企业采购的商品畅销才能带来更多的利润。产品部门对历史销售数据进行分析，提炼畅销品，洞察消费者需求，为订货做参考。很多企业的做法是按销量排序，做个二八分类（帕累托分析）或者ABC分类。
在《Power BI畅销款分析案例》这篇文章我已分析过，销量高/销售额高的商品不一定算畅销，售罄率高的商品也不一定算畅销。文中给出了一种判断畅销款的方案。原文写于2019年，这个方案在今天看来漏洞重重。营商环境在剧烈变化，很多零售企业打折是常态，不打折是例外。整体来看，趋势是，判断畅销款对销售数据的依赖程度在降低。
什么是畅销品？纯粹的讲，是消费者被产品本身吸引而购买的商品。但是，受限于数据采集，我们很难判断哪个商品纯粹（接地气的陈老师《商业分析全攻略》语，略有变动），渠道优势会作用于商品，促销吸引会作用于商品，运营手段会作用于商品。
因此，产品力仅仅是销售结果的一个因素。企业（特别是线下）过于重视销售数据，对非销售数据收集乏力，这会造成恶劣的后果。每款商品在每个渠道/店铺上架时长没有记录，每款商品什么时间摆放在门店的哪个货架（好位置还是坏位置？）没有记录，重点商品海报推广了多长时间没有记录，每款商品促销了多久，什么促销形式也没有全面记录。也就是说，企业为商品提供了场地，提供了橱窗，提供了海报，花费了人力、物力，却没有详细的记录。即使有记录，很多企业也仅仅是让记录躺在那里。
对于非销售数据的精准记录和有效分析，有助于我们判断产品到底是因为产品力被消费者喜欢的，还是说有额外助攻。非销售数据怎么记录和分析？《如何计算某个商品是否盈利？（时空系数法）》这篇文章对商品卖场陈列数据的运用做了一点尝试，结合一些技术手段（产品和货架数字标签化），可以做到实体门店商品陈列数据的自动采集。当然，不想额外金钱投入，手工Excel采集也不失为一种办法。
综上，当下的畅销品分析努力方向应当是，重视非销售数据的收集，并把这些数据有效的运用起来。关注畅销品的同时，我们也不应忽略：门店需要向顾客提供滞销品。
最后还有一个问题，今天的畅销不是明天的畅销，这又是另外一个话题。
