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） 《中国零售业供应链优化手册》系列二 目录 01调研背景 02零售企业品类分析顶层设计 03零售企业品类分析执行 04零售企业品类分析数字化支持 05零售企业品类分析挑战与展望 2 01调研背景 前言 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，我国供应链管理效率与水平有很大的提升空间。 为此，从2020年起，CCFA计划用8-10年的时间，基于零售商的七大供应链关键流程，梳理出一套符合我国零售企业特点的供应链能力提升系列实施指引。 2021年正式发布了《打造以消费者为中心的精准需求预测》的供应链优化手册。2022/23年，再次携手PwC、BlueYonder，调研走访多家行业头部企业，推出基于零售商现状和展望的第二本优化手册，名为《2022中国零售企业品类分析现状调研与实施》。 资料来源：BlueYonder 4 消费者需求变化 普华永道（PwC）最新的消费者调研报告显示：最重要的是人们在所有购物场景（线上和线下）中的期望和体验正在发生变化。报告称：“零售商有责任在线下门店和线上购物过程中满足消费者的需求，并满足他们不断变化的期望。”，“从整个调查中可以明显看出，这不是一个非此即彼的命题。越来越多的消费者表示，他们希望通过数字技术来 增强、促进或调节线下购物体验， 并称之为融合（Phygital）。”其精髓在于通过现实和虚拟体验的实时交互对接，给人们带来虚实结合、穿越时空的活动空间和全新体验。 而对于零售商来说，在满足消费期待的同时，维持一定程度的盈利率，也需要通过数字技术支持和持续优化。过去年的经验表明，好的品类分析可以持续支持业务需求、减少库存并提升营收和毛利率。 资料来源:Wilson.M(2023),PwCstudyshowswhatconsumerswantforbetterin-storeexperiences,ChainStoreAge, Editor-in-Chief,availableat:chainstoreage.com/pwc-study-shows-what-consumers-want-better-store-experiences5 品类分析意义 承接企业战略及定位，为企业盈利模式转变，营销和供应模式规划及日常运营提供指导，有效构建企业中长期盈利能力 品类分析现状 •品类分析顶层设计：企业对品类分析定位及应起到的作用缺乏足够认知，管理层级，职能权责设定等缺少清晰规划 •品类分析执行：缺少科学的体系建设(商品组合策略、选品、商品下架及价格管理)，营销及供应端协同不充分 •品类分析数字化支持：缺少专业的系统应用，数据完整性低，多数企业品类分析仍停留在对业务运营现状的描述阶段 中国零售行业品类分析现状 调研目的 通过数据统计及调研问卷分析，了解中国零售企业品类分析现状，厘清业态间发展差异，为企业品类分析提升方向提供参考 调研对象 主要针对覆盖多种业态的零售企业（大中型超 市，社区便利店，专卖店及电商） 调研内容 为在同纬度间进行比较，问卷涉及品类分析顶层设计、执行、数字化支持及挑战与展望四个维度的基本信息及标准化的数据收集 信息收集 企业现状自评及2021年全年数据 调研背景 中国零售品不同消费方式变化中国消费品同比增长前五品类 （万亿，%）（%） 2020 网上增长率 线下增长率 2021 网上零售额 线下零售额 2022 2022年 14% 13% 11% 9.8 10.8 12.0 11% 25.5 28.9 27.4 -5% -11% （YTD） 2021年 2020年 中西药品12% 金银珠宝35% 化妆品 8% 粮油食品12% 饮料 25% 饮料 7% 办公用品9% 烟酒 24% 日用品 6% 饮料 8% 化妆品 21% 办公用品6% 烟酒 7% 办公用品20% 粮油食品5% •零售业线下消费受环境影响明显，近3年线下零售额波动显著 •疫情推动新零售业务持续发展，网上零售额保持10%以上的增速，由品类分析出发，规划全渠道运营是零售企业的关键课题 •中国消费者在非必需品的消费上变得更为保守，偶然性消费变得更少 •越来越多消费者在近三年减少非必需品的支出，例如服装，电子产品。零售企业需要精细的品类分析，洞悉市场变化 数据来源：国家统计局，普华永道分析 -50.1% 12,230 8,500 6,100 6,300 694433 大中型超市社区便利店专卖店 电商 32,00030,700 （中位数） 活跃SKU数量(按业态) 仓储物流成本占比(按业态)（中位数） 7.4% 7.0% -39.1% 3.3%3.6% 2.3% 1.4% 2.7% 3.0% 零售企业整体 品类分析领先企业 大中型超市 社区便利店 专卖店电商 •大中型超市品类结构更为复杂，精益的品类分析可以帮助企业聚焦活跃SKU，从而提高单品贡献，提升企业盈利能力 •电商不受门店货架制约，普遍SKU数量较其他业态更多 •大中型超市多采用较为集中的仓储物流网络，仓储物流成本占比最低；社区便利店与专卖店更为关注周边客群的需求多样性，供应网络相对复杂；电商服务覆盖的区域更为广泛，仓储物流成本最高 •品类分析领先的企业在各业态均能有效降低仓储物流成本 品类分析领先企业：企业由独立的品类分析部门严格依据企业制定的选品体系，考核制度等执行 零售企业库存周转天数(按品类)零售企业库存周转天数(按业态) 大中型超市 （中位数）（中位数） 22 45 -50.7% 5 5 8 23 -63.4% 27 46 -41.4% 53 54 -22.4% 整体 42 生鲜31 25 冷冻 社区便利店 食品饮料 非食品 69 零售企业整体 品类分析领先企业 28专卖店 21 13电商 10 •食品饮料，非食品，冷冻因商品范围广泛可通过品类分析聚焦目标客群需求，提升库存周转 •生鲜因商品对保鲜要求高，零售企业在日常运营中会更为关注，品类分析提升效果不显著 •大中型超市品类更为复杂，制定明确的品类规划为企业提升库存 周转的效果更为显著 •经营不同品类的电商企业库存周转天数差异大（3~30天），分析中选取同类企业进行比较 品类分析领先企业：企业由独立的品类分析部门严格依据企业制定的选品体系，考核制度等执行 损益①影响 (年度) 资产负债②影响 (一次性) 1.0%-4.0% 商品陈列位置的可视度及自动优化能力 •优化货架库存 •强大的分析优化能力，更有目标性和针对性的货架分配 增加营收 (更快速的上架周期) 名词释义： 50-300BPS 基于实际绩效确定上架品项和多少 为畅销和高利润商品提供更多机会（例如自有品牌和高端品牌的策略应用于自动选品和空间分配逻辑） 改善毛利 5%-25% 实际更细颗粒度的数据驱动更精准货架陈列参数指导供应链；而非采用全局平均 减少缺货 20%-50% 自动化大幅减少人员低价值的作业时间；更多时间专注于高价值的策略分析和优化 提升劳动力效率 不同程度 基于门店冗余或积压库存的调整减少每年节省 减少库存持有成本 1.0%–8.0% 更多数据驱动、策略性的门店库循环优化调整 •减少慢销品的宽度和深度 •基于商品实际流速科学合理安排货架空间 一次性的库存节省 ①：损失和收益，指企业的利润或亏损； ②：企业资金的取得为资产、企业资金的运用和存在状况为负债 数据来源：BlueYonder全球客户统计 10 •零售企业应更深入的挖掘品类分析在企 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 顶层设计 •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 数字化支持 •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 品类分析执行 •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 挑战与展望 01零售企业品类分析顶层设计 7.9 6.9 6.4 零售企业品类分析成熟度自评 零售企业认为品类分析的作用 92% 51% 43% 40% 12% 定位消 保障业绩 外部高效协同 优化内部资源 提升供应链效率 费者 整体外资中资 •品类分析的概念引进以来已经逐步被各零售企业了解，但从企业认为的品类分析作用中可以看出，目前企业的认识不够充分，应将其作为企业经营、业务运营的核心，才能更充分的发挥作用 •多数企业仍将定位消费者作为品类分析的主要作用，少数企业能够考虑对财务、内外部协调的作用 •品类分析缺少财务指标衡量，将无法引导内外部联动及清晰定位消费者 素 明确的流程 % 有KPI指标监控 46% 营销及供应端协同 29% 多变的市场指导 27% 清晰的职责及管理层级 零售企业品类层级设定关注要素零售企业品类分析执行关注要 价格带覆盖行业趋势 54% 品类销售贡献 46% 目标客群需求 42% 店定位及形象 20% 77% 各 门 73% 51 •关注价格带覆盖而未结合行业趋势及目标客群需求考量的品类层级设定，极易造成企业品类设定过于繁杂，陈旧与目标客群脱节 •仅有少部分企业能够综合考量品类与渠道间的适配性 •目前企业对品类分析执行更多依赖品类自身的职责推动，内部监控指引，因品类直接与消费者对接，缺少外部输入的执行将无法应对多变市场趋势及消费者需求变化 •且缺少清晰的职责及管理层级也容易造成跨职能协同困难 品类分析职责设定品类分析决策机制 44% 未设置相关职责 8% 48% 高流转SKU/库存SKU 48% +30.3% 79% 有明确的管理机制，无高层参 与 无明确的管理机制 高流转SKU/库存SKU 51% +27.4% 12% 19% 69% 79% 独立的 品类分析职责 品类分析由采购负责 没有独有独 立的职立的 责职责 有明确的管理机制及高层参与 缺少分设立 层决策了分 机制层决策机制 •企业设定独立的品类分析职责能够更好的保障整体规划的有效闭环及落地实施，有助于提高品类分析效率，降低库存成本和供应链风险，其管理效果提升显著 •组织内各层级（总部/区域/渠道/门店）对于品类的决策机制未形成统一的认识，缺少统筹和一致规划，将造成各门店管理水平参差不齐，后端运营成本过高 01零售企业品类分析执行 零售企业商品组合优化频率 每次选品时 零售企业SKU数量变化 2020年V.S.2021年 4% 每月 27% 42% 27% 4% 54% 42% 每季度 增加 减少 17 每半年 •可实现月度优化的多为社区便利店等商品SKU总量不大的企业，因多数企业缺少按品类/渠道的财务分析支撑，商品组合的高频优化有一定困难 •部分专卖店因其定位明确，品类及SKU总量较小能够做到在每次选品时进行全品类组合优化 •半数以上的企业已经意识到精简品类及SKU在长期战略发展的重要性，品类繁多导致管理效率低下，库存成本居高，活跃SKU占比明显低于其他企业 •提高商品组合优化频率将直接影响企业SKU数量规划落地，帮助企业更快应对市场变化 92% 零售企业商品组合策略关注要素零售企业选品实施现状 73% 41% 31% 27% 12% 总部与门店/渠道 具体设 协同负责 具体设 17% 33% 50% 13% 87% 定31%定 69% 目标客群需求 品类的利润贡献 商品属性 商品库存结构 适配销售渠道 商品供应稳定 总部负责 18 品类占比及商品均不同品类占比同，商