获得了良好的结果，它们的利润增加了5％～15％。在整个过程中，效率也得到了显著的提高。例如，由于采用了此软件，一家连锁店的商品规划者使该店的销售能力提高了20％。同样重要的是，由于购物者更容易在商店里以合理的价格买到自己所需要的商品，零售商在提高顾客满意度方面也有了改进。
在本文中，我们将就商品规划优化系统向零售商——也包括批发商和消费品公司——做一个说明。我们将解释它们的工作原理，以及它们是如何对商品规划链的每一环节的工作流程产生作用的。
优化软件的工作原理
优化软件在商业中的运用并不是新鲜事，收益管理（yield-management）应用软件已经将准确的定价和产能管理（capacity management）引入到航空和旅馆业中；但是商品规划优化软件在过去一直都不被零售商所掌握。颇具讽刺意味的是，他们的问题并不在于数据的缺乏，而是数据的过剩。零售商从数百家商店、数千种产品以及数百万次交易中收集来信息，对这些信息进行分析需要强大的计算能力，而要拥有这种计算能力，则花费太高了。
现在情况发生了转变。计算机芯片价格的不断下降使得复杂的优化软件也可以应用在企业服务器和个人电脑上。典型的情况是，这些应用软件构建在现有的管理系统之上（如Retek，JDA和SAP系统），并从中提取数据。它们对数据进行复杂的运算后，就可以模拟各个连锁店和各个库存单元（stock-keeping unit）的需求。因为这一应用软件是基于浏览器运行的，因此所有人，从CEO到连锁分店经理，都能够轻易地查看有关分析。
零售业优化系统的应用范围和侧重点是多样化的：这些应用软件既可以作为某个过程的一个独立模块来运行，也可以作为适合整个商品规划的一套全面的应用方案来运行。系统价格也会相应地随之变化。设计、建构并实施一个系统可能花费25万～500万美元不等。尽管价格不菲，很多零售商还是准备并愿意使用这些新技术。实际上，据《信息周刊》（Information Week）对24个行业的统计，无论是经营特殊性商品还是一般性商品的零售商去年都将他们绝大部分的信息技术预算花在了新技术上。
这种商品规划优化软件的价值在于它们的两大功能：首先是提供更为准确的需求预测，其次是为营销规划链上每一环节的更好决策提供帮助。
更好的需求预测 按惯例，零售商一直是按照去年的销售额来做今年的预测。但是这种方法参考评估的只是零售商卖出了多少商品，而不是在存货充足的情况下能够卖出的商品数量。很明显，如果可以预测可能达到的销量，这将更有价值，而这正是优化软件能够帮助我们发现的内容。通过对历史数据的综合分析，这个软件可以衡量消费者对商品的反应，以及对需求的所有关键刺激因素（例如价格、存货水平、促销或者季节性）的反应。这种因果分析是在具备充分数据时进行的。当信息不充分的时候，商品规划优化系统会使用聚类技术寻找具有相似需求模式的其他商品和分店，并从中推断出分析对象的销售模式。
我们很容易理解为什么因果需求预测要比传统预测准确得多。在了解了销售量和需求刺激因素之间的关系后，零售商不但能够了解他们取得了什么样的结果，还能够得知是什么原因导致了这样的结果。随后他们就能够将需求刺激因素以各种方式重新组合，从中形成新的需求预测方案。
商品规划优化系统能够进行复杂的预测是因为它们使用了非线性的分析技术，这种技术更真实地反映了现实世界的情况。传统的线性模型（linear model）只能在其他因素皆不改变的条件下描述出两个变量之间一对一的关系，比如价格和需求之间的关系。举例来讲，一个线性模型在描述羊毛衫的价格削减和它的销售数量之间的关系时，是一种直线的关系：降价5％使销量上升2％，降价10％使销量上升4％，等等。但是一个非线性模型（nonlinear model）则能用曲线表示价格和需求之间的关系。因此对同一种羊毛衫来说，非线性模型可能会做出这样的预测：降价5％使销量上升2％，降价10％使销量上升4％，但是降价15％的时候，对销量的影响则一跃而到10％，而当降价达到20％时对需求的影响会更有效，需求将猛增25％之多。因为这种非线性的方法更加符合实际的销售情况，所以它的预测结果更为准确。
非线性模型在处理复杂的、多个变量相互关联的情况时也有更好的表现。假设在一个格外寒冷的冬季，在圣诞节前两周销售一种羊毛衫。对于价格下降10％的做法，线性模型还是会做出销量上升4％的预测；但是非线性模型会考虑到时间因素（即圣诞节）对消费者在降价时的需求反应所起的作用，因此它的预测结果是销量会增加10％，而在平时，这样的降价幅度只会引起4％的销量增长。
更好的决策 一旦完成了需求预测，优化软件就会对一系列可能采取的行动（例如，将一种商品降价2％或者将季节性商品提前上架）做出评估并推荐最好的实施步骤。这种软件运用了“决策优化工具”（decision optimization engine），其功能正如它的名称所描述的那样，它使用复杂的数学优化方法，分析零售商对他们可控制的需求刺激因素（如时间安排和定价）做出的调整对利润产生的影响。换句话说，这种软件可以模拟所有可能的销售方案，评估它们的收益，并选择收益最佳的方案。
在预测过程中，软件会把其他已经规划好的营销活动都考虑进去。举例来说，如果一家计算机硬件销售连锁店每年的7月4日都会削价20％，那么软件就不会评估在那一周对某种产品削价10％产生的影响。
优化工具不仅可以在遵循零售商现有销售规则（例如“所有定价的末尾必须是99美分”）的条件下运行，还能确定零售商如果放宽某项销售规则将获得怎样的收益。举例来说，让我们假设一个零售商决定将2月15日定为撤掉冬季商品换上春季商品的日子。而软件通过分析做出的决策可能是：实际上3月1日才是撤去羊毛衫开始卖轻巧的棉质衬衫的最佳时间。
一个忠告：尽管对销售数据的客观性分析很重要，但也不要忽视零售商直觉的作用。虽然优化过程的核心在于其运用的数学方法，但最终的预测结果却必须反映出那些在历史数据中表现不明显的趋势。这点对于流行性服饰来说尤其重要。例如，只有经验丰富的采购人员才能预测出七分裤会在1999年热卖，或者皮裤将在2000年流行。如此迅速的潮流变化更显示了在分析软件的预测结果时运用常识的必要性。
商品规划的改进
现在让我们看看这个优化软件是如何改变商品规划链上每个环节的工作流程的，这些环节包括计划、采购、配送、补货、定价、促销。（参见副栏“优化商品规划链”）
就像我们上面讲过的那样，商品规划优化软件通过计算出高度准确的预测来改变计划和采购这两个环节。让我们来看看软件是如何帮助零售商做出一种夏季商品（例如短裤）的规划的。在旺季前——一般是在销售季节开始的至少六个月以前——系统会依据上一年同种类短裤的销量来确定今年的需求。在从商店的层面确定销量时，系统要将往季缺货造成的影响，以及任何为销售旺季计划好的促销活动和价格变化都考虑进去。
在配送阶段，这个软件使用最新的数据来确定将储备商品分配到各个连锁店的最佳方法。举例来说，近期销售趋势的变化，如某分店的销量由于出现了新的竞争者而受到影响，将会促使软件调整它最初的预测并重新分配商品。软件还可以对不同的地点销售何种型号的商品做出计划。例如，波士顿（Boston）的一家商店可能会销售多一些小号棉质短裤，而密尔沃基（Milwaukee）的商店可能会多销售一些大号棉质短裤。优化软件做出的分析将会给出整个销售链所需的短裤数量和型号组合。（更多详细内容参见副栏“给连锁店分配适当型号的商品”）
给连锁店分配适当型号的商品
如何将适当的商品组合分配到各个连锁店是零售商面对的最大难题之一，对服装经营商来说尤其如此。他们努力使适当的型号组合与每家商店的需求相匹配，其结果却往往是商店因为某些型号的商品配给数量不足而减少了销售收入，而对于型号配给过量的商品却要进行大幅度的降价销售。商品规划优化软件使用历史的销售数据来了解真实的型号需求并对其做出反应，随后确定出最佳的分配方案。
以前，零售商一直依靠上一年的历史销量来确定今年各个型号的数量。然而，问题并不应该是：“这个商品以前卖出去了多少？”而应该是：“如果适当型号的商品数量充足的话，应该可以卖出多少？”历史数据根本不能够回答这个问题，因为不同型号脱销的时间不同，而剩余的型号却在不断降价。为了更加准确地预测需求，零售商必须首先从历史数据中除掉偏差，从而发现每种型号的真实需求。不完成这一关键步骤的零售商注定会重复过去的错误。
下图显示了一家零售商女裤的购买量和型号之间的关系。该图依据历史销售量而绘制，这家零售商在向所有连锁店配送商品时只按照一种型号组合进行分配。与传统的曲线图并列的分别是芝加哥分店和旧金山分店销售女裤的最佳型号组合图。很明显，将相同型号组合的商品分配到这两家分店的做法是错误的：旧金山分店的小号女裤会提前售空而剩下过多的大号，而芝加哥分店的问题则正好相反。
与传统的做法相比，商品规划优化软件能够确定每家连锁店特有的型号组合图，这样就能够使商品供给与每家分店的需求相一致。然而，由于相关成本的增加，零售商们可能并不希望执行如此细化的方案。因为物流成本和运营成本会随着型号组合数目的增加而增加，而总成本取决于零售商的系统功能、商店内货品摆放布局的好坏以及供货商包装运输多种型号组合货物的能力。如果实际情况就是这样的话，软件可以确定最理想的型号组合数量，并把采用相似型号组合的商店划归为同一群体。
进入销售季节之后，商品规划优化软件会对实际销售数据进行评估，并对某些商品的预测做重新调整，从而提出货品补充的策略。然后软件再将剩余的存货与最新的需求预测做比较，并做出补充哪些货品的建议。这样，采购者就会根据实际销量来决定是发出新订单还是取消现有的订单。另外，软件还能够利用销售趋势和存货水平的数据来帮助管理者制定日常的定价和促销决策。这样，软件的分析结果就为更理性的打折和降价方式提供了依据。
让降价发挥更好的作用
实际上，目前商品规划优化软件在价格折扣管理方面所起的作用最大。随着季节的更替，零售商将降价作为促销和清理过量存货的一种手段。但是确定最佳的促销期和降价幅度是一项困难的工作。过于激烈的降价（幅度过大、过早开始）一方面会清空存货，但是它们也可能会不必要地减少了利润。与之相反，采取过分保守的降价策略（幅度太小、太晚开始）的零售商可能会一直受到过量存货的困扰，以致最后不得不进行更猛烈的削价，或是赔本卖掉存货。
为了解决这个问题，零售商的传统做法是建立固定的规则。举例来说，如果商品一周内的销售量低至一定的百分比，某些零售商就会把它们挑选出来，准备做降价处理。而另一些零售商则根据商品上架时间的长短进行削价——上架8周以后开始降价20％，12周以后降价30％，最终在16周以后降价50％。
然而，这样一种遵循固定规律的降价方法存在几个方面的局限性。首先，它假设所有同一种类的商品都表现为相同的、稳定不变的销售特性。因此它处理羊绒衫的方法与处理羊毛衫的方法完全相同。其次，这种降价方法遵循着固定的时间安排，但这样做是不够精确的，因为它无法确定销售趋势的变化或其他因素（例如促销或节假日）会对需求造成怎样的影响。再次，这种方法没有将毛利率是否受到影响考虑进去，它惟一的目标就是清空存货。
商品规划优化软件改变了对这种一般性降价规则的依赖，从而给零售商带来了巨大的收益。它为每种不同的商品做出一系列的降价方案，并从定价和时间安排的角度推荐那些能够带来最大利润的做法。这个系统的目的不只是清空存货，它把对商品规划起到限制作用的因素、经营目标和当季销售特点都考虑进来以实现利润的最大化。
让我们来进一步看看这个软件在确定最佳降价行动的过程时所使用的分析模式（参见下一页“降价方案的比较”）。它分析的是上千种不同的价格折扣和时间安排方案。对每个被检查的方案，软件都要做出需求预测并计算预期的利润，还要将每个方案可能带来的利润加以比较，然后它会选择其中能够产生最大利润的那个方案。
降价方案的比较
商品规划优化软件对零售商存货中的每种商品的上千种降价方案做出分析，这个过程是极为复杂也是极为耗时的，管理者自己无法完成。在这个案例中，软件将皮大衣所有可能计划到的降价方案进行了比较，并在需求预测的基础上挑选出了能够创造最高毛利的削价方案。
如果要结合一定的背景来理解这一点，可以设想一下你经营着一个全国性的零售连锁店，你需要决定如何为一个上架时间较短的商品定价——例如，一种男式的冬季皮大衣。假设这种皮衣在9月份的最后一周开始上架销售，计划在次年3月末结束销售。它的最初零售价是90美元，所有的货物都是一次性配送，并且没有计划要做补充——这种情况在销售周期较短的商品中是比较常见的。为了使这个案例简单化，我们假设这种皮大衣在销售周期结束时没有回收价值，同时也不发生任何处理费用。
如果你准备采用传统的遵循固定规律的降价方法，你就要以销售季节开始之前所做的销量预测为依据，按照预先定好的时间段做出逐步降价的计划。就像下一页“降价的科学”这张图表中所反映的，你会在六周以后将大衣削价20％，再过五周削价30％，而再过四周以后最终削价50％。使用这种计划好的折扣系统，你可以实现预期98，000美元的毛利。
降价的科学
使用优化软件的好处或许在降价管理方面得到了最好的证明。这个图表说明一位零售商可以依靠优化软件使皮大衣销售的毛利提高7％。因为这个软件根据当前的销售特点不断地改进预测，所以商店的经理可以准确地知道何时降价、降价的幅度应该是多少，以便从中获得最大的利润。
但是如果你采用优化软件来制订一个降价计划的话，你却可以获得105，000美元的毛利。为什么优化软件制订的计划有高得多的赢利能力呢？这是因为，这种软件会在整个销售季节中根据实际的销量来不断地改进定价计划。比如在这个皮衣的案例中，软件发现11月初的皮大衣销售情况比预期的要好，虽然按照传统的规律性降价方法此时应该进行价格削减，但软件决定把降价向后延迟。每一周，当新的销售数据产生时，它都会重新调整它的预测，将最新的信息考虑进去。它严格地计算每种商品数以千计的降价计划，这个过程是极为复杂也是极为耗时的，零售商自己根本无法完成。最终，系统提出的建议是：在第九周将皮衣的价格从90美元削减到69.99美元，在第十三周削减到59.99美元，在第十六周削减到49.99美元——这样的安排让降价恰好在感恩节和圣诞节抢购热潮开始之前产生作用。在这个案例中，与传统的规律性降价方法相比，使用优化软件可以使你在男式皮大衣的销售中多获得7％的毛利。如果你的所有商品都采取这样的降价方法，所产生的收益累积起来则会显著地提高你的总赢利。
你准备好了吗？
毫无疑问，商品规划优化系统可以产生非凡的效果。但是在你下决心为你的公司安装一个这样的系统之前，你应该先问一问自己以下的问题：
你的公司是否掌握了所需要的信息技术能力？商品规划优化系统是从你现有的POS系统和存货管理系统中提取数据来做出预测和建议的。为了使优化系统有效地运作，这些数据的获取就必须准确。此外，拥有一个管理有序的数据库将很有帮助，它将使系统更容易找到相关数据并对之进行分析。
软件的配置是否适合你的业务操作？无论一个软件系统的功能多么强大，如果它不能在你公司的特定环境下发挥作用，那就毫无用处。比如说，如果你的定价方案只支持10％、20％这一类的折扣，那软件提出的降价17.25％的促销建议又有什么用呢？在你安装优化软件之前，要确定它的功能配置与公司现有业务操作的限制规则无冲突之处。
软件是否支持你的商品营销策略？在你投资一个新的商品规划优化系统之前，要确定它能够支持你当前的营销策略。举例来说，如果你是一个拥有专门处理折扣品的商店的传统型零售商，你需要的系统就应该具备这样的功能：它能够精确地指出何时将某种商品从你的某家常规分店里全部撤掉，并把它们运到折扣店。另外，你应该准备根据企业新具备的能力来重新审视你现有的策略。例如，一个零售商一直认为定价决策应该在整个销售链的层面上做出，而优化系统则可能建议他重新评价这个决策过程，因为从地区市场甚至是分店所在的市场出发制定价格也许会更为合理。
你是否愿意重新评估你的内部工作流程？优化软件将很多手工过程自动化了，人们不再因为系统功能的不足而临时采取一些非正规的做法来解决问题。但是要获得软件对工作流程的改进所带来的所有好处，你或许需要重新评估你的某些内部工作流程。举例来说，你可能需要对员工进行相关的培训和指导，以确保系统提出的建议能够得到执行。你还必须经常衡量员工的配合情况以及软件所取得的实际效果。而最艰难的挑战之一，可能还是使习惯了依赖直觉的经理们信任系统提供的预测和数字。
时至今日，零售业的情况并没有丝毫的好转：新增的分销渠道和新奇的销售形式在一点点地减少利润；产品的生命周期正在缩短；善变的消费者要求越来越高；不稳定的商品需求变化迫使零售商要比以前更迅速地做出决策。更不利的情况是，企业兼并使得连锁经营规模日益扩大，这就意味着零售商必须管理数百家分店，储存数千种商品，并且每周都要为每家分店的每种商品的定价及存货做出数千种决策。
在这种情况下，零售商要求拥有更好的管理工具的呼声就可以理解了。通过充分发挥最新的数学模型技术以及信息技术的力量，商品规划优化软件能帮助零售商有效地管理他们的企业并从中赢利。我们并不是说这个软件是无所不能的：零售业的运营是十分复杂的，要保证数据的完整性也非常困难，因此我们不能做出这样的承诺。但是，在这个行业面临无数挑战的情况下，这样一门新技术的出现正是适逢良机，它给冒险的商业行为带来了有效的控制，给依靠直觉的行动带来了严谨的判断，给自我推测带来了科学的做法。
你需要它吗？
商品规划优化系统对具有以下几种特点的零售商量为适用：
●销售上架时间较短的商品或需求不确定的商品
比如服装和音乐产品的潮流改变迅速，又如像空调这样的季节性商品存在明显的需求高峰。以迅速的技术革新为特色的产品（如计算机系统）的生命周期也较短。甚至一些相对稳定的产品（如牙膏和办公用品）在促销期间的需求也可能非常不稳定。优化软件能够帮助此类产品的经销商售出最多的存货，同时又获得最高的利润。
●营运系统复杂、需要为多个业务点做决策
如果你经营着一个包括了多家分店的连销企业，并且销售着数百种商品的话，优化系统可以帮助你做出人力无法做出的准确预测。
●从错误的决策中恢复元气很不容易
这种情形可能是一个零售商为一家分店配送了过多的圣诞装饰物，而这些货物过了12月25日后几乎就没什么价值了。商品规划优化软件能够帮助管理者在发货之前做出基于充分信息的决策。