馮復(fù)平 龍瓊

摘要：服裝產(chǎn)品具有銷(xiāo)售周期短，產(chǎn)品SKU數(shù)量多的特點(diǎn)，要求服裝企業(yè)能夠在銷(xiāo)售過(guò)程中實(shí)現(xiàn)快速反應(yīng)，本文基于服裝企業(yè)零售店銷(xiāo)售行為，主要對(duì)實(shí)體零售渠道銷(xiāo)售和庫(kù)存數(shù)據(jù)進(jìn)行分析，對(duì)其數(shù)據(jù)相關(guān)性和周期進(jìn)行特征分析，并構(gòu)建服裝供應(yīng)鏈數(shù)據(jù)分析預(yù)測(cè)模型，建立銷(xiāo)售庫(kù)存預(yù)警，從而有效降低庫(kù)存積壓，減少采購(gòu)盲目性，讓供應(yīng)鏈管理過(guò)程更加智能化。

關(guān)鍵詞：服裝;供應(yīng)鏈;庫(kù)存預(yù)測(cè);銷(xiāo)售分析

中圖分類(lèi)號(hào)：F717.6;F715.6文獻(xiàn)識(shí)別碼：A文章編號(hào)：

2096-3157（2020）23-0009-03

具有獨(dú)立品牌和線下?tīng)I(yíng)銷(xiāo)渠道的傳統(tǒng)服裝企業(yè)，自2003年電商快速發(fā)展以來(lái)，實(shí)體店銷(xiāo)售業(yè)務(wù)受到網(wǎng)店的巨大的沖擊，在與網(wǎng)店的競(jìng)爭(zhēng)下艱難地尋求著存活之路。隨著電子商務(wù)市場(chǎng)逐漸發(fā)展成熟，網(wǎng)店引流成本逐年上漲，實(shí)體店近期又重回消費(fèi)者視野，但是庫(kù)存積壓依然是困擾服裝行業(yè)多年的難題，目前仍然未能完全解決，本文選取了一家實(shí)體零售店面抽取銷(xiāo)售和庫(kù)存數(shù)據(jù)，運(yùn)用數(shù)據(jù)分析模型及工具對(duì)數(shù)據(jù)進(jìn)行清洗整理和分析，構(gòu)建針對(duì)實(shí)體零售店的供應(yīng)鏈數(shù)據(jù)分析模型，對(duì)進(jìn)一步提升實(shí)體零售店競(jìng)爭(zhēng)實(shí)力有著顯著的價(jià)值。

一、服裝實(shí)體零售店供應(yīng)鏈環(huán)節(jié)現(xiàn)存問(wèn)題

1.服裝產(chǎn)品SKU多，庫(kù)存容易積壓

SKU是服裝企業(yè)生產(chǎn)和銷(xiāo)售的基本單位，單款單色單碼作為一個(gè)SKU單位。服裝產(chǎn)品屬于快速消費(fèi)品，季節(jié)性強(qiáng)，加之消費(fèi)者對(duì)產(chǎn)品需求的多樣性，造成了服裝產(chǎn)品SKU數(shù)量多，例如一直以基本款為特色的優(yōu)衣庫(kù)，SKU常年保持在1000左右，而國(guó)內(nèi)大多數(shù)服裝品牌的SKU則達(dá)到了2000～5000款，一旦某個(gè)款式或者尺碼銷(xiāo)售不暢就會(huì)造成產(chǎn)品庫(kù)存積壓。

2.消費(fèi)者需求多樣，斷碼缺貨時(shí)難以快速補(bǔ)貨

除定制品牌外，服裝產(chǎn)品均屬于備貨式生產(chǎn)，即在服裝銷(xiāo)售周期開(kāi)始之前已經(jīng)完成主要生產(chǎn)備貨任務(wù)，生產(chǎn)具有小批量、多批次的特點(diǎn)。服裝產(chǎn)品的季節(jié)性和流行性強(qiáng)，銷(xiāo)售難以預(yù)測(cè)，因此服裝實(shí)體店鋪貨量大，但是受店面空間限制，每個(gè)SKU提前備貨量有限，通常只有1～2件，銷(xiāo)售時(shí)容易造成斷碼缺貨現(xiàn)象，目前在企業(yè)備貨充足的情況可以實(shí)現(xiàn)快速調(diào)貨，但是當(dāng)企業(yè)庫(kù)存不足時(shí)，生產(chǎn)補(bǔ)貨都需要一定的周期，一般企業(yè)的補(bǔ)貨周期為45天，一些快時(shí)尚品牌能夠?qū)⒀a(bǔ)貨生產(chǎn)周期壓縮到了2～3周。因此實(shí)體零售店需要能根據(jù)銷(xiāo)售趨勢(shì)做出正確的補(bǔ)貨策略，以防止補(bǔ)貨到貨時(shí)銷(xiāo)售周期已趨于結(jié)束，形成新的庫(kù)存積壓。

3.實(shí)體店銷(xiāo)售受環(huán)境影響大

實(shí)體店銷(xiāo)售受到地域、商圈、氣候以及突發(fā)事件等多因素影響。實(shí)體店銷(xiāo)量與店面所處城市及商圈直接相關(guān)，地域和商圈決定了客流量以及當(dāng)?shù)叵M(fèi)喜好，歷史銷(xiāo)售數(shù)據(jù)能有效反映出店鋪所在地的消費(fèi)特征。除地域和商圈影響外，每年的氣候變化也會(huì)對(duì)服裝銷(xiāo)售產(chǎn)生重要影，一些突發(fā)事件也會(huì)對(duì)實(shí)體店零售產(chǎn)生重大的影響，例如2020年上半年突發(fā)的疫情導(dǎo)致服裝、配飾等非生活必需類(lèi)產(chǎn)品銷(xiāo)售額出現(xiàn)負(fù)增長(zhǎng)，實(shí)體店較之網(wǎng)店受到的沖擊尤為明顯。變幻莫測(cè)的外部環(huán)境變化要求實(shí)體店能對(duì)環(huán)境變化做出快速響應(yīng)，根據(jù)銷(xiāo)售變化迅速調(diào)整庫(kù)存。

二、數(shù)據(jù)源描述

為構(gòu)建服裝實(shí)體零售店智能供應(yīng)鏈管理模型，選取了某品牌客流量較大的一家門(mén)店的4個(gè)月的銷(xiāo)售和庫(kù)存數(shù)據(jù)，數(shù)據(jù)源內(nèi)容如表1所示。

在原始數(shù)據(jù)中存在以下問(wèn)題：

1.數(shù)據(jù)描述不統(tǒng)一

對(duì)原始數(shù)據(jù)進(jìn)行整理發(fā)現(xiàn)，原始數(shù)據(jù)在銷(xiāo)售和庫(kù)存數(shù)據(jù)中存在數(shù)據(jù)描述不一致的情況。例如品牌在銷(xiāo)售數(shù)據(jù)中描述為數(shù)字類(lèi)型，在庫(kù)存數(shù)據(jù)中描述為文本類(lèi)型。

2.存在庫(kù)存數(shù)據(jù)個(gè)別天數(shù)與銷(xiāo)售數(shù)據(jù)不匹配

選取了某一款式商品，對(duì)其銷(xiāo)售數(shù)據(jù)和庫(kù)存數(shù)據(jù)進(jìn)行對(duì)比分析，根據(jù)當(dāng)日庫(kù)存計(jì)算公式：

當(dāng)日庫(kù)存=前一日庫(kù)存-當(dāng)日銷(xiāo)售量

發(fā)現(xiàn)在個(gè)別日期出現(xiàn)庫(kù)存數(shù)據(jù)與計(jì)算結(jié)果不吻合，由于企業(yè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)中僅記錄了庫(kù)存余額每日變化情況，對(duì)數(shù)據(jù)需要進(jìn)行差異化分析。

3.數(shù)據(jù)中存在無(wú)意義或重復(fù)數(shù)據(jù)項(xiàng)

數(shù)據(jù)中包含了部分?jǐn)?shù)據(jù)分析無(wú)意義的數(shù)據(jù)項(xiàng)，如數(shù)據(jù)類(lèi)別中的“大類(lèi)”，所有數(shù)據(jù)均為服裝，還有部分?jǐn)?shù)據(jù)內(nèi)容重復(fù)，如“產(chǎn)品季”、“年”、“月”等時(shí)間數(shù)據(jù)，與銷(xiāo)售日期數(shù)據(jù)重復(fù)。

三、數(shù)據(jù)清洗與整理

根據(jù)對(duì)原始數(shù)據(jù)中存在的問(wèn)題，對(duì)原始數(shù)據(jù)進(jìn)行了清洗與整理。

1.數(shù)據(jù)統(tǒng)一化將不同數(shù)據(jù)類(lèi)型的描述同一信息的數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化。原始數(shù)據(jù)中的品牌數(shù)據(jù)、時(shí)間數(shù)據(jù)在銷(xiāo)售和庫(kù)存原始數(shù)據(jù)中心都存在描述不統(tǒng)一的問(wèn)題。對(duì)原始數(shù)據(jù)進(jìn)行統(tǒng)一化處理。例如：品牌在銷(xiāo)售數(shù)據(jù)里都是三類(lèi)，在銷(xiāo)售數(shù)據(jù)中描述為是1、2、3，在庫(kù)存數(shù)據(jù)中描述為文本類(lèi)型，通過(guò)SKU比對(duì)，確定銷(xiāo)售數(shù)據(jù)中1、2、3代表的分類(lèi)，將1、2、3類(lèi)均統(tǒng)一轉(zhuǎn)換為文本類(lèi)型分類(lèi)，實(shí)現(xiàn)數(shù)據(jù)統(tǒng)一。

2.刪除無(wú)意義數(shù)據(jù)項(xiàng)，對(duì)數(shù)據(jù)進(jìn)行清洗，將多余的數(shù)據(jù)列刪除在原始數(shù)據(jù)中心時(shí)間數(shù)據(jù)描述為三種格式，年、季度、日。其中日期中數(shù)據(jù)可以描述前兩類(lèi)數(shù)據(jù)，為減少數(shù)據(jù)冗余，將年、季度兩個(gè)數(shù)據(jù)性刪除。

3.尋找供應(yīng)鏈數(shù)據(jù)中關(guān)鍵的補(bǔ)貨數(shù)據(jù)原始數(shù)據(jù)中缺少補(bǔ)貨數(shù)據(jù)，補(bǔ)貨數(shù)據(jù)在供應(yīng)鏈管理分析中較為重要，因此選取了某一SKU的1個(gè)月的82條庫(kù)存數(shù)據(jù)作為樣本分析其補(bǔ)貨情況，分析發(fā)現(xiàn)補(bǔ)貨數(shù)據(jù)雖未單獨(dú)列出，但可以從庫(kù)存數(shù)據(jù)變化中獲取。

四、智能供應(yīng)鏈管理數(shù)據(jù)分析模型設(shè)計(jì)

數(shù)據(jù)清洗和整理后，利用Tableau對(duì)供應(yīng)鏈環(huán)節(jié)中的銷(xiāo)售和庫(kù)存進(jìn)行數(shù)據(jù)分析模型設(shè)計(jì)。服裝供應(yīng)鏈管理包括設(shè)計(jì)、采購(gòu)、加工、銷(xiāo)售、庫(kù)存多個(gè)環(huán)節(jié)，在實(shí)體零售店的供應(yīng)鏈數(shù)據(jù)分析模型中略去了設(shè)計(jì)和加工環(huán)節(jié)，主要著重考慮店面零售環(huán)節(jié)涉及到的采購(gòu)、銷(xiāo)售、庫(kù)存三大模塊，在數(shù)據(jù)整理過(guò)程中發(fā)現(xiàn)了缺少補(bǔ)貨數(shù)據(jù)，但由于庫(kù)存數(shù)據(jù)量較大，且每月庫(kù)存盤(pán)點(diǎn)后日庫(kù)存量數(shù)據(jù)也被修正過(guò)，由此推算出的采購(gòu)訂貨數(shù)據(jù)準(zhǔn)確率不高，因此不再補(bǔ)加原始采購(gòu)進(jìn)貨數(shù)據(jù)，主要對(duì)現(xiàn)有銷(xiāo)售和庫(kù)存數(shù)據(jù)進(jìn)行分析統(tǒng)計(jì)，通過(guò)監(jiān)控庫(kù)存與銷(xiāo)量數(shù)據(jù)來(lái)實(shí)現(xiàn)智能補(bǔ)貨提醒。

1.銷(xiāo)售監(jiān)控與預(yù)測(cè)模型

（1）銷(xiāo)售額與銷(xiāo)售量趨勢(shì)分析。

銷(xiāo)售額和銷(xiāo)售量為歷史銷(xiāo)售數(shù)據(jù)，以日為單位，數(shù)據(jù)連續(xù)，采用時(shí)間序列分析模型進(jìn)行線性擬合，以日銷(xiāo)售額為例，日銷(xiāo)售金額擬合公式為：

日銷(xiāo)售額=373.482*銷(xiāo)售日期+（-1.62181e+07）

銷(xiāo)售日期和截距的p值均小于0.0001，滿足p<=0.05。

除4個(gè)月的趨勢(shì)分析外，還提供了產(chǎn)品系列、暢銷(xiāo)款和滯銷(xiāo)款的日銷(xiāo)售額與日銷(xiāo)售量趨勢(shì)分析。

（2）銷(xiāo)售額與銷(xiāo)售量預(yù)測(cè)。

銷(xiāo)售額與銷(xiāo)售量預(yù)測(cè)采用指數(shù)平滑法對(duì)未來(lái)7日銷(xiāo)售額和銷(xiāo)售量進(jìn)行預(yù)測(cè)，同樣還提供了產(chǎn)品系列、暢銷(xiāo)款和滯銷(xiāo)款的未來(lái)7日銷(xiāo)售額與銷(xiāo)售量預(yù)測(cè)。由于銷(xiāo)售額和銷(xiāo)售量呈現(xiàn)出按星期的周期性波動(dòng)，在進(jìn)行預(yù)測(cè)時(shí)在指數(shù)平滑法中添加了7天季節(jié)模型，以7日為周期進(jìn)行預(yù)測(cè)，預(yù)測(cè)值也呈現(xiàn)出周期性波動(dòng)曲線。

（3）暢銷(xiāo)款和滯銷(xiāo)款產(chǎn)品分析。

由于SKU數(shù)量多，無(wú)法同時(shí)監(jiān)控所有銷(xiāo)售數(shù)據(jù)，而且容易造成管理疏漏，因此需要對(duì)產(chǎn)品進(jìn)行分類(lèi)管理，制定相應(yīng)的銷(xiāo)售計(jì)劃和庫(kù)存管理計(jì)劃。對(duì)4個(gè)月的交易流水基于SKU統(tǒng)計(jì)銷(xiāo)售額和銷(xiāo)售量，統(tǒng)計(jì)時(shí)間維度設(shè)為3個(gè)層次：所有時(shí)間、任意區(qū)間和日。按4個(gè)月總銷(xiāo)售額、區(qū)間日期銷(xiāo)售額、日銷(xiāo)售額將全部SKU進(jìn)行銷(xiāo)售額匯總排序，對(duì)每個(gè)時(shí)間維度的銷(xiāo)售額前十名分類(lèi)為暢銷(xiāo)款，后十名歸類(lèi)為滯銷(xiāo)款，其他為普通款。目前數(shù)據(jù)總體時(shí)間跨度為4個(gè)月，時(shí)間跨度可根據(jù)需求隨時(shí)調(diào)整，區(qū)間時(shí)間可由用戶隨意選取，靈活的時(shí)間區(qū)間選擇讓店鋪可隨時(shí)查看各時(shí)間段歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)中暢銷(xiāo)款和滯銷(xiāo)款的情況，做出相應(yīng)的銷(xiāo)售計(jì)劃。

（4）銷(xiāo)售分布分析。

銷(xiāo)售分布分析主要針對(duì)產(chǎn)品系列進(jìn)行分類(lèi)統(tǒng)計(jì)，包括2個(gè)層次：產(chǎn)品系列和產(chǎn)品小類(lèi)其中產(chǎn)品小類(lèi)歸屬于產(chǎn)品系列。對(duì)產(chǎn)品分系列和小類(lèi)進(jìn)行銷(xiāo)售額、銷(xiāo)售量、暢銷(xiāo)款和滯銷(xiāo)款分別進(jìn)行統(tǒng)計(jì)。

（5）銷(xiāo)售周期性分析。

服裝實(shí)體零售店的銷(xiāo)售額與客流量成正比，在數(shù)值上表現(xiàn)出周期性波動(dòng)，通常情況下周末的銷(xiāo)售量高于平日銷(xiāo)售量。對(duì)銷(xiāo)售數(shù)據(jù)按星期進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)，不僅在整體銷(xiāo)售額和銷(xiāo)售量上出現(xiàn)周期性波動(dòng)，在各產(chǎn)品系列上也出現(xiàn)同樣的波動(dòng)曲線。

由表2可看出，周末的銷(xiāo)售額明顯高于平日，周一和周二銷(xiāo)售量較低，符合服裝實(shí)體零售店銷(xiāo)售特征。

2.庫(kù)存監(jiān)控與預(yù)測(cè)模型

為解決庫(kù)存積壓和及時(shí)補(bǔ)貨問(wèn)題，除對(duì)庫(kù)存數(shù)據(jù)進(jìn)行常規(guī)分析之外，著重對(duì)庫(kù)存和銷(xiāo)售數(shù)據(jù)的關(guān)聯(lián)性構(gòu)建模型進(jìn)行分析。

（1）庫(kù)存分析。

庫(kù)存分析按照兩個(gè)維度進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，一個(gè)是時(shí)間維度，以天為單位，對(duì)庫(kù)存構(gòu)建一個(gè)整體分析模型，選用庫(kù)存量和庫(kù)存金額兩個(gè)指標(biāo)，以曲線圖顯示庫(kù)存占用資金和庫(kù)存量變化情況。另一個(gè)是以產(chǎn)品SKU為單位，按照每個(gè)SKU庫(kù)存量進(jìn)行統(tǒng)計(jì)排序。兩個(gè)維度可以交叉查詢，互為數(shù)據(jù)篩選條件，既可按日查看當(dāng)日庫(kù)存量分布情況，也可按SKU查看歷史日庫(kù)存量數(shù)據(jù)，提供了靈活數(shù)據(jù)查詢功能。

（2）庫(kù)存周轉(zhuǎn)分析。

庫(kù)存周轉(zhuǎn)分析主要對(duì)庫(kù)存資金周轉(zhuǎn)情況進(jìn)行分析，選用分析指標(biāo)為庫(kù)存周轉(zhuǎn)率。庫(kù)存周轉(zhuǎn)率能夠有效反映庫(kù)存資金周轉(zhuǎn)的速度，庫(kù)存周轉(zhuǎn)率計(jì)算方法為：

庫(kù)存周轉(zhuǎn)率=周期內(nèi)銷(xiāo)售產(chǎn)品成本/周期內(nèi)平均庫(kù)存價(jià)值

在模型設(shè)計(jì)中對(duì)庫(kù)存的周轉(zhuǎn)率采用波士頓矩陣法分析，如圖所示。根據(jù)庫(kù)存周轉(zhuǎn)率和庫(kù)存資金占用不同，將產(chǎn)品分為四個(gè)象限，右上象限區(qū)域內(nèi)的產(chǎn)品為明星產(chǎn)品，庫(kù)存周轉(zhuǎn)率高，庫(kù)存金額占用。利用波士頓矩陣可以清晰區(qū)分需要重點(diǎn)關(guān)注的產(chǎn)品庫(kù)存。

（3）庫(kù)存-銷(xiāo)量分析。

由于銷(xiāo)售數(shù)據(jù)實(shí)時(shí)變化，如何在保證銷(xiāo)售不中斷的情況下降低庫(kù)存資金占用，需要能夠根據(jù)銷(xiāo)量數(shù)據(jù)對(duì)比存貨數(shù)量，在斷貨前提前預(yù)警，從而及時(shí)補(bǔ)貨。因此將庫(kù)存數(shù)據(jù)與銷(xiāo)售數(shù)據(jù)進(jìn)行庫(kù)銷(xiāo)比分析，根據(jù)銷(xiāo)售情況，對(duì)比庫(kù)存數(shù)據(jù)，減少庫(kù)存補(bǔ)貨的盲目性，實(shí)現(xiàn)智能補(bǔ)貨是供應(yīng)鏈智能化管理的重要環(huán)節(jié)。庫(kù)銷(xiāo)比分析通常用于檢測(cè)庫(kù)存量設(shè)置是否合理，為了實(shí)現(xiàn)智能補(bǔ)貨，模型中使用庫(kù)銷(xiāo)比分析結(jié)果來(lái)判斷是否進(jìn)行補(bǔ)貨。

通過(guò)分析原始數(shù)據(jù)發(fā)現(xiàn)，部分商品出現(xiàn)在銷(xiāo)售為0的情況下，庫(kù)存一直在增加，造成庫(kù)存積壓。服裝產(chǎn)品尤其是女裝類(lèi)產(chǎn)品，時(shí)尚度高，銷(xiāo)售周期短，銷(xiāo)售數(shù)據(jù)波動(dòng)性強(qiáng)，最近日期的銷(xiāo)售數(shù)據(jù)對(duì)銷(xiāo)售趨勢(shì)的影響力最大，因此在庫(kù)存-銷(xiāo)量分析中只對(duì)最近一周銷(xiāo)售數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，匯總每一周商品的銷(xiāo)售數(shù)據(jù)，對(duì)比周日庫(kù)存量，計(jì)算周庫(kù)銷(xiāo)比。

庫(kù)銷(xiāo)比計(jì)算公式為：

設(shè)任意一個(gè)SKU商品Pi的日銷(xiāo)售量設(shè)為sij，由日期t開(kāi)始的一周內(nèi)的銷(xiāo)量合計(jì)為Sit，周末庫(kù)存量為t+6日庫(kù)存合計(jì)為Mi，t+6，庫(kù)存比為Rit，計(jì)算公式為：

Sit=t+6j=tSij

Rit=Mi，t+6t+6j=tSij（t為任意一周周一）

當(dāng)Rit≥1時(shí)表明周日庫(kù)存量高于前一周銷(xiāo)售合計(jì)，該產(chǎn)品本周不進(jìn)行補(bǔ)貨，否則當(dāng)Rit≤1時(shí)表明周日庫(kù)存量低于前一周銷(xiāo)售合計(jì)，該產(chǎn)品需要進(jìn)行補(bǔ)貨，為提高補(bǔ)貨可信度，在補(bǔ)貨時(shí)可綜合參考銷(xiāo)售分析模型中的銷(xiāo)售預(yù)測(cè)結(jié)果。

3.數(shù)據(jù)交叉查詢分析設(shè)計(jì)

在服裝實(shí)體零售店智能供應(yīng)鏈數(shù)據(jù)分析模型中，除對(duì)單一數(shù)據(jù)進(jìn)行分析，挖掘數(shù)據(jù)特征之外，重點(diǎn)進(jìn)行了數(shù)據(jù)交叉查詢分析設(shè)計(jì)，實(shí)現(xiàn)多維度查詢，交叉查詢內(nèi)容如表3所示。

在模型中對(duì)數(shù)據(jù)基于產(chǎn)品類(lèi)別和時(shí)間進(jìn)行了多維度的數(shù)據(jù)交叉查詢分析。數(shù)據(jù)分析維度如下：

（1）時(shí)間維度。

在時(shí)間維度進(jìn)行了總時(shí)區(qū)、區(qū)間時(shí)區(qū)、周、日四個(gè)層次的數(shù)據(jù)鉆取和聚合，從不同的數(shù)據(jù)粒度反映銷(xiāo)售和庫(kù)存數(shù)據(jù)特征和變化趨勢(shì)。

（2）產(chǎn)品維度。

產(chǎn)品維度提供系列、子類(lèi)、SKU三個(gè)層次的數(shù)據(jù)鉆取和聚合，可以在不同層次查看商品的銷(xiāo)售和庫(kù)存數(shù)據(jù)。

（3）交叉維度。

時(shí)間和產(chǎn)品維度在多個(gè)分析模塊中進(jìn)行交互查詢，提供時(shí)間和產(chǎn)品的交叉數(shù)據(jù)粒度對(duì)數(shù)據(jù)進(jìn)行篩選、匯總、排序等，展示數(shù)據(jù)特征。

五、模型應(yīng)用效果

1.模型對(duì)已有數(shù)據(jù)進(jìn)行分析得到的結(jié)論

（1）銷(xiāo)售數(shù)據(jù)呈現(xiàn)周期性，周末銷(xiāo)售量是平日銷(xiāo)售量的1.5～2倍，符合服裝銷(xiāo)售時(shí)間特診，店鋪可根據(jù)周期性特征安排銷(xiāo)售促銷(xiāo)計(jì)劃和員工輪休。）

（2）暢銷(xiāo)款產(chǎn)品需要注意庫(kù)銷(xiāo)比，及時(shí)補(bǔ)貨;滯銷(xiāo)款產(chǎn)品需要改進(jìn)促銷(xiāo)計(jì)劃并合理降低庫(kù)存。

（3）庫(kù)存周轉(zhuǎn)率低的產(chǎn)品需要及時(shí)做出庫(kù)存調(diào)整。

2.模型應(yīng)用價(jià)值

（1）模型實(shí)現(xiàn)了對(duì)服裝實(shí)體零售店銷(xiāo)售和庫(kù)存數(shù)據(jù)的全面多維度分析，提供豐富的交互查詢方式，能幫助服裝實(shí)體零售店實(shí)現(xiàn)供應(yīng)鏈智能化管理。

（2）模型基于一家服裝實(shí)體零售店構(gòu)建，構(gòu)建模型兼顧通用性，可以推廣應(yīng)用到其他服裝零售店。

（3）模型時(shí)間周期可根據(jù)實(shí)際應(yīng)用需求進(jìn)行快速調(diào)整，擴(kuò)展歷史數(shù)據(jù)周期。同時(shí)可對(duì)數(shù)據(jù)進(jìn)行周期性更新，及時(shí)反映供應(yīng)鏈數(shù)據(jù)變化趨勢(shì)。

六、結(jié)論

通過(guò)對(duì)服裝實(shí)體零售店實(shí)際經(jīng)營(yíng)數(shù)據(jù)中的銷(xiāo)售與庫(kù)存數(shù)據(jù)構(gòu)建數(shù)據(jù)分析模型，使用了時(shí)間序列模型、指數(shù)平滑預(yù)測(cè)法，運(yùn)用銷(xiāo)售和庫(kù)存管理評(píng)價(jià)指標(biāo)，基于多維度多層次進(jìn)行數(shù)據(jù)分析，使用Tableau軟件進(jìn)行模型實(shí)現(xiàn)，模型的應(yīng)用能夠幫助服裝實(shí)體零售店及時(shí)了解銷(xiāo)售發(fā)展變化趨勢(shì)及庫(kù)存周轉(zhuǎn)情況，快速調(diào)整銷(xiāo)售計(jì)劃，并根據(jù)銷(xiāo)售數(shù)據(jù)變化，及時(shí)補(bǔ)貨和清理庫(kù)存。解決服裝產(chǎn)品銷(xiāo)售周期短，庫(kù)存容易積壓的問(wèn)題，實(shí)現(xiàn)供應(yīng)鏈管理智能化。

參考文獻(xiàn)：

[1]沈嘉杰，徐家林，周興建.新零售時(shí)代全營(yíng)銷(xiāo)渠道兼容的服裝供應(yīng)鏈運(yùn)營(yíng)模式[J].服飾導(dǎo)刊，2018，7（04）：48～54

[2]尹鳳林，梁文鋒，皮思斯，謝建敏，陳楚欣.面對(duì)XH企業(yè)服裝供應(yīng)鏈庫(kù)存管理研究[J].物流工程與管理，2018，40（01）：90～92

[注]基金項(xiàng)目：北京市服裝產(chǎn)業(yè)數(shù)字化工程技術(shù)研究中心項(xiàng)目（KJCX1902-30299/009）

作者簡(jiǎn)介：

1.馮復(fù)平，北京服裝學(xué)院副教授;研究方向：企業(yè)信息化。

2.龍瓊，北京服裝學(xué)院副教授;研究方向：電子商務(wù)。