新零售业产品销售量影响因素分析

摘要：随着人们生活水平提高，零售业产品不断创新，人们不止满足产品的性价比，更多追求个性化、时尚性，使得预测销售量的不确定性增加，因此分析影响产品销售量的因素在零售行业显得尤为重要。本文选取了6个影响因素从定性与定量两个角度进行双重相关分析，最终得到影响新零售产品因素排序為：库存数 > 标签价 > 折扣率 > 季节指数 > 产品种类 > 节假日。

关键词：新零售产品;影响因素;双重相关分析

一、精准预测产品销售量

由于经济的不断发展，我国消费市场越来越趋于“顾客化”，即市场越来越注重顾客的需求。物美价廉不再是消费者考虑的唯一因素，消费者将更多的需求放在了“美观”“潮流”等方面。新零售市场的产品种类越来越多，且越来越小众这样的市场情况，给零售行业的库存管理带来了极大的困难。所以当前的新零售企业应当将更多的精力投入到如何分层级、分区域管理零售产品，如何精准的预测各类产品的需求情况上。精准预测产品的销售量是企业持续健康发展的重要因素，了解哪些因素影响产品销售量可以降低企业生产成本，帮助企业合理地管理库存数量，最终增加销售数量，获得最大收益。本文通过分析大数据对影响新零售产品的销售量进行了相关分析，得出有效的因素排序与结果。

二、因素分析

通过实地考察与查阅资料，本文选择了库存数量、折扣率、季节指数、标签价、产品种类、节假日这6个对产品销售量有影响的因素进行分析。

（一）库存数量：当产品想要持续销售就必须要有大的库存数量，这样在销售中才不会断货导致销售中断，但如果产品销量不好，也可能会很多产品的挤压，导致较大的库存量。因此产品的库存数量与销售量是相互影响与制约的，新零售企业想要产品销量高，就必须合理确定库存数。

（二）折扣率：当出现一些节假日或是折扣日，如双十一、国庆节等，人们就会大量购买打折促销商品，大大增加购买力度，这时产品的销量就会上涨。为了研究在节日中折扣对销售量的影响，本文引入折扣率，即当前价格/标签价，折扣率取值<1，若折扣率越小，则商品促销力度越大。

（三）产品的季节性：由于一些产品会受旺季或淡季的影响，因此产品的季节性也会影响当月的销售量。为了定量分析每种产品季节性因素，本文引入季节指数，即当月销售量/一年内平均销售量，以此来确定每种产品的季节因素。该指数将1作为临界条件，并在每个月都会发生相应变化。当季节指数大于1，表明该季节对产品销售量呈积极作用。如果季节指数销售量很大，说明积极作用越强，以每个月为单位。

（四）标签价：在购买产品时，人们会注意比较产品的价格，因此产品标价可能会影响产品的销售量。

三、双变量相关分析

本文利用SPSS软件进行双变量相关分析，得出库存数量对销售量的影响最大，相关系数为0.59，其次是标签价，相关系数为-0.215，说明当商品的标签价越低时，人们越愿意购买产品。另外折扣率与销售量的相关系数为0.092，产品的季节指数为0.017。

（一）偏相关分析

由于在做双变量相关性分析时，往往会有变量之间相互影响，无法确定单个因素对销售量的影响，会造成不准确的结果。因此再利用偏相关分析，在分析某个影响因素时，控制其他因素在一定的范围内，只考虑该变量的影响，这样可以消除其他变量之间的互相干扰。由结果可知，库存数与销售量相关系数为0.566，标签价的为-0.093，折扣率为0.026，季节指数为0.021，相比于相关性分析结果各因素的库存数、标签价和折扣率相关系数都有所减少，只有季节指数相关系数略有增加。

（二）结果分析

综合相关性分析与偏相关分析两种方法全面分析，得出影响新零售产业产品销售量的相关性排序。其中库存数与销售量密切相关，其次是标签价。对于分类变量产品种类也会影响产品的销售量，不同款式的产品，其销售量也会不同，另外节假日与非节假日依然对销售量存在影响，最终排序如下：

库存数 > 标签价 > 折扣率 > 季节指数 > 产品种类 > 节假日

未来新零售产业想要精准地预测零售产品的销售量，并进行产品的生产与销售，必须要不断缩小预测单位，从月、周到天，虽然随着预测单位的减小，预测效果降低，但是通过不断的合理优化，可以得到很好的预测效果。比如以区域层级、产品类别层级、产品款式层级等多个层级给出精准的需求预测，这样将给新零售企业未来发展带来很好的帮助。

参考文献：

[1]黄鸿云，刘卫校，丁佐华.基于多维灰色模型及神经网络的销售预测[J].软件学报，2019，30（4）：1031-1044. DOI：10.13328/j.cnki.jos.005510.

[2]史晓.基于灰色关联度网络购物商品销量影响因素研究[D].云南：云南财经大学，2017.

[3]曹洁，宋君远.新零售背景下的消费者行为影响因素分析[J].淮南师范学院学报，2018，20（2）：22-25，45. DOI：10.3969/j.issn.1009-9530.2018.02.005.

作者简介：

王雨晨（1999—），汉族，江西省南昌市，江西财经大学本科在读，统计学方向。