零售商促销礼品挑选策略全解析

大家好,今天小编来为大家解答以下的问题，关于零售商促销礼品挑选策略全解析，这个很多人还不知道，现在让我们一起来看看吧！

　　【tyanjiu.com讯】零售业经常搞一些买多少送什么的促销活动，比如买2000元送礼品等，具体问道为什么是2000元就送，一般都答不出来，因为这个数据一般是拍脑袋的结果（并且名为经验），其实这个值如果抓不准，影响非常大：高了，促销没有效果，因为消费者如果“够”不到，他就不会去“购”了；低了，销售就不能最大化，因为平时消费超出2000元的顾客他们是坐享其成的，不能带来销售的增长，其实这个值是可以计算出来的。

　　先说零售业促销活动的目的和作用：

　　1、为了销售最大化，这是大部分促销活动的主要目的，为了让消费者“多买”。

　　2、为了利润最大化，这主要针对一些新产品或限量商品的促销。

　　3、为了使消费者产生购买冲动。

　　4、为了清理库存或回笼资金。

　　5、为了打击竞争对手或吸引客流。

　　6、其他。

　　今天只谈第1点的促销活动，如何确定零售业买赠促销中的销售最大化的平衡点。

　　大家试着先来做一道题：

　　下月某公司准备做一档买大于多少元送名牌包的促销礼品活动，现在请你确认：买多少钱才送名牌包，可以实现销售最大化，为什么？假定公司只有这一种促销礼品，同时VIP顾客只能接受比习惯最高多花60%金额的消费。

　　为了计算方便，本题做了一些简化处理，比如消费者的习惯购买金额应该是线性的，这里把他区间点化了，还有就是60%的增长也应该是在大量的数据分析基础上得来的数据，最后就是假设礼品是无限多的，且不考虑促销礼品的成本。

　　如何计算：

　　第一步：计算60%最大提升的对应价格及人群区间。

　　比如：如果确定1760元买赠，那他可以覆盖1100~1700元的四个价位段的人群。

　　第二步：确定销售最大化的区间段。所谓销售最大化，实际上就是销售增长额的最大化。就用每个价位段增长的销售额去乘以对应的人数。需要注意的是如果是“1760元买赠”，对于1300元段的人群，他的销售增加额不是780元（1300*0.6），而应该是460元（1760－1300＝460元）。因为大部分消费者是采取最小金额购买得赠品的策略。

　　将上面结果一一对应计算，就可以发现1300元对应的2080元是销售增加最大化的点，销售增长为12000万元，而1100元对应的1760元只有增长10500万元。

　　你算对了吗？

　　促销买赠活动时往往我们最大的困惑是赠品太少，而这题的前提是赠品无限多，实际上这种情况是不存在。所以我们有必要计算一下赠品有限的情况下的平衡点。

　　假设上题的促销礼品只有10万份，你再根据上面的思路计算一下平衡点是多少？2400元，对，就是1500元对应的价格（1500*1.6），这个平衡点能保证销售增长是最大化的。增长8000万，而2080元的增长只有7600万元，赠品减少为10万后，共有四个价位段（900~1500元）的最大增加销售有下降，如果赠品数更少，这个平衡点很可能继续向右移动。

　　用这种方法建立促销模型后，每次促销活动就相对简单了，当然这种模型的目的是销售增长最大化，而实际上这只是促销目的中的一种，不同的促销目的，平衡点自然不一样：

　　1、消费者产生购买冲动的买赠：此时的买赠是为了解决消费者买与不买的问题，而不是解决买得更多的问题。这种情况俗话说就是“买就送”，所以一般不会有固定平衡点的概念，如果赠品是无限多的话理论上买100元到2300元的顾客都可以赠送，因为我们需要让每一位顾客产生购买冲动。

　　这种情况可以采用“动态平衡点”的做法：即店铺不要有该促销活动的海报、吊起等宣传（避免投诉），让店员来把控平衡点，当顾客在买与不卖间犹豫的时候抛出这个活动来，这样做对于零售商来说有些问题：一是100元就送赠品总是觉得亏，二是赠品也不是无限多的。同时你还是希望透明化（有一个赠品价格，有宣传），也希望能最好销售最大化一些，这个时候我们可以根据赠品数量的多少由2300元往前推，如果你有5万赠品，可选择1900元作为平衡点，23万赠品选1300元。

　　2、清理库存：首先通过数据分析找到和库存积压产品销售关联度最高的产品（连带销售率最高那个品类或单品，同啤酒与尿不湿案例类似），必要的时候可以分析关联度到第三、第四层，其次找到关联度最高的那条线的产品最佳组合，那么这条线的零售总额就可以作为买赠平衡点，当然得辅以其他条件，比如消费者的购物蓝中必须有产品线中的任意一个或直接指定库存最高那个。

　　3、打击竞争对手的买赠：这个相对简单，只需要参考竞争对手促销活动的买赠金额、制定促销买赠的价格对应的人群段。比如对手是1100元7万人段，那你就选择900元6万人段，这样你就覆盖了36万人的区间，而对手只有30万人的覆盖。

　　在零售行业很多东西都可以实现数据模型化，实现量化管理，前提是需要管理层除了经验判断外，一定要相信数据的作用，舍得在这方面投资。