安莉芳：1975年，诞生于中国香港的内衣品牌安莉芳，旨在为不同年龄的女性提供舒适的全线内衣产品；2010年，安莉芳进入线上天猫平台，开启线上线下互动营销时代。

伊芙丽：2001年，面向25-40岁女性消费市场的伊芙丽品牌成立，强调优雅、自信、自然；2011年，伊芙丽入驻天猫平台，联动线上线下；且在随后的几年积极联手热门影视IP，成为跨界营销黑马。

生意参谋-品类罗盘：作为专为零售商家量身打造的品类经营分析产品，品类罗盘通过构建商品和品类的360度全景洞察档案，帮助商家落地商品和品类的精细化运营策略，解决包括热销商品实时监控、新品上市效果追踪等多项诉求。

Q1：是什么时候开始接触生意参谋-品类罗盘？

安莉芳：2016年下半年刚开始做电商的时候，就接触了生意参谋这个产品，到现在2年的时间；其中最先接触的就是品类罗盘，那个时候它还叫商品效果。

伊芙丽：2016年开始接触并使用生意参谋（之前也使用过量子恒道），品类罗盘是今年9月份看到开放内测就开始使用了。

Q2：在品牌商看来，品类罗盘能够帮助品牌或店铺完成哪些工作？

安莉芳：在实际的店铺运作中，品类罗盘的用处还蛮多、蛮大的。

首先，它的宏观监控下的全量商品排行是我们很多数据分析的基石，通常我们用这个数据来看我们的某个产品卖的好或者不好，从而决定产品后续的运营策略。

其次是商品360的SKU销售详情：在大促的我们会用这个来做货品分配及调拨货品；大促结束后，我们还有这里的加购数据来完善我们各款的颜色、尺码配比。

再就是我们店长经常看这些数据，相对于我们公司自己的报表，品类罗盘的数据更新频率更高，更及时一些。

伊芙丽：品类罗盘可以帮助品牌更好的规划货品（价格，结构等），补单追单等工作，做到有的放矢——没有品类罗盘的时候，我们是通过生意参谋其他功能获取销售数据，然后经过处理得到品类/单品相关的一些辅助信息。

Q3：以今年双11期间为例，能简单概况店铺是如何使用品类罗盘的吗？

安莉芳：今年双11我们商品的核心工作都是围绕品类罗盘的数据来做的。品类罗盘可以下载每天SKU加购的数据，我们通过SKU加购数据来预测我们双11产品的销售，然后以此来判断我们各个产品的缺货情况。

有了缺货预计数据，后面我们就可以做很多动作了，商品层面我们可以①调整各渠道的库存分配；②缺货的产品向公司总仓补货；③一些高价值的产品我们甚至临时从线下各门店集中货品。

在商品层面没法解决的时候，我们在运营层面上还有可以①整款缺货，那就减少对产品的推广，产品的位置下调；②对于某些该款主图颜色产品缺货，我们就更换主图；③对于SKU数量小的，暂时库存填0，等10号再补回库存。

今年双11我们第一次尝试做这个工作，第一次做虽然还有很多缺陷，但达到的效果已经超出我们预期——光在11月8号后从总仓补货的产品就让我们多卖了7%的销售；8号前补货及各渠道库存分配这类产生的效果就不太好统计了。

通过继续研究和发展，我们可以让这个方案得到越来越精确的预测，对于提高备货准确度、降低我们的备货值有着很大的价值。

伊芙丽：首先通过品类罗盘-品类360 中品类的支付金额占比，我们提前规划出双11货品的品类备货额，然后再根据价格带分布，分解到品类计划量，再细分品类到款数，到款均深度（重点款深度加倍）。

其次， 根据品类360中各品类的趋势周期，规划安排波段上新节奏，比如双11货品，9月底或10月初导入，经过双10活动沉淀，在双11会有比较好的爆发。

再次，当每个波段货品上新之后，我们会根据5天预热加购数据，综合货品生命周期，预估大活动期的销量及整个周期的总销量，及时追单/补单备货，拉长单款的热销周期。

最后，当大促活动结束后再复盘对比去年同期活动的数据变化，以及重点深度库存货品的预估消化情况，合理规划安排接下来几次大型活动时，货品的价格/折扣/利益点等，以确保业绩/库存双达标。

Q4：品类罗盘符合您对数据产品的期待吗？

安莉芳：品类罗盘这款产品是目前最符合我们商家需求的产品，很多功能是我们之前就想要地，现在它都能满足；还有一些功能是之前我们在经营中不曾过多关注的，但等学习研究之后，发现原来会有这么大的作用，能教会我们很多。

伊芙丽：基本满足我们对数据获取全面，准确，及时性的要求，希望以后能覆盖我们更多的应用场景。

Q5：你认为目前品类罗盘还有哪些方面的服务可以进一步完善？

安莉芳：目前整体大的都挺好的，细节方面的优化还有一些

①在很多地方可以增加导入功能，如修改库存这一块，如果能够实现导入后修改库存就好了，在锁库存时加库存的时候很有帮助；

②再就是一些填目标的地方，希望可以增加导入修改目标，提高工作效率；

③对比行业数据这一块，其实我们更希望的是能够对比竞品数据。他们的数据会跟我们更贴近一些。

伊芙丽：希望品类罗盘提供的行业/竞争的参考数据更加有针对性，能够更符合商家的特性，比如在基于商家定位人群属性及消费力一致的前提下提供一些数据结果反馈，而不是针对整个未细分市场的数据等。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 yubaibai360@qq.com 举报，一经查实，本站将立刻删除。