服裝產品組合的時間維度與應用

劉小紅

摘?要：為滿足目標顧客差異化需求，服裝店鋪必須采取多批小量采購，向顧客提供豐富的產品組合，產品組合時間維度管理的難度就會增加。在產品時間維度研究綜述基礎上，提出了面向單品、品種、產品組合的時間維度評價指標計算模型，包括生命周期、銷售貨齡、存貨貨齡、半衰期等時間維度指標，最后以服裝零售企業數據為例計算了產品組合時間維度的這些評價指標，并分析了這些指標的變化規律，有助于服裝零售企業針對產品組合制定差異化市場策略。

關鍵詞：時間維度;產品組合;生命周期;半衰期

中圖分類號：F812.2

文獻標志碼：A

文章編號：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

個性化是服裝消費的重要特征，為了滿足目標顧客的消費需求，服裝品牌企業必須向顧客提供可供選擇的產品組合而不是單品，這就決定了服裝消費品比任何消費品有更多更復雜的屬性來應對消費者苛刻的需求[1-2]。產品組合決策維度很多，傳統的分析維度主要是服裝設計屬性分析，如面料、款式、顏色、工藝、配飾、規格等，但在服裝進入快時尚時代之后，對服裝產品組合的時間維度研究變得更加重要[3]。在產品供應鏈研究過程中，產品時間維度的特征會對供應鏈策略產生影響，如對于短生命周期產品需要有相應的策略[4]。在大數據背景下，大多數服裝品牌企業開始注重對銷售大數據的積累，建立銷售信息管理系統，利用銷售大數據指導市場策略，但歷史銷售數據庫的維度主要集中在一些產品設計屬性上，時間維度應用相對簡單，一般只有入庫時間、配貨時間、銷售時間等，時間維度數據應用上局限于時間序列分析，如利用時間與銷售的關系，建立銷售分析模型或采購模型，對服裝產品的銷售或采購進行預測[5-7]，并制定銷售或采購計劃。有些研究將時間維度與促銷策略的實施過程聯系起來，分析時間維度對促銷效果產生的影響[8]。服裝快時尚的特點，決定了時間維度在服裝營銷策略中的關鍵位置，對服裝消費者的購買體驗及消費滿意度將會產生直接或間接的影響[9-11]。對時間維度更深入的研究是通過銷售數據挖掘，對產品生命周期進行管理[12]，但這種分析只局限于營銷結果的研究，缺乏對產品生命周期全過程實時分析與管理。針對以上問題，本文在對某大型服裝零售企業銷售調研基礎上，應用其銷售明細數據建立了面向單品、品種、產品組合的生命周期、貨齡、半衰期等時間屬性的計算模型，分析了該企業服裝產品或品種的生命周期、銷售貨齡、存貨貨齡、半衰期等規律，有助于服裝企業針對產品組合制定差異化的市場營銷策略。

1?服裝產品組合的時間維度

服裝流行周期較短，一般服裝零售企業的存貨可供銷售周數在4～8周之間，而一個季度的采購次數在3～6次之間。因此，在服裝店鋪所陳設的貨品里，既有新貨，也有舊貨，還有上年同季的存貨，因此同一貨品可能是不同時間采購與上架的，不同貨品可能是同一時間采購與上架的，因此要對店鋪里的服裝產品組合從時間維度上進行管理顯得更加復雜。這就需要設計服裝產品的時間維度測量指標與計算方法，對服裝產品組合的時間維度進行界定與標識，從而實現對店鋪服裝產品組合的時間維度管理。服裝產品組合由若干單品服裝組合而成，每個單品是指一個款式單位（包括該款式全部的顏色與尺碼）。服裝產品組合中的所有單品是根據市場策略分批上市的，當某一單品服裝上市后，為了從時間維度分析服裝產品組合，就需要收集所有上市單品在銷售過程中產生的時間維度數據。在此基礎上，計算和分析產品組合的時間維度。

1.1?單品時間維度記錄

為了計算貨品時間維度屬性，需要對所有貨品上市、退市、銷售等時間屬性進行記錄，具體記錄方法如下：

a）上市日期記錄，簡記為bi，代表第i個單品的上市日期。該日期可定義為貨品配送到店鋪并上架陳列的日期。同一單品如果分幾批在店鋪上架，該單品上市日期記錄不變，但如果同一單品是上年同季度上市過的產品，在數據統計分析中，一律視為新品上市，以新品模式記錄上市日期。為了避免對日期記錄的歧義，以下分析中，日期記錄格式均為“××××.××.××”，對應年月日，時間維度測量的最小單位為天（d）。

b）退市日期記錄，簡記為ei，代表第i個單品的退市日期。該日期可定義為貨品從店鋪陳列架上撤下來的日期或者售罄日期。

c）銷售時間記錄，銷售是一個動態過程，但每一筆銷售均有時間維度記錄，簡記為sij，代表第i個單品第j筆銷售業務的銷售時間。

1.2?單品時間維度計算

為了反映每一貨品（即單品）時間維度屬性，下面設計了4個時間維度變量，利用以上單品時間維度數據記錄進行計算：

a）單品生命周期。其含義是某一單品i從上市到退市所經歷的時間長度，以天為計算單位（以下時間維度的測量單位均為天）。該指標被大量的相關文獻定性使用。

計算模型為：Li=DATEDIFF（ei，bi，’day’）（1）

該計算模型直接引用SPSS統計分析軟件的計算模型（以下計算模型相同），其含義是計算ei和bi兩個時間點的間隔天數。生命周期代表了某單品的銷售周期，顯然這個指標是事后指標，只有在某個單品銷售結束之后才能計算出來。

b）單品銷售貨齡。即某一單品i發生第j筆銷售業務時，該單品在店鋪滯留的時間長度。該指標在企業或文獻中很少應用，更沒有用于企業分析銷售貨品時間維度的實時分析指標。

計算模型為：Sij=DATEDIFF（sij，bi，’day’）（2）

單品的銷售貨齡代表了顧客所購買貨品的新老程度，由于所有的新品在店鋪上架之后，顧客接受并購買新品需要有一個培養過程，隨著時間推移，新品銷量會有一個從上升到下降的過程，因此單品的銷售貨齡，可以用來識別顧客類型（如早期、中期、晚期顧客）、貨品在生命周期中所處的階段或貨品暢銷程度。顯然這是一個過程指標，在銷售過程中不斷計算更新。

c）單品存貨貨齡。即在店鋪存貨中，某一單品i在某一個計算日t，該單品i在店鋪滯留時間長度。該指標在企業或文獻中經常用于存貨時間維度分析，但并沒用于企業分析存貨時間維度的實時分析指標。

計算模型為：STit=DATEDIFF（t，bi，’day’）（3）

該指標反映了存貨的新舊程度，可根據存貨貨齡的大小，將存貨劃分為當期貨品（如30天以內）、過期貨品（如30天以上）、過季貨品（指上年度同期產品），適度控制三類貨品的構成，制定分類管理或分類營銷策略，從而實現存貨風險控制。顯然這是一個過程指標，在銷售過程中不斷計算更新。

d）單品半衰期。即某一單品i銷售量首次達到其鋪貨量（即該單品的總采購量）50%時所需要的時間長度。該指標是借用物理學半衰期概念設計的一個指標，現實銷售分析中，通常用售罄率指標，并沒用于企業已售貨品時間維度實時分析指標。

計算模型為：Hi=Sij|∑Qij/Si=50%（4）

式中：∑Qij為單品i到計算日止全部銷售業務的累計銷量;Si為該單品的鋪貨量，在店鋪生意分析中，∑Qij/Si稱為單品i到計算日止的售罄率，售罄率被零售行業廣泛應用于產品銷售熱度及存貨控制。

在店鋪營運分析中，售罄率隨時間增長的快慢，反映了該單品市場被顧客接受的程度，不同品種，該指標的大小不同，很明顯，半衰期越短，存貨損失風險將會越低。顯然這是一個中期檢查指標，在單品銷售過半時計算。

1.3?產品組合時間維度

產品組合時間維度是利用數據鉆取原理，將單品時間維度延展到產品組合，變換分析的粒度或層次，從較高維度上觀察產品組合貨齡特征。在休閑服中，服裝品種通常劃分為上裝（如襯衣、T恤、外套、毛衣、西裝等），下裝（如休閑長褲、牛仔褲、短褲、裙子），配件（帽子、襪子、皮帶、內褲、鞋子等），每個品種下面會有若干款式，而每個款式會有多種顏色和尺碼組合，服裝店鋪產品組合的最小單位（又稱SKU），就是分款式（單品）、分顏色、分尺碼。在應用時間維度對店鋪銷售的產品進行分析研究時，其分類的尺度不能太細，以上計算時間維度是面向單品的，但在店鋪服裝貨品銷售管理中，由于品種款式很多，更需要用面向品種或產品組合的指標反映產品產品組合的時間維度，便于進行品種或產品組合管理。

a）品種生命周期。服裝店銷售的某個品種m是由若干單品n構成的，各個單品會在不同時間上市以配合市場策略。為了分析某個品種在市場的平均存續時間，將品種m的生命周期定義為該品種所有單品n生命周期按總銷量的加權平均值。

計算模型為：Lm=∑Ln×Qn/∑Qn（5）

式中：Qn為品種m中的單品n整個生命周期的總銷量;Ln為品種m中的單品n的生命周期。

品種生命周期代表了某個品種的平均銷售時段，不同服裝品種銷售周期的分析可以規劃不同品種的銷售時段。

b）產品組合銷售貨齡。為了分析服裝店在某一個計算日t全天顧客購買的服裝產品組合貨齡情況，將產品組合銷售貨齡定義為計算日當天銷售的所有單品的銷售貨齡按銷量的加權平均值。

計算模型為：GT=∑∑（Sij×Qij）/∑∑（Qij）（6）

式中：Sij為單品i第j筆業務的銷售貨齡;Qij為單品i第j筆業務的銷量。式中的銷售業務只包括計算日當天的銷售業務。

產品組合銷售貨齡代表了計算日當天銷售貨品的平均貨齡，反映了當天顧客所購買產品組合的新老程度，其值越大，表明店鋪產品組合中，顧客可接受貨品老化，需要加快新品上市的頻率。

c）產品組合存貨貨齡。為了分析店鋪存貨的新老程度，將產品組合存貨貨齡定義為某一個計算日t店鋪所有單品i的存貨貨齡按庫存量加權的平均值。

計算模型為：GST=∑（STit×Qi）/∑（Qi）（7）

式中：Qi指計算日t店鋪內單品i的存貨量。

產品組合存貨貨齡代表了計算日當天店鋪存貨的平均貨齡，反映了店鋪存貨的新老程度，其值越大，表明店鋪存貨中可供消費者選購的產品組合老化，需要加快新品上市的頻率。

d）品種半衰期。服裝店鋪中，各個單品上市時間不同，生命周期也不相同，單品在銷售過程中達到半衰期的時點也不同。為了觀察某個品種半衰期的情況，將品種半衰期定義為該品種m中單品n的半衰期按其達到半衰期的累計銷量加權平均值。納入計算的單品n售罄率已達到50%。

計算模型為：GHm=∑Hn×Qn/∑Qn|Qn/Sn=50%（8）

式中：Qn為品種m中的單品n達到半衰期時的累計銷量;Sn為單品n的總采購量;Hn為品種m中的單品n的半衰期。

品種半衰期大小對該品種中其他單品半衰期有指導價值，如果某一單品的半衰期遠遠偏離品種半衰期，該單品就需要重點關注。如果半衰期過小，表示產品熱銷，存貨水平不夠，需求及時補單。反之，表示產品過冷，存貨水平過高，需要及時處理。

2?服裝產品組合時間維度的應用

通過分析服裝產品組合時間維度，可以對服裝店鋪的銷售情況進行預警，讓店鋪及時根據銷售情況及時采取市場調整策略。下面以真維斯某店鋪2年8萬多條進銷存明細數據為例，應用產品組合的時間維度對其數據規律進行分析。該休閑服品牌包括男裝、女裝，銷售品種主要包括外套、襯衫、T恤、毛衫、短褲、休閑長褲、牛仔、裙等8個品種。

2.1?分析數據庫的維度

a）存貨數據庫的維度：主要包括流水號、貨品代碼（含性別、品種、款式等數據）、數量、進價、入庫日期。

b）銷售數據庫的維度：主要包括流水號、銷售日期、銷售時間、訂單號、貨品代碼（含性別、品種、款式等數據）、顏色、尺碼、數量、原售價、實際售價、折扣率、入庫日期。

2.2?品種生命周期規律

品種生命周期用來觀測產品組合中，各大類產品的銷售時段規律。根據該品牌店鋪2年內所有單品的生命周期，分性別計算品種生命周期，結果如表1所示。從表1可以看出，該企業褲類產品的生命周期較長，毛衫、外套、襯衫、裙的生命周期相對較短，男裝品種比女裝品種的生命周期要長。根據該企業品種生命周期規律，可制定分品種、分性別的采購策略（即采購量與采購次數決策）。

2.3?品種半衰期規律

品種半衰期可用來觀測產品組合中各大類的銷售進程。根據該品牌店鋪2年內所有單品的半衰期，分性別計算品種半衰期，結果如表2所示。從表可以看出，男裝半衰期占生命周期的比重，除毛衫之外，均小于50%，表明男裝品種上市時，銷售呈先快后慢的偏態分布，達到半衰期時間較快，但過了半衰期之后的銷售時段比較長;女裝外套、襯衫、裙半衰期占生命周期的比重大于50%，表明女裝在外套、襯衫、裙等品種上市時，其銷售呈先慢后快的偏態分布，達到半衰期時間較慢，但過了半衰期之后的銷售時段比較短，女裝T恤、毛衫、短褲、休閑長褲、牛仔等品種相反。因此，在利用售罄率指標分析市場銷售熱度時，要注品種及性別上的差異。

2.4?產品組合銷售貨齡與存貨貨齡規律

產品組合銷售貨齡與存貨貨齡是過程數據，用來觀測顧客選購產品組合與店鋪存貨的新老程度。下面對該企業五月份第一周七天產品組合銷售貨齡與存貨貨齡計算，計算結果如表3、表4。

從表3可以看出，每天產品組合銷售貨齡波動幅度較大，表明顧客在選購服裝時，對不同貨齡產品的偏好差別較大，隨機性強。女裝銷售貨齡明顯低于男裝，男裝周四與周六、女裝周六銷售貨齡較高。從表4可以看出，每天產品組合存貨貨齡波動幅度較小，男裝存貨貨齡較女裝高，表3與表4對照，發現男裝銷售貨齡高于存貨貨齡，而女裝相反。根據以上兩組數據顯示的規律，企業在制定新品上市策略和存貨促銷策略時，女裝新品上市頻率要高于男裝，周未促銷以降低存貨水平更加有效。

3?結?論

應用店鋪銷售數據，對服裝產品組合的時間維度進行分析，能夠發現服裝店鋪產品組合中的品種生命周期、品種半衰期、銷售貨齡、存貨貨齡規律，有助于全面了解服裝店鋪銷售與存貨情況，加強服裝產品組合時間維度管理，提高服裝零售企業產品組合構成的合理性，為企業針對產品組合制定差異化的采購策略、促銷策略、價格策略提供支持，在提高銷售份額的同時，降低存貨風險。

參考文獻：

[1] 艾黎.基于商品屬性與用戶聚類的個性化服裝推薦研究[J].現代情報，2015，35（9）：165-170.

[2] 高長寬，胡守忠.服裝產品營銷屬性對購買行為影響的實證研究[J].上海紡織科技，2015（2）：60-64.

[3] 張曦明.SQ公司新產品上市營銷組合策略研究[D].廣州：廣東財經大學，2016.

[4] 汪傳旭，許長延.兩級供應鏈中短生命周期產品應急轉運策略[J].管理科學學報，2015，18（9）：61-71.

[5] 高融，楊以雄，史曉云.服裝品牌產品銷售預測[J].東華大學學報（自然科學版），2014，40（5）：651-657.

[6] 張鈉，殷哲，呂飛，等.面向連鎖零售業的時間序列預測方法研究[J].工業工程與管理，2014（3）：60-65，71.

[7] 劉瑩.基于數據挖掘的商品銷售預測分析[J].科技通報，2014（7）：140-143.

[8] 李季，周李超，王漢生.多產品協同促銷模式下的零售商促銷時間決策模型[J].中國管理科學，2013（4）：89-97.

[9] 趙占波，陳榮，陳凱，等.購后時間對降價導致后悔情緒影響的探討——基于產品類型的視角[J].管理評論，2015，27（2）：77-86.

[10] 郭惠玲.快時尚品牌顧客滿意度影響因素實證研究—以快時尚服裝為例[J].中國流通經濟，2015（2）：98-106.

[11] 孫利，吳儉濤.基于時間維度的整體用戶體驗設計研究[J].包裝工程，2014（2）：32-35.

[12] 石艷紅，張學芳，馬靜，等.易佳服裝產品生命周期管理系統應用性分析[J].現代紡織技術，2016，24（4）：39-41.