庫存計劃沒做好——庫存預估過高或過低，都可能導緻賣家蒙受損失。爲瞭(le)幫助賣家準確(què)預測庫存需求，這裏要“生推”兩款工具——Google Analytics和 Data Studio，這兩款工具将幫助你更輕松地瞭(le)解産品過往銷售情況，把握産品銷售趨勢。
 

曆史數據和趨勢
 

Google Analytics通過圖表的形式，爲賣家直觀(guān)地呈現産(chǎn)品的曆史銷售情況。
 

如下圖，要瞭(le)解不同産(chǎn)品的具體銷售情況，隻需進入 Conversions，點擊Ecommerce ，再選擇Product Performance即可。
 

要瞭(le)解産(chǎn)品庫存情況，隻需點擊Product SKU，添加一個維度即可。
 

下圖中“Quantity”一欄展示的是在選定時間(jiān)内，産(chǎn)品的銷量。
 

具體産品庫存需求預測操作：
 

點(diǎn)擊如下圖标中的“advanced”，然後選擇産(chǎn)品和特定時間範圍（查看曆史數據，例如2年）
 

如下圖，報(bào)告會顯示産(chǎn)品在過去2年，在各個渠道的具體銷售情況：
 

你可以在下拉框中選擇“Quantity”，來瞭(le)解産(chǎn)品銷售數量：
 

圖表中的時間(jiān)， “Day”（每日）、“Week” （每周）、“Month”（每月）可自由更改，改爲“Month”可瞭(le)解月度數據。
 

通過上述操作，你可以瞭(le)解産品在2年内的銷售變(biàn)化、季節趨勢和未來走向。
 

此外，在結(jié)合已得出的銷量圖表，你能預估未來每月産(chǎn)品的銷售情況和庫存需求。
 

如果你覺得上述數據還不夠準確(què)，那麽你可以對比産品在各年的銷售額變化。如下圖，選擇瞭(le)某産品在“2017年4月30日到2018年4月30日”和“2016年4月30日到2017年4月30日”這兩個時段的銷售額進行比較。
 

查看如下圖表，不難發現該産(chǎn)品銷量在一年間增長瞭(le)10.5%，這時賣家就需注意瞭(le)，産(chǎn)品在未來一年的需求可能會增加。
 

在研究曆史數據時，賣家還要考慮産(chǎn)品售價、廣告、促銷和競争對手動(dòng)作對産(chǎn)品銷售的影響。
 

結合各個銷售渠道

如果一個産品是通過多種渠道銷售，如自建站、亞馬遜和eBay，要瞭(le)解各渠道的銷售情況對賣家來說極具挑戰性。這時Google Data Studio 的作用就顯得尤爲突出，它相當於(yú)一個“連接器”，能夠與Google Analytics和賣家購物車相連，報告賣家在各渠道的銷售情況，也能爲賣家提供産品各渠道年銷售量變化對比，如下圖賣家可以得出結論——“複活節銷售比往年提早瞭(le)2周……”
 

（來源/雨果網）