近年来，加油站的非油业务发展迅速，特别是加油站便利店销售承担着加油站的利润增长来源。因此，便利店非油商品销售跟普通零售业一样，面临各种压力与挑战。

　　ABC分析法作为高效商品组合的主要分析理论，在零售业有一定的应用基础，经常应用于分析和优化商品结构，但目前缺乏深度应用的实用方法，不能满足商品数量众多的商品结构分析。本文将对ABC分析模型进行深度应用优化和总结出简便易见的应用方法。

　　ABC分类方法助力销售

　　ABC分析方法的哲学基础是社会中普遍存在的“关键的少数与次要的多数”规律。19世纪意大利经济学家帕累托研究英国人的财富和收入分配问题时发现此规律。这种关系就是80/20法则，又称为帕累托法则，即20%的事态成因可以导致80%的事态结果。后来巴雷托法被不断应用于管理的各个方面。

　　1951年，管理学家戴克将其应用于库存管理，正式命名为ABC法。1963年，德鲁克将这一方法推广到全部社会现象，使ABC法成为企业提高效益的普遍应用的管理方法。

　　在零售业ABC分析应用中，一般情况下将商品按销售额从大到小排队，前列销售额占比合计为50%的商品集合分作A类商品，余下前列销售额占比合计为40%的商品集合分作B类商品，剩下销售额合计占比为10%的商品集合分作C类商品。比较合理的商品结构如表1所示：10%的商品，即A类商品，创造了50%的销售;30%的商品，即B类商品，创造了40%的销售;剩下的60%的商品，即C类商品，仅创造10%的销售。

　　在销售中，存在着一些销售数量比较大且价格较低的商品。为了综合考虑商品的销售人气、销售规模和销售效益，需要引入商品综合贡献度来综合衡量商品的贡献度。经过实践和总结，综合贡献度合理计算公式如下：

　　综合贡献度=30%销售数量占比+30%销售收入占比+ 40%毛利占比

　　采用综合贡献度来进行ABC分类，ABC分类的合理模型优化后如表2所示。一般说来，A类商品主要由促销商品、一线主流商品、应季商品构成，C类商品属于销售较差的商品，包括结构性商品、处于缓慢导入期的新品、待淘汰的商品(衰退期或者长期导入不成功的商品等)，还包括运营出问题(如缺货)影响销售的商品。

　　把商品按上述方法分作A、B、C三类后，可以有效分析商品结构和商品现状，计算出各类的商品数占比，然后与合理标准，即A类商品数占10%，B类商品数占30%，C类商品数占60%进行对比。如果A类商品数占比小于10%，说明销售主力商品过于集中，说明只有小部分商品吸引顾客，如果出现竞争对手针对A类商品竞争，或者供应商停供A类商品，可能会引发运营危机，这就需要通过促销等形式把部分B类商品培养成A类商品，分散原有A类商品的综合贡献度，降低A类商品出现风吹草动造成销售大幅下滑的风险;如果A类商品数占比超过10%，说明销售主力商品不够突出，针对A类商品进行促销，培养销售主力商品;另外，常见的现象是C类商品数占比大于60%，说明货架上或仓库中存在大量的滞销商品，商品创效整体比较低，需要通过促销把一部分C类商品培养成B类商品，另外把销售潜力有限的商品及时清理掉，从而优化ABC结构。

　　在实际应用中，如果一个零售单位中包括商品较多，采用上述标准进行ABC分类后，会发现各类特别是B类和C类中包括的商品过多。在销售管理中，我们还需要区分对待同一个类别不同综合贡献度的不同商品。经研究，ABC分类可以向深度方向扩展，可以分别将A、B和C三类商品按照同样方法进行二级ABC分类，甚至可以进行下一级分类。由此，多级分类标准和结果如下表，进行到二级ABC分类就可以把商品分为9个类别，这样就可以对商品进行细化的ABC分类，进一步细化的销售分析和管理，特别是对于下文中的对比应用比较有效。

　　多级分类分析销售情况

　　按照ABC分类后的商品销售数据通过与合理标准进行对比，可以有效了解商品结构和现状。但除此之外，通过两组ABC分类数据对比，可以组合成翻倍的对比分类，能更进一步分析商品销售情况。现就两种对比方法总结如下。

　　一、同一个销售单位不同时间段ABC分类对比

　　分析商品销售，常用的方法是对比今年和去年的销售情况，简便易用的方法是通过Excel软件把商品ABC分类结果按照按以下二维对比表做出透视表(表中数据可以直接打开查阅具体商品明细)，纵向对应去年的ABC分类，横向对应今年ABC分类，表中的阴影部分即是产生的对比分类。它们组成一个二维分布表，每一个单元格对应了一种对比分类，共有16个对比分类。

　　通过对比分类二维表的构成研究，可以总结出，对角线上的对比分类，是销售贡献相对不变的对比分类，表示今年跟去年销售水平相对(整个门店)差不多;对角线斜下方区域的对比分类所对应商品的综合贡献度今年比比去年高，且越靠近左下方的对比分类的商品贡献度增长越大;对角线斜上方区域的对比分类所对应商品的综合贡献今年比去年低，且越靠近右上方的对比分类的商品贡献度下降越大。所以，在模型上可以用不同深浅的颜色代表下降的大小，这样颜色由深到浅表示需要的关注度由重到轻，本区域可称作“诊断优化三角区”，结合运营情况，根据不同的对比类别制定不同的策略进行商品销售结构优化。

　　为了更深入的分析，用同样的方法可以做二级ABC对比分析，这样对商品数较多的分类对比可以更加细化。

　　二、不同零售单位间ABC分类对比

　　对于ABC的分析应用来说，最有实用价值的就是不同的零售单位的ABC分类数据对比，包括同一个连锁企业两个门店间对比、门店和连锁企业对比或者是两个企业间对比。如果拿两个零售单位的二级ABC分类数据做对比分类分析，在对比二维表中，横向对应分析单位的二级ABC分类，纵向对应对比单位的二级ABC分类，对比分类同样有100个类别。其中，在图中对角线上的对比分类所对应的商品，在分析单位的销售贡献和对比单位相近;对角线斜下方区域的对比分类中对应的商品，在分析单位中的综合贡献度要比在对比单位中高，且越靠近左下方的对比分类所对应的商品贡献度差距越大;而对角线斜上方区域的对比分类中对应的商品，在分析单位中的综合贡献度要比在对比单位中低，且越靠近右上方的对比分类所对应的商品贡献度差距越大。本区域作为“诊断优化三角区”，根据颜色深浅来区分需关注的轻重度，分别对各商品结合运营情况，找出销售相对较差的具体原因加以分析，并制定策略进行商品销售结构优化，进而提升整个门店的销售。

　　不同零售单位间ABC分类对比，适用于连锁企业中样板店的商品结构推广、问题店诊断优化、与同行业销售结构对比。

　　责任编辑：周志霞

　　znzhouzhixia@163.com