《中国零售业供应链优化手册》系列二——中国零售企业品类分析现状调研与实施（2023）正式发布

近年来，中国连锁经营协会（CCFA）与PwC（普华永道）持续开展了中国零售业企业供应链KPI研究。研究显示，与欧美等国相比，我国零售业供应链管理水平与运维效率依旧存有较大的提升空间。 为此，从2020年起，CCFA计划用8-10年的时间，借鉴全球通用的供应链七步法，梳理出一套符合我国零售企业特点的供应链能力提升的系列实施指引。 资料来源：BlueYonder 2021年正式发布《打造以消费者为中心的精准需求预测》（七步法第一步）后，202223年，协会再次携手PwC、BlueYonder，通过调研、走访、沙龙讨论等诸多形式，走访多家业内领军企业，推出了基于零售现状和展望的《中国零售业供应链优化手册》系列二——中国零售企业品类分析现状调研与实施（2023）。这份报告旨在了解中国零售企业品类分析的现状、挑战和展望，同时提供数字化支持来应对这些挑战。 报告分为四个部分，包括调研背景、零售企业品类分析顶层设计、零售企业品类分析执行以及零售企业品类分析数字化支持，最后一部分则是关于零售企业品类分析的挑战和展望。 报告关键发现机会点 顶层设计方面，研究显示，零售企业应更深入挖掘品类分析在企业经营及运营中的核心作用，通过清晰的职责及管理层级设定，夯实品类为基础的前台利润转型策略，提升企业中长期盈利能力。数字化支持方面，调研指出零售企业需要转变传统的数据分析观念，更多关注品类分析，从科学的数字化规划开始，选择专业系统，逐步提升数据可获得性，构建有针对的分析体系。品类分析执行方面，调研发现关键管理体系建设不充分（如商品组合策略、选品、商品下架等），执行中考核缺少财务指标指导，且由于数据分析困难，分析频次处于低频状态，营销及供应端协同不充分，未起到职能间联动的作用。挑战与展望方面，研究显示，缺少专业的管理工具、清晰的流程以及专业人才是零售企业品类分析面对的主要挑战。新零售与全渠道的持续发展，如何通过品类分析更快的应对需求变化，有效优化内部资源是企业需要迫切提升的能力。 零售企业品类分析顶层设计 从品类分析的作用可以看出，目前零售企业对品类分析的理解及重视程度不高。以品类分析为核心，科学的制定企业经营和业务运营规划，才能更好的发挥其作用；品类分析需要充足的市场信息及消费者偏好作为指引，但因外部信息获取难，零售企业的品类层级设定及执行过程中往往都缺少了这个重要因素；明确的职责设定，高层充分参与，清晰的决策机制，是品类分析有效执行的关键保障。 零售企业品类分析执行 为应对复杂多变的消费者需求及市场变化，零售企业需要通过定期优化商品组合以实现提升运营效率，达成SKU规划设定的管理目标。在商品组合策略管理中关键要素考量不全及关键部门参与不足，直接制约零售企业商品组合策略的目标实现及选品方案的多样性。零售企业在选品及商品下架时缺少战略目标、供应稳定及财务指标的有效指引及商品组合完整性的整体考量，将无法形成品类分析的有效闭环。 零售企业可以通过自有品牌提高消费者粘性，提升盈利能力，但目前多数业态的自有品牌占比不高且在构建过程中的缺少财务指标考量；在零售行业中商品定价可影响消费者购买决策，零售企业需通过价格管理体系的构建及定期跟踪，确保定价合理；周期性的全面考核是及时掌握品类分析效果的必要条件，目前零售企业能够依照自身特点设定固定的考核周期，但考核的全面性有待提升；零售企业可通过品类分析解码中长期战略，协同营销策略及日常运营落地实施，实现经营目标的达成；由品类分析的视角关注库存及成本的协同能提升阶段现金流，零售企业应更多关注完美订单及响应效率，打造与品类相协调的柔性供应体系；为应对疫情的环境不确定性，零售企业应依照品类分析结合自身特性设定库存管理模式，避免因粗暴标准化而造成的高缺货率。 零售企业品类分析数字化支持 目前零售行业严重缺乏专业的品类系统，内部数据可获得性差，外部市场数据与内部数据匹配性低，导致可用于品类分析的数据极少；因缺乏专业系统，且数据完整性低直接导致零售企业品类分析在整体数据分析中占比最低，数字分析的应用方向仍未突破传统观念；品类分析不仅仅需要自上而下的管理贯通，还需要能与业务和管理相匹配的数字化支持才能承载管理需求、从海量数据中探寻其背后的真正价值；优秀的品类分析工具其价值会随着品类分析水平的提升而放大，不仅仅体现在人力和规范，为企业的战略执行、决策制定提供强有力的支撑。 扫描下方二维码，获取报告全文。