面对成千上万个商品、成千上万个角色、成千上万条轨迹，成千上万个数据集，要想弄清楚谁该是谁，把他们安排在妥当的位置，想做一次系统的、精准的数据化管理，并不是一件容易的事，但很有必要。

     药店的数据分析有多大的意义呢？山东益寿堂药业连锁副总经理高翔回答：“非常重要，数据分析应是品类管理最核心的部分，目标就是有目的、高效率地收集、处理、使用各种信息。连锁企业的竞争实质是品类管理和供应链管理的竞争。”

     事实上，面对成千上万个商品、成千上万个角色、成千上万条轨迹，成千上万个数据集，要想弄清楚谁该是谁，把他们安排在妥当的位置，想做一次系统的、精准的数据化管理，并不是一件容易的事。因为这涉及到数据的挖掘、提取和分析，很多时候我们不知从何下手。

     在金象大药房商品部部长石海陆看来，数据分析主要有两条主线，一是紧扣商品和门店，始终贯穿商品的进—销—存—调—退5个环节，从而将数据分析与商品从引进到退厂的“轨迹”有机结合起来，与门店的经营管理串联起来。其中关于商品进与退的商品线规划、关于门店商品进与退的品项数规划、关于商品库存结构的库存管理、关于销售的促销数据分析，则是重中之重。

数据化的商品线

     连锁业态发展到一定阶段，核心是实现商品的标准化，实现快速复制，而这方面则恰恰体现数据分析的重要性，标准往往在长期的经营过程和不断的数据分析过程中确立，而分析的过程又是在不断的遵循相关标准，发现现状与标准的差距，商品线的标准化程度的衡量指标是商品重合度。行业内部分优秀企业的商品重合度已达到60%以上，目标直指80%。正是在如此高的商品重合度的基础上，实现了销量的相对集中化，这就为联采、贴牌战略奠定了销量基础。石海陆指出，目前很多企业由于各种原因，商品线的整合度不够、重合度较低，甚至于10%都不到，销售相对分散，从而无法形成销售的集中，无法真正体现出连锁的优势，50%的重合度应是大多数企业努力的目标。

     为分店打造标准化的商品线，首先需要对总部的商品结构进行标准化配置，可以参考2007年12期《中国药店》中的《品类管理加减法》一文进行分析，实质上就是从商品分类大、中、小类基础上，再对每一细类商品确定品种数和角色。在规划品种数量时，确定哪些需要保留或淘汰，尤其要重视品类角色，也可以依据核心产品、基本商品、补充商品的角色定义法，举例如下：

     结合各商品前3个月的进销存、毛利额及毛利率等数据分析，采取单品综合排名评分法，即根据各单品前三个月的销售额、销量、毛利额及销售毛利率的各项排名进行综合评分比较（采用百分制，每个月计算一次）；

     根据各单品的销售额、销量、毛利额及毛利率四者分综合评价商品状况，销售额和销量的权重为30％，毛利额和销售毛利率的权重为20％。
     单项得分计算＝权重×100×（动销商品总数+1-项目排名）/动销商品总数
     单品综合得分＝销售额得分+销量得分+毛利额得分+毛利率得分

     并且综合考虑单品的铺货率、动销率、小类得分排名及周转天数等因素，最终进行该品种的角色定位；一般核心品种（即g类商品）定位原则是：综合得分70以上、门店铺货率和动销率都在90％以上且存销比小于3，这是每个门店必备的，但必须考虑将特殊销售的单品、促销员商品、专柜商品等除外；对于毛利率低于小类平均毛利率5％、销售综合评分在30分以下、门店动销率低于30％、存销比大于6或3个月不动销且有重复品种的商品坚决予以淘汰。此外，销量大销售额高的品类需增加多样性品种，尽量减少重复性商品，每一同成份商品 sku 数量以 3种为宜，最多不超过 5 种。

    “商品线其实是一个动态更新的需求分析实现过程，会因顾客需求改变而改变，建议零售商每个季度针对商品线做一次商品sku分析，并集合相关部门负责人、部分门店店长进行讨论，商品管理部只是针对数据分析做部分引导。”湖南怀仁大药房韩恩经理说。

量化下的业态品项数

     很多药店经营者经常会这样问品类管理专家：100平米的社区店，我该放多少个产品，200平米的店呢？如果是1000平米的大卖场呢？同时我们一直在强调货架空间的稀缺，强调提升坪效，而这与门店品项数的多少有着直接联系。到底一家门店陈列多少个品项才不至于浪费货架资源，又能尽可能满足顾客的需求呢？

     不同商圈的品项数和品类结构依据：1.市场调查数据。了解商圈人口结构、消费特点，决定品类结构。2.市场药品容量。主要根据人口数量、收入高低、商圈内的药店销售评估。3.竞争对手的品种数量、品类结构。

     如按照以上依据具体实施操作难度确实比较大，此前一直在海王星辰工作的石海陆根据自己的经验值，举例说明，以方便企业借鉴、参考。

     石海陆认为，90cm长的一层货架平均陈列8-9个品项，而按照1.35m高、90cm宽、6层高的标准货架，一个100-120平米的社区型门店，大致可陈列42个左右货架，品项数可陈列2300-2500个。  “部分企业的品项数还有比较大的提升空间，通过品种的增加，可有助于提升销售，同样也可更大程度满足顾客的品种需求。”

     盐城华生大药房的品项数与面积挂钩，他们都是按照≈10品项数/平米的经验值来设定门店品项数的。同时在品类结构的规划上强调商业中心店的药品品类要占到该店所有品项数的70%，而保健品占20%、医疗器械占5%、日化产品占5%；对于社区店和乡镇店的要求则迥异于商业中心店，仅要求药店占所有品项数的50%左右，而保健品要占到20%、医疗器械占3%，化妆品、生活日用品要占到25%。

     深圳一致有两大主流业态，分别为：商业型门店和社区型门店，见表一。

国大药房根据商圈位置与营业面积分为三种业态门店，分别是中心店、医保店和社区店。一般建议不同门店的品项数及品类结构如表二。

     长沙炎黄基石药店管理策划有限公司调研的各业态的店品项及品规数如表三。

促销数据分析

     一般来说，在策划每期促销活动时，必须对每个促销品种、每个促销门店都制定销售指标，并定期测评各促销门店与各促销品种的销售达成进度，同时根据所发生的问题给出相应的措施，并要求门管部及时跟进各店的指标达成；活动结束后对各门店及总体的活动品种进行同比和环比，并对各店的交易笔数、客单价、销售额及毛利额进行同比和环比，然后对整个活动策划和执行过程进行总结评估。

     高翔就举出了促销数据分析产奇效的例子，“ 你可以通过分析客单价，找出最想提高的价格带作为促销活动起始价格，如某店客单价43元，以前促销起始价活动一直定在50元。通过客单价价格带分析及顾客消费心理调查，发现30至40元是一个集中消费带，分析所购品种结构，得出如果进行促销，这个消费带的顾客可以增长20-30元的潜在消费能力，于是把68元定为促销活动消费最低价格，经实践证明确实达到很好的效果。在同样投入，客流量相同的情况下，当天客单价同比增长25%以上。” 

     数据化的库存管理

     高效的库存管理可以提高商品的周转速度，降低资金占用，确保商品的有效周转，通过多商品异动的分析可以发现厂家的暗促、库存的控制指标很多，而为了全面评估库存的合理性，不只要从表面的库存表现来看问题，还要看库存的分布是不是合理，需通过三种维度进行衡量。这些维度包括：商品的付款方式、商品的销售功能分类、商品的价格带分类，商品的品相分类等，并且最终要追踪到单品所扮演的角色上面，这样从全局到微观都合理，库存也才会合理。

     北京瑞商源科技有限责任公司市场总监张晓就举了个例子(如表四)，通过数据分析软件对妇科西药的外用小类单品中，不同付款类型商品库存情况进行分析，qc代表主推商品中按实销实结，每月结算的付款标识。

     从表四可以看出，id为32028的商品，库存过大，虽然是实销实结，但如果每家店都是这样压货，会增加主推商品这类付款类型商品的整体库存，这类商品虽然是实销实结，按月结算一次，但在保证物流配送的情况下，如果能实现控制在一个月内周转，那么第一会带来新鲜资金的利用。第二，也会因为减少了供应商在本企业放置的库存资金，从而给这个商品争取更好的政策。当然了，这只是从表中的表面现象得出的结论，要想真正看这个商品的库存合不合理，还要看这个商品的引进时间、引进资源跟进和销售趋势变化等情况。

     数据化管理的明天

     数字化管理，要求用数据说话，尊重数据，每一个人都必须对数据负责。数据化管理的实质是用数据来反映实际发生情况与原定预算指标的差异。但药店离数据化管理似乎还很遥远。
    “我们缺乏过程控制的数据，过程数据包括米效、人效、交易比数、客单价、忠诚度等，你不能总衡量结果，衡量销售额、毛利额、销售量，应该衡量过程，这是内向型的分析思维，总是自己跟自己比，欠缺市场数据。”广州智道市场研究公司北京区总经理郑越指出，“你没引进某个新产品，而别人做大了，所以你的数据库里还需要市场数据，医药行业的数据在抽取方面有问题，还有进销差价、残损，打折、营业外收入、库存投资回报率、托效率等指标都缺乏跟踪，这很难从it系统里提取，基于品类/品牌抓不到这些数据，所以我们有的只是内向型数据。”

     正如郑越所说，我们的数据分析更多的自己跟自己比，而如果没有与其他企业的横向数据对比，就无法判断自己的做法是否最佳，这就需要我们既懂it技术，又具备外向型思维。