服装产品组合的时间维度与应用

刘小红

摘 要：为满足目标顾客差异化需求，服装店铺必须采取多批小量采购，向顾客提供丰富的产品组合，产品组合时间维度管理的难度就会增加。在产品时间维度研究综述基础上，提出了面向单品、品种、产品组合的时间维度评价指标计算模型，包括生命周期、销售货龄、存货货龄、半衰期等时间维度指标，最后以服装零售企业数据为例计算了产品组合时间维度的这些评价指标，并分析了这些指标的变化规律，有助于服装零售企业针对产品组合制定差异化市场策略。

关键词：时间维度;产品组合;生命周期;半衰期

中图分类号：F812.2

文献标志码：A

文章编号：1009-265X（2019）02-0059-05

Abstract：In order to meet the variant demand of target consumers， clothing stores must apply the purchase strategy of “multiple batches and small quantity” and provide consumers with a rich mix of products. However， the difficulty in managing time dimension of product mix will grow accordingly. On the basis of research review on product time dimension， this paper firstly establishes computational model of time dimension evaluation indexes for single product， category and product mix， including the indexes of product life cycle， shelf age， stock age， half-value period， etc.， and then calculates these evaluation indexes for time dimension of product mix as well as analyzes the change rule of the indexes， based on the data from apparel retailing companies. This paper is helpful for apparel retailing companies to develop differentiated market strategies for product mix.

Key words：time dimension; product mix; life cycle; half-value period

個性化是服装消费的重要特征，为了满足目标顾客的消费需求，服装品牌企业必须向顾客提供可供选择的产品组合而不是单品，这就决定了服装消费品比任何消费品有更多更复杂的属性来应对消费者苛刻的需求[1-2]。产品组合决策维度很多，传统的分析维度主要是服装设计属性分析，如面料、款式、颜色、工艺、配饰、规格等，但在服装进入快时尚时代之后，对服装产品组合的时间维度研究变得更加重要[3]。在产品供应链研究过程中，产品时间维度的特征会对供应链策略产生影响，如对于短生命周期产品需要有相应的策略[4]。在大数据背景下，大多数服装品牌企业开始注重对销售大数据的积累，建立销售信息管理系统，利用销售大数据指导市场策略，但历史销售数据库的维度主要集中在一些产品设计属性上，时间维度应用相对简单，一般只有入库时间、配货时间、销售时间等，时间维度数据应用上局限于时间序列分析，如利用时间与销售的关系，建立销售分析模型或采购模型，对服装产品的销售或采购进行预测[5-7]，并制定销售或采购计划。有些研究将时间维度与促销策略的实施过程联系起来，分析时间维度对促销效果产生的影响[8]。服装快时尚的特点，决定了时间维度在服装营销策略中的关键位置，对服装消费者的购买体验及消费满意度将会产生直接或间接的影响[9-11]。对时间维度更深入的研究是通过销售数据挖掘，对产品生命周期进行管理[12]，但这种分析只局限于营销结果的研究，缺乏对产品生命周期全过程实时分析与管理。针对以上问题，本文在对某大型服装零售企业销售调研基础上，应用其销售明细数据建立了面向单品、品种、产品组合的生命周期、货龄、半衰期等时间属性的计算模型，分析了该企业服装产品或品种的生命周期、销售货龄、存货货龄、半衰期等规律，有助于服装企业针对产品组合制定差异化的市场营销策略。

1 服装产品组合的时间维度

服装流行周期较短，一般服装零售企业的存货可供销售周数在4～8周之间，而一个季度的采购次数在3～6次之间。因此，在服装店铺所陈设的货品里，既有新货，也有旧货，还有上年同季的存货，因此同一货品可能是不同时间采购与上架的，不同货品可能是同一时间采购与上架的，因此要对店铺里的服装产品组合从时间维度上进行管理显得更加复杂。这就需要设计服装产品的时间维度测量指标与计算方法，对服装产品组合的时间维度进行界定与标识，从而实现对店铺服装产品组合的时间维度管理。服装产品组合由若干单品服装组合而成，每个单品是指一个款式单位（包括该款式全部的颜色与尺码）。服装产品组合中的所有单品是根据市场策略分批上市的，当某一单品服装上市后，为了从时间维度分析服装产品组合，就需要收集所有上市单品在销售过程中产生的时间维度数据。在此基础上，计算和分析产品组合的时间维度。

1.1 单品时间维度记录

为了计算货品时间维度属性，需要对所有货品上市、退市、销售等时间属性进行记录，具体记录方法如下：

a）上市日期记录，简记为bi，代表第i个单品的上市日期。该日期可定义为货品配送到店铺并上架陈列的日期。同一单品如果分几批在店铺上架，该单品上市日期记录不变，但如果同一单品是上年同季度上市过的产品，在数据统计分析中，一律视为新品上市，以新品模式记录上市日期。为了避免对日期记录的歧义，以下分析中，日期记录格式均为“××××.××.××”，对应年月日，时间维度测量的最小单位为天（d）。

b）退市日期记录，简记为ei，代表第i个单品的退市日期。该日期可定义为货品从店铺陈列架上撤下来的日期或者售罄日期。

c）销售时间记录，销售是一个动态过程，但每一笔销售均有时间维度记录，简记为sij，代表第i个单品第j笔销售业务的销售时间。

1.2 单品时间维度计算

为了反映每一货品（即单品）时间维度属性，下面设计了4个时间维度变量，利用以上单品时间维度数据记录进行计算：

a）单品生命周期。其含义是某一单品i从上市到退市所经历的时间长度，以天为计算单位（以下时间维度的测量单位均为天）。该指标被大量的相关文献定性使用。

计算模型为：Li=DATEDIFF（ei，bi，’day’）（1）

该计算模型直接引用SPSS统计分析软件的计算模型（以下计算模型相同），其含义是计算ei和bi两个时间点的间隔天数。生命周期代表了某单品的销售周期，显然这个指标是事后指标，只有在某个单品销售结束之后才能计算出来。

b）单品销售货龄。即某一单品i发生第j笔销售业务时，该单品在店铺滞留的时间长度。该指标在企业或文献中很少应用，更没有用于企业分析销售货品时间维度的实时分析指标。

计算模型为：Sij=DATEDIFF（sij，bi，’day’）（2）

单品的销售货龄代表了顾客所购买货品的新老程度，由于所有的新品在店铺上架之后，顾客接受并购买新品需要有一个培养过程，随着时间推移，新品销量会有一个从上升到下降的过程，因此单品的销售货龄，可以用来识别顾客类型（如早期、中期、晚期顾客）、货品在生命周期中所处的阶段或货品畅销程度。显然这是一个过程指标，在销售过程中不断计算更新。

c）单品存货货龄。即在店铺存货中，某一单品i在某一个计算日t，该单品i在店铺滞留时间长度。该指标在企业或文献中经常用于存货时间维度分析，但并没用于企业分析存货时间维度的实时分析指标。

计算模型为：STit=DATEDIFF（t，bi，’day’）（3）

该指标反映了存货的新旧程度，可根据存货货龄的大小，将存货划分为当期货品（如30天以内）、过期货品（如30天以上）、过季货品（指上年度同期产品），适度控制三类货品的构成，制定分类管理或分类营销策略，从而实现存货风险控制。显然这是一个过程指标，在销售过程中不断计算更新。

d）单品半衰期。即某一单品i销售量首次达到其铺货量（即该单品的总采购量）50%时所需要的时间长度。该指标是借用物理学半衰期概念设计的一个指标，现实销售分析中，通常用售罄率指标，并没用于企业已售货品时间维度实时分析指标。

计算模型为：Hi=Sij|∑Qij/Si=50%（4）

式中：∑Qij为单品i到计算日止全部销售业务的累计銷量;Si为该单品的铺货量，在店铺生意分析中，∑Qij/Si称为单品i到计算日止的售罄率，售罄率被零售行业广泛应用于产品销售热度及存货控制。

在店铺营运分析中，售罄率随时间增长的快慢，反映了该单品市场被顾客接受的程度，不同品种，该指标的大小不同，很明显，半衰期越短，存货损失风险将会越低。显然这是一个中期检查指标，在单品销售过半时计算。

1.3 产品组合时间维度

产品组合时间维度是利用数据钻取原理，将单品时间维度延展到产品组合，变换分析的粒度或层次，从较高维度上观察产品组合货龄特征。在休闲服中，服装品种通常划分为上装（如衬衣、T恤、外套、毛衣、西装等），下装（如休闲长裤、牛仔裤、短裤、裙子），配件（帽子、袜子、皮带、内裤、鞋子等），每个品种下面会有若干款式，而每个款式会有多种颜色和尺码组合，服装店铺产品组合的最小单位（又称SKU），就是分款式（单品）、分颜色、分尺码。在应用时间维度对店铺销售的产品进行分析研究时，其分类的尺度不能太细，以上计算时间维度是面向单品的，但在店铺服装货品销售管理中，由于品种款式很多，更需要用面向品种或产品组合的指标反映产品产品组合的时间维度，便于进行品种或产品组合管理。

a）品种生命周期。服装店销售的某个品种m是由若干单品n构成的，各个单品会在不同时间上市以配合市场策略。为了分析某个品种在市场的平均存续时间，将品种m的生命周期定义为该品种所有单品n生命周期按总销量的加权平均值。

计算模型为：Lm=∑Ln×Qn/∑Qn（5）

式中：Qn为品种m中的单品n整个生命周期的总销量;Ln为品种m中的单品n的生命周期。

品种生命周期代表了某个品种的平均销售时段，不同服装品种销售周期的分析可以规划不同品种的销售时段。

b）产品组合销售货龄。为了分析服装店在某一个计算日t全天顾客购买的服装产品组合货龄情况，将产品组合销售货龄定义为计算日当天销售的所有单品的销售货龄按销量的加权平均值。

计算模型为：GT=∑∑（Sij×Qij）/∑∑（Qij）（6）

式中：Sij为单品i第j笔业务的销售货龄;Qij为单品i第j笔业务的销量。式中的销售业务只包括计算日当天的销售业务。

产品组合销售货龄代表了计算日当天销售货品的平均货龄，反映了当天顾客所购买产品组合的新老程度，其值越大，表明店铺产品组合中，顾客可接受货品老化，需要加快新品上市的频率。

c）产品组合存货货龄。为了分析店铺存货的新老程度，将产品组合存货货龄定义为某一个计算日t店铺所有单品i的存货货龄按库存量加权的平均值。

计算模型为：GST=∑（STit×Qi）/∑（Qi）（7）

式中：Qi指计算日t店铺内单品i的存货量。

产品组合存货货龄代表了计算日当天店铺存货的平均货龄，反映了店铺存货的新老程度，其值越大，表明店铺存货中可供消费者选购的产品组合老化，需要加快新品上市的频率。

d）品种半衰期。服装店铺中，各个单品上市时间不同，生命周期也不相同，单品在销售过程中达到半衰期的时点也不同。为了观察某个品种半衰期的情况，将品种半衰期定义为该品种m中单品n的半衰期按其达到半衰期的累计销量加权平均值。纳入计算的单品n售罄率已达到50%。

计算模型为：GHm=∑Hn×Qn/∑Qn|Qn/Sn=50%（8）

式中：Qn为品种m中的单品n达到半衰期时的累计销量;Sn为单品n的总采购量;Hn为品种m中的单品n的半衰期。

品种半衰期大小对该品种中其他单品半衰期有指导价值，如果某一单品的半衰期远远偏离品种半衰期，该单品就需要重点关注。如果半衰期过小，表示产品热销，存货水平不够，需求及时补单。反之，表示产品过冷，存货水平过高，需要及时处理。

2 服装产品组合时间维度的应用

通过分析服装产品组合时间维度，可以对服装店铺的销售情况进行预警，让店铺及时根据销售情况及时采取市场调整策略。下面以真维斯某店铺2年8万多条进销存明细数据为例，应用产品组合的时间维度对其数据规律进行分析。该休闲服品牌包括男装、女装，销售品种主要包括外套、衬衫、T恤、毛衫、短裤、休闲长裤、牛仔、裙等8个品种。

2.1 分析数据库的维度

a）存货数据库的维度：主要包括流水号、货品代码（含性别、品种、款式等数据）、数量、进价、入库日期。

b）销售数据库的维度：主要包括流水号、销售日期、销售时间、订单号、货品代码（含性别、品种、款式等数据）、颜色、尺码、数量、原售价、实际售价、折扣率、入库日期。

2.2 品种生命周期规律

品种生命周期用来观测产品组合中，各大类产品的销售时段规律。根据该品牌店铺2年内所有单品的生命周期，分性别计算品种生命周期，结果如表1所示。从表1可以看出，该企业裤类产品的生命周期较长，毛衫、外套、衬衫、裙的生命周期相对较短，男装品种比女装品种的生命周期要长。根据该企业品种生命周期规律，可制定分品种、分性别的采购策略（即采购量与采购次数决策）。

2.3 品种半衰期规律

品种半衰期可用来观测产品组合中各大类的销售进程。根据该品牌店铺2年内所有单品的半衰期，分性别计算品种半衰期，结果如表2所示。从表可以看出，男装半衰期占生命周期的比重，除毛衫之外，均小于50%，表明男装品种上市时，销售呈先快后慢的偏态分布，达到半衰期时间较快，但过了半衰期之后的销售时段比较长;女装外套、衬衫、裙半衰期占生命周期的比重大于50%，表明女装在外套、衬衫、裙等品种上市时，其销售呈先慢后快的偏态分布，达到半衰期时间较慢，但过了半衰期之后的销售时段比较短，女装T恤、毛衫、短裤、休闲长裤、牛仔等品种相反。因此，在利用售罄率指标分析市场销售热度时，要注品种及性别上的差异。

2.4 产品组合销售货龄与存货货龄规律

产品组合销售货龄与存货货龄是过程数据，用来观测顾客选购产品组合与店铺存货的新老程度。下面对该企业五月份第一周七天产品组合销售货龄与存货货龄计算，计算结果如表3、表4。

从表3可以看出，每天产品组合销售货龄波动幅度較大，表明顾客在选购服装时，对不同货龄产品的偏好差别较大，随机性强。女装销售货龄明显低于男装，男装周四与周六、女装周六销售货龄较高。从表4可以看出，每天产品组合存货货龄波动幅度较小，男装存货货龄较女装高，表3与表4对照，发现男装销售货龄高于存货货龄，而女装相反。根据以上两组数据显示的规律，企业在制定新品上市策略和存货促销策略时，女装新品上市频率要高于男装，周未促销以降低存货水平更加有效。

3 结 论

应用店铺销售数据，对服装产品组合的时间维度进行分析，能够发现服装店铺产品组合中的品种生命周期、品种半衰期、销售货龄、存货货龄规律，有助于全面了解服装店铺销售与存货情况，加强服装产品组合时间维度管理，提高服装零售企业产品组合构成的合理性，为企业针对产品组合制定差异化的采购策略、促销策略、价格策略提供支持，在提高销售份额的同时，降低存货风险。

参考文献：

[1] 艾黎.基于商品属性与用户聚类的个性化服装推荐研究[J].现代情报，2015，35（9）：165-170.

[2] 高长宽，胡守忠.服装产品营销属性对购买行为影响的实证研究[J].上海纺织科技，2015（2）：60-64.

[3] 张曦明.SQ公司新产品上市营销组合策略研究[D].广州：广东财经大学，2016.

[4] 汪传旭，许长延.两级供应链中短生命周期产品应急转运策略[J].管理科学学报，2015，18（9）：61-71.

[5] 高融，杨以雄，史晓云.服装品牌产品销售预测[J].东华大学学报（自然科学版），2014，40（5）：651-657.

[6] 张钠，殷哲，吕飞，等.面向连锁零售业的时间序列预测方法研究[J].工业工程与管理，2014（3）：60-65，71.

[7] 刘莹.基于数据挖掘的商品销售预测分析[J].科技通报，2014（7）：140-143.

[8] 李季，周李超，王汉生.多产品协同促销模式下的零售商促销时间决策模型[J].中国管理科学，2013（4）：89-97.

[9] 赵占波，陈荣，陈凯，等.购后时间对降价导致后悔情绪影响的探讨——基于产品类型的视角[J].管理评论，2015，27（2）：77-86.

[10] 郭惠玲.快时尚品牌顾客满意度影响因素实证研究—以快时尚服装为例[J].中国流通经济，2015（2）：98-106.

[11] 孙利，吴俭涛.基于时间维度的整体用户体验设计研究[J].包装工程，2014（2）：32-35.

[12] 石艳红，张学芳，马静，等.易佳服装产品生命周期管理系统应用性分析[J].现代纺织技术，2016，24（4）：39-41.