销售额增长600万，整体毛利率由原来的32%提升至36%，员工平均工资增长30%。这是某连锁在与瑞商网合作一年后取得的辉煌“战绩”。

        但，初遇瑞商网时，该连锁老总并不觉得在商品管理和门店运营方面存在问题。在瑞商网的持续理念引导下，连锁老总才终于放下戒备，接纳应用数据发现问题、解决问题的方法，这才发现隐藏在门店中的“漏洞”——商品配置不合理。如何解决商品配置这一连锁普遍的难题？

        瑞商网建议：通过将自家数据与行业大数据进行对比，明确连锁定位，发现连锁在行业中的优势和短处，以此确定改进方向。

 第一步：发现问题

        为了帮助老总更为深入地了解连锁现状，分析师将该连锁数据与行业大数据进行对比，发现：感冒用药和消化系统的毛利率明显低于行业水平。

        下文仅以感冒用药这个中类为例进行分享。

 第二步：分析问题

        1. 超高毛商品过少

（ALL：行业大数据）

        瑞商网数据分析师在进一步结合《毛利率区间占比》探究该连锁“感冒用药”毛利率低的原因时发现：连锁毛利率在70%以上的商品品种数占比只有3.3%，比行业低了2.6个百分点。

        【瑞商网定义】进销毛利率大于70%的商品就是超高毛商品。

        这类商品凭借着非竞争性价格（此类商品不能用于打“价格战”），可以起到提升门店利润的作用。即，该连锁感冒用药毛利低的原因之一在于超高毛商品过少。

        2. 负毛商品过多

（ALL：行业大数据）

        除了超高毛商品过少，分析师还发现：在《毛利率区间占比》中，该连锁毛利率在“-10到0”之间的占比竟有10.3%，远超行业7个百分点。这类商品其实就是一向令药店头痛的负毛商品。品牌商品因其毛利偏低，普遍在连锁的定位是用来与同行进行价格战，但因顾客认知度高，往往成为竞价目标。这样，门店的营销就面临两难困境：跟进，卖得越多赔得越多；不跟进，直接导致顾客流失；只能从中挖掘平衡点。而该连锁感冒用药毛利低的原因之二也在于负毛商品过多。

 第三步：解决问题

        当真实的数据摆在眼前，该连锁的老总再也无法忽视门店中的商品问题，瑞商网数据分析师结合该门店的现状，给出以下建议：

        1. 补充超高毛商品

（ALL：行业大数据）

        补充超高毛商品，也就是需要筛选出“感冒用药中类”中“毛利率在70%以上”的品种进行补充。具体如何操作呢？

        上图为瑞商网数据分析师从行业数据中筛选出的“感冒用药中类”按销售数量降序的部分结果，其中空白部分代表了“感冒用药”中行业里销售得好，而这家连锁没有销售且毛利在70%以上的商品。

        在与老总沟通中，分析师了解到，这家连锁计划引进15个超高毛品种，但为了避免供应商资源等不可控因素，所以分析师建议商品部在制作《商品引进目录》时，应筛选50-80个商品用于备选。最后由采购部严格按照该目录进行商品引进。

        2. 挖掘负毛商品过多的原因，对症下药

        瑞商网结合500余家连锁药店带教经验总结得出，造成负毛商品过多的原因有两种：①进价过高；②定价过低。这两种原因都会导致毛利难以提升，需要通过数据，结合门店实际情况具体问题具体分析。

        ※ 进价

（ALL：行业大数据）

        上图为该连锁商品平均单价、进销毛利率与行业的对比数据。以“蒲地蓝消炎口服液”为例，行业里该商品的平均零售价是46.3元，而这家连锁是46.4元。如果只看平均单价，二者几乎相同。但是行业里该商品的进销毛利率为20.3%，而这家连锁却只有9.8%，所以很明显该商品的进价偏高。此类商品需要由商品部进行梳理，制定《进价高的商品目录》并交由采购部，由采购部与供应商谈判是否存在向下调整进价的空间

        ※ 定价

（ALL：行业大数据）

        该连锁负毛商品过多是否与定价偏低有关呢？

        在上图显示的该连锁商品平均单价、进销毛利率与行业的对比数据中，“伤风停胶囊”的行业平均零售价是22.8元，而这家连锁只有8.1元。由此我们可以判断因为定价低于行业，所以导致该连锁毛利率低。对于这些定价低的商品，瑞商网建议应先进行市场调研，然后分析商品销量，以此确认是否存在调价的空间。

 第四步：验证结果

        由上图可得，该连锁2017年6月至12月的平均毛利率为32%，而在2018年3月与瑞商网合作后，6月至12月的平均毛利率为36%。即同比2017年下半年，2018年下半年的平均毛利率增长了4个百分点。又因为这家连锁的年销售额为1.5亿，则毛利率的提升体现在销售额上，就是足足增长了600万！

小瑞结语

        案例中展示了公司级提升毛利率的三个方向：

        ① 当超高毛商品不足时，连锁可以通过行业大数据与自家数据对比，筛选出某个品类中，行业里销售得好而自家连锁没有销售，且毛利率在70%以上的商品进行补充；

        ② 通过对比行业大数据，筛选出连锁中销售的商品平均单价与行业相同或相近，但是毛利却低于行业的商品，即进价过高的商品。将这些商品梳理出来后，由采购部与供应商进行谈判；

        ③ 通过对比行业大数据，找到连锁中销售的商品平均单价低于行业的商品。在商品部梳理出来后，经过市场调研和商品销量分析，调整定价。

        其实，运用行业大数据提升毛利率并不只是一句难以落地的“口号”，明确方向、厘清思路、掌握方法，在政策“威逼”的大环境下，连锁药店依旧可以提升业绩！