正如“人货场”是零售数据分析的基本思维模式，商品分析也有它的模式，即“进销存”。“进”就是商品的采购环节；“销”是指的销售环节；“存”是指商品库存管理环节。所谓的商品分析，其实就是货，对货物进行分析。商品的分析指标很多，常用的有商品的折扣率、动销率、周转率、商品三度等。一般来说大店看重商品的周转，小店看重商品的单次利润，线上看重商品的折扣，线下侧重商品的库存。根据以上指标分析，本文建立一个商品分析的思维导图，如下图:
1、商品的价格带分析
商品的价格带是指同一类商品的好底价和好高价之间的区域。例如超市的面包好底价2元，好高的是20元，则面包的价格带就是2-20元。与价格带相关的几个概念是价格带三度（宽度、广度、深度）、价格线、价格点和价格区。
【价格带宽度】 价格带宽度就是价格带中好高价和好底价的差值，如上面例子的面包的价格带宽度为18元（20元-2元）。
【价格带深度】价格带深度体现在价格带中的品牌数或者SKU数。例如宽度为12元的面包，在A超市可选择的SKU数有15个，因此面包的的价格带深度就为15。
【价格带广度】价格带广度也可称作价格线，体现在价格带中的不重复销售价格的数量，每个不重复价格较做一条价格线。例如2-20元的面包，有几种不重复价格就称为几条价格线。
【价格点】价格点指价格带中好容易被顾客接受的某一条价格线，确定了某个类别商品的价格点后，在此价格点附近准备多些商品并且陈列丰满一些，这就会给目标消费者造成商品丰富、价格适中的感觉。
【价格区】价格区是价格带中包含价格点的一个顾客的主要购买区间，也就是在价格点附近合适范围的区间，它是主要卖点区间。
.jpg "零售数据分析,BI解决方案")
报表内容：
简单价格带示意图——主要呈现价格宽度比较小的简单商品的价格线的分布，可以看到商品的价格宽度和价格线条数以及价格带的深度；价格带宽度、深度、广度——主要是价格带的另一种呈现方式，主要突出价格带深度，纵坐标的图标数量就表示每一条价格线下的SKU数；价格带宽度分析——是简单价格带示意图丰富化。
报表分析：
简单价格带示意图——X轴表示商品的价格，Y轴表示商品的SKU数。从横坐标观察得到，商品的价格带宽度为15-3=12元，在这个宽度条件下有8条价格线，其中价格为6元的商品的SKU数好多，商品的价格主要集中在5-7元，反过来讲，也就是在这个价格区间内商品好多。
价格带宽度、深度、广度——价格带的不同呈现方式，将用Y轴表示的SKU数换成图标表示，更加清晰看出不同价格的SKU数。从图中可以看出，商品的价格带为3-15元，价格带宽度是12元，有8条价格线，也就是说价格带广度为8，有15个SKU，则价格带深度为15。
价格带宽度分析——是复杂化的价格带示意图，使我们更加容易发现主要价格区间，掌握销售价格点。这张图体现了价格带宽度为400元，广度为20条价格线，深度为88个SKU，SKU数是每一条价格线的的Y轴的数值和。从图中我们发现此商品的主要价格集中于200元、350元的区域内，因此对于我们销售、采购人员就要多采购、多推销、多摆放这两个价格区间的商品。
2、商品购物篮分析
【支持度】支持度=同时包含商品A和B的交易/总交易*100%
是指所有交易中同时出现关联商品的概率，即有多少比重的顾客会同时购买关联商品。
【可信度】可信度=同时包含商品A和B的交易/包含商品A的总交易*100%
是指购买A商品的交易中有多少交易包含关联商品B，也就是商品B出现的概率。
【提升度】提升度=可信度/商品B在总交易中的出现的概率
是指商品A对商品B销售提升的影响程度。
【购物篮系数】购物篮系数=某段时间商品销售总数/某段时间的购物篮总数
购物篮系数是一个宏观指标，我们还需要看微观的购物篮系数，即制定单品或品类的购物篮系数，如：
【指定商品购物篮系数】指定商品购物篮系数=某段时间含指定商品购物篮的销售总数/某段时间含指定商品的购物篮总数
举例说明，某超市本月销售了6万件商品，一共是1.5万张销售单（也就是1.5万个购物篮），购物篮系数是4.0，即平均每位顾客一次性购买了4件商品。其中1500张销售单中有鸡蛋，这些销售单一共有4500件商品，则鸡蛋的购物篮系数为3.0，低于商场平均水平。
.jpg "零售数据分析,BI解决方案")
报表内容：
点分析——A和B的支持度，也即关联度；A和B的可信度，也就是A交易中多少包含关联商品B；A对B 的提升度，也就是销售A对B的销售提升的影响程度；购物篮系数，可以判断消费者的购买力、买场的布局设计合理性等。
面分析——购物篮系数的门店排行、购物篮数量-购物篮系数的四象限图、商品明细表。
报表分析：
点分析——A和B的支持度为3.73%，也即在店铺的所有交易中出现同时购买的A和B商品的概率是3.73%；A和B的可信度是12.73%，表示在A的交易中商品B出现的概率是12.73%；A对B 的提升度为84.23%，也就是销售A情况下，对商品B 的销售提升的程度是84.23%，从前面商品的关联度上看，商品A和B的关联程度不是很强，但是购买A对购买B的影响程度很大，说明商品B在某一些特定的条件下受商品A影响还是比较大的；购物篮系数为6.36，简单点讲就是平均每一位顾客一次性购买约6件商品。
面分析——购物篮系数的门店排行中可以看到各个超市的购物篮系数相差不大，其中好高的是金源超市，购物篮系数为6.86，排名差的是胖东来，那也是有5.99的，也就是这些超市的购物篮系数都在6-7之间左右，差别不是很大。购物篮数量-购物篮系数的四象限图，这个图主要来呈现购物篮系数和数量的对应关系，在第一象限，有2个商品无论是购物篮数量还是购物篮系数均高于平均值，它们应该是销售量及卖场人气的主要来源，也是促销活动的重点考虑对象。第二象限的4个商品购物篮数量还不错，但是购物篮系数低于平均值，这部分商品需要解决的就是如何提高它们的关联销售。第四象限购物篮系数很高，但是购物篮数量低于平均值，对于这5个商品首要任务是促进它们产生更多的购物篮。第三象限的3个商品基本属于边缘商品，本身卖得不好也和其他商品关联度不高。商品明细表展现的是各个商品的购物篮数量、商品数量以及和购物篮系数，可以观察每个商品的购物篮系数，好高的是商品F的8.14，好低的是商品K的4.39。因此，对超市来说，把购物篮系数大的商品摆放着显眼的位置、丰富这类商品数量和品类是比较重要的。
阅读延伸：
零售行业解决方案——商品分析指标（销售环节）
零售行业解决方案——商品分析指标（供应链环节）
零售行业解决方案——商品分析指标（采购环节）