基于數(shù)據(jù)挖掘?qū)ι虉?chǎng)薄利多銷(xiāo)策略的最佳折扣度分析＊

（天津仁愛(ài)學(xué)院，天津 300191）

一、引言

薄利多銷(xiāo)的經(jīng)營(yíng)模式歷史悠久應(yīng)用廣泛，它是商家為了擴(kuò)大市場(chǎng)份額、加強(qiáng)競(jìng)爭(zhēng)力、處理積壓庫(kù)存、加快資本周轉(zhuǎn)等目的而采取的重要的營(yíng)銷(xiāo)策略。本文僅側(cè)重于薄利多銷(xiāo)策略在使商家獲得更多盈利方面的研究，即通過(guò)降低商品利潤(rùn)來(lái)增加銷(xiāo)售數(shù)量而增加收益。

在薄利多銷(xiāo)模型研究中折扣力度是一個(gè)非常重要的概念，折扣力度可以用來(lái)衡量商場(chǎng)打折活動(dòng)大小，但是現(xiàn)有資料中對(duì)于此概念沒(méi)有明確定義，本文建立了傾向于商業(yè)折扣的折扣力度概念來(lái)描述商家每日的打折力度。那么折扣力度與銷(xiāo)售額、利潤(rùn)率、利潤(rùn)之間有什么關(guān)系呢？如果有關(guān)系，是什么樣的關(guān)系呢？有沒(méi)有最佳折扣度使得盈利最大？這些都是值得研究的、對(duì)現(xiàn)實(shí)經(jīng)營(yíng)有指導(dǎo)意義的重要問(wèn)題。

數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中提取出隱含的具有實(shí)際價(jià)值的信息和知識(shí)，來(lái)幫助進(jìn)行正確決策。本文根據(jù)商場(chǎng)2016年11月30日～2019年1月2日的銷(xiāo)售流水?dāng)?shù)據(jù)，利用軟件SPSS、PyCharm和Excel中的數(shù)據(jù)分析工具進(jìn)行數(shù)據(jù)挖掘、分析折扣度與銷(xiāo)售額、凈利潤(rùn)、利潤(rùn)率之間的關(guān)系。實(shí)際上，商場(chǎng)的經(jīng)營(yíng)是受到很多市場(chǎng)經(jīng)濟(jì)因素影響的，甚至瞬息萬(wàn)變，具有很大的波動(dòng)性，為了更清晰研究“薄利多銷(xiāo)”策略中折扣度、銷(xiāo)售額以及利潤(rùn)率之間的關(guān)系，我們采用了以下模型假設(shè)：1.假設(shè)商場(chǎng)中同類(lèi)商品的盈利水平一樣，即利潤(rùn)率相同。2.假設(shè)除了打折促銷(xiāo)外，商品價(jià)格不受到物價(jià)上漲、運(yùn)營(yíng)成本等其他因素以及買(mǎi)一送一、贈(zèng)送現(xiàn)金等其他促銷(xiāo)方式的影響。3.假設(shè)一天內(nèi)的商品的打折力度保持不變。

二、數(shù)據(jù)預(yù)處理

通過(guò)對(duì)商場(chǎng)的1221855條銷(xiāo)售流水記錄進(jìn)行數(shù)據(jù)挖掘和分析，發(fā)現(xiàn)有一些異常數(shù)據(jù)及一些缺失數(shù)據(jù)。為了使研究更具有現(xiàn)實(shí)意義，首先對(duì)數(shù)據(jù)進(jìn)行清洗、補(bǔ)充及數(shù)據(jù)合理性的檢驗(yàn)。

1.刪除錯(cuò)誤數(shù)據(jù)。通過(guò)Excel篩選剔除未完成交易is_finished（0）的無(wú)效數(shù)據(jù)96674條（占流水記錄7.91%）；然后剔除購(gòu)買(mǎi)商品數(shù)量為負(fù)和商品名稱(chēng)、銷(xiāo)售價(jià)格缺失的數(shù)據(jù)，視為異常數(shù)據(jù)369條（占完成交易0.0328%）。

2.修正補(bǔ)充商品名稱(chēng)。商品名稱(chēng)中的特殊符號(hào)22條，根據(jù)商品代碼與名稱(chēng)的對(duì)應(yīng)關(guān)系進(jìn)行補(bǔ)充和修正。

3.補(bǔ)充缺失的商品成本價(jià)。補(bǔ)充商品成本價(jià)的方法很多：

3.1 利用題設(shè)中的提示“零售商的利潤(rùn)率在20%～40%”，先計(jì)算利潤(rùn)率，利用下面公式（2.1）反向計(jì)算補(bǔ)充成本。

利潤(rùn)率可以看成固定值，取中間值30%，或以最高店面價(jià)對(duì)應(yīng)40%，根據(jù)店面價(jià)向下取步長(zhǎng)。

3.2 利用已知成本價(jià)和標(biāo)價(jià)的商品信息，擬合其線性關(guān)系為y=1.288x+0.794。

模型摘要和參數(shù)估算值因變量：sku_ prc標(biāo)價(jià)模型摘要 參數(shù)估算值方程 R方F自由度1 自由度2 顯著性常量b1線性 .937 5967464.8051404043.000.7941.288自變量為sku_cost_prc成本。

數(shù)據(jù)檢驗(yàn)中，R方為0.937，表示標(biāo)價(jià)和成本價(jià)間的線性關(guān)系可以解釋93.7%數(shù)據(jù)的變化；顯著性水平為0.000，說(shuō)明擬合度很好，有超過(guò)99%的結(jié)論正確。

但是上面方法（1）和（2）都缺乏經(jīng)濟(jì)理論的支撐，也忽略了商品的特殊性，從市場(chǎng)經(jīng)濟(jì)角度出發(fā)，不同種類(lèi)商品的獲利水平是截然不同的，所以本文根據(jù)附表4中商品類(lèi)別，分別計(jì)算了不同類(lèi)商品的平均利潤(rùn)率，然后對(duì)空缺的商品成本進(jìn)行補(bǔ)充。計(jì)算公式和結(jié)果如下。

類(lèi)別利潤(rùn)率商品類(lèi)別利潤(rùn)率商品類(lèi)別利潤(rùn)率商品類(lèi)別利潤(rùn)率辦公商品用品0.526315789 烘焙0.390763323 情趣用品0.333089289 米糧副食0.316435324用品0.117943547 家居家裝0.501253133日化用品0.446170094 營(yíng)養(yǎng)保健0.142929208紡織寵物用品0.210992752 家具家電 0.801118707日配/冷藏0.344199362 醫(yī)療器械0.249242289服裝服飾0.301984469 文化用品0.505050505 肉品0.220472367 休閑食品0.222194782清潔用品0.435204445 進(jìn)口商品0.350937734 水產(chǎn)0.279810498 玩具0.355652096水果0.355652096

另外，對(duì)于單枝玫瑰、手機(jī)及運(yùn)動(dòng)戶外，分類(lèi)不準(zhǔn)且數(shù)據(jù)太少，采用線性關(guān)系進(jìn)行成本補(bǔ)充。另外有83類(lèi)商品的id并不包含在附件4，按商品名稱(chēng)自行分類(lèi)，對(duì)于分類(lèi)不清的，采用線性關(guān)系進(jìn)行成本補(bǔ)充，以保證數(shù)據(jù)的完整性，共保留有效數(shù)據(jù)1124812條。

三、折扣度、利潤(rùn)率、營(yíng)業(yè)額的相關(guān)分析和回歸分析

1.凈利潤(rùn)、利潤(rùn)率、營(yíng)業(yè)額的計(jì)算

首先，根據(jù)數(shù)據(jù)預(yù)處理后的銷(xiāo)售流水記錄，計(jì)算出每日商品的營(yíng)業(yè)額Y，公式為：

其中M表示當(dāng)日商品的銷(xiāo)售記錄總條數(shù)，SPi表示當(dāng)日第i條記錄的商品銷(xiāo)售價(jià)，Sni表示當(dāng)日第i條記錄的商品銷(xiāo)售數(shù)量。然后，計(jì)算每日的凈利潤(rùn)R，利潤(rùn)率Sr公式分別為：

其中Sci表示當(dāng)日第i條記錄的商品成本價(jià)，其余符號(hào)和上述意義相同。根據(jù)上述公式，得到每日的營(yíng)業(yè)額、凈利潤(rùn)和利潤(rùn)率前十名的情況。

日期每日銷(xiāo)售額（前十）利潤(rùn)率2018/11/11 278077.98.202016061 2018/8/8 257864.82.156584048 2018/12/12 229656.55.136621587 2018/10/20 189908.21.168177782 2018/12/30 150241.92.160636577 2018/6/18 145831.86.160114323 2018/12/31 138330.88.174302556 2018/12/23 120411.56.132515778 2018/12/22 110128.37.118552609 2018/12/9 105277.57.09036301

日期2018/11/11 2018/8/8每日凈利潤(rùn)（前十）46734.998 34911.01 2018/12/12 27604.651 2018/10/20 27340.309 2018/12/30 20794.061 2018/12/30 20532.55 2018/6/18 20127.128 2018/12/23 14089.368 2018/11/10 13871.63236 2018/6/10 12091.7

日期2016/12/5 2017/1/31利潤(rùn)率（前十）每日銷(xiāo)售額凈利潤(rùn).253410591 2362.6 477.663.248725069 2473.1 492.6 2017/2/10.244523869 3516.9 691 2018/5/15.237130449 29343.7 5624.536 2018/5/22.236348542 30356.36 5803.122 2018/5/13.236203809 49144.94 9390.217 2018/10/11.23560725 24704.74 4710.733 2017/4/30.232760212 7975.32 1505.838 2018/5/14.232637852 28736.22 5423.436 2018/5/21.232202946 32256 6078.494

從營(yíng)業(yè)額最高的前十名來(lái)看，其中包含著一些典型的日子，比如雙11，雙12，8.8，6.18，元旦節(jié)（12.30，12.31），圣誕節(jié)（12.22，12.23），感恩節(jié)（11.24）這些日子營(yíng)業(yè)額高很容易理解。但是還有10.20，12.9有些意外，此時(shí)10.20對(duì)應(yīng)折扣度16.74%是比較高的（占前面12名）；12.9對(duì)應(yīng)利潤(rùn)率也很低的9.03%（占倒數(shù)22名），正體現(xiàn)了薄利多銷(xiāo)原則。從營(yíng)業(yè)額的數(shù)據(jù)可以看到，營(yíng)業(yè)額高的日期凈利潤(rùn)也高，體現(xiàn)了正向相關(guān)關(guān)系。從數(shù)據(jù)信息來(lái)看，凈利潤(rùn)最高的前八名的日期完全涵蓋了營(yíng)業(yè)額最高的前八名，而且從高到低排列順序也完全相同，也體現(xiàn)了一定的正相關(guān)性。從利潤(rùn)率的數(shù)據(jù)來(lái)看，利潤(rùn)率高的日期，營(yíng)業(yè)額和凈利潤(rùn)并不高；利潤(rùn)率低的日期，營(yíng)業(yè)額和凈利潤(rùn)并不低，說(shuō)明薄利多銷(xiāo)原則是可能成立的。

2.折扣度衡量指標(biāo)的建立和分析

以經(jīng)濟(jì)學(xué)中折扣度定義為依據(jù)，采用商業(yè)折扣度：折扣后的價(jià)格=原價(jià)格*（1-折扣度）。利用上述每日總營(yíng)業(yè)額Y和商品每日的店面價(jià)總額，建立打折力度指標(biāo)，平均折扣度Dp，其中Pi表示當(dāng)日第i條記錄的商品店面價(jià)，其余符號(hào)和上述意義相同。

3.分析商場(chǎng)平均折扣度與營(yíng)業(yè)額、利潤(rùn)率、凈利潤(rùn)之間的關(guān)系

下面利用SPSS軟件對(duì)每日總的營(yíng)業(yè)額、利潤(rùn)率與折扣度關(guān)系進(jìn)行回歸分析。對(duì)于回歸模型將進(jìn)行回歸方程和擬合優(yōu)度的顯著性檢驗(yàn)，主要通過(guò)觀察顯著性sig、R方從數(shù)據(jù)上判定模型的優(yōu)劣。首先觀察顯著性sig，一般小于0.05，就表明自變量有超過(guò)95%的把握可以有效預(yù)測(cè)因變量的變異。R方測(cè)度了回歸曲線的擬合程度，代表自變量可以解釋的變異量占因變量總變異量的比例，越接近于1擬合度就越好。

3.1 分析商場(chǎng)平均折扣度與營(yíng)業(yè)額之間的關(guān)系

首先用SPSS進(jìn)行相關(guān)性檢驗(yàn)，得到營(yíng)業(yè)額與商場(chǎng)平均折扣度之間的Pearson相關(guān)系數(shù)為0.367>1，呈正相關(guān)，即平均折扣度越高，營(yíng)業(yè)額越高，但是相關(guān)系數(shù)偏低，相關(guān)性較弱。

從研究的763天數(shù)據(jù)中，以指標(biāo)一：商場(chǎng)平均折扣度為自變量，以商場(chǎng)銷(xiāo)售額為因變量，建立回歸擬合圖形。線性、二次和三次多項(xiàng)式模型的顯著性都是0.000，但擬合度較差，R方分別為0.135、0.156和0.171，因此改建不含常數(shù)項(xiàng)的回歸模型。

模型摘要和參數(shù)估算值因變量：每日總銷(xiāo)售額模型摘要 參數(shù)估算值方程R方F自由度1 b1b2b3線性.573 1023.694 1 762 .000 246973.353 197202.564二次.574 512.056 2 761 .000 222997.881 5404347.025三次.596 374.316 3 760 .000 -152733.289-16152038.6自變量為平均折扣率自由度2顯著性

模型顯著性比較好，擬合度在0.5～0.8之間也可以接受，但是由于模型過(guò)原點(diǎn)，所以模型僅在平均折率在0.03～0.32之間時(shí)成立。由上述數(shù)據(jù)發(fā)現(xiàn)三次多項(xiàng)式擬合度是最好的，由擬合數(shù)據(jù)得到函數(shù)關(guān)系y=-152733x+5404347x2-16152038x3，即當(dāng)折扣度x=0.2079時(shí)，商場(chǎng)獲得最大營(yíng)業(yè)額為56694元。當(dāng)平均折扣度Dp∈（0.03，0.1115）時(shí)營(yíng)業(yè)額增長(zhǎng)率大于1；Dp∈（0.1115，0.207）時(shí)營(yíng)業(yè)額增長(zhǎng)率小于1；當(dāng)Dp＞0.207時(shí)，營(yíng)業(yè)額開(kāi)始下降。說(shuō)明：打折力度不是越大越好，過(guò)高的打折幅度會(huì)導(dǎo)致消費(fèi)者低估折扣，從而降低消費(fèi)者的購(gòu)買(mǎi)意愿。

3.2 分析商場(chǎng)平均折扣度與利潤(rùn)率之間的關(guān)系

首先用SPSS進(jìn)行相關(guān)性檢驗(yàn)，得到利潤(rùn)率與商場(chǎng)平均折扣度之間的Pearson相關(guān)性系數(shù)為-0.507<1，所以負(fù)相關(guān)，即平均折扣度越高，利潤(rùn)率越低。但是相關(guān)系數(shù)不大，相關(guān)性不強(qiáng)。

從研究的763天數(shù)據(jù)中，以商場(chǎng)平均折扣度為自變量，以利潤(rùn)率為因變量，建立回歸擬合圖形。根據(jù)經(jīng)濟(jì)學(xué)原理，建立含常數(shù)項(xiàng)的回歸模型，該模型的線性、二次和三次多項(xiàng)式擬合顯著性均為0.000，但是擬合度較差分別為0.257、0.303和0.303，由于二次多項(xiàng)式與三次多項(xiàng)式相比，R方一樣但F更高，所以二次多項(xiàng)式的擬合相對(duì)比較好，由此得到函數(shù)關(guān)系y=4.061x2-1.637x+0.288，即當(dāng)折扣度x=0.2016時(shí)，商場(chǎng)的平均利潤(rùn)率最低，為12.3%。

3.3 分析商場(chǎng)平均折扣度與每日凈利潤(rùn)之間的關(guān)系

首先用SPSS進(jìn)行相關(guān)性檢驗(yàn)，得到利潤(rùn)率與商場(chǎng)平均折扣度之間的Pearson相關(guān)性系數(shù)為0.25>1，所以正相關(guān)，即平均折扣度越高，每日凈利潤(rùn)率越高，但是相關(guān)性較弱。

從研究的763天數(shù)據(jù)中，以商場(chǎng)平均折扣度為自變量，以每日凈利潤(rùn)為因變量，建立回歸擬合圖形。根據(jù)經(jīng)濟(jì)學(xué)原理，建立含常數(shù)項(xiàng)的回歸模型。模型顯著性和擬合度都比較好，二次、三次多項(xiàng)式與線性擬合相比，三次多項(xiàng)式擬合度要好很多，由此得到函數(shù)關(guān)系y=1930006x3+683893x3-37433x+1971，即當(dāng)折扣度x=0.2046時(shí)，商場(chǎng)的凈利潤(rùn)額最高，為6410.7元。在平均折扣度Dp∈（0.0316）時(shí)，平均折扣度越高，凈利潤(rùn)越低；Dp∈（0.0316，0.2224）時(shí)，平均折扣度越高，凈利潤(rùn)越高；當(dāng)Dp＞0.2224時(shí)，平均折扣度越高，凈利潤(rùn)越低。這說(shuō)明：折扣度過(guò)低，消費(fèi)者是感覺(jué)不到的，不會(huì)導(dǎo)致消費(fèi)者購(gòu)買(mǎi)意愿的增強(qiáng)，這就是無(wú)效折扣；只有當(dāng)折扣度達(dá)到一定程度時(shí)，才會(huì)改變消費(fèi)者購(gòu)買(mǎi)意愿，促進(jìn)商場(chǎng)利潤(rùn)的提升，實(shí)現(xiàn)薄利多銷(xiāo)的目的；當(dāng)折扣度過(guò)高時(shí)，折扣對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響將減小，反而會(huì)損害到商場(chǎng)利潤(rùn)。

四、不同類(lèi)型商品的薄利多銷(xiāo)策略的討論

根據(jù)銷(xiāo)售記錄對(duì)29種商品進(jìn)行分類(lèi)統(tǒng)計(jì)，發(fā)現(xiàn)有些幾乎不打折，如節(jié)慶用品、文化用品、運(yùn)動(dòng)戶外、美食、家用電器、玩具等類(lèi)商品，有些打折天數(shù)太少，樣本容量太小不適進(jìn)行分析，如醫(yī)療器械、家居家裝、服裝服飾、辦公用品、紡織用品、手機(jī)、鮮花禮品等。為有針對(duì)性地分析問(wèn)題，我們選取商品種類(lèi)較多、銷(xiāo)量較高的五類(lèi)商品進(jìn)行分析。

所研究商品的折扣度與利潤(rùn)率之間都有較為明顯的負(fù)相關(guān)性：

清潔肉品進(jìn)口商品Pearson系數(shù)-0.85-0.76-0.91-0.81-0.86-0.79-0.68大區(qū)分類(lèi)大區(qū)分類(lèi)糧油副食類(lèi)日配/冷藏日化用品水果蔬菜個(gè)洗飲料烘焙類(lèi) 母嬰類(lèi)情趣用品Pearson系數(shù)-0.83-0.81-0.73-0.6-0.72-0.69-0.88營(yíng)養(yǎng)保健寵物生活居家日用酒水

1.糧油副食類(lèi)商品打折力度、利潤(rùn)率、營(yíng)業(yè)額之間的關(guān)系

糧油副食類(lèi)商品共有1040種商品，有186388條銷(xiāo)售記錄，交易金額為4023229.36元，商品打折率仿照（3.4）得其范圍0.018~0.207。用SPSS進(jìn)行相關(guān)性檢驗(yàn)，商品折扣度與營(yíng)業(yè)額之間的Pearson系數(shù)為0.532>1，呈正相關(guān)，即折扣度越高營(yíng)業(yè)額越高；商品折扣度與凈利潤(rùn)的Pearson系數(shù)為0.383>1，呈正相關(guān)，即折扣度越高利潤(rùn)越高。折扣度與營(yíng)業(yè)額、利潤(rùn)都呈現(xiàn)正相關(guān)的還有水果蔬菜類(lèi)商品，分別為0.473和0.217。由上述結(jié)果分析，糧油副食類(lèi)的打折行為造成商品薄利和營(yíng)業(yè)額、凈利潤(rùn)增長(zhǎng)，適用“薄利多銷(xiāo)”原則。

2.日配冷藏類(lèi)商品打折力度、利潤(rùn)率、營(yíng)業(yè)額之間的關(guān)系

日配冷藏類(lèi)商品共有964種，有249817條銷(xiāo)售記錄，交易金額為5379119元，商品打折率仿照（3.4）得范圍0.018～0.207。用SPSS進(jìn)行相關(guān)檢驗(yàn)，得商品折扣度與營(yíng)業(yè)額之間的Pearson系數(shù)為0.145>1，與凈利潤(rùn)的Pearson系數(shù)為-0.039<1，即折扣度越高營(yíng)業(yè)額越高、折扣度越高利潤(rùn)越低；但是相關(guān)性都較弱，凈利潤(rùn)與打折力度相關(guān)性更不明顯。打折力度與營(yíng)業(yè)額正相關(guān)、與凈利潤(rùn)相關(guān)性不明顯的還有個(gè)洗清潔類(lèi)、肉品類(lèi)、進(jìn)口商品類(lèi)，分別為0.36、0.38、0.28和-0.07、-0.01、0.01。類(lèi)似每日平均折扣度與營(yíng)業(yè)額的分析，由于帶有常數(shù)項(xiàng)的模型擬合度比較低，改建不含常數(shù)項(xiàng)的回歸模型。由于線性、二次與三次多項(xiàng)式顯著性均為0.000，R方為0.506、0.525和0.527，F(xiàn)值分別為779、421和282，綜合考慮選擇采用y=-248280.211x2+92310.354x由于模型過(guò)原點(diǎn)，只在折扣度在0.02～0.26之間時(shí)成立，當(dāng)折扣度在0.02～0.1857時(shí)，打折力度增加促使消費(fèi)者的購(gòu)買(mǎi)意愿增強(qiáng)，營(yíng)業(yè)額增長(zhǎng)；當(dāng)折扣度在0.1857～0.26時(shí)，打折力度過(guò)大對(duì)消費(fèi)者的購(gòu)買(mǎi)意愿影響減弱，營(yíng)業(yè)額下降。說(shuō)明：促銷(xiāo)對(duì)消費(fèi)者購(gòu)買(mǎi)欲望的影響呈S形，當(dāng)折扣度為0.1857，營(yíng)業(yè)額最高為8573.3元，但凈利潤(rùn)與折扣度相關(guān)不明顯，即薄利可能會(huì)帶來(lái)多銷(xiāo)，但未必會(huì)帶來(lái)凈利潤(rùn)的增長(zhǎng)。

3.日化用品類(lèi)商品打折力度、利潤(rùn)率、營(yíng)業(yè)額之間的關(guān)系

日化用品類(lèi)商品共有535種商品，有89663條銷(xiāo)售記錄，交易金額為2433482.12元，商品打折率仿照（3.4）得其范圍0.018～0.343。用SPSS進(jìn)行相關(guān)性檢驗(yàn)，得商品折扣度與營(yíng)業(yè)額之間的Pearson系數(shù)為-0.027<1，與凈利潤(rùn)的Pearson系數(shù)為-0.154<1，即折扣度越高營(yíng)業(yè)額越低，同時(shí)利潤(rùn)越低；但是相關(guān)性都較弱，尤其營(yíng)業(yè)額與打折力度相關(guān)性不明顯。打折力度與營(yíng)業(yè)額、凈利潤(rùn)都呈現(xiàn)負(fù)相關(guān)的還有情趣用品、營(yíng)養(yǎng)保健、寵物生活、居家日用商品，分別是-0.34、-0.57、-0.32、-0.11和-0.74、-0.66、-0.45、-0.39；打折力度與營(yíng)業(yè)額相關(guān)不明顯的有酒水飲料、烘焙、母嬰類(lèi)商品，分別是-0.01、0.01、0.02。

類(lèi)似每日平均折扣度與營(yíng)業(yè)額的分析，由于帶有常數(shù)項(xiàng)的模型擬合度比較低，改建不含常數(shù)項(xiàng)的回歸模型，得到商品折扣度與營(yíng)業(yè)額之間的線性、二次和三次多形式的擬合度分別為0.176、0.185和0.196；商品折扣度與利潤(rùn)率之間的線性、二次和三次多形式的擬合度分別為0.024、0.035和0.041?？梢钥闯錾唐氛劭鄱扰c營(yíng)業(yè)額、凈利潤(rùn)之間的數(shù)據(jù)擬合度很低；而且折扣度與營(yíng)業(yè)額、凈利潤(rùn)之間都是負(fù)相關(guān)，所以對(duì)于某些商品，打折未必會(huì)帶來(lái)“多銷(xiāo)”，更不能帶來(lái)明顯的利潤(rùn)增長(zhǎng)?！氨±噤N(xiāo)”對(duì)某些商品事實(shí)上是不適用的。

從不同類(lèi)商品的銷(xiāo)售記錄信息來(lái)看，其實(shí)并不是所有的商品都適合“薄利多銷(xiāo)”原則，但是商場(chǎng)的商品種類(lèi)齊全，通過(guò)部分商品的促銷(xiāo)行為會(huì)增加客流量，帶動(dòng)其他商品的銷(xiāo)售，增加營(yíng)業(yè)收入，商場(chǎng)整體實(shí)現(xiàn)“薄利多銷(xiāo)”。