基于主成分分析的超市商品结构研究

来源:用户上传      作者:

　　[摘要] 在世界零售业发展史中，超级市场被称为继百货商店之后的第二次零售革命。在这个零售业的微利时代，如何分得一份羹是超市经营者研究重要课题。超市商品结构问题自然成为重中之重。对超市商品结构如何进行优化，进行综合评价，主成分分析法是一个重要的多元统计方法．本文就是应用主成分分析法对超市所经营的商品进行综合评判，用定量的方法对超市商品结构进行优化，使之在竞争中立于不败之地。
　　[关键词] 超市商品结构 主成分分析 指标体系
　　
　　一、商品结构的理论研究
　　
　　目前理论界关于商品结构的研究还很少，基本的提法都是品类管理，品类管理中的品类结构就是狭义的商品结构，因此超市商品结构定义为指卖场有哪些品种商品，各种类型的商品占总量的比例多少。超市商品结构定位是否准确，关系到超市的经营方向和特色问题，简而言之，就是规定了这个超市卖什么、不卖什么的问题。
　　依据品类管理中的品类结构可以将商品结构分为四类，分别是:
　　1.大分类
　　它是连锁超市中最粗的分类。如生鲜、日配品、日用百货、家用电器等大分类。为了便于管理，连锁超市的大分类一般不宜过多。
　　2.中分类
　　它是大分类中细分出来的类别。例如：小家电可以分为吸尘器/空气清洁器/电扇，烹调器具，厨房用具，电熨斗/卫生间用品，电话/应答机/传真机，手表/闹钟/配件等。
　　3.小分类
　　它是中分类中进一步细分出来的类别。如厨房用具分为：抽油烟机、微波炉、碾磨机、开饮机、燃气灶、洗碗机、消毒柜、烘碗机、烘烤机、快餐炉、电水壶、电水瓶、水果榨汁机、多士炉、搅拌机、咖啡炉等。
　　4.单品类
　　单品是商品分类中不能进一步细分的、完整独立的商品品项。如青岛可口可乐饮料有限公司生产的355毫升听装可口可乐、1.25升瓶装可口可乐就是属于两个不同单品。一般情况下，把品类的结构分为大分类、中分类、小分类。
　　
　　二、指标体系的建立
　　
　　根据超市商品结构理论以及商品考核原则还有超市商品小分类方法，本文将定量基准分为8个指标和小分类商品种类（本文以厨房用品为例）。
　　1.销售额指标
　　销售额指标要细分为大分类商品指标、中分类商品指标、小分类商品指标及一些特别的单品项商品指标。现在大部分门店的销售系统与库存系统是连接的，后台电脑系统都能够整理出门店的每天，每周，每月的商品销售额。
　　2.商品贡献率
　　商品贡献率目的在于找出门店的商品贡献率高的商品，并使之销售得更好。
　　3.毛利率指标
　　根据超级市场品种订价的特征，毛利率指标首先是确定一个综合毛利率的指标，这个指标的要求是反映超市的业态特征控制住毛利率，然后分解综合毛利率指标，制定比例不同的类别商品的毛利率指标并进行考核。
　　4.客单价
　　客单价影响超市营业额高低的主要因素。
　　5.库存商品周转天数指标
　　这一指标主要是考核配送中心库存商品和门店存货的平均周转天数。
　　6.商品有效销售发生率指标
　　在超市市场中有的商品周转率很低，但为了满足消费者一次性购足的需要和选择性需要，这些商品又不得不备，但如果库存准备的不合理损失就很大。商品有效销售发生率就是考核配送中心档案商品（档案目录）在门店pos机中的销售发生率。如低于一定的发生率，说明一些商品为无效备货，必须从目录中删除出去并进行库存清理。
　　7.新商品引进率指标
　　为了保证各种不同业态模式超级市场的竞争力，必须在商品经营结构上进行调整和创新．使用新商品引进率指标就是对新的供应商和新商品的开发能力。
　　8.商品淘汰率指标
　　由于门店的卖场面积有限，又由于必须不断更新结构，当新商品按照考核指标不断引进时，就必须制定商品的淘汰率指标，一般商品淘汰率指标可比新商品引进率指标低10％左右，即每月低1％左右。
　　9.通道利润指标
　　一般通道利润可表现为进场费，上架费，专架费，促销费等。通道利润就成为一些超市的主要利润来源，这种状况在一些超市竞争激烈的地区已经发生。
　　10.商品损耗率
　　它将直接影响商品的贡献毛利。例如：日配商品的毛利虽然较高，但是由于其风险大，损耗多，可能会是赚得不够赔的。
　　
　　三、主成分分析综合评判过程
　　
　　运用主成分分析法,首先对原始数据进行标准化处理,计算变量之间的相关系数,形成相关系数矩阵,接着计算特征值和特征向量,据此计算贡献率和累积贡献率,一般取累积贡献率达85%以上的特征值为对应的主成分（主因子）,然后计算主因子载荷量,最后根据特征向量和主因子载荷量计算各变量的主因子得分。在分析实际问题时,可只取前Ｋ个以累积贡献率达85%以上的特征值为对应的主因子来代表原变量的变差信息,以减少工作量,这是主成分分析法。
　　根据主成分分析的分析原理及步骤，运用SPSS统计分析软件包中的因子分析法，并采用主因子分析法提取公因子，计算出相关系数矩阵、因子载荷矩阵等，最终求得综合评价值，并据此进行排序。
　　本文采取10个指标，对某超市厨房用具进行分类得到了16种用具，应用主成分分析法对相关数据进行分析，得到了累计贡献表和因子载荷矩阵表。如表1。
　　表1完全变量解释表
　　由表1可以看出主因子个数为3个，满足累计方差贡献率83.311%大于75％。通过表2可以看出第一公因子则基本反映了客单价、商品损耗率、销售额指标、通道利润指标；第二公因子的含义较为清晰，基本反映了商品贡献率、商品淘汰率指标、毛利率指标、新商品引进率指标；第三公因子则基本反映了库存商品周转天数指标和商品有效销售发生率指标。这样，将每个公因子与对应的方差百分比进行线性加权求和，即可得出某一种类商品的综合评价，公式表示如下：
　　(i代表商品，i=1…16)
　　表2因子载荷矩阵
　　表3各商品综合评价及排序
　　
　　四、结论
　　
　　由表3可知各厨房用具中排名依次是抽油烟机、燃气灶、微波炉、烘烤机、洗碗机、消毒柜、电水壶、烘碗机、快餐炉、电水瓶、搅拌机、碾磨机、水果榨汁机、开饮机、咖啡炉及多士炉。这样就为厨房用具采购时提供了可行的依据，优化了超市的商品结构。同理，主成分分析可以应用到超市所有商品分类中。如何进行超市商品结构的优化，主成分分析起到了至关重要的作用。
　　
　　参考文献：
　　[1]任若恩王惠文:多元统计数据分析――理论、方法、实践[M]．国防工业出版社，1997
　　[2]于秀林任雪松编著:多元统计分析(第一版)[M].1999
　　[3]商界杂导社:中国零售业主要业态发展状况.销售与市场，2001 年第 9 期:24～36
　　[4]倪瑜唬霍佳震:超市品类管理及研究现状[J].上海管理科学，2002.5
　　
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。

转载注明来源:https://www.xzbu.com/3/view-1502581.htm